资源描述：
《受电弓论文受电弓典型故障图像检测算法的研究.doc》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、受电弓论文：受电弓典型故障图像检测算法的研究【中文摘要】随着高速铁路事业不断的飞速发展,对其运输的安全性的要求越来越高。为电力机车提供能量的主要部件之一是受电弓,它的滑板的表面直接与接触导线接触,滑板表面和导线之间构成了一对特别的摩擦副,当滑板磨耗超限、弓头倾斜和羊角缺失等典型故障出现的时候,都可能会引发严重交通事故,危及行车安全。因而,精确地检测出磨耗值,判断出弓头倾斜和羊角缺失的情况对于受电弓的维护和行车安全十分重要。本文基于一种采用图像测量技术检测受电弓的检测方案,利用非接触式测量,不需要停车检测,可以实现在线检测。该受电弓
2、检测系统主要采用了近年来被广泛应用于测量领域中的图像测量技术,达到了检测系统测量效率高,检测精度高等要求。首先,在充分调研了国内外当前受电弓检测技术和高速铁路的发展情况的基础上,选择了采用图像测量技术检测受电弓。其次详细分析了滑板磨耗检测系统,弓头倾斜检测系统及羊角缺失检测系统的总体设计方案、检测原理及相关的图像算法。在滑板磨耗检测系统的图像预处理中,采用了图像增强技术和结合形态学的滤波技术,减少光照不均等因素对图像成像的影响；在边缘检测中采用了改进的Canny算法,减少了边缘信息的丢失,在一定程度上保证了磨耗检测的精度。在弓头倾
3、斜检测系统中,采用Radon变换求取倾斜角,方法简单易行。在羊角缺失检测系统中,探索性地展示出了一种判断受电弓羊角缺失情况的方法。最后本文进行了受电弓检测系统的试验,对试验过程和结果进行了分析和研究,试验结果表明,所研究的系统能够完成预期的滑板磨耗、弓头倾斜及羊角缺失的检测任务,具有非接触、高效率、高精度等优点,对我国高速铁路受电弓典型故障的检测具有一定的理论研究价值和实际应用意义。【英文摘要】Withtherapiddevelopmentofthehigh-speedrailwayindustrycontinuously,the
4、transportationsecuritydemandsmoreandmore.Pantographisoneoftheimportantcomponentswhichprovidepowertoelectriclocomotiveandmetro.Thesurfaceoftheslideisnexttothecontactwire,andtheyformapairofspecialfrictionpair,whentheabrasionoftheslideisgreaterthanathreshold,theinclinati
5、onofbowheadandhornsmissingwillcausesignificantvehicleaccident,seriouslyendangersecurity.Therefore,itisveryimportantforaccuratelydetectingtheabrasionvalue,judgingthebowheadinclinationandhornsmissingoftransportation.Apantographdetectionmethodtakingonimagemeasurementtech
6、niqueshasbeenproposedinthispaper,whichisanon-contactandnon-stoppinginspectingmeanswiththeonlinedetection.Imagemeasurementtechnologywidelyusedinfiledofmeasurementisprimarilyappliedinthispantographdetectionsystem,anditmakessurethesystemmeetstherequirementofhighefficienc
7、y,highprecisionandsoon.First,thispaperthoroughlyinvestigatessomedetectingtechnologiesforpantographandmetrodevelopmentsituationsathomeandabroad,onthebasisoftheadoptionimagemeasurementtechnologiestodetectpantograph.Secondly,itanalyzesindetailtheoverallsystemdesignscheme
8、s,detectionprinciplesandtherelevantimagealgorithmsofslideabrasiondetectionsystem,bowheadinclinationdetectionsystemandhornsmi
