钢轨探伤车自主化超声检测系统的关键技术

钢轨探伤车既有超声检测系统均为国外引进,为克服既有超声检测系统维护升级困难、数据传输与处理能力及伤损识别能力不足等问题,开展超声检测系统的自主化研究。空间转换计算机中的发射接收板和发射接收处理板分别采用模拟器件和数字器件,且相互独立设置;因为各闸门的回波声程测量数据的量大且实时性要求最高,故采用直接存储器存取技术传输;对于超声波通道控制参数,由于其数据量最小且实时性要求最低,故采用PXI总线技术传输;超声波回波重定位数据的量及实时性要求中等,因此采用TCP/IP协议方式传输;超声波重定位的计算采用并行查表转换方法,并且运用基于决策树的伤损智能识别算法实现了钢轨伤损的智能识别。与既有的超声检测系统相比,自主化系统在0.5~68.4km·h-1的检测速度范围内有更小的扫查间距,在0.5km·h-1以下和68.4km·h-1以上的检测速度范围内二者的扫查间距相等;在平均伤损误报率基本相当的前提下,自主化系统的平均人工伤损检出率比既有系统提高了7%以上。     

钢轨探伤车的检测运用模式与伤损分级探讨

1国外钢轨探伤车技术发展与应用钢轨探伤车(简称探伤车)在国外发达国家早已替代人工探伤设备,成为检测在役钢轨伤损的主要手段。由于超声波对检测钢轨疲劳裂纹和其他内部缺陷检测具有灵敏度高、检测速度快、定位准确等优点,国内外探伤车对内部裂纹检测都采用了超声波探伤技术,受限于检测模式和超声技术,检测速度一般为10～70km/h。北美地区绝大多数探伤车采用停顿式作业方式,即     

大型钢轨探伤车X-FIRE 70°探轮晶片的应用

采用小型探伤仪器(探伤小车)人工检测钢轨伤损漏检率高,工作效率低,劳动强度大,探伤人员工作环境恶劣,安全性差,不能满足铁路提速要求.采用大型钢轨探伤车可提高探伤检测速度及钢轨伤损检出率,降低错、漏检率,改善探伤人员工作条件,降低劳动强度,提高工作效率,满足铁路发展需求.根据我国铁路养路机械化的发展方针,武汉铁路局主要干线钢轨探伤采用以大型钢轨探伤车为主、人工检测为辅的模式,特别是武广、合武、宜万、石武等高速线路开通后,人工检测难度增大,主要依靠钢轨探伤车定期进行检测,确保线路运营安全.     

钢轨探伤车综合智能检测系统

大型钢轨探伤车普遍采用超声波检测钢轨内部疲劳伤损,但国内已有的超声波系统架构平台在复杂线路区间探伤检测运用时存在数据拥塞和计算机死机现象而导致区段漏检,并且伤损的识别主要依靠人工全程回放。为提高信号处理速度和伤损识别能力,降低人工回放的工作量,进行了基于新型总线的超声波探伤系统和基于卷积神经网络深度学习的伤损智能识别技术研究;为提高钢轨表面和近表面的伤损检出能力,开展了钢轨表面图像检测技术研究;为实现各检测系统数据同步采集和同步回放,综合判定钢轨健康状况,设计了空间同步定位系统。经验证和对比,在平均伤损误报率基本相当的前提下,采用了深度学习算法的系统的平均人工伤损检出率比既有系统提高了4%以上;各系统之间同步误差在1 m以内,伤损实际复核的定位精度在3 m以内。     

钢轨探伤车普速铁路检测能力及适用条件技术方案设计

随着铁路运输的发展,高效率的钢轨探伤车承担起越来越多的探伤检测任务,尤其在高铁线路、高原线路上,由于区间里程长、环境恶劣等原因造成人工探伤作业困难,将主要采用钢轨探伤车进行探伤。针对探伤车在普速铁路的检测能力和适用条件,提出"人工伤损试块静态检测能力测试+人工伤损试验线动态检测能力测试+运营线路自动对中专项试验测试+运营线路自然伤损动态检测能力验证"的综合研究方案,进行各模块技术方案的详细设计,给出评价测试方法和评价测试标准,为下一步具体技术研究的开展做好充分准备。     

基于智能识别与周期检测的钢轨伤损自动预警方法研究

目前采用人工回放方式对钢轨探伤车的检测数据进行分析,并与同一线路周期检测的钢轨伤损记录表进行对比,形成当次检测报告,实现钢轨伤损预警。人工回放与对比分析过程效率较低。提出一种基于智能识别技术与周期检测的钢轨伤损自动预警方法,结合线路基础信息数据库,通过对钢轨探伤车检测数据中的超声波反射体进行智能识别,输出超声波反射体的类别与位置,生成含有各类超声波反射体的序列(区段检测数据),基于编辑距离法将区段检测数据与区段标准检测数据(由周期检测数据生成)进行自动对比,形成检测报告,提高了数据分析效率。通过对某铁路集团有限公司5个区段的检测数据进行伤损自动预警测试,将自动预警结果与人工预警结果进行对比,验证了该方法的有效性和高效性。     

基于大型钢轨探伤车的顶面伤损漏磁检测技术研究

我国铁路主要依靠人工对钢轨顶面伤损进行检查,缺乏有效的钢轨顶面伤损深度检测评价技术手段。研究基于大型钢轨探伤车的顶面伤损漏磁检测技术,设计开发了检测探头、模拟信号调理模块、数据采集和处理模块及上位机软件,完成了钢轨顶面伤损漏磁检测系统的开发。该系统在实验室条件下能够以最高50m/s速度检测宽度为0.2mm的顶面伤损,并进行了40km/h的车载试验。车载试验表明,检测系统在钢轨探伤车上能够安全运行,不干扰其他检测设备,能够适应铁路现场电磁环境,能够检测钢轨顶面人工伤损,但对顶面微裂纹的检测、电磁参数调整、安装方式和试验验证需深入研究。     

探伤车合理检测速度及配套使用方案的研究

文章对大小探伤车的性能进行了比较,并结合实际线路中钢轨伤损的检测情况,通过对检测伤损的可靠性进行分析比较,得到大小探伤车对不同伤损的检测能力,制定了合理的探伤速度及配套使用方案。     

基于深度学习的钢轨伤损智能识别方法

基于钢轨探伤车检测数据通道设计、B显数据生成原理和钢轨伤损分类,对比钢轨探伤车检测数据伤损识别与普通图像识别特点的不同,将检测数据视为由16个通道二进制矩阵叠加成的图像;设计包含1个输入层、3个卷积层、3个池化层、2个全连接层、1个输出层的深度学习架构,并通过噪声和通道预处理,将钢轨伤损的"物体检测"问题转换为"分类"问题。以某地人造钢轨伤损检测数据扩充后作为训练集,得到基于深度学习的钢轨伤损智能识别模型,以另一地的人造钢轨伤损检测数据作为测试数据分析该模型的识别效果,并与钢轨探伤车既有系统识别结果和人工分析结果进行对比。结果表明:基于深度学习的钢轨伤损智能识别模型在准确率、误报率指标上均优于钢轨探伤车既有系统,达到人工分析的指标要求,提高了准确率。     

基于钢轨轮廓特征的钢轨探伤车轮探头对中方法与应用研究

大型钢轨探伤车为保障铁路安全起到重要作用,在检测作业时轮探头应始终与钢轨中心线对齐。分析机械涨轮式、电磁感应式、对中轮探头式、一维激光测距式、激光摄像式5种对中方式的特点。利用二维激光传感器采集钢轨内侧轮廓数据,选用轨顶点、轨头点簇、轨腰点簇作为钢轨轮廓特征。设计4个判据用于钢轨轮廓的可用性判别,根据不同线路条件设计了4种工况的判据组合与计算钢轨距离基准。对中系统参数标定时将钢轨探伤车停在平直的轨道上,调节激光器相对于大地坐标系旋转角度α,使轨腰点簇的斜率近似为0。在人工伤损线和既有线路进行检测试验,传感器的数据可靠、维护方式简单,可满足轮探头对中系统的要求。