基于機器視覺的TFDS典型故障識別方法研究.pdf

1、隨著本國鐵路事業(yè)的飛速發(fā)展，列車的運行速度越來越快，貨運列車的運行也呈現(xiàn)出高速重載的發(fā)展趨勢，然而傳統(tǒng)的停車靜態(tài)檢測因為受到列檢人員自身不確定因素的影響進而導致列檢效率很低，這就與貨運列車高速發(fā)展對安全性的要求相矛盾。為解決這一問題，我國自主研發(fā)了貨車運行故障動態(tài)檢測系統(tǒng)(TFDS)，這個系統(tǒng)相較于傳統(tǒng)的列檢方式在列檢效率以及列檢質(zhì)量方面都有很大的提高。但是這個系統(tǒng)目前的工作模式仍然需要人工參與識別。本文旨在采用機器視覺理論，推進TFD

2、S故障識別向“機控”工作模式轉(zhuǎn)變。
　　本文以TFDS的擋鍵丟失、截斷塞門手把關(guān)閉這兩個典型故障為研究背景，以機器視覺理論為基礎(chǔ)，設(shè)計并實現(xiàn)故障的自動識別。
　　針對擋鍵丟失故障，設(shè)計一種基于Hough變換的擋鍵丟失故障識別方法。該方法根據(jù)轉(zhuǎn)向架固有的幾何結(jié)構(gòu)特點，利用輪軸、端點和擋鍵之間的幾何位置關(guān)系建立一個數(shù)學模型，解決了因轉(zhuǎn)向架結(jié)構(gòu)而導致數(shù)學模型不適用的問題。采用鑒別相對梯度直方圖特征提取與分類方法進行故障識別，解決了

3、因光照原因而給故障識別帶來影響的問題。針對截斷塞門手把關(guān)閉故障，設(shè)計一種基于先驗知識結(jié)合幾何模型輔助定位的截斷塞門手把關(guān)閉故障識別方法。該方法根據(jù)塞門與手把之間的幾何位置關(guān)系以及相應(yīng)的先驗知識建立一個數(shù)學模型，解決了手把檢測區(qū)域快速標定的問題。采用目標面積比結(jié)合計算排除后連通區(qū)域個數(shù)的方法進行故障識別，解決了因圖像分割閾值而導致分割效果不好的問題。
　　最后，本文對這兩個故障識別算法進行實際的測試，統(tǒng)計并分析測試的結(jié)果，測試結(jié)果表