System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及轨道车辆轮对检测的,更具体的说是涉及一种轨道列车轮对异常检测方法及系统。
技术介绍
1、轨道车辆的轮对作为列车走行部的关键部件,其状态直接影响到列车的运行安全和稳定性,轮对的磨损、裂纹、变形等缺陷如果不及时检测和处理,可能会引发严重的安全事故,因此,对列车轮对进行有效的检测是确保列车运行安全的重要措施。
2、随着高速铁路的快速发展,列车的运行速度不断提高,对轮对的性能要求也越来越高,高速铁路列车在运行过程中需要承受更大的载荷和冲击,因此轮对的磨损和损伤也会更加严重,导致列车在行驶过程中平稳度降低,出现抖动、倾斜等情况。
3、在用于轨道车辆轮对检测的自动化检测中,当前已经有了一些轮对检测的技术方案,如中国专利公开的“cn117649437b一种轨道车辆轮轨横向位移测量方法及测量装置”,提供了通过在车辆轮轨上的若干个关键点的坐标,来分析点位坐标的横向偏移量,该种方式只能分析轮对在轮轨上的横向位移量,无法对车辆轮对的损伤以及震动进行有效的监测。
4、另外,中国专利公开的“cn116534074a 一种地铁轮轨伤损在线检测方法、装置及系统”,提供了通过振动加速度传感器采集地铁轮轨的振动加速度信号作为纵向的加速度信号,再根据预设频率范围对纵向加速度信号进行处理,得到车轮在纵向产生的位移量,根据纵向位移量来换算得到轨道磨损量,该种检测方式主要是检测轮轨的磨损,对于目标列车当前的行驶状态以及轮对磨损的情况无法及时的进行有效检测。
技术实现思路
1
2、为实现上述目的,本专利技术提供了如下技术方案:
3、一种轨道列车轮对异常检测方法,包括如下步骤:
4、轮轨图像获取步骤,获取视觉相机采集轮对在直线路段下的钢轨图像作为轮轨图像;
5、相对项点分析步骤,以钢轨的某一个或多个参考点分别映射在轮轨图像中,根据相机与参考点的距离计算以及参考点与钢轨的坐标计算得到连续的点位曲线图,所述点位曲线图中包括参考点横向位移曲线和参考点纵向位移曲线;
6、视觉获取调节步骤,在所述参考点纵向位移曲线中根据相邻两个波动单元的距离计算轮对的加速度值或减速度值,以所述加速度值或减速度值为依据控制视觉相机调节,以使所述参考点纵向位移曲线中的每个波动单元的距离相同;
7、异常筛选匹配步骤,将所述参考点纵向位移曲线中每个波动单元的陡峰值以及参考点横向位移曲线的顶点值分别与预设阈值比较,根据比较结果输出轮对异常指令以及对应的轮对行驶状态。
8、进一步的,所述视觉获取调节步骤,连接外调系统库中的相机拍摄频率表,所述相机拍摄频率表包括相机拍摄频率和列车行驶速度,所述相机拍摄频率与列车行驶速度一一对应,根据所述加速度值或减速度值计算当前的实时轮对速度,将所述实时轮对速度在相机拍摄频率表中索引对应的列车行驶速度,提取该速度下对应的相机拍摄频率作为当前视觉相机采集的频率。
9、进一步的,所述视觉获取调节步骤,根据轮对的加速度值或减速度值控制视觉相机反向加速移动或同向加速移动,以抵消轮对的加速度值或减速度值。
10、进一步的,还包括轮轨异常排除步骤,定义列车第一节车厢的轮对作为初始判断轮对,标定初始判断轮对的点位曲线图出现异常结果时对应的钢轨段作为标定段,分别获取后续每节车厢的轮对经过标定段的点位曲线图,并且再次对每张点位曲线图中每个波动单元的陡峰值以及参考点横向位移曲线的顶点值分别与预设阈值比较,根据比较结果判断对应轮对存在异常的数量,若异常数量大于阈值,则输出钢轨异常指令,反之,则输出轮对异常指令。
11、进一步的,所述相对项点分析步骤,获取任意一条钢轨的轮轨图像,将钢轨上的参考点横向绘制一条水平的直线作为参考基准线,且将所述参考基准线映射至轮轨图像中;
12、所述异常筛选匹配步骤,分别计算连续的所述轮轨图像中,每一段参考基准线与轮对图像边缘的距离作为基准距离,若基准距离发生变化,则输出车身倾斜指令,反之,则输出正常指令。
13、进一步的,所述异常筛选匹配步骤,根据相邻两张轮轨图像中的基准距离绘制车身倾斜曲线,若所述车身倾斜曲线中具有一个波动单元或多个不规则波动单元,则输出钢轨异常指令,若所述车身倾斜曲线中具有规则循环的波动单元,则输出轮对异常指令。
14、进一步的,还包括轮对异常验证步骤,当获取到轮对异常指令时,获取另一条钢轨的轮轨图像,重复进行基准距离计算以及绘制车身倾斜曲线,将两条钢轨的车身倾斜曲线进行比较,若波动单元位于同一张轮轨图像中,则输出异常筛选准确指令,反之,则输出波动单元重复分析指令。
15、进一步的,还包括车身倾斜反馈步骤,在所述车身倾斜曲线中计算波动单元的陡峰值和低谷值,将所述陡峰值和低谷值通过三角函数计算或外调系统库索引得到车身倾斜角度,将所述车身倾斜角度与阈值比较,根据比较结果输出监测指令和危险指令。
16、进一步的,所述视觉获取调节步骤,根据参考点映射在轮轨图像中的位置对相机的拍摄角度进行校准。
17、一种轨道列车轮对异常检测系统,包括
18、轮轨图像获取模块,获取视觉相机采集轮对在直线路段下的钢轨图像作为轮轨图像;
19、相对项点分析模块,以钢轨的某一个或多个参考点分别映射在轮轨图像中,根据相机与参考点的距离计算以及参考点与轮轨的坐标计算得到连续的点位曲线图,所述点位曲线图中包括参考点横向位移曲线和参考点纵向位移曲线;
20、视觉获取调节模块,在所述参考点纵向位移曲线中根据相邻两个波动单元的距离计算轮对的加速度值或减速度值,以所述加速度值或减速度值为依据控制视觉相机调节,以使所述参考点纵向位移曲线中的每个波动单元的距离相同;
21、异常筛选匹配模块,将所述参考点纵向位移曲线中每个波动单元的陡峰值以及参考点横向位移曲线的顶点值分别与预设阈值比较,根据比较结果输出轮对异常指令以及对应的轮对行驶状态。
22、本专利技术的有益效果:通过视觉拍摄的轮轨图像分析钢轨与相机的相对位置制定便于分析的点位曲线图,再根据对视觉拍摄的调节使得列车在加速或减速状态下,点位曲线图中每个波动单元的距离相同,便于对波动单元的分析以输出轮对是否异常,本专利技术不仅单纯的关注轮对的纵向位移和横向位移,而结合通过分析加速度/减速度值,从而能够全面评估轮对的运行状态,同时,进一步了解列车行驶过程中的动态特性,提高检测结果的可靠性。
本文档来自技高网...【技术保护点】
1.一种轨道列车轮对异常检测方法,其特征在于:包括如下步骤:
2.根据权利要求1所述一种轨道列车轮对异常检测方法,其特征在于:所述视觉获取调节步骤,连接外调系统库中的相机拍摄频率表,所述相机拍摄频率表包括相机拍摄频率和列车行驶速度,所述相机拍摄频率与列车行驶速度一一对应,根据所述加速度值或减速度值计算当前的实时轮对速度,将所述实时轮对速度在相机拍摄频率表中索引对应的列车行驶速度,提取该速度下对应的相机拍摄频率作为当前视觉相机采集的频率。
3.根据权利要求1所述一种轨道列车轮对异常检测方法,其特征在于:所述视觉获取调节步骤,根据轮对的加速度值或减速度值控制视觉相机反向加速移动或同向加速移动,以抵消轮对的加速度值或减速度值。
4.根据权利要求2或3所述一种轨道列车轮对异常检测方法,其特征在于:
5.根据权利要求2或3所述一种轨道列车轮对异常检测方法,其特征在于:
6.根据权利要求5所述一种轨道列车轮对异常检测方法,其特征在于:所述异常筛选匹配步骤,根据相邻两张轮轨图像中的基准距离绘制车身倾斜曲线,若所述车身倾斜曲线中具有一个
7.根据权利要求6所述一种轨道列车轮对异常检测方法,其特征在于:还包括轮对异常验证步骤,当获取到轮对异常指令时,获取另一条钢轨的轮轨图像,重复进行基准距离计算以及绘制车身倾斜曲线,将两条钢轨的车身倾斜曲线进行比较,若波动单元位于同一张轮轨图像中,则输出异常筛选准确指令,反之,则输出波动单元重复分析指令。
8.根据权利要求7所述一种轨道列车轮对异常检测方法,其特征在于:还包括车身倾斜反馈步骤,在所述车身倾斜曲线中计算波动单元的陡峰值和低谷值,将所述陡峰值和低谷值通过三角函数计算或外调系统库索引得到车身倾斜角度,将所述车身倾斜角度与阈值比较,根据比较结果输出监测指令和危险指令。
9. 根据权利要求1所述一种轨道列车轮对异常检测方法,其特征在于:所述视觉获取调节步骤,根据参考点映射在轮轨图像中的位置对相机的拍摄角度进行校准。
10.一种轨道列车轮对异常检测系统,其特征在于:包括
...【技术特征摘要】
1.一种轨道列车轮对异常检测方法,其特征在于:包括如下步骤:
2.根据权利要求1所述一种轨道列车轮对异常检测方法,其特征在于:所述视觉获取调节步骤,连接外调系统库中的相机拍摄频率表,所述相机拍摄频率表包括相机拍摄频率和列车行驶速度,所述相机拍摄频率与列车行驶速度一一对应,根据所述加速度值或减速度值计算当前的实时轮对速度,将所述实时轮对速度在相机拍摄频率表中索引对应的列车行驶速度,提取该速度下对应的相机拍摄频率作为当前视觉相机采集的频率。
3.根据权利要求1所述一种轨道列车轮对异常检测方法,其特征在于:所述视觉获取调节步骤,根据轮对的加速度值或减速度值控制视觉相机反向加速移动或同向加速移动,以抵消轮对的加速度值或减速度值。
4.根据权利要求2或3所述一种轨道列车轮对异常检测方法,其特征在于:
5.根据权利要求2或3所述一种轨道列车轮对异常检测方法,其特征在于:
6.根据权利要求5所述一种轨道列车轮对异常检测方法,其特征在于:所述异常筛选匹配步骤,根据相邻两张轮轨图像中的基准距离绘制车身倾斜曲线,若所...
【专利技术属性】
技术研发人员:周思杭,李鑫,蒋邦亮,万辰飞,戚天意,王欣悦,
申请(专利权)人:中数智科杭州科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。