發(fā)布時間：2022-09-17 19:21

　　隨著高速鐵路技術(shù)的快速發(fā)展,其快速、準(zhǔn)時、舒適的特點為人們出行帶來了極大的方便,中國高鐵已成為國家外交合作的靚麗名片。為保證高速鐵路高效、安全運營,必須對鋼軌健康狀況進(jìn)行快速、實時、自動檢測。針對傳統(tǒng)人工目測、無損檢測等技術(shù)效率低、精度差以及存在安全隱患等問題,本文通過機(jī)器視覺檢測方式,設(shè)計了一套高鐵軌道表面缺陷檢測系統(tǒng),以機(jī)器代替人眼,實現(xiàn)了軌道表面缺陷的在線實時智能檢測。論文首先介紹了高鐵軌道表面缺陷檢測的研究背景與現(xiàn)實意義,闡述了鋼軌表面缺陷類型及產(chǎn)生原因,針對目前常用檢測技術(shù)存在的不足,提出將機(jī)器視覺檢測技術(shù)應(yīng)用于鋼軌表面缺陷檢測;其次,分析了鋼軌表面缺陷檢測系統(tǒng)的主要功能以及相關(guān)需求,基于此,提出了系統(tǒng)的總體設(shè)計方案,并詳細(xì)介紹了光源、照明方案、工業(yè)相機(jī)和鏡頭的類型,依據(jù)系統(tǒng)相關(guān)性能指標(biāo)選定硬件參數(shù)類型,搭建了一套結(jié)構(gòu)簡易、光源可調(diào)節(jié)、操作方便的高鐵軌道表面缺陷檢測系統(tǒng)硬件裝置;接著,針對軌道表面缺陷檢測中的難點問題,提出并實現(xiàn)了一種基于Blob分析的軌道表面缺陷檢測算法。其中,為了突出鋼軌表面的缺陷特征以及減少后續(xù)缺陷檢測的時間,研究了一種自適應(yīng)增益對比度增強(qiáng)算法和一種自適... 

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景和意義
    1.2 鋼軌表面缺陷類型
        1.2.1 鋼軌擦傷
        1.2.2 鋼軌滾動接觸疲勞
        1.2.3 鋼軌波磨
        1.2.4 鋼軌剝離掉塊
    1.3 軌道缺陷主要檢測方法
        1.3.1 目測法
        1.3.2 超聲波檢測法
        1.3.3 電渦流檢測法
        1.3.4 漏磁檢測法
        1.3.5 視覺檢測法
    1.4 機(jī)器視覺檢測技術(shù)
        1.4.1 機(jī)器視覺簡述
        1.4.2 機(jī)器視覺系統(tǒng)
        1.4.3 工業(yè)4.0與中國制造2025
    1.5 國內(nèi)外研究現(xiàn)狀
        1.5.1 國外研究現(xiàn)狀
        1.5.2 國內(nèi)研究現(xiàn)狀
    1.6 本文的研究內(nèi)容及章節(jié)安排
第2章 高鐵軌道表面缺陷檢測系統(tǒng)設(shè)計
    2.1 引言
    2.2 系統(tǒng)總體結(jié)構(gòu)設(shè)計
        2.2.1 系統(tǒng)功能分析
        2.2.2 系統(tǒng)總體方案設(shè)計
    2.3 系統(tǒng)機(jī)械結(jié)構(gòu)設(shè)計
    2.4 圖像獲取模塊及硬件選型
        2.4.1 線陣掃描成像原理
        2.4.2 光源選型及照明方案設(shè)計
        2.4.3 工業(yè)相機(jī)選型
        2.4.4 光學(xué)鏡頭選型
    2.5 控制模塊設(shè)計
    2.6 本章小結(jié)
第3章 軌道表面缺陷檢測方法
    3.1 引言
    3.2 軌道表面圖像去噪
    3.3 軌道表面圖像增強(qiáng)
        3.3.1 線性反銳化掩膜圖像增強(qiáng)算法
        3.3.2 基于ACE的軌道表面圖像增強(qiáng)算法
    3.4 基于自適應(yīng)垂直投影的軌道表面圖像ROI區(qū)域提取算法
    3.5 基于Blob分析的軌道表面缺陷檢測算法
        3.5.1 背景分割
        3.5.2 缺陷區(qū)域獲取
        3.5.3 連通域分析
    3.6 本章小結(jié)
第4章 軌道表面缺陷識別方法研究
    4.1 機(jī)器學(xué)習(xí)概述
    4.2 軌道表面缺陷特征提取
        4.2.1 缺陷特征量計算
        4.2.2 缺陷特征參數(shù)分析與選取
    4.3 基于SVM的缺陷識別方法
        4.3.1 SVM算法原理簡介
        4.3.2 缺陷的分類與識別
    4.4 本章小結(jié)
第5章 軌道表面缺陷檢測識別軟件設(shè)計與實現(xiàn)
    5.1 軌道表面缺陷檢測識別軟件需求
    5.2 軟件系統(tǒng)總體設(shè)計
    5.3 檢測識別系統(tǒng)軟件開發(fā)
        5.3.1 軟件界面
        5.3.2 軟件操作流程
    5.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
致謝
附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄
附錄B 攻讀學(xué)位期間參加的科研項目


【參考文獻(xiàn)】：
期刊論文
[1]我國高速鐵路鋼軌早期傷損研究[J]. 劉豐收,李闖,田常海.  鐵道建筑. 2018(01)
[2]交通強(qiáng)國 鐵路先行 為促進(jìn)經(jīng)濟(jì)社會持續(xù)健康發(fā)展作出更大貢獻(xiàn)——在中國鐵路總公司工作會議上的報告（摘要）[J]. 陸東福.  中國鐵路. 2018(01)
[3]鐵磁性構(gòu)件缺陷的脈沖渦流檢測模式研究[J]. 周德強(qiáng),潘萌,常祥,王華,曹丕宇.  儀器儀表學(xué)報. 2017(06)
[4]基于機(jī)器視覺的鋼軌表面檢測光學(xué)模型的研究[J]. 吳祿慎,張叢,萬超,史皓良.  鐵道標(biāo)準(zhǔn)設(shè)計. 2017(05)
[5]CCD與CMOS的圖像傳感技術(shù)[J]. 萬璞,王麗莎.  電子技術(shù)與軟件工程. 2016(10)
[6]Investigation into rail corrugation in high-speed railway tracks from the viewpoint of the frictional self-excited vibration of a wheel–rail system[J]. G.X.Chen,X.L.Cui,W.J.Qian.  Journal of Modern Transportation. 2016(02)
[7]鐵軌表面缺陷圖像增強(qiáng)與分割算法[J]. 鄔鋒,茅正沖.  計算機(jī)仿真. 2015(10)
[8]基于反向P-M擴(kuò)散的鋼軌表面缺陷視覺檢測[J]. 賀振東,王耀南,毛建旭,印峰.  自動化學(xué)報. 2014(08)
[9]高速鐵路鋼軌波磨研究[J]. 姜子清,司道林,李偉,杜香剛.  中國鐵道科學(xué). 2014(04)
[10]高速綜合檢測列車綜述[J]. 仲崇成,李恒奎,李鵬,曹源,張玉琢.  中國鐵路. 2013(06)

碩士論文
[1]高速列車—軌道—路基耦合系統(tǒng)垂向振動特性分析[D]. 趙乾峰.蘇州大學(xué) 2013
[2]軌道缺陷自動檢測系統(tǒng)的研究與應(yīng)用[D]. 李修林.北京交通大學(xué) 2008
[3]線陣CCD衛(wèi)星遙感影像成像模型及算法研究[D]. 宇超群.解放軍信息工程大學(xué) 2005



本文編號：3679800