CRH動(dòng)車輪對(duì)相控陣探傷缺陷識(shí)別算法研究.pdf

1、近幾年來(lái)，高速動(dòng)車組被廣泛投入鐵路運(yùn)輸中，這給鐵路行車安全檢測(cè)部門提出了新的挑戰(zhàn)。當(dāng)前，超聲相控陣檢測(cè)技術(shù)已在高速列車車輪檢測(cè)中得到應(yīng)用，并取得初步成果。在車輪檢測(cè)過(guò)程中，對(duì)缺陷的識(shí)別和評(píng)判已由傳統(tǒng)的人工方式轉(zhuǎn)向自動(dòng)化識(shí)別和評(píng)判方式，以此能夠減少人為因素的干擾，使評(píng)判結(jié)果更具規(guī)范化、專業(yè)化。動(dòng)車輪對(duì)超聲相控陣檢測(cè)圖像具備自身特點(diǎn)，有時(shí)由于現(xiàn)場(chǎng)檢測(cè)環(huán)境和超聲檢測(cè)的特點(diǎn)所致，一些檢測(cè)圖像被噪聲和雜波嚴(yán)重干擾，而同時(shí)還存在其它對(duì)象的回波，如界

2、面回波和輻板孔回波等，這給缺陷的識(shí)別和評(píng)判帶來(lái)困難。為實(shí)現(xiàn)動(dòng)車輪對(duì)超聲相控陣檢測(cè)圖像的缺陷自動(dòng)識(shí)別，本文由淺到深開(kāi)展了以下兩項(xiàng)研究:
　　其一，研究了一種基于圖像互相關(guān)的車輪相控陣超聲檢測(cè)B掃圖像缺陷定位算法。首先，對(duì)車輪B掃圖像原始數(shù)據(jù)進(jìn)行小波包降噪和閾值二值化處理，初步抑制圖像中的噪聲干擾;其次，根據(jù)圖像中輻板孔回波在空間域存在周期性這一基本特征，采用圖像互相關(guān)法提取輻板孔回波的周期值，并消除周期性干擾;最后，獲取車輪缺陷質(zhì)心

3、和面積等信息，并在原始數(shù)據(jù)圖像中定位缺陷。實(shí)驗(yàn)結(jié)果表明，該算法能夠有效的將車輪B掃圖像中的缺陷定位出來(lái)，定位準(zhǔn)確率高于95％，達(dá)到初步定位的目標(biāo)。
　　其二，本文采用支持向量機(jī)技術(shù)對(duì)超聲相控陣檢測(cè)B掃圖像中的缺陷進(jìn)行自動(dòng)識(shí)別，并在識(shí)別過(guò)程中將界面波和輻板孔回波均作為識(shí)別對(duì)象，將二者與真實(shí)的缺陷回波視為三類目標(biāo)加以區(qū)分。其主要過(guò)程包括目標(biāo)對(duì)象特征分析、特征提取和優(yōu)化、樣本訓(xùn)練、參數(shù)優(yōu)化和識(shí)別。通過(guò)基于支持向量機(jī)的缺陷識(shí)別方法，能夠更