CN113588786A - 一种钢轨探伤系统、显示方法、装置和计算机设备 - Google Patents
一种钢轨探伤系统、显示方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN113588786A CN113588786A CN202110827521.4A CN202110827521A CN113588786A CN 113588786 A CN113588786 A CN 113588786A CN 202110827521 A CN202110827521 A CN 202110827521A CN 113588786 A CN113588786 A CN 113588786A
- Authority
- CN
- China
- Prior art keywords
- steel rail
- rail
- target
- target steel
- dimensional section
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
Abstract
本申请涉及一种钢轨探伤系统、显示方法、装置和计算机设备。钢轨探伤显示方法包括:获取目标钢轨的B扫图像以及目标钢轨的轨型;根据目标钢轨的B扫图像确定目标钢轨的被检缺陷的深度;根据轨型确定与轨型对应的第一钢轨三维剖面模型,并根据轨型以及被检缺陷的深度确定被检缺陷在第一钢轨三维剖面模型中的位置;根据被检缺陷在第一钢轨三维剖面模型中的位置,在第一钢轨三维剖面模型中构建与被检缺陷对应的缺陷图样,得到第二钢轨三维剖面模型;将第二钢轨三维剖面模型和目标钢轨的B扫图像进行展示。探伤作业人员通过观察第二钢轨三维剖面模型和目标钢轨的B扫图像可了解被检缺陷的实际情况,以减少现场缺陷复核的操作次数,提高探伤效率。
Description
技术领域
本申请涉及无损探伤技术领域,特别是涉及一种钢轨探伤系统、显示方法、装置、计算机设备和存储介质。
背景技术
重载铁路具有运量大、轴重大、载重大、运输密度高的特点,重载钢轨的轨头容易产生疲劳裂纹,疲劳裂纹在交变应力下容易发展成为核伤,核伤如不及时处理容易导致断轨,导致重大人身财产损失。因此,必须对重载钢轨进行探伤。
传统技术中的钢轨探伤系统难以直观展示探伤结果,使得探伤作业效率低下。
发明内容
基于此,有必要针对上述技术问题,提供一种能够直观展示探伤结果的钢轨探伤系统、显示方法、装置、计算机设备和存储介质。
本发明实施例提供一种钢轨探伤显示方法,包括:获取目标钢轨的B扫图像以及目标钢轨的轨型;根据目标钢轨的B扫图像确定目标钢轨的被检缺陷的深度;根据轨型确定与轨型对应的第一钢轨三维剖面模型,并根据轨型以及被检缺陷的深度确定被检缺陷在第一钢轨三维剖面模型中的位置;根据被检缺陷在第一钢轨三维剖面模型中的位置,在第一钢轨三维剖面模型中构建与被检缺陷对应的缺陷图样,得到第二钢轨三维剖面模型;将第二钢轨三维剖面模型和目标钢轨的B扫图像进行展示。
在其中一个实施例中,获取目标钢轨的B扫图像的步骤包括:获取目标钢轨的里程值;根据目标钢轨的里程值从B扫图像库中获取目标钢轨的B扫图像;其中,B扫图像库中包括不同里程值处的钢轨的B扫图像。
在其中一个实施例中,根据被检缺陷在第一钢轨三维剖面模型中的位置,在第一钢轨三维剖面模型中构建与被检缺陷对应的缺陷图样,得到第二钢轨三维剖面模型的步骤包括:根据目标钢轨的B扫图像确定被检缺陷的严重程度;根据被检缺陷的严重程度确定被检缺陷的类型;根据被检缺陷的类型从缺陷图样库中确定与被检缺陷的类型对应的缺陷图样;缺陷模型库包括与各被检缺陷的类型对应的缺陷图样;根据被检缺陷在第一钢轨三维剖面模型中的位置,在第一钢轨三维剖面模型中构建与被检缺陷的类型对应的缺陷图样,得到第二钢轨三维剖面模型。
在其中一个实施例中,钢轨探伤显示方法还包括:根据目标钢轨的里程值从A扫图像库中获取目标钢轨的A扫图像;其中,A扫图像库中包括不同里程值处的钢轨的A扫图像;将第二钢轨三维剖面模型、目标钢轨的B扫图像、目标钢轨的A扫图像进行展示。
在其中一个实施例中,钢轨探伤显示方法还包括:根据目标钢轨的里程值从轨面图像库中获取目标钢轨的轨面图像;其中,轨面图像库中包括不同里程值处的钢轨的轨面图像;将第二钢轨三维剖面模型、目标钢轨的B扫图像、目标钢轨的轨面图像进行展示。
在其中一个实施例中,钢轨探伤显示方法还包括:获取第一时间的目标钢轨的B扫图像以及第二时间的目标钢轨的B扫图像;将第一时间的目标钢轨的B扫图像以及第二时间的目标钢轨的B扫图像进行展示。
本发明实施例还提供一种钢轨探伤系统,包括:超声波探伤模组,用于采集目标钢轨的B扫图像;处理模组,与超声波探伤模组连接,用于获取超声波探伤模组反馈的目标钢轨的B扫图像以及获取目标钢轨的轨型;并根据目标钢轨的B扫图像确定目标钢轨的被检缺陷的深度;以及根据轨型确定与轨型对应的第一钢轨三维剖面模型,并根据轨型以及被检缺陷的深度确定被检缺陷在第一钢轨三维剖面模型中的位置;以及根据被检缺陷在第一钢轨三维剖面模型中的位置,在第一钢轨三维剖面模型中构建与被检缺陷对应的缺陷图样,得到第二钢轨三维剖面模型;并将第二钢轨三维剖面模型和目标钢轨的B扫图像进行展示。
在其中一个实施例中,钢轨探伤系统还包括定位模组,定位模组用于获取各位置处钢轨的里程值;超声波探伤模组与定位模组连接,超声波探伤模组包括B扫单元和B扫图像存储单元,B扫单元用于获取各位置处钢轨的B扫图像,B扫图像存储单元用于获取定位模组反馈的各位置处钢轨的里程值并根据各位置处钢轨的里程值存储对应的B扫图像,以得到B扫图像库;处理模组用于获取目标钢轨的里程值,以及根据目标钢轨的里程值从B扫图像库中获取目标钢轨的B扫图像。
在其中一个实施例中,超声波探伤模组还包括A扫单元和A扫图像存储单元,A扫单元用于获取各位置处钢轨的A扫图像,A扫图像存储单元用于获取定位模组反馈的各位置处钢轨的里程值并根据各位置处钢轨的里程值存储对应的A扫图像,以得到A扫图像库;处理模组用于根据目标钢轨的里程值从A扫图像库中获取目标钢轨的A扫图像,并将第二钢轨三维剖面模型、目标钢轨的B扫图像、目标钢轨的A扫图像进行展示。
在其中一个实施例中,钢轨探伤系统还包括轨面图像采集模组,轨面图像采集模组与定位模组连接,轨面图像采集模组包括轨面图像采集单元和轨面图像存储单元,轨面图像采集单元用于获取各位置处钢轨的轨面图像,轨面图像存储单元用于获取定位模组反馈的各位置处钢轨的里程值并根据各位置处钢轨的里程值存储对应的轨面图像,以得到轨面图像库;处理模组还用于根据目标钢轨的里程值从轨面图像库中获取目标钢轨的轨面图像,以及将第二钢轨三维剖面模型、目标钢轨的B扫图像、目标钢轨的轨面图像进行展示。
本发明实施例还提供一种钢轨探伤显示装置,包括:数据获取模块,用于获取目标钢轨的B扫图像以及目标钢轨的轨型;第一处理模块,用于根据目标钢轨的B扫图像确定目标钢轨的被检缺陷的深度;第二处理模块,用于根据轨型确定与轨型对应的第一钢轨三维剖面模型,并根据轨型以及被检缺陷的深度确定被检缺陷在第一钢轨三维剖面模型中的位置;模型构建模块,用于根据被检缺陷在第一钢轨三维剖面模型中的位置,在第一钢轨三维剖面模型中构建与被检缺陷对应的缺陷图样,得到第二钢轨三维剖面模型;展示模块,用于将第二钢轨三维剖面模型和目标钢轨的B扫图像进行展示。
本发明实施例还提供一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述任一项钢轨探伤显示方法实施例中的步骤。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一项钢轨探伤显示方法实施例中的步骤。
基于上述任一实施例,从目标钢轨的B扫图像中得到目标钢轨的被检缺陷的深度,结合目标钢轨的被检缺陷的深度以及目标钢轨的轨型确定被检缺陷在第一钢轨三维剖面模型中的位置,并在该位置构建与被检缺陷对应的缺陷图样,得到可以直观反映被检缺陷情况的第二钢轨三维剖面模型。探伤作业人员通过观察第二钢轨三维剖面模型和目标钢轨的B扫图像可了解被检缺陷的实际情况,以减少现场缺陷复核的操作次数,提高探伤效率。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中钢轨探伤显示方法的应用场景图;
图2为一个实施例中钢轨探伤显示方法的流程示意图;
图3为一个实施例中构建第二钢轨三维剖面模型的步骤的流程示意图;
图4为另一个实施例中钢轨探伤显示方法的流程示意图;
图5为又一个实施例中钢轨探伤显示方法的流程示意图;
图6为再一个实施例中钢轨探伤显示方法的流程示意图;
图7为再一个实施例中钢轨探伤显示方法的流程示意图;
图8为一个实施例中钢轨探伤系统的结构框图;
图9为一个实施例中钢轨探伤显示装置的结构框图。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。
空间关系术语例如“在...下”、“在...下面”、“下面的”、“在...之下”、“在...之上”、“上面的”等,在这里可以用于描述图中所示的一个元件或特征与其它元件或特征的关系。应当明白,除了图中所示的取向以外,空间关系术语还包括使用和操作中的器件的不同取向。例如,如果附图中的器件翻转,描述为“在其它元件下面”或“在其之下”或“在其下”元件或特征将取向为在其它元件或特征“上”。因此,示例性术语“在...下面”和“在...下”可包括上和下两个取向。此外,器件也可以包括另外地取向(譬如,旋转90度或其它取向),并且在此使用的空间描述语相应地被解释。
需要说明的是,当一个元件被认为是“连接”另一个元件时,它可以是直接连接到另一个元件,或者通过居中元件连接另一个元件。此外,以下实施例中的“连接”,如果被连接的对象之间具有电信号或数据的传递,则应理解为“电连接”、“通信连接”等。
在此使用时,单数形式的“一”、“一个”和“/该”也可以包括复数形式,除非上下文清楚指出另外的方式。还应当理解的是,术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在,但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。同时,在本说明书中使用的术语“和/或”包括相关所列项目的任何及所有组合。
图1为本申请实施例所提供的钢轨探伤显示方法应用的场景图,钢轨探伤显示方法具体可以集成在服务器或终端等计算机设备中,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器,但并不局限于此。该终端可以是手机、平板电脑、笔记本电脑、台式电脑等。集成有轨探伤显示方法的计算机设备还与展示模组连接,用于将钢轨探伤显示方法的处理结果展出。该计算机设备可以设置在钢轨探伤车、钢轨探伤仪等设备上。
本发明实施例提供一种钢轨探伤显示方法,如图2所示,包括步骤S110至步骤S190。
S110,获取目标钢轨的B扫图像以及目标钢轨的轨型。
可以理解,目标钢轨是探伤作业人员所选定的、需要被探查的钢轨。钢轨探伤车上一般设置有判伤系统,判伤系统可自动对钢轨的缺陷状况进行初步判断,探伤作业人员可以根据判伤系统的判伤结果进行目标钢轨的选定,也可以以根据钢轨的历史缺陷报告选择需要重点探查的钢轨等方式确定目标钢轨。超声波探伤技术中常使用的扫描方式包括A扫描、B扫描以及C扫描等。进行B扫描的所得到的图像即为B扫图像。B扫图像以二维图像展示钢轨中的缺陷的严重程度、深度等信息。目标钢轨的轨型是以每米长的钢轨质量千克数表示的,可以反映包括目标钢轨的断面形状、尺寸规格等信息。不同轨型的目标钢轨的轨头宽度、轨底宽度、轨腰宽度、钢轨高度等都不尽相同。常见的目标钢轨的轨型包括45kg/m、50kg/m、60kg/m、75kg/m等。目标钢轨的轨型可以为探伤作业人员通过操作集成有钢轨探伤显示方法的计算机设备而输入的,也可以是预先储存在该计算设备中的,计算机设备根据探伤作业所进行到的位置提取出对应的目标钢轨的轨型。这里对获取目标钢轨的轨型的方式仅是示意性说明而非限定,也可以采取其他方式获得。
S130,根据目标钢轨的B扫图像确定目标钢轨的被检缺陷的深度。
可以理解,被检缺陷的深度指的是被检缺陷与钢轨踏面之间的实际距离。B扫图像反映的垂直于钢轨踏面且平行于钢轨延伸方向的剖面的图像,当超声波遇到该剖面中被检缺陷将会发生反射,从而导致在B扫图像中被检缺陷与钢轨其它完好部分的亮度不同,因此可以从B扫图像中提取出被检缺陷的深度。目前有较多的成熟的软件、算法可对B扫图像进行处理以得到被检缺陷的深度,可以利用这些软件、算法得到被检缺陷的深度。
S150,根据轨型确定与轨型对应的第一钢轨三维剖面模型,并根据轨型以及被检缺陷的深度确定被检缺陷在第一钢轨三维剖面模型中的位置。
可以理解,第一钢轨三维剖面模型是具有与目标钢轨匹配的工字形剖面的三维展示模型,用于以图形的形式反映目标钢轨的实际形状、构造等。不同地区的目标钢轨的轨型会发生变化,为了更好的反映目标钢轨的实际情况,需要根据目标钢轨的轨型选择对应的第一钢轨三维剖面模型。另外,由于目标钢轨的轨型可以反映目标钢轨的实际尺寸、实际形状等特征,而被检缺陷的深度反映了被检缺陷与钢轨踏面之间的实际距离,结合钢轨的轨型与被检缺陷的深度可确定被检缺陷在目标钢轨上的垂直于踏面方向上的位置,结合目标钢轨与钢轨三维剖面模型之间的对应关系,可得到被检缺陷在第一钢轨三维剖面模型中的位置。例如,根据目标钢轨的轨型确定目标钢轨的轨高,并根据被检缺陷的深度与目标钢轨的轨高之间的商得到第一比例,根据第一比例在第一钢轨三维剖面模型中定位被检缺陷。
S170,根据被检缺陷在第一钢轨三维剖面模型中的位置,在第一钢轨三维剖面模型中构建与被检缺陷对应的缺陷图样,得到第二钢轨三维剖面模型。
可以理解,缺陷图样是用于反映被检缺陷情况的图样。在第一钢轨三维剖面模型中由步骤S150确定出的位置上构建与被检缺陷对应的缺陷图样后所形成的模型为第二钢轨三维剖面模型。在进行探伤作业时,第二钢轨三维剖面模型直观反映了实际工况下被检缺陷的情况以及被检缺陷与目标钢轨的相对位置关系。
S190,将第二钢轨三维剖面模型和目标钢轨的B扫图像进行展示。
具体而言,可以将第二钢轨三维剖面模型和目标钢轨的B扫图像发送到展示模组中进行展示。展示模组可以是独立设置的显示屏,也可以是终端设备上的屏幕或者将第二钢轨三维剖面模型和目标钢轨的B扫图像以投影的方式进行展示。
基于本实施中的钢轨探伤显示方法,从目标钢轨的B扫图像中得到目标钢轨的被检缺陷的深度,结合目标钢轨的被检缺陷的深度以及目标钢轨的轨型确定被检缺陷在第一钢轨三维剖面模型中的位置,并在该位置构建与被检缺陷对应的缺陷图样,得到可以直观反映被检缺陷情况的第二钢轨三维剖面模型。探伤作业人员通过观察第二钢轨三维剖面模型和目标钢轨的B扫图像可了解被检缺陷的实际情况,以减少现场缺陷复核的操作次数,提高探伤效率。
在一个实施例中,如图3所示,步骤S110中获取目标钢轨的B扫图像的步骤包括步骤S111与步骤S113。
S111,获取目标钢轨的里程值。
可以理解,里程值反映了目标钢轨的所在位置。
S113,根据目标钢轨的里程值从B扫图像库中获取目标钢轨的B扫图像。
其中,B扫图像库中包括不同里程值处的钢轨的B扫图像。以包括超声波探伤模组的钢轨探伤系统为例,在进行探伤作业时,超声波探伤模组将会持续对钢轨进行B扫描,B扫图像库记录了探伤作业时所被探查过的钢轨的B扫图像。B扫图像库中的各B扫图像以里程值作为特征,便于索引。通过里程值即可从B扫图像库中索引到目标钢轨对应的B扫图像。
在一个实施例中,如图4所示,步骤S170包括步骤S171至步骤S177。
S171,根据目标钢轨的B扫图像确定被检缺陷的严重程度。
可以理解,超声波发射到被检缺陷上后,被检缺陷的严重程度较大时将会在被检缺陷中出现较多的超声波反射界面,进而影响超声波回波的情况,根据B扫图像上被检缺陷的成像即可判断被检缺陷的严重程度。目前有较多的成熟的软件、算法可对B扫图像进行处理以得到被检缺陷的严重程度,可以利用这些软件、算法得到被检缺陷的严重程度。
S173,根据被检缺陷的严重程度确定被检缺陷的类型。
可以理解,被检缺陷的类型包括水平裂纹、斜裂纹、螺孔裂纹、核伤等,根据被检缺陷的严重程度可确定被检缺陷具体为哪一种缺陷。
S175,根据被检缺陷的类型从缺陷图样库中确定与被检缺陷的类型对应的缺陷图样。
缺陷模型库包括与各被检缺陷的类型对应的缺陷图样。可以理解,不同类型的被检缺陷在视觉表现上不尽相同,为了在第二钢轨三维剖面模型更直观地展现被检缺陷的情况,在第二钢轨三维剖面模型构建出与实际的被检缺陷相对应的缺陷图样。具体而言,缺陷图样是根据被检缺陷的实际样式设计的,使探伤工作人员可快速根据缺陷图样判定得到对应的被检缺陷。
S177,根据被检缺陷在第一钢轨三维剖面模型中的位置,在第一钢轨三维剖面模型中构建与被检缺陷的类型对应的缺陷图样,得到第二钢轨三维剖面模型。
在一个实施例中,如图5所示,钢轨探伤显示方法还包括步骤S210与步骤S230。
S210,根据目标钢轨的里程值从A扫图像库中获取目标钢轨的A扫图像。
其中,A扫图像库中包括不同里程值处的钢轨的A扫图像。进行A扫描所得到的图像即为A扫图像。A扫图像以波形的形式反映被检缺陷的深度、严重程度等信息。继续以包括超声波探伤模组的钢轨探伤系统为例,在进行探伤作业时,超声波探伤模组将会持续对钢轨进行A扫描,A扫图像库记录了探伤作业时所被探查过的钢轨的A扫图像。A扫图像库中的各A扫图像以里程值作为特征,便于索引。通过里程值即可从A扫图像库中索引到目标钢轨对应的A扫图像。
S230,将第二钢轨三维剖面模型、目标钢轨的B扫图像、目标钢轨的A扫图像进行展示。
可以理解,在展示第二钢轨三维剖面模型、目标钢轨的B扫图像的基础上同时展示目标钢轨的A扫图像,进行关联显示,为探伤作业人员提供以波形形式呈现的被检缺陷,提高探伤以及判伤的准确性。
在一个实施例中,如图6所示,钢轨探伤显示方法还包括步骤S310与步骤S330。
S310,根据目标钢轨的里程值从轨面图像库中获取目标钢轨的轨面图像。
其中,轨面图像库中包括不同里程值处的钢轨的轨面图像。钢轨探伤系统中还可包括轨面图像采集模组,轨面图像采集模组用于采集钢轨的轨面图像。具体而言,轨面图像采集模组可用于采集钢轨的内侧面图像、正上方图像、外侧面图像中的一项或者几项的组合。在进行探伤作业时,轨面图像采集模组将会持续对钢轨进行轨面图像采集,轨面图像库记录了探伤作业时所被探查过的钢轨的轨面图像。轨面图像库中的各轨面图像以里程值作为特征,便于索引。通过里程值即可从轨面图像库中索引到目标钢轨对应的轨面图像。
S330,将第二钢轨三维剖面模型、目标钢轨的B扫图像、目标钢轨的轨面图像进行展示。
可以理解,在展示第二钢轨三维剖面模型、目标钢轨的B扫图像的基础上同时展示目标钢轨的轨面图像,进行关联显示,为探伤作业人员在根据第二钢轨三维剖面模型、目标钢轨的B扫图像对被检缺陷进行初步判断后,根据目标钢轨的轨面图像进一步确认被检缺陷的状况,减少停车复核的次数,提高探伤以及判伤的效率。
在一个实施例中,如图7所示,钢轨探伤显示方法还包括步骤S410与步骤S430。
S410,获取第一时间的目标钢轨的B扫图像以及第二时间的目标钢轨的B扫图像。
S430,将第一时间的目标钢轨的B扫图像以及第二时间的目标钢轨的B扫图像进行展示。
可以理解,目标钢轨的被检缺陷是在不断变化的,根据同一钢轨的不同时间的B扫图像进行对比分析,得到目标钢轨的缺陷变化情况,为检修人员安排检修计划提供参考依据。
应该理解的是,虽然图2-图7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-图7中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
本发明实施例还提供一种钢轨探伤系统100,如图8所示,包括超声波探伤模组110以及处理模组130。该钢轨探伤系统100可以应用在钢轨探伤车或其他钢轨探伤设备上。超声波探伤模组110用于采集目标钢轨的B扫图像。处理模组130与超声波探伤模组110连接,用于获取超声波探伤模组110反馈的目标钢轨的B扫图像以及获取目标钢轨的轨型,并根据目标钢轨的B扫图像确定目标钢轨的被检缺陷的深度。以及根据轨型确定与轨型对应的第一钢轨三维剖面模型。并根据轨型以及被检缺陷的深度确定被检缺陷在第一钢轨三维剖面模型中的位置。以及根据被检缺陷在第一钢轨三维剖面模型中的位置,在第一钢轨三维剖面模型中构建与被检缺陷对应的缺陷图样,得到第二钢轨三维剖面模型。并将第二钢轨三维剖面模型和目标钢轨的B扫图像进行展示。处理模组130可以为计算机设备,例如服务器、终端、单片机等。当处理模组130为终端时,处理模组130将包括显示屏,可以直接通过处理模组130中的显示屏进行展示。当处理模组130为服务器、单片机等时,处理模组130可以将待展示的数据发送到额外设置的展示单元中进行展示。
在一个实施例中,钢轨探伤系统100还包括定位模组,定位模组用于获取各位置处钢轨的里程值。定位模组可以包括北斗定位模组、GPS定位模组等,根据GIS数据库以及定位模组反馈的位置信息提取出各位置处钢轨的里程值。定位模组也可以为里程计数模组,以钢轨探伤车为例,里程计数模组将根据钢轨探伤车的车轮转动的圈数以及车轮的周长计算出各位置处钢轨的里程值。
超声波探伤模组110与定位模组连接,超声波探伤模组110包括B扫单元和B扫图像存储单元,B扫单元用于获取各位置处钢轨的B扫图像,B扫图像存储单元用于获取定位模组反馈的各位置处钢轨的里程值并根据各位置处钢轨的里程值存储对应的B扫图像,以得到B扫图像库。具体而言,定位模组与B扫单元实时工作进行数据采集,B扫图像存储单元即将各里程值以及各里程值对应的B扫图像打包存储,并以里程值作为索引依据建立B扫图像库。处理模组130用于获取目标钢轨的里程值,以及根据目标钢轨的里程值从B扫图像库中获取目标钢轨的B扫图像。
在一个实施例中,超声波探伤模组110还包括A扫单元和A扫图像存储单元,A扫单元用于获取各位置处钢轨的A扫图像,A扫图像存储单元用于获取定位模组反馈的各位置处钢轨的里程值并根据各位置处钢轨的里程值存储对应的A扫图像,以得到A扫图像库。处理模组130用于根据目标钢轨的里程值从A扫图像库中获取目标钢轨的A扫图像,并将第二钢轨三维剖面模型、目标钢轨的B扫图像、目标钢轨的A扫图像进行展示。
在一个实施例中,钢轨探伤系统100还包括轨面图像采集模组,轨面图像采集模组与定位模组连接,轨面图像采集模组包括轨面图像采集单元和轨面图像存储单元,轨面图像采集单元用于获取各位置处钢轨的轨面图像,轨面图像存储单元用于获取定位模组反馈的各位置处钢轨的里程值并根据各位置处钢轨的里程值存储对应的轨面图像,以得到轨面图像库。处理模组130还用于根据目标钢轨的里程值从轨面图像库中获取目标钢轨的轨面图像,以及将第二钢轨三维剖面模型、目标钢轨的B扫图像、目标钢轨的轨面图像进行展示。
本发明实施例还提供一种钢轨探伤显示装置,如图9所示,钢轨探伤先视装置包括数据获取模块、第一处理模块、第二处理模块、模型构建模块以及展示模块。数据获取模块用于获取目标钢轨的B扫图像以及目标钢轨的轨型。第一处理模块用于根据目标钢轨的B扫图像确定目标钢轨的被检缺陷的深度。第二处理模块用于根据轨型确定与轨型对应的第一钢轨三维剖面模型,并根据轨型以及被检缺陷的深度确定被检缺陷在第一钢轨三维剖面模型中的位置。模型构建模块用于根据被检缺陷在第一钢轨三维剖面模型中的位置,在第一钢轨三维剖面模型中构建与被检缺陷对应的缺陷图样,得到第二钢轨三维剖面模型。展示模块用于将第二钢轨三维剖面模型和目标钢轨的B扫图像进行展示。
在一个实施例中,数据获取模块还用于获取目标钢轨的里程值以及根据目标钢轨的里程值从B扫图像库中获取目标钢轨的B扫图像。
在一个实施例中,模型构建模块用于根据目标钢轨的B扫图像确定被检缺陷的严重程度,以及根据被检缺陷的严重程度确定被检缺陷的类型,还根据被检缺陷的类型从缺陷图样库中确定与被检缺陷的类型对应的缺陷图样,并根据被检缺陷在第一钢轨三维剖面模型中的位置,在第一钢轨三维剖面模型中构建与被检缺陷的类型对应的缺陷图样,得到第二钢轨三维剖面模型。
在一个实施例中,数据获取模块还用于根据目标钢轨的里程值从A扫图像库中获取目标钢轨的A扫图像。展示模块还用于将第二钢轨三维剖面模型、目标钢轨的B扫图像、目标钢轨的A扫图像进行展示。展示模块还用于根据配置文件展示A扫图像。配置文件用于配置展示窗口的数目、顺序等。
在一个实施例中,数据获取模块还用于根据目标钢轨的里程值从轨面图像库中获取目标钢轨的轨面图像。展示模块用于将第二钢轨三维剖面模型、目标钢轨的B扫图像、目标钢轨的轨面图像进行展示。
在一个实施例中,数据获取模块还用于获取第一时间的目标钢轨的B扫图像以及第二时间的目标钢轨的B扫图像。展示模块还用于将第一时间的目标钢轨的B扫图像以及第二时间的目标钢轨的B扫图像进行展示。
有关钢轨探伤显示装置的具体限定可以参见上文中对于钢轨探伤显示方法的限定,在此不再赘述。上述钢轨探伤显示装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
本发明实施例还提供一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述任一项钢轨探伤显示方法的步骤。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一项钢轨探伤显示方法的步骤。
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,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
在本说明书的描述中,参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性描述不一定指的是相同的实施例或示例。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (13)
1.一种钢轨探伤显示方法,其特征在于,包括:
获取目标钢轨的B扫图像以及所述目标钢轨的轨型;
根据所述目标钢轨的B扫图像确定所述目标钢轨的被检缺陷的深度;
根据所述轨型确定与所述轨型对应的第一钢轨三维剖面模型,并根据所述轨型以及所述被检缺陷的深度确定所述被检缺陷在所述第一钢轨三维剖面模型中的位置;
根据所述被检缺陷在所述第一钢轨三维剖面模型中的位置,在所述第一钢轨三维剖面模型中构建与所述被检缺陷对应的缺陷图样,得到第二钢轨三维剖面模型;
将所述第二钢轨三维剖面模型和所述目标钢轨的B扫图像进行展示。
2.根据权利要求1所述的钢轨探伤显示方法,其特征在于,所述获取目标钢轨的B扫图像的步骤包括:
获取所述目标钢轨的里程值;
根据所述目标钢轨的里程值从B扫图像库中获取所述目标钢轨的B扫图像;其中,所述B扫图像库中包括不同里程值处的钢轨的B扫图像。
3.根据权利要求1所述的钢轨探伤显示方法,其特征在于,所述根据所述被检缺陷在所述第一钢轨三维剖面模型中的位置,在所述第一钢轨三维剖面模型中构建与所述被检缺陷对应的缺陷图样,得到第二钢轨三维剖面模型的步骤包括:
根据所述目标钢轨的B扫图像确定所述被检缺陷的严重程度;
根据所述被检缺陷的严重程度确定所述被检缺陷的类型;
根据所述被检缺陷的类型从缺陷图样库中确定与所述被检缺陷的类型对应的缺陷图样;所述缺陷模型库包括与各所述被检缺陷的类型对应的缺陷图样;
根据所述被检缺陷在所述第一钢轨三维剖面模型中的位置,在所述第一钢轨三维剖面模型中构建与所述被检缺陷的类型对应的缺陷图样,得到第二钢轨三维剖面模型。
4.根据权利要求2所述的钢轨探伤显示方法,其特征在于,所述钢轨探伤显示方法还包括:
根据所述目标钢轨的里程值从A扫图像库中获取所述目标钢轨的A扫图像;其中,所述A扫图像库中包括不同里程值处的钢轨的A扫图像;
将所述第二钢轨三维剖面模型、所述目标钢轨的B扫图像、所述目标钢轨的A扫图像进行展示。
5.根据权利要求2所述的钢轨探伤显示方法,其特征在于,所述钢轨探伤显示方法还包括:
根据所述目标钢轨的里程值从轨面图像库中获取所述目标钢轨的轨面图像;其中,所述轨面图像库中包括不同里程值处的钢轨的轨面图像;
将所述第二钢轨三维剖面模型、所述目标钢轨的B扫图像、所述目标钢轨的轨面图像进行展示。
6.根据权利要求1所述的钢轨探伤显示方法,其特征在于,所述钢轨探伤显示方法还包括:
获取第一时间的所述目标钢轨的B扫图像以及第二时间的所述目标钢轨的B扫图像;
将所述第一时间的所述目标钢轨的B扫图像以及所述第二时间的所述目标钢轨的B扫图像进行展示。
7.一种钢轨探伤系统,其特征在于,包括:
超声波探伤模组,用于采集目标钢轨的B扫图像;
处理模组,与所述超声波探伤模组连接,用于获取所述超声波探伤模组反馈的所述目标钢轨的B扫图像以及获取所述目标钢轨的轨型;并根据所述目标钢轨的B扫图像确定所述目标钢轨的被检缺陷的深度;以及根据所述轨型确定与所述轨型对应的第一钢轨三维剖面模型,并根据所述轨型以及所述被检缺陷的深度确定所述被检缺陷在所述第一钢轨三维剖面模型中的位置;以及根据所述被检缺陷在所述第一钢轨三维剖面模型中的位置,在所述第一钢轨三维剖面模型中构建与所述被检缺陷对应的缺陷图样,得到第二钢轨三维剖面模型;并将所述第二钢轨三维剖面模型和所述目标钢轨的B扫图像进行展示。
8.根据权利要求7所述的钢轨探伤系统,其特征在于,所述钢轨探伤系统还包括定位模组,所述定位模组用于获取各位置处钢轨的里程值;
所述超声波探伤模组与所述定位模组连接,所述超声波探伤模组包括B扫单元和B扫图像存储单元,所述B扫单元用于获取各位置处钢轨的B扫图像,所述B扫图像存储单元用于获取所述定位模组反馈的各位置处钢轨的里程值并根据各位置处钢轨的里程值存储对应的B扫图像,以得到B扫图像库;
所述处理模组用于获取所述目标钢轨的里程值,以及根据所述目标钢轨的里程值从所述B扫图像库中获取所述目标钢轨的B扫图像。
9.根据权利要求8所述的钢轨探伤系统,其特征在于,所述超声波探伤模组还包括A扫单元和A扫图像存储单元,所述A扫单元用于获取各位置处钢轨的A扫图像,所述A扫图像存储单元用于获取所述定位模组反馈的各位置处钢轨的里程值并根据各位置处钢轨的里程值存储对应的A扫图像,以得到A扫图像库;
所述处理模组用于根据所述目标钢轨的里程值从所述A扫图像库中获取所述目标钢轨的A扫图像,并将所述第二钢轨三维剖面模型、所述目标钢轨的B扫图像、所述目标钢轨的A扫图像进行展示。
10.根据权利要求8所述的钢轨探伤系统,其特征在于,所述钢轨探伤系统还包括轨面图像采集模组,所述轨面图像采集模组与所述定位模组连接,所述轨面图像采集模组包括轨面图像采集单元和轨面图像存储单元,所述轨面图像采集单元用于获取各位置处钢轨的轨面图像,所述轨面图像存储单元用于获取所述定位模组反馈的各位置处钢轨的里程值并根据各位置处钢轨的里程值存储对应的轨面图像,以得到轨面图像库;
所述处理模组还用于根据所述目标钢轨的里程值从轨面图像库中获取所述目标钢轨的轨面图像,以及将所述第二钢轨三维剖面模型、所述目标钢轨的B扫图像、所述目标钢轨的轨面图像进行展示。
11.一种钢轨探伤显示装置,其特征在于,包括:
数据获取模块,用于获取目标钢轨的B扫图像以及所述目标钢轨的轨型;
第一处理模块,用于根据所述目标钢轨的B扫图像确定所述目标钢轨的被检缺陷的深度;
第二处理模块,用于根据所述轨型确定与所述轨型对应的第一钢轨三维剖面模型,并根据所述轨型以及所述被检缺陷的深度确定所述被检缺陷在所述第一钢轨三维剖面模型中的位置;
模型构建模块,用于根据所述被检缺陷在所述第一钢轨三维剖面模型中的位置,在所述第一钢轨三维剖面模型中构建与所述被检缺陷对应的缺陷图样,得到第二钢轨三维剖面模型;
展示模块,用于将所述第二钢轨三维剖面模型和所述目标钢轨的B扫图像进行展示。
12.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
13.一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,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110827521.4A CN113588786A (zh) | 2021-07-21 | 2021-07-21 | 一种钢轨探伤系统、显示方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110827521.4A CN113588786A (zh) | 2021-07-21 | 2021-07-21 | 一种钢轨探伤系统、显示方法、装置和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113588786A true CN113588786A (zh) | 2021-11-02 |
Family
ID=78249056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110827521.4A Pending CN113588786A (zh) | 2021-07-21 | 2021-07-21 | 一种钢轨探伤系统、显示方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113588786A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103969336A (zh) * | 2014-04-28 | 2014-08-06 | 南车青岛四方机车车辆股份有限公司 | 一种复杂空间焊缝的超声相控阵自动化检测与成像方法 |
CN103969335A (zh) * | 2013-06-27 | 2014-08-06 | 南车青岛四方机车车辆股份有限公司 | 一种焊缝侧壁未熔合自动超声成像与可视化方法 |
CN105973988A (zh) * | 2016-07-05 | 2016-09-28 | 方大特钢科技股份有限公司 | 一种层片状缺陷分布的超声三维成像检测方法 |
CN106568845A (zh) * | 2016-10-10 | 2017-04-19 | 常州常瑞轨道交通科技有限公司 | 一种空心车轴探伤三维可视化表示方法 |
CN111983025A (zh) * | 2020-08-31 | 2020-11-24 | 南通大学 | 一种钢轨轨头、轨腰缺陷分析方法 |
US20210096246A1 (en) * | 2019-09-30 | 2021-04-01 | Tommy Bourgelas | Method and system for generating a merged b-scan for assisted ultrasonic inspection flaw screening |
CN112756768A (zh) * | 2020-12-18 | 2021-05-07 | 北京科技大学 | 一种基于超声图像特征融合的焊接质量评价方法及系统 |
-
2021
- 2021-07-21 CN CN202110827521.4A patent/CN113588786A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103969335A (zh) * | 2013-06-27 | 2014-08-06 | 南车青岛四方机车车辆股份有限公司 | 一种焊缝侧壁未熔合自动超声成像与可视化方法 |
CN103969336A (zh) * | 2014-04-28 | 2014-08-06 | 南车青岛四方机车车辆股份有限公司 | 一种复杂空间焊缝的超声相控阵自动化检测与成像方法 |
CN105973988A (zh) * | 2016-07-05 | 2016-09-28 | 方大特钢科技股份有限公司 | 一种层片状缺陷分布的超声三维成像检测方法 |
CN106568845A (zh) * | 2016-10-10 | 2017-04-19 | 常州常瑞轨道交通科技有限公司 | 一种空心车轴探伤三维可视化表示方法 |
US20210096246A1 (en) * | 2019-09-30 | 2021-04-01 | Tommy Bourgelas | Method and system for generating a merged b-scan for assisted ultrasonic inspection flaw screening |
CN111983025A (zh) * | 2020-08-31 | 2020-11-24 | 南通大学 | 一种钢轨轨头、轨腰缺陷分析方法 |
CN112756768A (zh) * | 2020-12-18 | 2021-05-07 | 北京科技大学 | 一种基于超声图像特征融合的焊接质量评价方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | A framework for dimensional and surface quality assessment of precast concrete elements using BIM and 3D laser scanning | |
US7383156B2 (en) | Apparatus for inspecting wafer surface, method for inspecting wafer surface, apparatus for judging defective wafer, method for judging defective wafer, and apparatus for processing information on wafer surface | |
Anil et al. | Deviation analysis method for the assessment of the quality of the as-is Building Information Models generated from point cloud data | |
US6771840B1 (en) | Apparatus and method for identifying the points that lie on a surface of interest | |
US7672500B2 (en) | System and method for monitoring and visualizing the output of a production process | |
US8249832B2 (en) | Correlation of inspection information and computer-aided design data for structural assessment | |
US10572987B2 (en) | Determination of localised quality measurements from a volumetric image record | |
CN102162577B (zh) | 管道缺陷表面完整性检测装置及其检测方法 | |
CN109341626A (zh) | 直线度计算方法、截面最大直径与最小直径之差计算方法 | |
KR101130284B1 (ko) | 수치지도를 이용한 실감정사영상 정확도 검사 시스템 및 검사방법 | |
CN113269759A (zh) | 一种基于图像识别的钢卷信息检测方法、系统、介质和终端 | |
CN115077425A (zh) | 一种基于结构光三维视觉的产品检测设备及方法 | |
Guan et al. | Material damage diagnosis and characterization for turbine rotors using three-dimensional adaptive ultrasonic NDE data reconstruction techniques | |
JP2021196205A (ja) | 検査装置、検査方法、および検査プログラム | |
JP2019512079A (ja) | セルラーセラミック物品のアイソスタティック強度を特徴付ける非接触方法 | |
CN113588786A (zh) | 一种钢轨探伤系统、显示方法、装置和计算机设备 | |
CN116258667A (zh) | 用于交通工具的无损检测的分析数字孪生体 | |
EP3722793B1 (en) | Method for inspecting components using computed tomography | |
KR101717597B1 (ko) | 모바일 기반 정도 관리 시스템 | |
CN115809973A (zh) | 储罐变形检测方法、装置、电子设备及存储介质 | |
US10013751B2 (en) | System and method for dynamically determining balance shelf life of an industrial component | |
CN111090659A (zh) | 一种工程验评管理系统及其验评方法 | |
Shi et al. | Automated change diagnosis of single-column-pier bridges based on 3d imagery data | |
CN117455318B (zh) | 汽车零部件检测过程的监控方法、装置及电子设备 | |
CN113447419B (zh) | 一种多孔介质连通孔隙结构单元的划分系统 |
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 |