探讨基于机器视觉的受电弓磨耗检测系统

探讨基于机器视觉的受电弓磨耗检测系统

钟廷黄平霞张飞龙

（成都地铁运营有限公司四川成都610000）

摘要：受电弓是机车从电网取电的重要装置，其在运行过程中不可避免地受到电气和滑动磨耗，当磨耗达到一定程度后，有很大可能造成暂时性断电，甚至引发铁路交通事故。当前针对受电弓磨耗检测大多是以人工目测，有很大的误差性，为了避免磨损检测不准确的情况，采用磨耗检测系统保证检测结果准确。本篇文章基于此，首先介绍受电弓磨耗检测系统设备概况，系统的主要技术要求，以及系统算法。

关键词：机器视觉；受电弓；磨耗监测

前言：

我国城市化进程不断加快，城区面积的增加，对轨道交通的需求越来越大。进入21世纪后，我国城市地铁建设明显升温，众多城市相继开通地铁线路。受电弓是机车重要的装置，其磨耗程度影响了轨道交通的安全性、稳定性，传统磨耗检测方法有一定的局限，不能有效应对精细化管理的情况，应用受电弓磨耗监测系统具有重要意义。

1受电弓磨耗检测系统设备概况

监测系统的设备包含1套受电弓系统，其主要安装在8号线元华车辆段。动态检测系统主要由轮对动态检测、受电弓动态检测系统两大部分组成。前者主要包含的检测范围，主要有外形尺寸动态检测1套、轮对擦伤动态检测1套、视频图像擦伤检测1套、轴温动态检测1套（含车号识别系统1套）、车号识别系统1套、受电弓检测装置1套、现场控制系统1套、数据采集系统、数据处理系统、监控系统主控机1套、客户终端控制台（包括台式电脑等）1套。

2检测系统的主要技术要求

2.1受电弓动态检测系统

受电弓动态检测系统，其适用的环境温度，室外设备－35℃～+75℃；室内设备－20℃～＋55℃，湿度要求≤95%。检测过程中，要确保车辆穿行速度在≤20km/h，且两列车辆通过间隔要≮4min。这套检测系统对于工作环境没有太大要求，能够适应雨、雪、雾等环境，满足电磁兼容的标准[1]。

受电弓动态检测系统，主要利用非接触自动图像测量技术，对受电弓滑动磨耗的具体磨耗值、碳滑板最小和最大剩余、磨耗差等参数进行测量，从而得出相应检测结果。同时这项技术支持自动分析反馈参数，如受电弓中心线偏差值。此外，对于受电弓表面出现的缺口、羊角异常磨耗进行检查。对于接触网的接触压力，同样也有所反馈，基于杠杆原理对超限数据进行自动报警。

2.2轮对动态检测系统

轮对动态检测主要采用非接触式图像测量技术，针对轴温探头采用高精度位移测量技术，通过两项技术可以了解机车车轮的关键部位尺寸，以及车轮在运行过程的踏面缺陷和轴温。对于车辆运行产生的振动、接触网，以及供电装置的电磁干扰，检测设备包括EMC设计保障，基于板级和系统级的EMC器件设计保障，通过一定的综合测试，能够检测轨道底部的箱体，提高供电装置的抗干扰能力，适应轨边环境，最大限度保证动态检测的测量精度。

考察受电弓应用软件的兼容性，确认增加的程序和设备功能，还要考虑软硬件是否兼容。针对不同硬件，提供数据输出的接口，从而实现受电弓应用有效数据融合、共享和功能扩充。针对受电弓轮对动态检测，是以工业级产品的标准对待，对于其可靠性、稳定性的要求更高，同时支持不同需求的检测设定[2]。

系统功能方面，主要是对车辆轮对外形尺寸检测模块展开检测，通过它可以了解踏面磨耗、轮缘厚度、轮缘高度等技术参数。检测数据编制的报表，可以按照车厢号的先后顺序呈现检测结果，根据项目配置列出单位信息，同时在软件操作界面还提供导航按钮，帮助使用者快速定位某节车厢的监测数据。同时还提供过去10年的检测数据对比功能，从而为使用者判断某一轮位的检测时间、检测值、复核值等信息。根据数据比对的需要，将设置时间内的检测数据按照轮位顺序，将曲线数据导出成ZIP压缩包。

3检测系统算法

3.1图像处理算法

基于机器视觉技术对受电弓的检测，主要对反馈的受电弓图像，通过一定图像处理算法，从而帮助使用者获得所需数据。例如，图像分析中对受电弓边缘轮廓提取，处理图像的单一像素，这种方式是利用算法对噪声有较高敏感度，判断正确的目标边缘。如利用Canny算子边缘检测思想配合高斯函数，确定一阶微分边缘点，对应一阶导数的极小值、二阶导数零交叉点。针对这种情况，采用Roberts算子边缘检测，利用其较高的定位精度、水平垂直方向感好的优势，对受电弓的边缘轮廓进行提取。采用Sobel算子边缘检测的方法，对受电弓图像选取四个领域进行灰度加权，通过对边缘点极值判断，增加计算量。但是这样的检测算法的精度较低，容易因为定位精度不准确，检测到伪边缘。

3.2算法描述

利用图像处理算法对受电弓磨耗信息进行提取，首先要完成图像分割，通过这样的方式消除信息提取过程中干扰项的影响，也是机器视觉技术要解决的问题，将分析图像分割成若干个互不交叉和重叠的图像组合，合成目标标注。

配合遥感数据对不同车辆从背景识别，利用边缘监测确定图像中的边缘点，通过相应策略连接成连续轮廓。这一过程的图像分割主要在于噪声的干扰，使得检测结果呈现伪边缘情况，直接导致轮廓漏检、检测位置偏差的不良后果。完成单幅图像需要耗费一定的计算时间，针对噪声影响因素进行消除和抗噪处理，计算效率不够经济。

结论：

综合上述，受电弓是机车的重要装置，对于其磨耗值需要采取精度更高的设备和检测系统，及时获知其运行状态。通过受电弓动态检测、轮对动态检测系统，利用非接触式图像测量技术发现受电弓运行时的缺陷，同时配合图像处理算法，得知更准确的受电弓磨耗参数。

参考文献：

[1]李科，仇广民，王克，等.受电弓动态检测系统技术原理及应用分析[J].铁道机车与动车，2018（03）：34-36.

[2]张梦双，伍尚志，贺翔，等.广州地铁3号线北延段受电弓碳滑板异常磨耗原因分析[J].价值工程，2018，37（05）：133-134.