CN111627000A - 弓网拉弧检测方法及系统 - Google Patents
弓网拉弧检测方法及系统 Download PDFInfo
- Publication number
- CN111627000A CN111627000A CN202010449271.0A CN202010449271A CN111627000A CN 111627000 A CN111627000 A CN 111627000A CN 202010449271 A CN202010449271 A CN 202010449271A CN 111627000 A CN111627000 A CN 111627000A
- Authority
- CN
- China
- Prior art keywords
- arc discharge
- image
- arc
- temperature
- bow net
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010891 electric arc Methods 0.000 title claims abstract description 140
- 238000001514 detection method Methods 0.000 title claims abstract description 58
- 230000003137 locomotive effect Effects 0.000 claims abstract description 37
- 238000009432 framing Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 24
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 239000013589 supplement Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000001502 supplementing effect Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000001960 triggered effect Effects 0.000 description 6
- 230000002708 enhancing effect Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 239000006002 Pepper Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Current-Collector Devices For Electrically Propelled Vehicles (AREA)
Abstract
本发明属于弓网拉弧检测领域，尤其涉及一种弓网拉弧检测方法及系统。所述弓网拉弧检测方法包括实时获取弓网图像，检测弓网图像中光子数量，若存在，则由点标注并框定出光子区域，进而判断出存在拉弧现象；根据弓网的红外热图像，得到光子区域的温度作为拉弧温度叠加到相应弓网图像上，再根据机车当前运行位置和速度信息，确定出拉弧的位置。
Description
技术领域
本发明属于弓网拉弧检测领域，尤其涉及一种弓网拉弧检测方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
在列车行进过程中，采用受电弓的碳滑板与接触网接触，通过滑动的碳滑板获得电能，输送给列车的动态过程，是高速运动的受电弓与接触网之间的配合振动问题，包括了多种机械运动形式和电气状态变化，如受电弓相对接触网的滑动摩擦、受电弓上下振动、受电弓由于列车横向摆动而形成的横向振动、接触网上下振动并形成波沿导线向前传播；当受电弓和接触网之间发生的水平和垂直方向撞击时，弓网离线发生带紫外光段的电弧，受流中电流发生剧烈变化。随着列车速度的提高，上述各种运动加速，维持弓网之间的良好接触线愈加困难，受流质量也随之下降，严重时，受电弓脱离接触网的瞬间会出现拉弧现象，灼热的电弧会烧伤接触网和受电弓碳滑板，严重影响使用寿命，而且存在安全隐患，影响行车安全。
发明人发现，目前的弓网拉弧检测需要人工参与判断拉弧现象是否存在以及拉弧的位置，耗费大量人工且精确度差。
发明内容
为了解决上述问题，本发明提供一种弓网拉弧检测方法及系统，其能够对列车进行实时监控，将机车当前运行位置、速度信息及拉弧温度叠加到相应弓网图像上，得到弓网的配合情况以及拉弧的位置，为检修提供宝贵的数据，及时了解拉弧，预防拉弧的发生，保证行车安全。
为了实现上述目的，本发明采用如下技术方案：
本发明的第一个方面提供一种弓网拉弧检测方法。
一种弓网拉弧检测方法，包括：
实时获取弓网图像，检测弓网图像中光子数量，若存在，则由点标注并框定出光子区域，进而判断出存在拉弧现象；
根据弓网的红外热图像，得到光子区域的温度作为拉弧温度叠加到相应弓网图像上，再根据机车当前运行位置和速度信息，确定出拉弧的位置。
作为一种实施方式，根据两次拉弧相隔弓网图像帧数量，计算拉弧时间；进而根据拉弧的时间和温度，发出相应级别的拉弧警报信息。
上述技术方案所产生的优点在于，利用拉弧的时间和温度对应不同级别的拉弧警报，进而能够警示工作人员采取不同的应对措施来解决相应警报，提高了警报解决的效率。
作为一种实施方式，通过拉弧温度计算算法对弓网的红外热图像处理，得到拉弧温度的过程为：
依次通过图像去噪和图像增强处理，得到拉弧的ROI区域，选取待测温度区域，进而得出待测温度区域的温度均值mean；
根据计算的温度均值和预设比例因子Scale，计算拉弧温度，即拉弧温度＝Scale×mean。
上述技术方案所产生的优点在于，利用拉弧温度计算算法对弓网的红外热图像处理得到拉弧温度，实现了拉弧无接触温度计算，而且利用温度均值和预设比例因子Scale相乘的思路，提高了拉弧温度计算的准确性。
作为一种实施方式，在实时获取弓网图像之前，还包括：
根据机车运行速度同时触发图像采集和补光开启命令。
上述技术方案所产生的优点在于，根据机车运行速度同时触发图像采集，可以实现相应频率的采集，提高了图像采集的有效性，为拉弧现象判断提高了准确性，而且触发补光命令，有利于提高图像采集的质量。
本发明的第二个方面提供一种弓网拉弧检测系统。
一种弓网拉弧检测系统，包括：
图像存储单元和拉弧检测单元，所述图像存储单元用于存储弓网图像；所述拉弧检测单元，包括：
拉弧现象判断模块，其用于实时接收弓网图像，检测弓网图像中光子数量，若存在，则由点标注并框定出光子区域，进而判断出存在拉弧现象；
拉弧温度计算模块，其用于根据弓网的红外热图像，得到光子区域的温度作为拉弧温度叠加到相应弓网图像上，再根据机车当前运行位置和速度信息，确定出拉弧的位置。
作为一种实施方式，所述拉弧检测单元，还包括：
拉弧时间计算模块，其用于根据两次拉弧相隔弓网图像帧数量，计算拉弧时间；
警报信息输出模块，其用于根据拉弧的时间和温度，发出相应级别的拉弧警报信息。
上述技术方案所产生的优点在于，利用拉弧的时间和温度对应不同级别的拉弧警报，进而能够警示工作人员采取不同的应对措施来解决相应警报，提高了警报解决的效率。
作为一种实施方式，在所述拉弧温度计算模块中，通过拉弧温度计算算法对弓网的红外热图像处理，得到拉弧温度的过程为：
依次通过图像去噪和图像增强处理，得到拉弧的ROI区域，选取待测温度区域，进而得出待测温度区域的温度均值mean；
根据计算的温度均值和预设比例因子Scale，计算拉弧温度，即拉弧温度＝Scale×mean。
上述技术方案所产生的优点在于，利用拉弧温度计算算法对弓网的红外热图像处理得到拉弧温度，实现了拉弧无接触温度计算，而且利用温度均值和预设比例因子Scale相乘的思路，提高了拉弧温度计算的准确性。
作为一种实施方式，所述的弓网拉弧检测系统，还包括：
触发单元，其用于根据机车运行速度同时触发图像采集和补光开启命令；
图像采集单元，其用于采集弓网图像和弓网的红外热图像；
补光单元，其用于对弓网进行补光；
所述图像采集单元和补光单元均与触发单元相连。
上述技术方案所产生的优点在于，根据机车运行速度同时触发图像采集，可以实现相应频率的采集，提高了图像采集的有效性，为拉弧现象判断提高了准确性，而且触发补光命令，有利于提高图像采集的质量。
本发明的第三个方面提供一种计算机可读存储介质。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的弓网拉弧检测方法中的步骤。
本发明的第四个方面提供一种计算机设备。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的弓网拉弧检测方法中的步骤。
与现有技术相比，本发明的有益效果是：
本发明能够自动检测弓网图像光子数量并对光子进行标注，对出现光子的范围进行框定，自动化判断是否有拉弧及拉弧位置，无需人工参与，节省人工，精准度更好；本发明可以对列车进行实时监控，对拉弧时间和拉弧温度进行综合分析得到弓网的配合情况，为检修提供了宝贵的数据，及时了解拉弧，预防拉弧的发生，保证行车安全。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明实施例的弓网拉弧检测方法流程图。
图2是本发明实施例的弓网拉弧检测系统结构示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
如图1所示，本实施例提供了一种弓网拉弧检测方法，包括：
S101：实时获取弓网图像，检测弓网图像中光子数量，若存在，则由点标注并框定出光子区域，进而判断出存在拉弧现象。
具体地，通过弓网拉弧检测算法判断是否有拉弧现象，其过程为：
根据光子数量可知弓网是否有拉弧现象，即光子数量大于1，说明有拉弧；光子数量为0，说明没有拉弧；
计算拉弧时间，即统计一共有多少连续帧有拉弧，若两次拉弧相隔预设数量帧以内，则记为一次拉弧时间，否则记为两次拉弧时间。
其中，检测弓网图像中光子数量可采用如下方法来实现，
获取弓网图像并形成训练数据集；
将训练数据集中的弓网图像进行类别标注，其中，弓网图像的类别包括包含光子和不包含光子这两种类别；
利用标注类别的训练数据集来训练B-P神经网络模型；
利用训练完成的B-P神经网络模型对弓网图像进行分类，输出弓网图像类别，进而判断出是否存在拉弧现象。
本实施例利用B-P神经网络模型对弓网图像自动处理，能够准确地识别出拉弧现象。
而且当弓网图像类别判定后，会包含光子的图像进行灰度处理，进而利用灰度阈值判断的方法，来确定光子的数量。
在具体实施中，在实时获取弓网图像之前，还包括：
根据机车运行速度同时触发图像采集和补光开启命令。
根据机车运行速度同时触发图像采集，可以实现相应频率的采集，提高了图像采集的有效性，为拉弧现象判断提高了准确性，而且触发补光命令，有利于提高图像采集的质量。
S102：根据弓网的红外热图像，得到光子区域的温度作为拉弧温度叠加到相应弓网图像上，再根据机车当前运行位置和速度信息，确定出拉弧的位置。
具体地，通过拉弧温度计算算法得到拉弧温度，其过程为：
图像去噪，即对红外热图像采用中值滤波和均值滤波，去除图像中的椒盐噪声和高斯噪声；
图像增强，增强图像对比度；
根据接触网拉弧检测算法得到的拉弧的ROI区域，选取待测温度区域；
计算待测温度区域的均值mean；
根据计算的均值和比例因子Scale，计算拉弧温度，即拉弧温度＝Scale×mean；
根据弓网的红外热图像得到的温度，在弓网图像框出来的拉弧上显示温度。
本实施例利用拉弧温度计算算法对弓网的红外热图像处理得到拉弧温度，实现了拉弧无接触温度计算，而且利用温度均值和预设比例因子Scale相乘的思路，提高了拉弧温度计算的准确性。
实施例二
如图2给出了本实施例的弓网拉弧检测系统，包括：
触发单元，其用于在机车运行开始时，根据机车运行速度同时触发图像采集和补光开启命令；
拉弧检测单元，其用于：
接收弓网图像、弓网的红外热图像以及机车运行位置和速度信息；其中，弓网图像中的光子由红点标注并用矩形框进行框定，同时显示出对应弓网图像的光子数量；
通过弓网拉弧检测算法判断是否有拉弧现象，若有拉弧现象，则通过拉弧温度计算算法得到拉弧温度；
将机车运行位置、速度信息以及拉弧温度信息叠加到弓网图像上进行本地保存，同时得到拉弧的位置，再根据拉弧的位置、时间和温度，发出不同级别的拉弧警报信息。
在具体实施中，通过弓网拉弧检测算法判断是否有拉弧现象，其过程为：
根据光子数量可知弓网是否有拉弧现象，即光子数量大于1，说明有拉弧；光子数量为0，说明没有拉弧；
计算拉弧时间，即统计一共有多少连续帧有拉弧，若两次拉弧相隔预设数量帧以内，则记为一次拉弧时间，否则记为两次拉弧时间。
通过拉弧温度计算算法得到拉弧温度，其过程为：
图像去噪，即对红外热图像采用中值滤波和均值滤波，去除图像中的椒盐噪声和高斯噪声；
图像增强，增强图像对比度；
根据接触网拉弧检测算法得到的拉弧的ROI区域，选取待测温度区域；
计算待测温度区域的均值mean；
根据计算的均值和比例因子Scale，计算拉弧温度，即拉弧温度＝Scale×mean；
根据弓网的红外热图像得到的温度，在弓网图像框出来的拉弧上显示温度。
本实施例的弓网拉弧检测系统，还包括电源单元、机车信息单元、拉弧报警单元、通讯单元、图像存储单元和信息显示单元。
其中，图像采集单元包括弓网拍摄模块和红外热图像拍摄模块，电源单元、触发单元、补光单元、图像采集单元、拉弧检测单元、拉弧报警单元、通讯单元、图像存储单元、机车信息单元属于前端设备，安装在运行机车上，信息显示单元属于监控中心设备，位于地面服务器。
所述电源单元分别与补光单元、触发单元和图像采集单元连接，并为补光单元、触发单元和图像采集单元供电；
所述触发单元分别与补光单元和图像采集单元连接，并为补光单元和图像采集单元发送触发命令，触发单元根据机车运行速度发送触发命令，当机车运行速度比较高时，触发命令发送的时间间隔就会比较短；当机车运行速度比较低时，触发命令发送的时间间隔会略长；
所述补光单元分别与电源单元、触发单元和图像采集单元连接，接收触发单元发送的触发命令，为图像采集单元提供光照补偿；
所述图像采集单元分别与电源单元、补光单元、触发单元连接和拉弧检测单元连接，包括弓网拍摄模块和红外热图像拍摄模块。当接收到触发单元发送的触发命令时，弓网拍摄模块拍摄弓网图像，红外热图像拍摄模块拍摄红外热图像，并将拍摄的弓网图像和红外热图像发送给拉弧检测单元；弓网图像由安装在机车顶部的高频紫外相机拍摄，红外热图像由安装在机车顶部的红外测温相机拍摄；
所述机车信息单元与拉弧检测单元连接，向拉弧检测单元发送机车运行的位置和速度信息，机车运行的位置信息由安装在机车上的漫反射光电传感器获得，机车运行的速度信息由机车系统提供；
所述拉弧检测单元分别与图像采集单元、机车信息单元、拉弧报警单元和图像存储单元连接，接收图像采集单元中弓网拍摄模块发送的弓网图像、红外热图像拍摄模块发送的红外热图像以及机车系统单元发送的机车运行位置、速度信息，检测弓网是否发生拉弧及拉弧的温度。根据检测结果判断是否向拉弧报警单元发送报警信息，并将机车运行位置、速度信息，拉弧位置及拉弧温度叠加到弓网图像上，发送给图像存储单元；
所述图像存储单元分别与拉弧检测单元、通讯单元和信息显示单元连接，接收拉弧检测单元发送的弓网图像进行本地存储，当接收到信息显示单元发送的查看命令时，通过通讯单元将待查看的弓网图像发送给信息显示单元；
所述故障报警单元与拉弧检测单元连接，接收拉弧检测单元发送的拉弧报警信息，当收到报警信息后，停车检查，以防出现事故；
所述通讯单元分别与图像存储单元和信息显示单元连接，接收图像存储单元发送的弓网图像，通过4G/WiFi网络或有线网络发送给信息显示单元；
所述信息显示单元分别与图像存储单元和通讯单元连接，向图像存储单元发送查看命令，同时接收图像存储单元通过通讯单元发送的待查看的弓网图像。
本实施例能够自动检测弓网图像光子数量并对光子进行标注，对出现光子的范围进行框定，自动化判断是否有拉弧及拉弧位置，无需人工参与，节省人工，精准度更好；可以对列车进行实时监控，对拉弧时间和拉弧温度进行综合分析得到弓网的配合情况，为检修提供了宝贵的数据，及时了解拉弧，预防拉弧的发生，保证行车安全。
实施例三
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的弓网拉弧检测方法中的步骤。
实施例四
本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的弓网拉弧检测方法中的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种弓网拉弧检测方法，其特征在于，包括：
实时获取弓网图像，检测弓网图像中光子数量，若存在，则由点标注并框定出光子区域，进而判断出存在拉弧现象；
根据弓网的红外热图像，得到光子区域的温度作为拉弧温度叠加到相应弓网图像上，再根据机车当前运行位置和速度信息，确定出拉弧的位置。
2.如权利要求1所述的弓网拉弧检测方法，其特征在于，根据两次拉弧相隔弓网图像帧数量，计算拉弧时间；进而根据拉弧的时间和温度，发出相应级别的拉弧警报信息。
3.如权利要求1所述的弓网拉弧检测方法，其特征在于，通过拉弧温度计算算法对弓网的红外热图像处理，得到拉弧温度的过程为：
依次通过图像去噪和图像增强处理，得到拉弧的ROI区域，选取待测温度区域，进而得出待测温度区域的温度均值mean；
根据计算的温度均值和预设比例因子Scale，计算拉弧温度，即拉弧温度＝Scale×mean。
4.如权利要求1所述的弓网拉弧检测方法，其特征在于，在实时获取弓网图像之前，还包括：
根据机车运行速度同时触发图像采集和补光开启命令。
5.一种弓网拉弧检测系统，其特征在于，包括图像存储单元和拉弧检测单元，所述图像存储单元用于存储弓网图像；所述拉弧检测单元，包括：
拉弧现象判断模块，其用于实时接收弓网图像，检测弓网图像中光子数量，若存在，则由点标注并框定出光子区域，进而判断出存在拉弧现象；
拉弧温度计算模块，其用于根据弓网的红外热图像，得到光子区域的温度作为拉弧温度叠加到相应弓网图像上，再根据机车当前运行位置和速度信息，确定出拉弧的位置。
6.如权利要求5所述的弓网拉弧检测系统，其特征在于，所述拉弧检测单元，还包括：
拉弧时间计算模块，其用于根据两次拉弧相隔弓网图像帧数量，计算拉弧时间；
警报信息输出模块，其用于根据拉弧的时间和温度，发出相应级别的拉弧警报信息。
7.如权利要求5所述的弓网拉弧检测系统，其特征在于，在所述拉弧温度计算模块中，通过拉弧温度计算算法对弓网的红外热图像处理，得到拉弧温度的过程为：
依次通过图像去噪和图像增强处理，得到拉弧的ROI区域，选取待测温度区域，进而得出待测温度区域的温度均值mean；
根据计算的温度均值和预设比例因子Scale，计算拉弧温度，即拉弧温度＝Scale×mean。
8.如权利要求5所述的弓网拉弧检测系统，其特征在于，所述的弓网拉弧检测系统，还包括：
触发单元，其用于根据机车运行速度同时触发图像采集和补光开启命令；
图像采集单元，其用于采集弓网图像和弓网的红外热图像；
补光单元，其用于对弓网进行补光；
所述图像采集单元和补光单元均与触发单元相连。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一项所述的弓网拉弧检测方法中的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-4中任一项所述的弓网拉弧检测方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010449271.0A CN111627000A (zh) | 2020-05-25 | 2020-05-25 | 弓网拉弧检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010449271.0A CN111627000A (zh) | 2020-05-25 | 2020-05-25 | 弓网拉弧检测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111627000A true CN111627000A (zh) | 2020-09-04 |
Family
ID=72259923
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010449271.0A Pending CN111627000A (zh) | 2020-05-25 | 2020-05-25 | 弓网拉弧检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111627000A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114034999A (zh) * | 2021-11-12 | 2022-02-11 | 阳光电源股份有限公司 | 拉弧的检测方法、装置、电子设备和用电系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009098598A2 (en) * | 2008-02-08 | 2009-08-13 | Administrador De Infraestructuras Ferroviarias (Adif) | Detection system for the state of train pantographs |
| CN108681733A (zh) * | 2018-05-15 | 2018-10-19 | 苏州华眸智能科技有限公司 | 一种基于图像处理的受电弓状态异常检测系统及检测方法 |
| CN109000729A (zh) * | 2018-07-31 | 2018-12-14 | 广州科易光电技术有限公司 | 车载接触网运行状态检测系统 |
| CN210258436U (zh) * | 2019-07-19 | 2020-04-07 | 上海工程技术大学 | 一种列车弓网故障识别及紧急制动装置 |
-
2020
- 2020-05-25 CN CN202010449271.0A patent/CN111627000A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009098598A2 (en) * | 2008-02-08 | 2009-08-13 | Administrador De Infraestructuras Ferroviarias (Adif) | Detection system for the state of train pantographs |
| CN108681733A (zh) * | 2018-05-15 | 2018-10-19 | 苏州华眸智能科技有限公司 | 一种基于图像处理的受电弓状态异常检测系统及检测方法 |
| CN109000729A (zh) * | 2018-07-31 | 2018-12-14 | 广州科易光电技术有限公司 | 车载接触网运行状态检测系统 |
| CN210258436U (zh) * | 2019-07-19 | 2020-04-07 | 上海工程技术大学 | 一种列车弓网故障识别及紧急制动装置 |
Non-Patent Citations (2)
| Title |
|---|
| GULSAH KARADUMAN ET AL.: "Deep Learning Based Arc Detection in Pantograph-Catenary Systems", 《IEEE》 * |
| 王媛 等: "基于红外图像处理的冰箱管路温度自动测量的研究" * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114034999A (zh) * | 2021-11-12 | 2022-02-11 | 阳光电源股份有限公司 | 拉弧的检测方法、装置、电子设备和用电系统 |
| CN114034999B (zh) * | 2021-11-12 | 2023-10-31 | 阳光电源股份有限公司 | 拉弧的检测方法、装置、电子设备和用电系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102759347B (zh) | 一种高铁接触网在线巡检装置、巡检方法以及其检测系统 | |
| CN110171691A (zh) | 带式传输机皮带撕裂状态检测方法及检测系统 | |
| CN104200464B (zh) | 一种识别列车异常的检测方法及系统 | |
| CN107764839A (zh) | 一种基于机器视觉的钢丝绳表面缺陷在线检测方法及装置 | |
| CN201890600U (zh) | 机器视觉皮带撕裂检测装置 | |
| CN103357987B (zh) | Co2电弧焊短路过渡焊接过程的稳定性自动检测方法 | |
| WO2014139273A1 (zh) | 焊缝缺陷检测方法 | |
| CN104933978A (zh) | 显示面板的检测方法和检测装置 | |
| CN108288055A (zh) | 基于深度网络与分级测试的电力机车受电弓及电弧检测方法 | |
| CN104280397B (zh) | 一种在役钢轨踏面鱼鳞裂纹的涡流视频综合检测评估方法 | |
| CN113298059A (zh) | 受电弓异物入侵检测方法、装置、计算机设备、系统及存储介质 | |
| CN105891228A (zh) | 基于机器视觉的光纤外观缺陷检测及外径测量装置 | |
| CN112557063A (zh) | 一种基于视觉的跨座式单轨轮胎的胎面检测系统 | |
| CN115272980A (zh) | 一种基于机器视觉的运输皮带表面检测方法及系统 | |
| CN107917919A (zh) | 城市河涌水质监测预警系统及方法 | |
| CN111561967A (zh) | 弓网运行状态实时在线检测方法及系统 | |
| CN111627000A (zh) | 弓网拉弧检测方法及系统 | |
| CN111273136A (zh) | 一种基于图像处理的在线接触网拉弧检测系统及方法 | |
| CN105214906A (zh) | 一种涂布装置及其清除异物误报的方法 | |
| CN108195843A (zh) | 一种锚段吊弦状态检测装置及方法 | |
| CN107958452A (zh) | 一种车辆轮对运行姿态的监测方法、装置及系统 | |
| CN205378105U (zh) | 皮带群组异常状态自动巡视检测系统 | |
| CN103033520A (zh) | 热连铸钢坯表面质量检测方法 | |
| CN104833904B (zh) | 跨座式单轨受电弓拉弧检测方法 | |
| CN113592916B (zh) | 一种烧结机台车车轴故障检测方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200904 |