高速动车组弓网运行状态的数字图像处理和识别研究

发布时间：2021-06-13 02:35

　　铁路运输是我国的交通运输中的重要运输方式之一,我国国民经济对铁路运输提出了很高的要求。我国的高速动车组是通过接触网—受电弓来获取电网中的电能,进而驱动列车和保证控制或辅助设备运行。因此,接触网—受电弓是保障动车组整个系统安全稳定运行的关键。我国的高速动车组在运行时最高速度可达350km/h,因此受电弓受到了高速摩擦、强风阻、强冲击和高频振动的影响。在这种情况下,受电弓极易发生结构损坏或位置不合理等故障。我国目前在高速动车组针对受电弓、接触网运行监控装有车载接触网运行状态监测装置（3C）,通过该装置记录的监控视频,可事后了解受电弓故障发生时的可见光下和红外线下的视频和数据状态。但是该装置目前的用途为事后的监控回看记录,且判别手段为依靠维修工的目视检查,无法记录可疑的不正常状态和难以预测故障的发生。因此,对该装置的监控视频进行自动识别,不但可以大大提高故障判别的准确性,同时判别结果也可作为高速动车组检修的参考依据。起到了节省人工成本,高效保障动车组安全稳定运行,提高检修效率的作用。论文研究了图像处理与识别技术在车载接触网运行状态监测装置（3C）获取的图像中的应用。在动车组列车正常运行时,计... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：95 页

【学位级别】：硕士

【部分图文】：

接触网的组成

兰州交通大学工程硕士学位论文172.3弓网故障的检测方法和铁路信息化检测手段的应用2.3.1传统的检测方法传统的检测方法采用的是定期检查的维修策略，维修时需要达到以下要求：①①受电弓弓角无裂纹、腐蚀、变形和破损。碳滑板接触面平整，各个滑条之间应平滑过渡，间隙不得超过规定值，弓头和支架无变形。②碳滑板石墨条无严重缺损和磨损。碳滑板滑条应安装相互密贴、表面平整、接触牢固。其厚度、局部磨耗深度和接缝间距离不得超过规定值。③升弓弹簧状态良好。弓头的运动部分在其任意工作高度都能灵活动作。④弓角涂层处厚度均匀、无磨损，且厚度大于1mm。图2.5动车组受电弓的库内维修如图2.5所示为动车组受电弓的库内维修，采用人工检测的方法，依次检测上述规定的部位，但是人工检测费时费力，且比较依靠检修人员自身的经验和技术水平。并且定期维修难以发现故障发生的机理和数学模型，并难以在实时运行中发现问题，因此需要将检修流程信息化改造。2.3.2信息化改造后的检测方法在高速动车组运行的环境下，机器视觉比人类肉眼的生理视觉更具优势，它更加准确、客观和稳定，并且实时性远超人脑。在有了成熟合适的图像识别技术框架下，加以

高速动车组弓网关系的数字图像处理和识别研究22理后的图像。如图3.2所示为直方图均值化后的直方图对比，其中（a）图为原始图像的直方图，（b）为处理过的图像的直方图。在计算直方图时，灰度级设置为64。（a）原始图像（b）均衡化后的图像图3.1直方图均衡化（a）原始图像的直方图（b）均衡化后图像的直方图图3.2图像的直方图(2)直方图规定化处理直方图均衡化处理所产生的直方图是平坦的、近似均匀的，但有时需要实现原始图像中规定的灰度级增强，得到具有特殊规定和需要的灰度直方图的图像，从而产生了对灰度直方图进行规定化处理的方法。

【参考文献】：
期刊论文
[1]动车组入所在线智能检测系统图像自动识别的研究与实现[J]. 张伟,周斌,郑煜,谢名源,刘铮.  铁道车辆. 2020(01)
[2]离焦模糊图像序列微弱运动目标自动检测仿真[J]. 钟小莉,樊吉亮.  计算机仿真. 2019(07)
[3]动车组受电弓视频监控系统智能识别技术研究[J]. 马文龙.  科技创新导报. 2019(18)
[4]基于二分查找的Radon变换直线检测改进算法[J]. 彭凯飞,沈学举,黄富瑜,王龙,杨佳.  半导体光电. 2019(03)
[5]基于MATLAB的动态位移监测图像处理方法[J]. 贾政权,刘利平,杜哲民.  华北理工大学学报(自然科学版). 2019(01)
[6]离焦模糊图像复原技术综述[J]. 于春和,祁奇.  沈阳航空航天大学学报. 2018(05)
[7]动车组运行故障图像检测系统（TEDS）运用研究与思考[J]. 刘彬.  中国铁路. 2017(12)
[8]基于遗传自适应的维纳滤波图像去模糊算法[J]. 梁晓萍,罗晓曙.  广西师范大学学报(自然科学版). 2017(04)
[9]特征融合的卷积神经网络多波段舰船目标识别[J]. 刘峰,沈同圣,马新星.  光学学报. 2017(10)
[10]卷积神经网络研究综述[J]. 李彦冬,郝宗波,雷航.  计算机应用. 2016(09)

博士论文
[1]基于视觉信息的图像特征提取算法研究[D]. 戴金波.吉林大学 2013
[2]基于盲解卷积的图像盲复原技术研究[D]. 周箩鱼.中国科学院研究生院（长春光学精密机械与物理研究所） 2013
[3]航空异速像移模糊实时恢复算法研究与GPU平台实现[D]. 李仕.中国科学院研究生院（长春光学精密机械与物理研究所） 2010

硕士论文
[1]基于机器视觉的黄瓜叶部病害程度检测系统研究[D]. 刘宝洋.西京学院 2020
[2]基于卷积神经网络的交通方式识别研究[D]. 方浩.北京交通大学 2019
[3]面向大风条件下列车安全行驶预警的风速预测算法研究[D]. 王腾飞.兰州交通大学 2019
[4]基于图像识别的绿通车管理关键技术研究[D]. 申通.长安大学 2019
[5]基于数据挖掘的弓网故障诊断[D]. 周正.辽宁工程技术大学 2018



本文编号：3226813