本站原创
摘 要：根据铁道部“5T”系统的要求，对机车在高速运行过程中，底盘上的枕簧可能出现的脱落、移位窜出的故障，进行实时监控。采用高速CCD摄像机在机车底盘进行摄像，对所摄图像通过设计的软件进行数字图像处理，发现相应故障并及时报警。
关键词：光学工程；机车故障；枕簧；数字图像处理
：ADoI: 10.3969/j.issn.1003-6970.201
中国铁路自1997年以来，已经进行了6次大面积提速。这6次大提速在大幅度增加铁路提速线路资源的同时，相应提高了列车运行的最高速度，其中快速列车最高运行速度达到每小时200公里[1-4]。近些年，我国高铁发展迅猛，目前国内高铁的时速在300公里左右，到十二五末，中国高铁列车试验时速为500公里左右。
火车提速为人们的出行提供了便利条件。而由于列车的提速而带来的安全隐患问题也逐渐浮出水面。机车在高速运行时，零部件的是否能够正常工作，是否连接牢固、稳定，能否实现不停车故
考虑到对机车故障检测的实际要求，即不停车检测，检测速度快，漏报率低，机车故障动态检测系统的硬件部分，采用了一套高速CCD摄像器械，安装在铁轨底部和铁道两旁，分别对机车底盘和侧面进行实时摄像，系统如图1所示。CCD摄像机的拍照速度可达到每秒钟110帧。每个摄像机均通过光纤连接一台计算机，以保证所摄图像实时传输。1号与4号摄像机主要拍摄机车侧面的零件缺陷，如车轮；2号与3号摄像机放置在铁轨下方的凹坑中，以相同的倾角对称的对机车的底部进行拍照，然后再通过光纤把拍摄到的图片传输到相应的计算机。计算机分别对对应摄相机采集到的图片进行压缩，筛选（原则上是只要保留关键的几幅图像，每10幅中间选择1幅进行保留）后，通过光纤传输到主处理器，位于客户组的四台客户端用来运行故障检测程序，自动检测图片中的缺陷，另一组四台客户端将进行人工检测，对电脑自动识别后的图片进行进一步的检测，这样可以把运动中机车的底盘和侧面的一些重要零件如枕簧、销钉、安全链等进行准确的判断[5]。
机车底盘的零部件较多，而且结构复杂，其结构如图3所示意。而本次程序设计主要判断枕簧是否出现缺失、窜出移位的故障。枕簧安装在摇枕上，左右各两个，为机车减震装置[6]。由于铁轨下方摄像的CCD有两台，故所摄机车底盘照片是由两张照片拼接而成。一节车厢高速CCD拍摄的照片就有110张左右，因此还需从众多照片中，筛选出包含枕簧的图片，并对其进行特征识别，故障报警。
由于现有的枕簧故障图片有限，软件测试时是在正常图像的基础上利用图像软件进行修改、抹黑等方式得到的，故图像的移动和修改的边缘，与实际的图片相比，都存在较大的误差，因此在对枕簧的故障处理过程中，都出现了漏报率8.3%，虚警率3.3%，程序还需要经过调试，选择更合适的阈值来对图像进行降噪和阈值分割。程序处理的速度基本达到课题所要求的速度，但程序还是存在一些bugs，在今后的完善过程中可以再加以改进[9]。希望能够移植到DSP中，而使运算的时间更加的缩短。
关键词：光学工程；机车故障；枕簧；数字图像处理
：ADoI: 10.3969/j.issn.1003-6970.201
2.05.008
The Malfunction Detection Software Design of The locomotives Springs by Photoelectric Detection Methods中国铁路自1997年以来，已经进行了6次大面积提速。这6次大提速在大幅度增加铁路提速线路资源的同时，相应提高了列车运行的最高速度，其中快速列车最高运行速度达到每小时200公里[1-4]。近些年，我国高铁发展迅猛，目前国内高铁的时速在300公里左右，到十二五末，中国高铁列车试验时速为500公里左右。
火车提速为人们的出行提供了便利条件。而由于列车的提速而带来的安全隐患问题也逐渐浮出水面。机车在高速运行时，零部件的是否能够正常工作，是否连接牢固、稳定，能否实现不停车故
源于：论文结论范文www.udooo.com
障检测，并有较高的准确率成为目前重点研究的课题。考虑到对机车故障检测的实际要求，即不停车检测，检测速度快，漏报率低，机车故障动态检测系统的硬件部分，采用了一套高速CCD摄像器械，安装在铁轨底部和铁道两旁，分别对机车底盘和侧面进行实时摄像，系统如图1所示。CCD摄像机的拍照速度可达到每秒钟110帧。每个摄像机均通过光纤连接一台计算机，以保证所摄图像实时传输。1号与4号摄像机主要拍摄机车侧面的零件缺陷，如车轮；2号与3号摄像机放置在铁轨下方的凹坑中，以相同的倾角对称的对机车的底部进行拍照，然后再通过光纤把拍摄到的图片传输到相应的计算机。计算机分别对对应摄相机采集到的图片进行压缩，筛选（原则上是只要保留关键的几幅图像，每10幅中间选择1幅进行保留）后，通过光纤传输到主处理器，位于客户组的四台客户端用来运行故障检测程序，自动检测图片中的缺陷，另一组四台客户端将进行人工检测，对电脑自动识别后的图片进行进一步的检测，这样可以把运动中机车的底盘和侧面的一些重要零件如枕簧、销钉、安全链等进行准确的判断[5]。
机车底盘的零部件较多，而且结构复杂，其结构如图3所示意。而本次程序设计主要判断枕簧是否出现缺失、窜出移位的故障。枕簧安装在摇枕上，左右各两个，为机车减震装置[6]。由于铁轨下方摄像的CCD有两台，故所摄机车底盘照片是由两张照片拼接而成。一节车厢高速CCD拍摄的照片就有110张左右，因此还需从众多照片中，筛选出包含枕簧的图片，并对其进行特征识别，故障报警。
由于现有的枕簧故障图片有限，软件测试时是在正常图像的基础上利用图像软件进行修改、抹黑等方式得到的，故图像的移动和修改的边缘，与实际的图片相比，都存在较大的误差，因此在对枕簧的故障处理过程中，都出现了漏报率8.3%，虚警率3.3%，程序还需要经过调试，选择更合适的阈值来对图像进行降噪和阈值分割。程序处理的速度基本达到课题所要求的速度，但程序还是存在一些bugs，在今后的完善过程中可以再加以改进[9]。希望能够移植到DSP中，而使运算的时间更加的缩短。