CN112082507A - 一种地铁车辆故障智能检测系统 - Google Patents

一种地铁车辆故障智能检测系统 Download PDF

Info

Publication number
CN112082507A
CN112082507A CN202011074438.6A CN202011074438A CN112082507A CN 112082507 A CN112082507 A CN 112082507A CN 202011074438 A CN202011074438 A CN 202011074438A CN 112082507 A CN112082507 A CN 112082507A
Authority
CN
China
Prior art keywords
image information
vehicle
wheel set
pantograph
measurement
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
Application number
CN202011074438.6A
Other languages
English (en)
Inventor
张延明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Kejia General Mechanical and Electrical Co Ltd
Original Assignee
Harbin Kejia General Mechanical and Electrical Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Kejia General Mechanical and Electrical Co Ltd filed Critical Harbin Kejia General Mechanical and Electrical Co Ltd
Priority to CN202011074438.6A priority Critical patent/CN112082507A/zh
Publication of CN112082507A publication Critical patent/CN112082507A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

一种地铁车辆故障智能检测系统，涉及一种地铁车辆检测技术，为了解决现有检测地铁车辆的人工方式检测效率低、质量差以及无法完成实现动态检测和故障预判的问题。本发明的测控主机，用于发送控制信号，用于接收测量信号，并对测量信号进行数据处理，形成检测结果，同时将检测结果传输至远程控制室；线路旁测控单元，用于接收控制信号，并根据该控制信号获取地铁车辆的车号图像信息、轮对轮廓图像信息、轮对滚动圆的尺寸信息、轮对踏面图像信息、受电弓滑板图像信息、受电弓中心线图像信息、地铁车辆顶部、侧部及底部的图像信息，同时生成测量信号。有益效果为检测效率高，检测质量高，隐性故障不会被隐藏以及能够对故障提前预判。

Description

一种地铁车辆故障智能检测系统
技术领域
本发明涉及一种地铁车辆检测技术。
背景技术
目前地铁车辆检查作业方式是在列车入库停止后，由人工进行检查的作业方式，主要存在以下问题：
1.地铁车辆结构复杂，入库检查的零部件多，采用人工检测的方式极易受到人员素质、责任心、业务水平的影响，易造成漏检，检修作业质量难以保证。
2.人工检查作业效率低，人工成本大；
3.车辆入库检修较难发现在运行中才能体现出来的隐性故障；
4.所有检测数据由人工记录，缺少对数据进行处理、统计及分析等环节，不能对潜在故障的提前预判断，不便于检修作业质量的追溯。
发明内容
本发明的目的是为了解决现有检测地铁车辆的人工方式检测效率低、质量差以及无法对故障进行预判的问题，提出了一种地铁车辆故障智能检测系统。
本发明所述的一种地铁车辆故障智能检测系统包括测控主机和线路旁测控单元；
测控主机，用于发送控制信号，还用于接收相应的测量信号，并对相应的测量信号进行数据处理，形成检测结果，同时将检测结果传输至远程控制室；
线路旁测控单元，用于接收控制信号，并根据该控制信号获取地铁车辆的车号图像信息、轮对轮廓图像信息、轮对滚动圆的尺寸信息、轮对踏面的图像信息、受电弓滑板图像信息、受电弓中心线图像信息、地铁车辆顶部、侧部及底部的图像信息，同时生成相应的测量信号。
本发明的有益效果是测控主机接收线路旁测控单元采集的图像及数据信息，自动完成对地铁车辆的全面检测，并及时生成检测结果，提高了检测效率以及检测质量；在此过程中地铁车辆无需停车，实现了对地铁车辆的不停车自动检测，并实现以动态检测替代静态检测，以及实现以智能化检测替代人工检测的目标；在停车自动检测过程中，隐性故障不会被隐藏，通过测控主机对测量信号进行数据处理方便对地铁车辆的故障提前预判；提高城市轨道地铁车辆运维水平，节约运维成本，构建地铁车辆运维的智能化、信息化监控与管理。
附图说明
图1为具体实施方式一所述的一种地铁车辆故障智能检测系统的结构框图。
具体实施方式
具体实施方式一：结合图1说明本实施方式，本实施方式所述的一种地铁车辆故障智能检测系统包括测控主机1和线路旁测控单元2；
测控主机1，用于发送控制信号，还用于接收相应的测量信号，并对相应的测量信号进行数据处理，形成检测结果，同时将检测结果传输至远程控制室；
线路旁测控单元2，用于接收控制信号，并根据该控制信号获取地铁车辆的车号图像信息、轮对轮廓图像信息、轮对滚动圆的尺寸信息、轮对踏面的图像信息、受电弓滑板图像信息、受电弓中心线图像信息、地铁车辆顶部、侧部及底部的图像信息，同时生成相应的测量信号。
在本实施方式中，测控主机1主要作用是实时控制、接收及处理线路旁测控单元2的测量信号，形成检测结果，并以标准化的数据格式与数据监控中心通信(接收数据监控中心查询信息，向数据监控中心发送状态信息和检测结果)，测控主机1实现对线路旁测控单元2的集中控制、数据接收、信息处理的功能。
在本实施方式中，受电弓部件的参数是指受电弓的滑板尺寸。
在本实施方式中，该智能检测系统还包括报警装置；所述报警装置用于在测控主机1 输出检测结果异常时进行报警提示。
具体实施方式二：本实施方式是对具体实施方式一所述的一种地铁车辆故障智能检测系统进一步限定，在本实施方式中，所述线路旁测控单元2包括车号识别模块2-1、轮对外形尺寸检测模块2-2、不圆度检测模块2-3、视频图像擦伤监测模块2-4、受电弓滑板磨耗测量模块2-5、受电弓中心线偏移测量模块2-6、车顶监控模块2-7和车辆动态轮廓检测模块2-8；
车号识别模块2-1，用于根据控制信号在地铁车辆运行过程中，采集地铁车辆的车号图像信息，同时将该车号图像信息发送；
轮对外形尺寸检测模块2-2，用于根据控制信号采集轮对轮廓图像信息，同时将该轮对轮廓图像信息发送；
不圆度检测模块2-3，用于获取轮对滚动圆的的尺寸信息，同时将该轮对滚动圆的尺寸信息发送；
视频图像擦伤监测模块2-4，用于根据控制信号采集轮对踏面图像信息，同时将该轮对踏面图像信息发送；
受电弓滑板磨耗测量模块2-5，用于根据控制信号以CCD相机对受电弓滑板进行拍摄，获取受电弓滑板图像信息，同时将该受电弓滑板图像信息发送；
受电弓中心线偏移测量模块2-6，用于根据控制信号以CCD相机对受电弓中心线进行拍摄，获取受电弓中心线图像信息，同时将该受电弓中心线图像信息发送；
车顶监控模块2-7，用于根据控制信号获取地铁车辆车顶的图像信息，同时将地铁车辆车顶的图像信息发送；
车辆动态轮廓检测模块2-8，用于根据控制信号获取地铁车辆车底和车侧的图像信息，同时将地铁车辆车底和车侧的图像信息发送。
在本实施方式中，车号识别模块2-1采集的图像上传到服务器，对通过的地铁车辆车号信息进行自动统计，并保存数据；在利用不圆度检测模块2-3对轮对滚动圆进行检测时，需要在轨道两侧加装多个位移检测单元，在车辆经过时与轮对接触，采集轮对滚动圆的尺寸信息；车顶监控模块2-7是由高速高清晰度摄像系统组成。
具体实施方式三：本实施方式是对具体实施方式二所述的一种地铁车辆故障智能检测系统进一步限定，在本实施方式中，所述测控主机1包括信号控制系统1-1、数据采集系统1-2、数据处理系统1-3和综合管理机1-4；
综合管理机1-4，用于对信号控制系统1-1、数据采集系统1-2和数据处理系统1-3输入控制指令，同时接收数据处理系统1-3发送的检测结果；
信号控制系统1-1，用于发送控制信号给线路旁测控单元2；
数据采集系统1-2，用于接收线路旁测控单元2采集的图像及数据信息，并将接收的信息传输至数据处理系统1-3；
数据处理系统1-3，内部安装有图像识别算法及深度学习模型对接收的所有信号进行分析和识别，并将识别的结果传输至综合管理机1-4。
在本实施方式中，数据采集系统1-2接收轨道旁的线路旁测控单元2发送的信息，该信息包含图像信息以及数据信息；数据采集系统1-2可以为多个，多个数据采集系统1-2接收的信息全部传输至数据处理系统1-3；数据处理系统1-3采用图像识别算法及深度学习技术，对图像信息及数据信息进行分析、识别，计算出地铁车辆的轮对外形几何尺寸数据、踏面擦伤数据、受电弓中心线偏移数据及滑板磨耗数据；同时，通过关键信息特征对比的方式识别出车顶异物，以及车侧和车底关键部件的缺失、变形或异位；综合管理机1-4的作用是对信号控制系统1-1、数据采集系统1-2和数据处理系统1-3进行操作和管理，其属于人机交互设备。
在本实施方式中，利用机器视觉、先进传感技术，实现对列车的不停车自动检测。
具体实施方式四：本实施方式是对具体实施方式三所述的一种地铁车辆故障智能检测系统进一步限定，在本实施方式中，数据处理系统1-3根据车号图像信息，识别出地铁车辆的车号；
数据处理系统1-3根据车顶图像信息，识别出地铁车辆车顶是否存在异物；
数据处理系统1-3根据车底和车侧的图像信息，识别出地铁车辆车侧和车底的关键部件是否缺失、变形或异位。
具体实施方式五：本实施方式是对具体实施方式三所述的一种地铁车辆故障智能检测系统进一步限定，在本实施方式中，数据处理系统1-3根据图像识别算法及深度学习模型对接收的轮对轮廓图像信息进行计算，计算出地铁车辆的轮对关键外形参数，并将该地铁车辆的轮对关键外形参数上传至综合管理机1-4。
具体实施方式六：本实施方式是对具体实施方式三所述的一种地铁车辆故障智能检测系统进一步限定，在本实施方式中，数据处理系统1-3根据图像识别算法及深度学习模型对接收的轮对滚动圆的的尺寸信息进行计算，计算出地铁车辆的轮对滚动圆的不圆度，并将该地铁车辆的轮对滚动圆的不圆度上传至综合管理机1-4。
具体实施方式七：本实施方式是对具体实施方式三所述的一种地铁车辆故障智能检测系统进一步限定，在本实施方式中，数据处理系统1-3根据图像识别算法及深度学习模型对接收的轮对踏面图像信息进行计算，计算出地铁车辆的轮对踏面擦伤缺陷，并将该地铁车辆的轮对踏面擦伤缺陷上传至综合管理机1-4。
具体实施方式八：本实施方式是对具体实施方式三所述的一种地铁车辆故障智能检测系统进一步限定，在本实施方式中，数据处理系统1-3根据图像识别算法及深度学习模型对接收的受电弓滑板图像信息进行计算，计算出受电弓滑板的磨耗量，并将该受电弓滑板的磨耗量上传至综合管理机1-4。
具体实施方式九：本实施方式是对具体实施方式三所述的一种地铁车辆故障智能检测系统进一步限定，在本实施方式中，数据处理系统1-3根据图像识别算法及深度学习模型对接收的受电弓中心线图像信息进行计算，计算出受电弓中心线的偏移量，并将该受电弓中心线的偏移量上传至综合管理机1-4。
具体实施方式十：本实施方式是对具体实施方式一所述的一种地铁车辆故障智能检测系统进一步限定，在本实施方式中，轮对关键外形参数包括：轮缘高度、踏面磨耗、轮缘厚度、车轮直径、轮对内距和轮缘Qr值中的一种或多种。

Claims (10)

1.一种地铁车辆故障智能检测系统，其特征在于，该智能检测系统包括测控主机(1)和线路旁测控单元(2)；
测控主机(1)，用于发送控制信号，还用于接收相应的测量信号，并对相应的测量信号进行数据处理，形成检测结果，同时将检测结果传输至远程控制室；
线路旁测控单元(2)，用于接收控制信号，并根据该控制信号获取地铁车辆的车号图像信息、轮对轮廓图像信息、轮对滚动圆的尺寸信息、轮对踏面的图像信息、受电弓滑板图像信息、受电弓中心线图像信息、地铁车辆顶部、侧部及底部的图像信息，同时生成相应的测量信号。
2.根据权利要求1所述的一种地铁车辆故障智能检测系统，其特征在于，所述线路旁测控单元(2)包括车号识别模块(2-1)、轮对外形尺寸检测模块(2-2)、不圆度检测模块(2-3)、视频图像擦伤监测模块(2-4)、受电弓滑板磨耗测量模块(2-5)、受电弓中心线偏移测量模块(2-6)、车顶监控模块(2-7)和车辆动态轮廓检测模块(2-8)；
车号识别模块(2-1)，用于根据控制信号在地铁车辆不停车的情况下，采集地铁车辆的车号图像信息，同时将该车号图像信息发送；
轮对外形尺寸检测模块(2-2)，用于根据控制信号获取轮对轮廓图像信息，同时将该轮对轮廓图像信息发送；
不圆度检测模块(2-3)，用于获取轮对滚动圆的的尺寸信息，同时将该轮对滚动圆的尺寸信息发送；
视频图像擦伤监测模块(2-4)，用于根据控制信号采集轮对踏面图像信息同时将该轮对踏面图像信息发送；
受电弓滑板磨耗测量模块(2-5)，用于根据控制信号以CCD相机对受电弓滑板进行拍摄，获取受电弓滑板图像信息，同时将该受电弓滑板图像信息发送；
受电弓中心线偏移测量模块(2-6)，用于根据控制信号以CCD相机对受电弓中心线进行拍摄，获取受电弓中心线图像信息，同时将该受电弓中心线图像信息发送；
车顶监控模块(2-7)，用于根据控制信号获取地铁车辆车顶的图像信息，同时将地铁车辆车顶的图像信息发送；
车辆动态轮廓检测模块(2-8)，用于根据控制信号获取地铁车辆车底和车侧的图像信息，同时将地铁车辆车底和车侧的图像信息发送。
3.根据权利要求2所述的一种地铁车辆故障智能检测系统，其特征在于，所述测控主机(1)包括信号控制系统(1-1)、数据采集系统(1-2)、数据处理系统(1-3)和综合管理机(1-4)；
综合管理机(1-4)，用于对信号控制系统(1-1)、数据采集系统(1-2)和数据处理系统(1-3)输入控制指令，同时接收数据处理系统(1-3)发送的检测结果；
信号控制系统(1-1)，用于发送控制信号给线路旁测控单元(2)；
数据采集系统(1-2)，用于接收线路旁测控单元(2)采集的图像及数据信息，并将接收的信息传输至数据处理系统(1-3)；
数据处理系统(1-3)，内部安装有图像识别算法及深度学习模型，对接收的所有信号进行分析和识别，并将识别的所有结果传输至综合管理机(1-4)。
4.根据权利要求3所述的一种地铁车辆故障智能检测系统，其特征在于，数据处理系统(1-3)根据车号图像信息，识别出地铁车辆的车号；
数据处理系统(1-3)根据车顶图像信息，识别出地铁车辆车顶是否存在异物；
数据处理系统(1-3)根据车底和车侧的图像信息，识别出地铁车辆车侧和车底的关键部件是否缺失、变形或异位。
5.根据权利要求3所述的一种地铁车辆故障智能检测系统，其特征在于，数据处理系统(1-3)根据轮对轮廓图像信息，计算出地铁车辆的轮对关键外形参数，并将该地铁车辆的轮对关键外形参数上传至综合管理机(1-4)。
6.根据权利要求3所述的一种地铁车辆故障智能检测系统，其特征在于，数据处理系统(1-3)根据轮对滚动圆的的尺寸信息，计算出地铁车辆的轮对滚动圆的不圆度，并将该地铁车辆的轮对滚动圆的不圆度上传至综合管理机(1-4)。
7.根据权利要求3所述的一种地铁车辆故障智能检测系统，其特征在于，数据处理系统(1-3)根据轮对踏面图像信息，计算出地铁车辆的轮对踏面擦伤缺陷，并将该地铁车辆的轮对踏面擦伤缺陷上传至综合管理机(1-4)。
8.根据权利要求3所述的一种地铁车辆故障智能检测系统，其特征在于，数据处理系统(1-3)根据受电弓滑板图像信息，计算出受电弓滑板的磨耗量，并将该受电弓滑板的磨耗量上传至综合管理机(1-4)。
9.根据权利要求3所述的一种地铁车辆故障智能检测系统，其特征在于，数据处理系统(1-3)根据受电弓中心线图像信息，计算出受电弓中心线的偏移量，并将该受电弓中心线的偏移量上传至综合管理机(1-4)。
10.根据权利要求1所述的一种地铁车辆故障智能检测系统，其特征在于，轮对关键外形参数包括：轮缘高度、踏面磨耗、轮缘厚度、车轮直径、轮对内距和轮缘Qr值中的一种或多种。
CN202011074438.6A 2020-10-09 2020-10-09 一种地铁车辆故障智能检测系统 Pending CN112082507A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011074438.6A CN112082507A (zh) 2020-10-09 2020-10-09 一种地铁车辆故障智能检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011074438.6A CN112082507A (zh) 2020-10-09 2020-10-09 一种地铁车辆故障智能检测系统

Publications (1)

Publication Number Publication Date
CN112082507A true CN112082507A (zh) 2020-12-15

Family

ID=73730157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011074438.6A Pending CN112082507A (zh) 2020-10-09 2020-10-09 一种地铁车辆故障智能检测系统

Country Status (1)

Country Link
CN (1) CN112082507A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114368411A (zh) * 2022-03-22 2022-04-19 西南交通大学 一种列车脱轨安全的监测预警方法与装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114368411A (zh) * 2022-03-22 2022-04-19 西南交通大学 一种列车脱轨安全的监测预警方法与装置
CN114368411B (zh) * 2022-03-22 2022-06-10 西南交通大学 一种列车脱轨安全的监测预警方法

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
CN204556257U (zh) 一种铁路车辆滚动轴承声学诊断装置
CN110733539B (zh) 一种城市轨道交通车辆基地智能化列检系统及方法
CN111024728B (zh) 一种基于计算机视觉与超声波探伤的铁路检测方法和系统
CN105115605A (zh) 轨道列车红外检测系统及检测方法
CN201429413Y (zh) 高速列车受电弓状态在线式自动检测系统
CN109238756B (zh) 货车运行故障动态图像检测设备及检测方法
CN105045256A (zh) 基于数据对比分析的轨道交通实时故障诊断方法和系统
CN211401691U (zh) 一种动车组走行部驱动机构异音轨底声学诊断装置
KR101701160B1 (ko) 가동브래킷 변형 검사 시스템
CN110562305B (zh) 一种动车组电务车载设备智能检测系统
CN104731081A (zh) 用于大功率机车车载数据转储分析的方法及系统装置
CN111942434A (zh) 一种铁路货车关键部件故障图像智能检测装置
CN111806516A (zh) 一种用于智能列车监测与运维的健康管理装置及方法
CN113788051A (zh) 列车在站运行状态监测分析系统
CN112082507A (zh) 一种地铁车辆故障智能检测系统
CN103422417A (zh) 一种公路表面破损的动态识别系统与方法
CN114454927A (zh) 站内轨道电路电码化掉码自动分析方法
CN212320653U (zh) 一种地铁车辆故障智能检测系统
CN111767913A (zh) 一种基于深度学习的动车组车辆故障动态图像检测方法
CN113487561A (zh) 基于灰度梯度异常投票的受电弓异物检测方法及装置
CN205157057U (zh) 轨道列车红外检测系统
CN110985424A (zh) 一种动车组风机故障智能诊断系统及方法
CN111076750B (zh) 一种用于检测接触网吊弦线夹松脱的装置及方法
CN211009229U (zh) 一种动车组风机故障智能诊断系统

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