探讨基于机器视觉的受电弓磨耗检测系统
基于机器视觉的非接触式弓网接触压力在线检测系统
基于机器视觉的非接触式弓网接触压力在线检测系统引言：随着科技的发展和进步，机器视觉技术在各个领域的应用越来越广泛。
本文将探讨一种基于机器视觉的非接触式弓网接触压力在线检测系统，该系统能够实时监测弓网与电网的接触情况，为电力系统的安全和稳定运行提供保障。
1. 弓网及电网接触问题的背景在电力系统中，弓网是承担供电任务的重要组成部分，而弓网与电网之间的接触质量直接关系到电能传输的安全性和质量。
传统的接触检测方法主要通过人工巡检或特定仪器进行，存在工作效率低下、无法实现连续监测等缺点。
因此，开发一种基于机器视觉的非接触式检测系统势在必行。
2. 非接触式弓网接触压力在线检测系统的原理该系统主要基于机器视觉技术，通过安装相应的传感器和摄像头以及图像处理算法，实现对弓网与电网接触情况进行实时检测。
系统通过采集弓网接触区域的图像数据，并对其进行处理，提取出关键特征，如接触区域的长度、接触面积等。
结合预设的阈值，系统能够判断接触质量的好坏，并及时报警。
3. 非接触式弓网接触压力在线检测系统的优势与传统的接触检测方法相比，该系统具有以下优势：3.1 高效性：系统能够实现在线、连续地对接触压力进行检测，大大提高了工作效率；3.2 高精度性：通过图像处理算法的优化和传感器的高精度采集，能够准确地识别接触区域的特征，并判断接触质量；3.3 实时报警：一旦检测到接触异常，系统能够立即报警，帮助运维人员及时采取措施，确保电力系统的安全运行；3.4 数据记录与分析：系统可以记录接触检测的数据，并进行分析，为电力系统的运维管理提供决策依据。
4. 非接触式弓网接触压力在线检测系统的应用前景随着电力系统的发展和智能化进程，非接触式弓网接触压力在线检测系统有望在以下领域得到广泛应用：4.1 电网巡检：该系统可以替代传统的人工巡检，实现对接触压力的自动监测，减少人力资源的浪费，提高工作效率；4.2 弓网维护：通过实时监测接触压力，可以及时发现接触异常，指导维护人员进行维修，提高弓网的使用寿命；4.3 安全保障：该系统的应用可以提供电力系统的安全监测，确保电力系统的稳定运行，减少事故风险；4.4 数据分析与优化：通过系统记录的数据，可以进行分析与优化，提高电力系统的运行效率和能源利用率。
基于图像处理的受电弓状态检测技术研究的开题报告
基于图像处理的受电弓状态检测技术研究的开题报告一、选题背景与意义电气化铁路是一种现代化交通方式，其发展已成为城市化、经济化和社会化的必然趋势。
受电弓作为电气化铁路的关键设备之一，五金物流出了重要地位。
受电弓状态的良好程度直接关系到电气化铁路的运行安全和稳定性。
目前，受电弓状态的检测主要采用人工巡查和电器检测相结合的方式，这种方式存在检测效率低、人力成本高的问题。
因此，研究基于图像处理技术的受电弓状态检测技术具有重要的现实意义和研究价值。
二、研究目的和内容本课题主要研究基于图像处理技术的受电弓状态检测技术，旨在通过图像处理技术对受电弓的状态进行检测和识别，并实现自动化监控，提高受电弓检测效率和准确度。
具体研究内容包括以下几个方面：1.构建受电弓状态检测系统硬件平台。
2.设计受电弓图像采集系统。
3.研究受电弓状态的算法，包括图像处理算法和模式识别算法。
4.优化算法，提高检测准确度和鲁棒性。
5.开发软件系统，实现受电弓状态的自动化监控。
三、研究方法和步骤本研究采用实验研究和数学建模相结合的方法，具体步骤如下：1.调研和分析受电弓状态检测技术的国内外研究现状和应用现状。
2.确定系统输入与输出对象及参数，建立数学模型。
3.构建系统硬件平台，设计图像采集系统，采集受电弓图像。
4.分析受电弓图像的特征，提取有效信息，建立分类模型。
5.测试和评估受电弓状态检测系统的性能指标并分析结果。
6.优化系统算法，提高检测准确度和鲁棒性。
7.开发软件系统，实现受电弓状态的自动化监控。
四、预期成果和意义成功研究基于图像处理技术的受电弓状态检测技术，将使受电弓的状态检测和监测实现自动化，提高检测效率和准确度，降低人力成本和维护成本，同时提高电气化铁路的运营安全和稳定性。
研究成果可在电气化铁路的维护管理、安全保障、质量检测等领域得到广泛应用，具有较高的社会经济效益和科学发展意义。
基于超声波的受电弓滑板磨耗测量实验装置研究的开题报告
基于超声波的受电弓滑板磨耗测量实验装置研究的
开题报告
研究背景
随着城市轨道交通的发展，受电弓作为轨道交通系统的重要组成部分，经常承受高强度的摩擦磨损，特别是在高速列车运行中，其滑板材
料受到更大的磨损，导致受电弓寿命缩短、运行安全性下降等问题。
因此，开展受电弓滑板磨耗测量研究，对于提高城市轨道交通系统的运行
安全性、降低运营成本具有重要意义。
超声波技术具有非接触、高精度、高灵敏度等特点，可用于磨耗测量。
因此，基于超声波的受电弓滑板磨耗测量实验装置研究，是一项有
意义的研究工作。
研究内容
1.设计基于超声波的受电弓滑板磨耗测量实验装置，包括硬件和软件。
2.研究超声波测量方法和信号处理方法，确定最优测量参数和算法，实现对受电弓滑板磨耗的准确测量。
3.进行实验验证，比较不同测量方法的精度和实用性。
研究意义
1.提高城市轨道交通系统的运行安全性和可靠性，降低运营成本。
2.开发基于超声波的受电弓滑板磨耗测量技术，为相关产业的技术
进步提供新思路和新方法。
3.为超声波技术在磨耗测量领域的应用提供参考和借鉴。
预期成果
设计并制作出基于超声波的受电弓滑板磨耗测量实验装置，并开展实验验证，得出优化方案和算法，为受电弓滑板磨耗测量提供实用性较高的方法。
使用机器视觉技术的刀具磨损检测研究
使用机器视觉技术的刀具磨损检测研究刀具磨损检测是制造业中非常重要的一个环节，它直接关系到刀具的使用寿命、加工质量以及生产效率。
传统的刀具磨损检测方法通常依赖于人工目测，这种方式不仅耗费时间和人力，而且容易出现判断误差，无法满足现代制造业高效、智能化的需求。
因此，引入机器视觉技术进行刀具磨损检测逐渐成为研究的热点。
机器视觉技术是一种以图像处理和模式识别为基础的视觉信息处理技术。
利用计算机对图像进行获取、处理、分析和理解，可以实现对刀具磨损状态的自动检测和评估。
下面将基于机器视觉技术的刀具磨损检测研究进行详细探讨。
首先，机器视觉技术的刀具磨损检测需要建立一个能够有效提取和表示刀具磨损特征的模型。
常用的特征包括切削刃的宽度、切削角度、切削刃形状等。
研究者们通过对不同磨损程度下的切削刃进行图像采集和处理，利用图像处理算法提取特征并建立相应的模型。
其次，为了提升刀具磨损检测的准确性和稳定性，研究者们尝试将多种机器视觉技术相结合。
例如，利用图像处理中的边缘检测、颜色分割、纹理分析等算法来提取切削刃的特征。
同时，也可以利用机器学习算法，如支持向量机、神经网络等模型，训练和优化刀具磨损检测模型，使其能够更好地识别出刀具的磨损程度。
此外，机器视觉技术的刀具磨损检测还可以结合传感器技术实现实时监测和预警。
传感器可以实时采集刀具的振动、温度、电流等数据，通过与机器视觉技术相结合，可以实现对刀具磨损状态的实时监测和预警。
这种联合检测方式能够提高刀具磨损检测的精度和灵敏度，从而在制造过程中及时掌握刀具的磨损情况，避免因刀具磨损而造成的加工质量下降和设备损坏。
另外，随着深度学习技术的发展，研究者们开始探索将深度学习算法应用于刀具磨损检测中。
深度学习算法具有强大的图像处理和模式识别能力，可以自动学习并提取图像中的高级特征。
通过对大量的刀具磨损图像进行训练，深度学习模型可以准确地识别不同磨损程度的刀具。
这种基于深度学习的刀具磨损检测方法不仅准确率高，而且具有一定的鲁棒性，可以适应不同工况下的刀具磨损检测需求。
基于机器视觉的刀具磨损检测技术研究
基于机器视觉的刀具磨损检测技术研究随着制造业的不断发展，机器视觉技术在生产和制造中的应用越来越广泛。
刀具磨损是制造过程中普遍存在的问题。
当刀具磨损严重时，不仅会影响加工质量，还会损坏设备和对工人造成不良影响。
因此，有效地检测和监控刀具磨损是非常重要的。
机器视觉技术可以对刀具磨损进行实时监控。
在工业生产中，机器视觉系统通过不断采集和处理刀具表面的图像信息，快速识别出磨损部位并进行量化分析，从而实现刀具磨损状态的准确监测。
刀具磨损的变化过程非常复杂。
普通的刀具磨损检测方法需要对刀具进行侵入式检测，其不仅需要拆卸刀具，而且还容易在测量过程中对刀具造成损坏。
而通过机器视觉技术，可以避免这些不利影响。
机器视觉技术在刀具磨损检测中的应用有很多优势。
首先，由于采用非侵入式的检测方式，因此可以大大减少在检测过程中对刀具的破坏。
此外，机器视觉技术可以采用较少的人力投入，对人力成本减轻负担有大的帮助。
其检测技术具有较高的精度和可靠性，即使在短时间内进行大量的检测，也可以保证一定的质量和稳定性。
机器视觉技术在刀具磨损检测方面的应用较为广泛。
其中，最为常见的是基于机器学习的方法。
这种方法需要通过对大量图像数据的分析，训练出模型，实现对刀具磨损状态的准确预测。
当模型预测出磨损超过某个程度时，就可以发出警报或通知相关工作人员进行相应的调整和维护。
除了基于机器学习的方法，还有其他一些机器视觉技术可以用于刀具磨损检测。
例如，基于图像分析的方法可以通过颜色、纹理等特征来进行磨损检测。
此外，基于形态学的方法可以对图像进行处理，提取出磨损部位的特征，并进行判断。
需要注意的是，机器视觉技术在刀具磨损检测中的应用需要结合实际情况进行选择。
由于不同的情况下，刀具的类型、使用环境和工作状态都可能不相同，因此选择机器视觉技术的具体方法需要根据实际情况综合考虑。
在运用机器视觉技术进行刀具磨损检测的过程中，还有很多针对性的问题需要考虑。
例如，摄像机的摆放位置、光线条件和拍摄角度都会对检测结果产生影响。
基于弓网监测系统应用检修技术
基于弓网监测系统应用检修技术摘要：轨道交通车辆运行通过受电弓受流接触网获得充足动力能源，两者以一定的速度相对运动。
随轨道交通车辆运营快速发展，车辆对接触网维护保养要求也随之提高。
过去接触网存在维修时间不足、漏修、过修等问题，严重影响车辆运行品质。
检修质量提高是确保车辆安全运营前提，为此，本文提出基于弓网监测系统应用于检修。
本系统采用机器视觉技术对接触网检测，将接触网存在隐患通过车载PIDS系统传输至用户综合系统。
车辆段检修作业员通过用户综合系统查看故障数据，大大减少接触网排故及维护时间，并杜绝人为因素导致漏修问题，从而提高车辆运行安全的可靠性。
关键词：弓网检测、接触网检修、机器视觉、车载PIDS系统、可靠性0引言接触网作为轨道交通车辆最关键供电设施，其可靠性对车辆运行安全具有重要意义。
随着轨道交通技术的发展，轨道交通已作为城市圈经济发展的重要命脉。
为加快城市圈快速发展，地铁每日以频繁高速密集方式运转，其行车时间间隔短、速度高、振动频繁等，这将导致接触网各个部件易出现裂损、松动、脱落等问题，问题未及时处理这对地铁运营安全带来重大隐患。
为了消除该隐患，本系统基于市域城际动车平台研究一套弓网监测系统应用于接触网检修作业。
该系统通过监测接触网导高、拉出值、接触网磨耗、弓网燃弧时长、弓网燃弧频次、接触网锚接紧固件等参数，分析判断接触网存在的问题，通过车载无线网络将故障信息传输至地面服务平台。
接触网维护人借助地面服务平台可查看接触网维修需求，这将大大提高维护人员作业效率，并解决作业质量低下问题。
1.弓网监测系统整体方案车辆弓网监测系统包括车载弓网检测装置和地面数据中心组成。
车载弓网检测装置用于检测受电弓、接触网、弓网关系等多个参数，通过分析检测参数特性判断车辆运行弓网环境状态。
弓网监测装置通过车载网络系统平台将弓网环境状态信息传输至地面数据中心，地面数据中心对数据管理，提供人机界面，输出系统报表。
车载弓网监测装置包括1C集成模块、3C集成模块、4C集成模块（正反）、硬点压力检测模块、车顶振动补偿装置、车内处理主机单元、定位检测装置组成。
一种用于弓网受电弓磨损的在线监测系统[发明专利]
![一种用于弓网受电弓磨损的在线监测系统[发明专利]](https://img.taocdn.com/s3/m/7febb4c8b4daa58da1114ab5.png)
专利名称：一种用于弓网受电弓磨损的在线监测系统专利类型：发明专利
发明人：滕向东
申请号：CN201910477587.8
申请日：20190603
公开号：CN110068593A
公开日：
20190730
专利内容由知识产权出版社提供
摘要：本发明公开了一种用于弓网受电弓磨损的在线监测系统，涉及机车电力系统技术领域，包括电涡流测厚仪和控制箱，电涡流测厚仪安装在滑座上，测头位于受电弓滑板正下方，滑座滑动设置在滑轨上，滑轨固定安装在受电弓托架上。
本发明通过在受电弓滑板下方设置可滑板长度方向移动的电涡流测厚仪，可连续测量滑板厚度，并以无线方式传输测量数据，既可避免人工现场测量，相比图像视觉处理的方式，测量结果直观准确，且对于小磨损量同样也能获得定量的检测结果；测量结果以无线方式传输，绘制测量曲线，以磨损区域占比或超出临界磨损与否与判断依据，实现自动报警处理，处理过程不依赖人工，具有自动、高效的优点。
申请人：辽宁工程技术大学
地址：123000 辽宁省阜新市细河区中华路47号
国籍：CN
代理机构：六安市新图匠心专利代理事务所(普通合伙)
代理人：胡艳
更多信息请下载全文后查看。
基于计算机视觉的受电弓滑板磨耗图像的识别
基于计算机视觉的受电弓滑板磨耗图像的识别摘要：根据计算机视觉原理、数字图像处理与识别理论，针对受电弓滑板图片，文章提出边缘提取和上边缘搜索等改进算法，实现滑板磨耗超限故障图像的辨识。
将图片进行滤波去噪等预处理，再进行边缘定位检测、图像分割、图像增强、图像复原等处理。
综合运用改进的Canny算法、Hough变换、BP神经网络来识别滑板厚度。
文章的研究成果对高速铁路受电弓滑板磨耗超限等典型故障的检测与识别具有一定的理论研究价值和工程实用价值。
关键词：数字图像处理；图像预处理；Canny算法；BP 神经网络电力机车通过输电网的受电弓获取电能，受电弓滑板表面和导线之间构成一对摩擦副，当滑板磨耗超限等典型故障出现时，可能造成卡网或拉网，严重危及列车安全，因此对受电弓滑板的磨耗图像进行准确识别具有重要意义。
目前，受电弓滑板检测的方法主要有人工登顶测量法、光纤检测法、超声波传感器检测法、光学三角测量法和计算机图像检测法。
图像处理利用图像测量技术，检测所需参数的特征，属于非接触测量动态与静态测量相结合，客观真实。
本文对由CCD相机拍摄的受电弓照片进行图像处理，包括图像预处理、图像增强、图像复原、图像分割与特征提取、图像识别五部分，同时采用优化算子、改进算法使图像识别的精确度和结果的正确度都有相应提高。
1 滑板磨耗图像识别1.1 图像预处理图像预处理是对受电弓滑板图片进行混合增强来突出更多细节。
受电弓滑板图片较模糊，边缘不够清晰，对比度不够，对此首先用Laplace变换突出图像中的细节，再用sobel 梯度法突出其边缘。
最后用灰度变换来扩展平滑后图像的灰度动态范围。
在图像处理中，彩色图RGB没法直接进行锐化、去除噪声、平滑滤波、边沿突出等步骤及其算法实现。
只含亮度信息，不含色彩信息的灰度图最利于数字图像处理。
所以先将彩色图转化为灰度图，再进行空间域图像增强。
已知Laplace 算子的定义如下：图2比图1有较好的视觉改进效果。
受电弓滑板磨耗图像检测算法研究的开题报告
受电弓滑板磨耗图像检测算法研究的开题报告一、选题背景铁路交通是我国交通事业的重要组成部分，铁路电气化改造，让高铁速度飞跃。
在高速铁路建设中，受电弓是电力传输的关键部件，其正常工作状态对高速列车的行车安全和电力运行质量有着至关重要的作用。
为确保受电弓系统的安全稳定运行，需要对其进行日常维护和巡检。
而目前的受电弓磨耗检测通常需要手动巡检和抽样分析，效率较低且易出现漏检情况，同时对检查人员的技术质量和职业安全也有一定要求。
基于此，受电弓滑板磨耗图像检测算法的研究具有重要的意义。
二、研究目的本项目旨在开发一种基于图像处理技术的受电弓滑板磨耗检测算法，以实现受电弓磨耗状态的快速准确检测，提高受电弓系统的运行效率和安全性。
三、研究内容1、受电弓滑板磨耗图像采集系统的设计与实现。
2、基于计算机视觉和机器学习的滑板磨耗图像处理算法研究与实现。
3、磨耗检测结果的可视化和数据分析。
四、技术路线1、采用数字摄像机采集受电弓滑板的整体图像。
2、对采集到的图像进行预处理，包括图像降噪、滤波、图像增强等操作，以提高后续处理的准确性。
3、采用计算机视觉技术，实现受电弓滑板的边缘检测、特征提取等过程，进而获得滑板磨耗的数据。
4、采用机器学习技术训练出识别受电弓滑板磨损程度的模型，并根据模型实现磨耗状态的自动分类。
5、设计并实现数据可视化和分析系统，将检测结果以图表等方式呈现。
五、预期成果和意义1、开发一套基于图像处理技术的受电弓滑板磨耗检测算法。
2、实现相应系统的软硬件开发，包括图像采集设备、图像处理算法、磨损状态分类模型、可视化分析系统等。
3、实现受电弓磨耗状态的自动化检测，提高检测效率和准确性，进一步保障线路的安全状态。
4、为铁路维护管理工作提供技术支持，降低劳动力成本，提高工作效率。
注：本文仅供参考，不得抄袭和泄露为本人所用，否则后果自负。
受电弓动态检测系统技术原理及应用分析
受电弓动态检测系统技术原理及应用分析摘要：机车受电弓是电气化铁路电力从接触网上受取电流的装置，受电弓在线路上运行状态的好坏直接影响到列车的安全运行，其故障甚至可能造成运输中断。
随着高速铁路的飞速发展，对受电弓的可靠运行提出了更高的要求，实现机车对受电弓的动态实时检测具有重大意义。
关键词：受电弓；动态检测系统；技术原理；应用1受电弓动态检测系统的原理1.1受电弓磨耗及中心线检测单元的原理1．1．1受电弓滑板磨耗检测受电弓滑板磨耗的动态非接触式图像测量技术以200万像素CCD逐行扫描模拟工业数字摄像机为硬件基础，4台CCD磨耗相机以设计角度布置于检测区域的四角，当受电弓处于检测区域时，各磨耗相机对受电弓进行拍摄。
为提高检测精度，每侧两台相机分别拍摄滑板的一半，所拍照片由PCI－X总线兼容视觉采集卡采集并上传至检测主机做分析处理。
主机处理时先对接收的照片进行拼接，这样4台相机所拍照片的拼接结果便包含了受电弓滑板的全貌。
检测主机的分析程序依据受电弓滑板照片进行扫描分析，拟合受电弓滑板的上下边际线和接触网边际线，进而生成3条定位曲线，其中由受电弓滑板上下边际线拟合成的两条曲线便包含了滑板厚度和磨耗情况等信息。
再经过模拟—数字程序的转换，将曲线信息转换成反映曲线各点相对位置的数字信息并由系统筛选出滑板最厚处和最薄处的点位。
运算这些点位的数字信息得出滑板磨耗情况，生成反映滑板磨耗情况的理论曲线并着重提示最大及最小磨耗值。
1．1．2中心线偏移检测中心线偏移动态非接触式图像检测技术以百万级CCD工业数字相机为硬件基础。
两台CCD中心线相机以设计角度分置于检测区两侧，当受电弓处于监测区域时两台中心线相机分别拍摄对侧受电弓羊角部位，所拍照片经由PCI－X总线兼容视觉采集卡采集上传至检测主机。
检测主机对照片做扫描分析定位受电弓羊角的最外侧点，并将照片上该点的模拟位置信息做模拟—数字转换，得到反映该点空间位置的数字信息。
基于单目视觉激光扫描成像的受电弓磨损检测系统设计
摘要机车运行过程中，弓网接触摩擦产生磨耗。
当磨耗值超过警戒值后，可能产生拉网的情况，严重情况下可能导致接触网被拉断；如果弓网接触过程中，发生接触不良等状况，则会产生拉弧现象，从而烧断接触网和烧坏受电弓受流核心部件，导致机车因无法从接触网取电而停车，严重威胁列车安全运行。
受电弓碳滑板在使用过程中产生裂纹，这些裂纹严重影响机车受流，同时还是受电弓断裂的前兆，如果不及时发现，将会对机车运行埋下安全隐患，裂纹较大时，还可能直接导致受电弓滑板断裂，使机车无法正常受流，导致停车事故。
对受电弓的磨损检测可以保证行车安全，为机车运行提供稳定、持续的电流供应。
针对机车长期运行由于弓网接触产生的受电弓碳滑板磨耗严重从而导致机车拉弧、烧断接触网的问题，对单目相机在线检测受电弓碳滑板磨耗剩余量的图像处理方法进行深入研究。
将单目相机与线激光器分别安装在轨道两旁立柱上，对获取的激光扫描图像进行去噪、拼接、形态学处理、碳滑板目标提取，采集的光条纹图像包含碳滑板厚度信息，对厚度数据提取用以计算碳滑板当前实际厚度值。
本文通过将激光扫描原理和单目视觉平面物体位置测量方法相结合，创新性的提出了一种受电弓磨损检测系统。
该系统只需标定一次靶平面，该靶平面即是激光平面；保持激光平面和相机相对位置不变，就能够做到无需每次测量前都标定，从而实现工业化、自动化。
本系统测量精度高。
实时性好，可以满足铁路受电弓检测的技术指标要求和行业标准。
关键词：测量模型；单目视觉；靶平面；相机标定；激光扫描；光平面AbstractDuring the operation of the locomotive, bownet contact friction generates wear. When the wear value exceeds the alert value, it may result in pulling the net. In severe cases, it may cause the catenary to be broken. If the pantograph contact occurs, such as poor contact, arcing will occur, and the contact will be broken. The net and the burned-out core components of the pantograph have caused the locomotive to stop because it cannot take power from the contact network, which seriously threatens the safe operation of the train. Pyramid carbon skateboards produce cracks during use. These cracks seriously affect the flow of the locomotive and are also precursors to the breakdown of the pantograph. If they are not discovered in time, they will pose potential safety hazards for the locomotive operation. When the crack is large, It may directly lead to the breakage of the pantograph slide, so that the locomotive cannot normally receive the flow, resulting in a shutdown accident. The wear detection of the pantograph can guarantee the safety of running and provide a stable and continuous current supply for the locomotive running.For the long-term operation of the locomotive, due to the serious wear of the pantograph carbon slide caused by the contact of the bow net, which causes the locomotive to pull the arc and burn the contact net, the image processing method for the on-line detection of the remaining amount of the pantograph carbon slide wear by the monocular camera is deeply studied. the study. The monocular camera and the line laser are respectively mounted on the two sides of the track, and the obtained laser scanned image is denoised, spliced, morphologically processed, and the carbon skate target is extracted. The collected light stripe image includes carbon slide thickness information and thickness data. The extraction is used to calculate the current actual thickness value of the carbon skateboard..This paper proposes a novel pantograph wear detection system by combining the principle of laser scanning with the measurement method of monocular vision plane objects. The system only needsto calibrate the target plane once. The target plane is the laser plane; keeping the laser plane and the relative position of the camera constant, it can be calibrated without every measurement, thus achieving industrialization and automation. The system has high measurement accuracy. With good real-time performance, it can meet the technical index requirements and industry standards for railway pantograph detection.Keywords: measurement model, monocular vision, target plane, camera calibration, laser scanning, light plane目录第一章 绪 论 (1)1.1 课题研究背景及意义 (1)1.2 国内外研究现状 (2)1.2.1 人工检测 (2)1.2.2 自动检测系统 (3)1.3 论文研究的主要内容 (6)第二章 受电弓磨损检测方法研究 (8)2.1 受电弓介绍 (8)2.1.1 受电弓结构组成 (8)2.1.2 受电弓技术参数 (9)2.1.3 工作原理 (11)2.1.4 常见故障及排除 (13)2.1.5 受电弓维护 (13)2.2 机器视觉受电弓检测方法 (14)2.2.1 双目视觉法 (14)2.2.2 结构光法 (16)2.2.3 深度相机法 (19)2.3 单目视觉平面测量方法 (19)2.3.1 平面相机标定 (19)2.3.2 测量方法 (21)2.4 本章小结 (21)第三章 硬件组成及工作原理 (22)3.1 硬件系统总体结构 (22)3.2 硬件系统工作原理 (23)3.3 硬件选型 (24)3.3.1 相机选择 (25)3.3.2 激光光源选择 (27)3.4 测量内容及工作流程 (28)3.4.1 测量内容 (28)3.4.2 工作内容 (30)3.5 本章小结 (31)第四章 受电弓磨损检测图像处理算法 (32)4.1 图像处理流程 (32)4.2 图像预处理 (33)4.2.1 车牌图像预处理 (33)4.2.2 裂纹图像预处理 (35)4.2.3 受电弓碳滑板图像预处理 (37)4.3 机车车牌识别 (41)4.4 受电弓裂纹检测 (44)4.4.1 裂纹识别 (44)4.4.2 裂纹判断 (44)4.4.3 计算裂纹特征 (44)4.5 受电弓滑板厚度检测 (45)4.5.1 受电弓碳滑板倾斜度检测 (45)4.5.2 受电弓碳滑板轮廓坐标提取 (46)4.5.3 受电弓碳滑板有效区域厚度计算 (47)4.6 本章小结 (48)第五章 系统软件设计与测试 (49)5.1 软件整体设计 (49)5.2 系统登录界面设计 (50)5.3 图像采集 (51)5.4 图像处理 (54)5.4.1 车号图像处理 (54)5.4.2 裂纹图像处理 (55)5.4.3 碳滑板厚度图像处理 (56)5.5 数据存储 (57)5.6 系统测试 (60)5.6.1 硬件实验平台搭建 (60)5.6.2 相机标定 (61)5.6.3 滑板厚度计算 (63)5.7 本章小结 (66)第六章 总结与展望 (67)6.1 总结 (67)6.2 展望 (68)参 考 文 献 (69)致 谢 (72)个人简历、在学期间的研究成果及发表的学术论文 (72)第一章 绪 论1.1 课题研究背景及意义中国铁路作为中国运输的大动脉，在中国经济发展进程中具有举足轻重的地位。
基于图像处理的受电弓磨耗检测设计与应用
基于图像处理的受电弓磨耗检测设计与应用发表时间：2019-06-17T09:38:37.367Z 来源：《当代电力文化》2019年第02期作者：霍世振李欢潘冲[导读] 通过实验对比，本文采用的自适应Canny检测算法相比传统Canny检测算法具有更好的检测性能，并且，本文磨耗检测结果与人工检测结果具有较小的误差。
这验证本文检测算法的有效性，为受电弓磨耗检测提供一个良好的思路。
中铁电气化铁路运营管理有限公司济南维管处青岛维管段山东青岛 266109摘要：受电弓是弓网系统的重要组成部分，开展受电弓磨耗检测可为受电弓运行状态提供重要依据。
为更为准确地受电弓的磨耗状态进行检测，本文介绍一种基于图像处理的受电弓磨耗检测方法。
首先，对采集的受电弓图像做去噪等图像预处理。
然后，采用一种自适应Canny边缘检测算法实现图像的边缘检测，同时，利用Hough变换技术分别实现接触线、滑板上边缘和滑板支架下边缘的准确定位，根据得到的滑板磨耗曲线，最终实现受电弓磨耗状态检测。
通过实验对比，本文采用的自适应Canny检测算法相比传统Canny检测算法具有更好的检测性能，并且，本文磨耗检测结果与人工检测结果具有较小的误差。
这验证本文检测算法的有效性，为受电弓磨耗检测提供一个良好的思路。
关键字：受电弓；磨耗检测；图像处理；视觉技术Abstract: As a important part of the bow-net system, the pantograph wear detection can provide an important basis for the pantograph operating state. In order to accurately detect the wear state of the pantograph, this paper introduces a method of pantograph wear detection based on image processing. First, pre-processing such as denoising is performed on the captured pantograph image. Then, the adaptive Canny edge detection algorithm is used to realize the edge detection of the image. Meanwhile, combined the Hough transform, the contact line and the upper and lower edges of the slider are accurately located. Finally, the pantograph wear state is detected. Through experimental comparison, the adaptive Canny detection algorithm has better performance than the traditional Canny detection algorithm. At the same time, compared with the manual detection results, the detection results of this paper have a small error. This provides a good idea for the wear detection of the pantograph.Key words: pantograph; wear detection; image processing; visual technology0 引言近年来，随着我国高速铁路的飞速发展，对其运输的安全可靠提出了较高的要求[1]。
基于机器视觉的受电弓动态包络线检测系统
基于机器视觉的受电弓动态包络线检测系统
张悦;吴积钦;徐可佳
【期刊名称】《电气化铁道》
【年(卷),期】2007(000)006
【摘要】介绍了受电弓弓头结构及受电弓动态包络线机器视觉的检测系统组成,摄像机标定方法,并论述了动态包络线的检测原理和模板匹配算法.实验结果表明,该系统对受电弓动态包络线的分析提取方法可行,精度高,从而进一步为受电弓动态包络线检测提供了理论和实践基础.
【总页数】3页(P35-37)
【作者】张悦;吴积钦;徐可佳
【作者单位】西南交通大学电气工程学院接触网研究室,四川成都,610031;西南交通大学电气工程学院,四川成都,610031;成都弓网科技有限公司
【正文语种】中文
【中图分类】U225.3
【相关文献】
1.浅谈西安地铁二号线受电弓动态包络线的理解和实际应用 [J], 朱亮
2.受电弓动态包络线检测 [J], 刘彦卿;朱飞雄;王章刊
3.关于既有线改造过程中受电弓动态包络线的应用 [J], 马超
4.浅谈机车受电弓动态包络线及静态检测方法 [J], 唐义宝
5.基于三维测量的受电弓弓头检测系统研究 [J], 厉高;林建辉
因版权原因，仅展示原文概要，查看原文内容请购买。
基于3D视觉技术的受电弓磨耗检测系统设计
基于3D视觉技术的受电弓磨耗检测系统设计
莫圣阳;谢庆华;骆少明;谭志忠;吕文阁
【期刊名称】《机电工程技术》
【年(卷),期】2015(000)009
【摘要】针对现阶段受电弓磨耗检测速度慢、精度低、劳动力大等问题，设计了一种基于3D机器视觉的受电弓磨耗检测系统。
该系统以3D视觉技术原理为理论基础，设计了一套电气列车受电弓滑板磨耗的检测装置，在计算机的控制下对滑板进行自动检测，测量结果经系统配套软件处理后得到磨耗曲线。
实验结果表明，该系统具有速度快、检测精度高等特点，能够实现对受电弓滑板的磨耗检测。
【总页数】4页(P74-77)
【作者】莫圣阳;谢庆华;骆少明;谭志忠;吕文阁
【作者单位】广东工业大学机电工程学院，广东广州 510006;广东工业大学机电工程学院，广东广州 510006;广东工业大学机电工程学院，广东广州 510006;东莞诺丽电子科技有限公司，广东东莞 523050;广东工业大学机电工程学院，广东广州 510006
【正文语种】中文
【中图分类】TP242.6+2
【相关文献】
1.城轨列车受电弓滑板磨耗检测技术研究 [J], 陈叶健;姚小文;张永;邢宗义
2.基于OpenGL的受电弓磨耗检测系统图像化设计 [J], 贾成芬;王伯铭;孙丰晖
3.基于自适应神经网络超声波传感器在受电弓磨耗检测中的应用 [J], 王新
4.基于图像处理的回收受电弓滑板磨耗检测算法研究 [J], 郭泉成;陆超
5.基于多视觉传感器的受电弓滑板磨耗检测系统设计 [J], 伍川辉;任继炜;廖家;李恒奎;杨岗
因版权原因，仅展示原文概要，查看原文内容请购买。
基于超声波的受电弓滑板磨耗检测系统设计的开题报告
基于超声波的受电弓滑板磨耗检测系统设计的开题报告一、选题背景和意义受电弓是高速列车和城市轨交的电力集电装置，在运行中承受着大量的磨损。
受电弓磨耗情况的严重性不仅影响了列车的运行安全和稳定性，还直接影响了列车的能量损耗，增加了维护成本。
因此，对受电弓进行磨耗检测是保障列车运行安全和降低维护成本的重要措施。
超声波技术是一种非接触、高精度、无损的检测方法，已经被广泛应用于材料检测、医学诊断、工程安全等领域。
利用超声波可以探测受电弓的磨损情况，为受电弓的修理和维护提供依据。
二、研究内容本文将利用超声波技术开发一种受电弓滑板磨耗检测系统。
具体内容如下：1. 设计超声波探头，选择适合受电弓滑板的超声波频率，建立超声波传播模型，研究超声波在受电弓滑板上的传播规律。
2. 设计数据采集系统，记录超声波信号，对信号进行滤波、放大、数字化等处理，提取出有用信息，进行数据分析和处理。
3. 设计软件界面，将数据可视化，形成清晰的图像和曲线，方便使用者了解受电弓滑板的磨耗情况。
三、研究方法本文将采用以下研究方法：1. 理论分析：通过建立超声波传播模型，研究超声波在受电弓滑板上的传播规律，确定最佳信号采集范围。
2. 实验方法：利用制作的超声波探头对不同状态的受电弓滑板进行测试，记录信号并作相应处理，研究超声波信号与受电弓磨耗程度之间的关系。
3. 软件开发：开发数据采集和处理软件，对采集到的信号进行数字滤波、放大、数字化等处理，并形成可视化的图形和数据。
四、预期成果预期的成果有以下几个方面：1. 设计一种基于超声波的受电弓滑板磨耗检测系统，可以对不同状态的受电弓滑板进行检测。
2. 建立超声波在受电弓滑板上的传播规律，为信号采集和处理提供理论支持。
3. 开发数据采集和处理软件，对采集到的信号进行滤波、放大、数字化等处理，并形成可视化的图形和数据。
五、研究难点本文研究难点主要有以下几个方面：1. 建立超声波传播模型，研究超声波在受电弓滑板上的传播规律，确定最佳信号采集范围。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
探讨基于机器视觉的受电弓磨耗检测系统
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≤20
km/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.。