一种运行状态下的钢轨在轨检测设备制造技术

本实用新型专利技术涉及钢轨检测技术领域，提供了一种运行状态下的钢轨在轨检测设备，包括机车状态信息采集模块、环境参数检测模块、图像采集模块、计算机和集成线束，其中，机车状态信息采集模块设置在机车头转向节臂上方，环境参数检测模块设置在机车头转向机构的上方，图像采集模块设置转向架车轴轴箱处，计算机设置在机车驾驶室内，各模块之间，模块与计算机之间通过集成线束连接；本实用新型专利技术在运行状态下对钢轨损伤情况实时检测，规避列车运行和气象参数对判读结果的影响，使检测结果科学真实，同时通过设备搭载、线束集成，有效实现了与列车控制系统的兼容共享，互通互联。互通互联。互通互联。

【技术实现步骤摘要】
一种运行状态下的钢轨在轨检测设备


[0001]本技术属于钢轨检测
，具体涉及一种运行状态下的钢轨在轨检测设备。

技术介绍

[0002]我国铁路及地铁运输线路繁忙，列车运行间隔时间短，运营里程长，钢轨满负荷超期服役的现象严重，导致钢轨伤损发生率高。为了保障铁路运输安全，每年全线有近万名专职钢轨探伤人员昼夜不停的对钢轨进行内部伤损检测，所耗人力物力巨大，这也成为轨道交通运营成本居高不下的重要原因。
[0003]目前，不论是普通铁路钢轨，还是高铁铁路钢轨，又或者是城市地下轨道，均采用人工日常检测与局管探伤车定期检测相结合的方式对钢轨内部缺陷进行诊断，巡检时机均是在线路完成日常运输任务以后、无车辆占用钢轨线路的情况下进行，由于人工检测存在专业水平差异化的问题，错检、漏检的问题时有发生，而局管车检测存在检测设备造价高，后续维修保养成本高的问题，难以满足应检尽检、随检随到的个性化需求。
[0004]中国技术专利CN207173608U公布了一种全自动无人化地铁或城铁轨道检测装置，包括检测车，所述检测车包括设有行走机构的检测车体和安装在检测车体上的超声波检测系统、视频检测系统、轨道截面轮廓测量系统、通讯控制系统和供电系统，还包括与所述检测车连接的救援车，所述救援车至少包括设有行走机构的救援车体、安装在所述救援车体上的通讯控制系统和安装在所述救援车体上的供电系统，所述检测车和所述救援车通过快速对接与自动脱离装置连接在一起，还包括轨道除尘装置，所述轨道除尘装置安装在所述检测车的前方。该技术能够提高轨道检测速度缩短检测循环周期，降低人员成本，提前预测可能发生故障的轨道，并能够自动对发生故障的检测车实施救援；但是该技术没有解决运行状态下的实时检测，仍然需要利用列车停止运行的时段实施检测，时效性不高。
[0005]近些年，随着人工智能的飞速发展和计算机超线程运算能力的大幅提升，利用人工智能的神经网络算法解决超声检测结果的智能判读已成为本领域各研究机构竞相探索的方向，也是未来解决在役钢轨智能化检测的发展方向。

技术实现思路

[0006]本技术的目的是：基于神经网络技术，依托在轨运行中的列车的中央控制系统，通过设备搭载和程序植入，实现对钢轨的内部缺陷进行运行状态下的实时检测和信息反馈。
[0007]具体而言，本技术提供了一种运行状态下的钢轨在轨检测设备，其特征在于，所述检测设备包括：机车状态信息采集模块、环境参数检测模块、图像采集模块、计算机和集成线束，其中，机车状态信息采集模块设置在机车头转向节臂上方，环境参数检测模块设置在机车头转向机构的上方，图像采集模块设置转向架车轴轴箱处；计算机包括中央处理
器、存储器和无线网络调制解调器，计算机设置在机车驾驶室内，计算机存储器预置图像处理工具、YOLO
‑
v5模型和多元线性回归模型；机车状态信息采集模块、环境参数检测模块、图像采集模块和计算机之间通过集成线束连接。
[0008]进一步的，所述机车状态信息采集模块采集的数据包括列车实时行驶速度、瞬时速度变化率、载重量、轮轨接触面信息和机车GPS信号。
[0009]进一步的，所述环境参数检测模块采集的数据包括列车车外温度、湿度、风速、风向和气压信息。
[0010]进一步的，所述图像采集模块依次由计时器、变频控制器单元、超声波信号激励单元、超声波信号接收单元和信号编码器按照串联方式连接组成。
[0011]进一步的，所述变频控制器单元根据列车实时行驶速度和瞬时速度变化率向所述超声波信号激励单元发送激励超声波信号的频率。
[0012]进一步的，所述超声波信号激励单元设置8个超声波探头，其中4个0
°
探头，2个37
°
探头，2个83
°
探头。
[0013]进一步的，所述超声波探头的型号为SM18
‑
M1MV1
‑
C78。
[0014]进一步的，所述计算机的型号为HASEE
‑
G7
‑
CT7VK。
[0015]进一步的，所述集成线束与列车CAN通信总线串行。
[0016]本技术所述钢轨在轨检测设备与现有技术相比具有以下有益效果：
[0017]1.本实用新所述钢轨在轨检测设备是在列车运行状态下采集钢轨实时的超声波信号，并将超声波信号装化成可视化的B显图像加以分析，这样的图像信息有效涵盖了列车时速和载重量对钢轨内部损伤的影响，可实时检测机车车辆带载状态下钢轨内部缺陷，实时反映钢轨真实状态，有效弥补了局管探伤车无法模拟出列车运行状态下对钢轨内部损伤产生加剧效应的缺陷。
[0018]2.本实用新所述钢轨在轨检测设备采用具有深度自我学习能力的神经网络模型对钢轨B显图像的损伤情况进行分析研判，随着数据的不断积累，判读的置信度会越来越高，从而有效避免了由人为差错引起的漏检误检问题，且工作效率高，输出结果稳定，同时神经网络模型能够满足在实时环境下工作强度对效率的要求，不需要选择列车停运后再实施检测，这为大量节省人力、物力和时间成本提供了技术支撑。
[0019]3.本实用新所述钢轨在轨检测设备充分考虑了与钢轨损伤影响关系密切的物理向量，包括列车时速、载重量、温度、湿度、气压、风速和风向，由于这些因素之间互不构成关联，且单一变量与钢轨内部损伤之间形成线性关系，由此形成的多元线性回归模型，能够进一步核验神经网络模型的输出结果的置信度，从而使本专利技术所述钢轨在轨检测方法更为科学全面。
[0020]4.本实用新所述钢轨在轨检测设备依托列车中央控制系统，通过设备搭载和程序植入，有效实现了与列车中央控制系统的兼容，无需独立于列车控制系统另外安装，只需将集成线束与列车整车CAN通信总线进行标准化兼容，就能够实现检测设备信息与列车中央控制系统信息之间的数据共享和互联互通，因此本专利技术具有很强的适应性和应用前景。
附图说明
[0021]图1为本技术所述钢轨在轨检测设备结构示意图。
[0022]图中，1
‑
机车状态信息采集模块，2
‑
环境参数检测模块，3
‑
图像采集模块、3.1
‑
计时器、3.2
‑
变频控制器单元、3.3
‑
超声波信号激励单元、3.4
‑
超声波信号接收单元、3.5
‑
信号编码器，4
‑
计算机、4.1
‑
中央处理器、4.2
‑
存储器、4.3
‑
无线网络调制解调器，5
‑
集成线束。
具体实施方式
[0023]现结合说明书附图，详细说明本实用新所述钢轨在轨检测设备的具体实施方式。
[0024]如图1所示，一种运行状态下的钢轨在轨检测设备，其特征在于，所述检测设备包括：机车状态信息采集模块1、环境参数检测模块2、图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运行状态下的钢轨在轨检测设备，其特征在于，所述检测设备包括：机车状态信息采集模块(1)、环境参数检测模块(2)、图像采集模块(3)、计算机(4)和集成线束(5)，其中，机车状态信息采集模块(1)设置在机车头转向节臂上方，用以采集的数据包括列车实时行驶速度、瞬时速度变化率、载重量、轮轨接触面信息和机车GPS信号；环境参数检测模块(2)设置在机车头转向机构的上方，用以采集的数据包括列车车外温度、湿度、风速、风向和气压信息；图像采集模块(3)设置转向架车轴轴箱处，图像采集模块(3)依次由计时器(3.1)、变频控制器单元(3.2)、超声波信号激励单元(3.3)、超声波信号接收单元(3.4)和信号编码器(3.5)按照串联方式连接组成，其中，变频控制器单元(3.2)根据列车实时行驶速度和瞬时速度变化率向超声波信号激励单元(3.3)发送激励超声波信号的工作频率；超声波信号激励单元(3.3)设置8个超声波探头，其中4个0
°

【专利技术属性】
技术研发人员：吴利芳，何晓丽，郭彦云，郤书军，杜立江，申世杰，
申请(专利权)人：北京铁路电气化学校，
类型：新型
国别省市：