致远-tvds评审报告册v3.0-2技术_第1页
致远-tvds评审报告册v3.0-2技术_第2页
致远-tvds评审报告册v3.0-2技术_第3页
致远-tvds评审报告册v3.0-2技术_第4页
致远-tvds评审报告册v3.0-2技术_第5页
免费预览已结束,剩余24页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

系统概 .-2系统架构3-系统组成4-轨边设备4-轨边机房设备6-系统工作流程及检测范围............................................................................................-7-系统工作流程7-系统检测范围7-转向架部分8-基础制动部分8-5.......................................................................................................................-9客车异常图像技术.........................................................................................-9高速列车电气控制技术12-低功率分离式激光器13-高速图像技术...............................................................................................-16线面结合图像技术.......................................................................................-17车号自动识别技术17-低通道图像传输浏览技术20-系统技术性能指 .-24系统硬件技术参数24-系统技术参数...............................................................................................-25系统功能27-系统安装28-安装要求28-随着我国铁路进入式发展新时期铁路不断提速信息化管理程度越来越高,车辆行驶的安全问题日益突出,对旅客列车质量也提期日发送旅客屡创新高因此确保旅客列车安全是压倒一切的重要任务。这不仅关系到铁路在大交通体系中的竞争能力、在列车运行状态下任何细小细微的故障都有可能重大故因此提高客车在运行中部件状态的检测和异常提高列车检修运用质量加强列车检修作业质量的至关重要目前列车人针对以上问题,苏州华兴致远电子科技联合研制了TVS客车故障轨边图像检测系统。该系统是利用轨边高速头,动态检测运行客车走行部、制动配件、底架悬吊件、钩缓连接、蔽故障的发现和能力进一步强化对故障漏检的核查加 achineVisionDynamicDetectionSystem,简称TVDS),由轨边图像、探测站分析处理、调度中心终端等设备组成,具有客车走行部、制动配件、底架悬吊件、钩缓连接、转向架、车体两侧下部及车号图像、传输、系统总体架构分为三大部分,轨边探测站部分、列车检修检测中心部分局级中心部分轨边探测站部分包含轨边机房设备轨边设备图像分析设备列车检修检测中心部分包含异常图像确认终端和图像信息浏览终端局级中心主要包含图像信息复示终端和统计平台。系统总体架构图如下图所示1轨边设备含车轮传感器、设备、补偿光源、除尘设备等以及一套车号图像设备系统采用线面头相结合的方式,共采用8个高速高分辨率数字工业检测头,一套沉箱中放置三个速晰面阵数字头动车底部的图像线阵图像箱中放置一个速晰线阵数字摄像头,扫描客车底部整体图像。,3侧部两套侧箱,一套放置速晰面阵数字头,一套置速晰线阵数字头用来转向架的图像同时一套车号图像设备。轨边机房设备主要由图像信息设备、车辆信息设备、门设备、PS等设备组成。其功能如下所示。图像信息设备:用于接收高速机阵列信息,对图像信车辆信息设备:用于接受车轮传感器的信号,计轴计辆、测速,控制补偿光源和保护门的开启和关闭。门灯控制设备:用于控制保护门开合及激光光源的开电源箱:提供系统设备稳定、可靠图像数据服务器用于过车信息历史图像数据故障图像信息,并实现数据通信。图像功能。光纤传输设备用于轨边设备的数据向异常终端的传输。UPS:不间断电源,用于为系统提供停电及电压突变保护在客车通过的过程中,高分辨率图像传感器图像当系统检测到车辆临时停车后,控制系统控制图像传感器、补偿光源等暂停工作,当车辆继续启动后,控制系统控制图像传感器及补偿光源继续工作。在系统的过程中,通过网络将图像、车辆编组等信息传输到图像服务器。图像信息检测终端通过网络从服务器上获取车辆图像数据和过车信息后显示在显示器上,系统自动对图像进行分析和处理,对异常的图像进行提示,客车检修对图像进行核查和确认。若检修发现故障并确认后,系统将及时通知客车检修作业进行重点检查,同时将故障图像信息上传服务器,同时客车图像和故障图像也可以通过网络复示至客车段、路局各级管理部门。(TS各部详细检测范围如下:转向架部转向架构架、轴箱、轴箱螺栓、导柱螺栓;轴箱弹簧折断窜出、丢失以及转向架各安装管线状态摇枕及吊轴、弹簧及托板、托梁、安全吊裂损,枕簧折断窜出、丢失空气弹簧破损;高度调节阀及调整杆裂损变油压减震器配纵向牵引拉杆裂损,横向拉杆裂损、窜出;CW系列转向架横向轴端发电机大小皮带轮裂损,螺栓折损、丢失,轴端发电机及悬吊装置配件状态基础制动部制动梁、闸瓦及托裂损;制动盘外观状态,轴盘安装螺栓丢车端连接钩差;制动软管及连接器状态;折角塞门、防跳装置车钩、尾框、托板、从板及座裂损,托板螺栓丢失;钩尾销螺栓及螺母丢失各垂下品状车端电力、播音、通讯及控制等连接线状其他各风缸及配件丢失、车底架各梁裂损、变形,底板变形、缺损,空气管路脚蹬破蓄电池箱、下油箱、电器箱等下部悬吊装置状各排水管、排污管状5系统采用平台中的智能图像识别算法对同一车辆的同一部位(通过车号图像自动识别技术实现客车车辆的唯一性标识图像在两次通过探测站时进行比对和分析,实现异常的图像的自动和提示。图像比对方法是解决客车故障检测问题的优良策略,但是在实际应用中存在着图像配准光线变化严重微小变化难以检测零部件结构复杂等许多技术问题,该算法具有以下特点:可以精确的配准图像,算法首先利用局部算子找到两幅图像相的特征点,再利用最小二乘回归建立一一对应的关系来估算两幅图像各自的车速以达到精确配准的目的。可以实现重要零部件定位,算法利用纹理特征去描述零件特征,用目标检测的方法得到该区域具体的位置,在精确配准的基础上实现重点部件的异别和。可以实现小尺寸及复杂结构的零部件的异常,算法采用了人工神经网络和支持向量机结合的方法。这两种方法都属于机器学习范畴,用来处理分类问题的。把小尺寸和复杂结构的零部件分类进行训练得到模型,然后利用的函数对具体的图像进行分类和。异常图像算法的工作流程图如下是否库库图n异常图像算法流程系统为解决高速客车组通过探测站设备时实现实时的计轴计辆、(定位精度1厘米以内准确,专门研制了新型的微秒级高速中断控制板及微秒级高速O控制板等硬件设备。由于需要同时对8个高速头及光源进行分别控制,系统采用新型分布式控制结构来构架控制算法编写电气控制新的控制可以在更短的时间内并行处理多个控制任务其中相机控制时序图如下图所示。图n通过测试,该控制算法可以实现400公里/小时以内速度列车的为满足对正线运行的客车进行实时的图像获取,系统适应车速要求达到1k/h,对该系统的辅助光源有很高的要求,通常的单个源在拍摄有出现阴影现象,会影响故障的正常判断及。图n大功率单激光拍摄效果应用于线扫描成像系统的照明补偿,如下图所示。图n该激光器有以下优点可以多点发光,能够更好地避免在被照物体上形成阴利用多个分离激光并加之优秀的散热设计大大地降低了对环境温度的要求,适用于很宽的环境温度,使用长。单个或几个激光的损坏不会导致整体补偿光源的工作,每条激光灯的分离式的分布都根据实际的应用经过了科图4对于高速运行的客车,图像的速、处理、传输及是一个以往的图像检测系统中没有遇到的问题。本系统需要同时对8个高速头的图像数据进行,当车辆运行速度达到k/h时,系统每秒需要处理的数据量高达2GB,如果采用传统的图像采集处理技术很难实现图像处理及工作对数据通道及系统运算处理能力都有很高的要求,在过程中会出现数据溢出、阻塞、丢包等现象,容易造成系统运行不稳定。本系统中采用了图像压缩处理技术、新型内存管道技术、硬盘内存二次技术以及多线程并行MP处理等的高速处理、技术系统首先通过图像压缩处理技术端完成了图像内存二次技术建立数据缓冲区采用多线程并行MP处理对多路相机数据同时进行处理,提高数据处理速度,实现了每秒100帧百万像素级图像、处理及。

图 服务图5高速图像技术示意系统采用线面结合方式,采用一个K的线阵相机获取客车底部源采用红外激光可以有效阳光干扰由于线阵相机仅能扫描到与相机垂直的目标面系统采用多个面阵相机辅助拍摄重像可以作为部件变动异常进行比对分析的模版图像。除了通过接入的AEI车号自动识别技术主要按如程执行字符区字符区域精定字符分字符识别并输字符区域粗定位

图车号自动识别流程定位法,是通过寻找图像边缘的方法来定位车号位置,适合于号位置,是很好的辅助定位。字符区域精定精定位步骤中主要采用数学形态学的定位法结合神经网络定字符分这里主要采用投影法和模板匹配法对字符和数字进行有效分割,如果所字符识C(即对特定训练样本的学习精度(即无错误地识别任意样本的能力之间寻求最佳式识别中许多特有的优势具体步骤为首先对数字和字母进行采样,然后输送给svm进行训练和学习,最后得到一个关于svm的多分类器,完成对字母和数字进行识别。车号自动识别结果如系统采用/S结构,图像处理和图像识别均在高性能工业服务器上完成。图像检测终端无须安装特殊通过WEB网页就可以PU工业加速服务器即图像传输与处理系统,可以实现在Mbps带宽下,多个图像检测终端同时实时浏览图像。同时通过浏览器,段局各级管理部门均可方便在本地实时浏览图像。系统图像浏览终端是基于J2EE框架下的/S/S结构下实现了数据高速传输大容量图像缓存图像高速图像处理等传统C/S结构才能实现的功能,同时具有/S结构部署方便、升级简单、简易、跨平台使用等优点。详细功能及优点如下所示装,可实现大数据量的快速传输和及时响应。了大容量图像缓存到客户端,便于及时快速显示图像内容。图像高速:基于AVM的图像引擎,可对大分辨率的部署方便:采用B/S结构部署,只要打开浏览器,安装FlashPlayer(大部分客户机已经安装),输入指定即可立即面即可重新进入程序完成升级,无需对每台客户端进行序升级,极大简化了升级过程。简易:当程序出现异常或者当客户机出现异常重新安装操作系统时,只需要重新打开浏览器即可立即完成程序的和安装。跨平台使用:支持多种操作系统和浏览器,支持Windows、LinuxMacOS作系支持IEFireFoxOperaSafari判别车次信息,自动识别车号信息,自动划分车辆所属路局信息,高速列车信息,可通过车号、过车时间进行查询。图13主界面异常图像比对界面如下图所示图6异常图像比对界异常图像放大效果图如下图所示图7异常图像放大效果故障详细统计界面如下所示图15故障详细统计界面故障反查界面如下所图16故障反查界面适应列车速度:5-保护门开启、关闭反应时间补偿光源开启关闭响应时间工作环境:室内-2060℃;室外-40–车轮传感器,数量:4图像传感器:数字头6个,最高帧速图像传感器:线阵头3个,最高线速线阵相机补偿光源:24激光无影光源,8套数据服务器:2台,采用IBM服务器,双机热备图像识别服务器:2台,采用IBM服务器图像传输与处理:1台,采用NewVision-T服务器图像信息检测终端:采用IBM计算机,2台容量:故障信息两年,其它信息一个月以上探测站地线设置:设防雷地和设备地两点,防雷接地电阻小4欧姆,设备地小于10欧姆系统电轨边设备功率检测中心设备车号图像识别系统:1套系统能自动识别过车车型,并货系统能自动对过车进行计轴系统能自动测量过车系统能自动列车走行部制动配件底架悬吊件钩缓连接、转向架、车体两侧下部的图像;系统具备图像自动分析比对功能,可以对异常图像进行自动提示。系统采用组合式无影线激光,确保的图像无阴影,消除阴影造成的部件检测盲区;图像后立即存入服务器,保证图像数据的安全,便于图像据集中管理采用JPG格式系统能够显示车底全息无缝拼接图系统能自动区分客车组车辆一位端系统具备图像放大功能,能够对细系统采用B/S结构各级部门通过网页即可实时浏览客车各部位系统采用的图像传输与处理系统技术可以实现2M带宽系统采用ORACLE9i及以上版本数据库数据信息系统具备与KMISKMIS进行数据交换,可以实时当前检测的车辆的车次和车组号信息,便于车辆所作业进行故障的预报和确认。系统图像浏览终端能够按车号查询部件和列车信息系统能够自动生成含编组车时间号、故障系统能提供故障标记工具,便于故障的管理和通知现场对故系统创新研制了客车全列图像异常功能通过图像自动分析和比对对异常部位进行分级提示人工仅需对提示信息进行确认和处理,系统大大降低了看图的工作量,减少了动态作业配备数量和作业时间有效的提高故障预警和作业质量。系统采用帧率更高、单点像素分辨率更好的头,底部常状态进行判断;系统采用8个工业检和面阵相机结合的方式,拍摄角度,范围更大,检测部位,线阵相机实现无缝异常分级。系统采用图像传输及处理技术可以实现低带宽下的地

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论