地铁车轮外形磨耗自动检测系统

地铁车轮外形磨耗自动检测系统

ID:25787710

大小:58.50 KB

页数:8页

时间:2018-11-22

地铁车轮外形磨耗自动检测系统_第1页
地铁车轮外形磨耗自动检测系统_第2页
地铁车轮外形磨耗自动检测系统_第3页
地铁车轮外形磨耗自动检测系统_第4页
地铁车轮外形磨耗自动检测系统_第5页
资源描述:

《地铁车轮外形磨耗自动检测系统》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、地铁车轮外形磨耗自动检测系统提要:介绍一种在车辆运动状态下非接触式对车轮外形磨耗进行快速自动检测。系统由CCD摄像机、照明光源、线激光控制光源、计算机和图像处理软件等组成,对动态车轮图像进行采集、图像处理和数据管理,从而实现对被测车轮的外形磨耗的自动检测,并对影响运营安全的车轮由软件发出警报信号、数据记录和图像保存,同时实现数据和图像网络共享。主题:地铁车轮磨耗自动检测设备开发1.开发的目的1.1地铁车辆在运行中存在着车轮与钢轨之间力的传递(牵引力、制动力、离心力),造成车轮踏面的摩擦而磨耗,对车辆的安全性、乘坐舒适性和运行平稳性影响很大。因此,对车轮踏面摩擦情

2、况和磨耗量需要进行定期的检测,判断是否对车轮进行旋削及车轮相关数据的跟踪和分析。目前,在地铁车辆维修中对车轮各参数的检测还停留在手工阶段,如对一列静止列车的车轮几何尺寸检测是利用测量工具(属静态测量方法),对48个车轮(6节编组车)要进行每个车轮轮缘高度、轮缘宽度、车轮直径和车轮内侧距等测量,而在测量中工人工作量大、效率低,同时不可避免引入人为因素,直接影响测量的正确性,所测数据还要通过人工输入到计算机,无法网络化在线迅速了解车轮的检测情况。所以开发本项目已成为实际生产中迫切需求。经过多年对车辆的维护和保养的经验及计算机软件应用的开发,参阅了有关国内外的相关资料

3、,设计出了车轮外形磨耗自动检测软件及其应用系统,具有创造性,并且在地铁行业为首创,它的应用也具有很大的现实意义和可观的经济效益。1.2对于在车辆运行状态和静止态状态下对车轮外形磨耗进行检测的设备,在国外有日本、德国、美国和罗马尼亚分别采用各种方式进行了研究,并应用在实际测量中。目前比较先进的采用计算机数字图像处理方法,数字图像处理方法一般分接触式和非接触式测量,从提高效率来讲,非接触式测量已成为现代化管理重要手段。按接触式方式:有像素组成的图像块:如:g(I,j)={f(I,j)+f(I-1,j-1)+f(I,j-1)+f(I+1,j-1)+f(I-1,j)+f

4、(I-1,j+1)+f(I,j+1)+f(I+1,j+1)}/9使图像能比较不失真的情况下,满足测量要求。如图3所示。图3图像的平滑图4.2图像的锐化模块图像的锐化处理主要是突出边缘图像信息,使图像更清晰(采用高通虑波),其设计方法有利于进一步图像的二值化处理。如图4所示。方法如下:以原始图像F(I,J)的像素值与边缘上相邻的像素F(I-1,J-1)的像素之差的绝对值的百分比之和得到G(I,J)的值rr=r1+0.25abs(r1-r2)bb=b1+0.25abs(b1-b2)gg=g1+0.25abs(g1-g2)图4图像的锐化4.3图像的二值化模块经过原始图

5、像的不断处理,最终要求图像具有黑、白两种像素值。采用图像的二值化处理主要使图像画面内仅存在黑色(灰度值为0)、白色(灰度值为1)的二值图,在图面上不呈现有灰度变化,在图像处理中二值图起到重要作用,大大简化后面的图像处理,一般图像中显示物体与背景有明显区别,通过选择阀值t,可分离所需的图像和背景图像,以便对图像进行测量处理打下基础,方法如下:f(I,j)=1;f(I,j)>=tf(I,j)=0;f(I,j)<t通常用f(I,j)=1部分表示图像,用f(I,j)=0表示背光,来确定t值。如图5所示。图5图像的二值化4.4图像的细化模块图像的细化处理主要是

6、进一步修饰处理,达到一个图像像素宽度的线(即:一个像素宽)。经过图像的二值图后,再利用罗伯特(Roberts)算子来提取边缘处理和图像逆反处理,同时再进行离散性处理(孤立点),最终为图像的检测做准备。罗伯特(Roberts)算子方法:gx={f(I,j)-f(I+1,j)}2;gy={f(I+1,j)-f(I,j+1)}2;g(I,j)={gx+gy}1/2图像逆反处理的方法:设定输入源图像的灰度值为f(I,j),输出图像的灰度值为g(I,j),那么g(I,j)=255-f(I,j)。如图6(a)、(b)所示。(a)(b)图6图像的细化4.5图像的修正模块图像的

7、自动识别是以车轮的内侧面为基准线进行的,因为车辆在以5km/h速度运动进入停车库时,由于轮轨之间存在间隙,车轮轴可能产生左右轴向偏移,采集的图形其实际内侧面与理论面基准垂直线产生一定角度a,图像不一定垂直理论基准垂线,为此,重点研究了如何能自动识别其垂直度的算法,即能对图像进行自动的扫描,对图像不断进行判断(旋转),修正车轮内侧面基准线的垂直位置,最后使图像的内侧面基准线与理论设定的X轴垂直,如图7所示。X图7图像的垂直线修正4.6图像的测量模块经过图像修正后得到如图8,我们选择好各个参数和识别的区域,如车轮内侧面至70mm处为车轮的直径测量点和识别区域(红色虚

8、线),计算机便自动在这个

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。