基于數(shù)字圖像處理的列車心盤螺栓故障診斷.pdf

1、為了適應鐵路的快速發(fā)展,利用高科技手段研發(fā)了貨車運行故障動態(tài)圖像檢測(Trouble of Moving Freight Car Detection System,簡稱TFDS)系統(tǒng),代替了傳統(tǒng)的貨車故障檢測方式。TFDS系統(tǒng)通過軟件系統(tǒng)與硬件設(shè)備的結(jié)合,對列車側(cè)部與底部進行拍攝,得到各部件的圖片,設(shè)計一系列故障診斷算法接入TFDS檢測平臺,即可實現(xiàn)對各故障的檢測,避免了傳統(tǒng)人工列檢作業(yè)方式的種種缺點。
　　本課題根據(jù)TFDS系統(tǒng)

2、提供的圖片,利用數(shù)字圖像處理技術(shù),并結(jié)合模式識別思想,通過分析心盤螺栓故障部位特征,設(shè)計了一套高效、快速、識別率高的診斷算法,提高了TFDS系統(tǒng)的檢測能力,豐富了TFDS系統(tǒng)的故障檢測類型庫。
　　心盤螺栓故障診斷算法設(shè)計分為兩大部分:故障位置定位和故障判讀。綜合利用模式識別、數(shù)字圖像處理等多種技術(shù)完成程序設(shè)計。利用C++Builder6.0作為設(shè)計平臺,設(shè)計了系統(tǒng)控制軟件、測試平臺等多個模塊。通過對樣本圖片的細致分析,抓住圖片特

3、點,明確設(shè)計思路,綜合利用圖像拼接、角點檢測、圖像分割、灰度映射等多種處理技術(shù)進行設(shè)計,最終完成了定位及故障判讀工作。整體算法滿足實時檢測要求,檢測結(jié)果分為直接故障和疑似故障。所有檢測結(jié)果均利用可信度指標對故障程度進行區(qū)分。通過對故障判讀順序進行合理分配,使得運行速度有了明顯提高,檢測結(jié)果更加高效,準確。算法封裝利用動態(tài)鏈接庫完成,故障編碼從數(shù)據(jù)庫中讀取,簡化了故障編碼的維護和完善工作,保證了算法的通用性,適用于鐵道部所有探測站,不局限