機車走行部故障圖像識別系統的研究

韓克勤,王 遷

(1 沈陽鐵路局,遼寧沈陽110001;2 沈陽鐵路局 機務處,遼寧沈陽110001)

我國鐵路發展已經處于世界領先水平,機車裝備基本上實現了客運高速、貨運重載的目標。但是機車走行部的質量仍然依靠地面人工進行檢測,不僅效率低、占用大量的人力,而且一旦出現漏檢情況,極易出現走行部部件脫落、裂折等嚴重問題的發生,給列車運行安全帶來了極大的安全隱患。目前鐵路系統采用在線圖像檢測較為成功的是車輛的TFDS系統,但該系統不適合機車的使用,一是機車型號多、走行部構造復雜、部件數量大;二是該系統識別圖片需要多張照片拼接,效果差,容易出現人為誤差;三是圖片完全靠人工分析,對分析人員的技術業務素質要求高。基于以上原因,開發研究適應機車走行部故障檢測的圖像識別系統(以下簡稱圖像識別系統)是必要的。

1 機車走行部故障圖像識別系統的構成及原理

1.1 機車走行部故障的特性

無論是內燃還是電力機車,其走行部都是一個有機的整體,數百個零部件相互耦合,在不同時刻的任何觀測數據都是不可重復的。其故障具有以下特點:

(1)層次性:由于零件工作的關聯性及耦合性,決定著機車故障的層次性,一種故障可由多層次原因構成。

(2)突發性及緩變性:突發性故障發生在瞬間,無明顯癥狀,難以預測,而緩變性故障具有漸進性和局部功能失效的特點,可以預測。

(3)模糊性:機車故障和征兆信息并不是一一對應的,具有隨機性,征兆之間界限是模糊的,并且某些信息具有不確知性。

(4)趨勢性:機車大部分故障有隨時間變化的一種趨勢,即從微小征兆向顯著征兆發展的趨勢。

1.2 圖像識別系統的構成

為適應機車走行部故障圖像識別,本文提出的圖像識別系統主要由3部分組成:①前端圖像采集系統;②圖像傳輸系統;③后端圖像識別和檢測診斷系統,系統結構拓撲圖如圖1所示。

(1)前端圖像采集系統

前端圖像采集系統由3臺高速高清晰線掃描相機組成,埋入兩條鋼軌中間,分別向左、中、右3個方向采集機車走行部所有零部件的圖像信息。采集后進行圖像整合和圖像預處理,形成一張完整的機車走行部圖像。

(2)圖像傳輸系統

圖像實時壓縮并通過千兆以太網傳輸并存儲到監控中心的主機上。

(3)后端圖像識別和檢測診斷系統

圖像在后端進行機車走行部特征的提取以及識別的運算,通過與數據庫中不同車型機車走行部模板對比,做出判斷或報警。

圖1 機車走行部故障圖像識別系統組成

1.3 系統工作原理

(1)系統工作框架

系統前端和后端功能的流程如圖2所示。

圖2 機車走行部故障圖像識別系統功能流程圖

(2)高清晰圖片的獲取

當機車運行時,高清晰圖片的取得是整個系統有效運行的第一個難點,沒有高清晰的圖片作為保障,圖像識別功能是無法實現的。因此在高速、低照度、周圍存在電磁、高壓、強振動等強干擾的情況下,對前端的圖像采集設備無疑提出了一個很高的要求。在這個系統當中,采用了高速線掃描攝像機,可獲得清晰、連續、完整的走行部圖像。

(3)白天及夜間低照度情況下的圖像采集

圖像識別系統是將前端攝像機安裝在兩條鋼軌中間的地面上,在機車通過的瞬間,仰角抓拍機車走行部高清圖片,圖片包含車軸、拉桿、抱軸油盒、牽引電機檢查孔蓋、基礎制動裝置等所有部件的詳細信息。當拍攝環境發生變化時,攝像機內部會進行自動調光,并根據當前的光線條件自動輸出補光燈控制信號。

(4)圖像識別方法

對機車走行部圖像識別分為3個步驟:①機車走行部的特征提取;②進行圖像識別運算;③完成識別精度的計算,并對機車走行部狀況進行判別和評估。

圖像特征分析是圖像識別的基礎,其中最主要的圖像特征包括紋理、形狀(輪廓)、各零部件間相互位置關系等。首先要對機車走行部的特征進行提取,來作為識別和分析機車走行部狀況的依據,目前常見的識別方法有模糊圖像識別方法和基于人工智能的識別方法等;其次,在機車走行部圖像識別系統中,采用模板匹配作為圖像識別和分析的方法,模板就是由已知的各類機車走行部特征圖像建立的數據庫,而模板匹配就是在采集到的各類型機車走行部圖像中搜尋目標,已知這些圖像中有要尋找的目標,并且該目標與模板具有相同的尺寸、方向和圖像,那么首先通過算法映射到對應的模板,然后再通過一定的算法就可以在圖中找到目標,并確定其坐標位置。

在機車頭底部的圖像特征和提取過程中,運用的算法有支持向量機(SVM)算法、隱馬爾代夫(HMM)算法、人工神經網絡(ANN)算法以及動態歸整(DTW)算法。

2 機車走行部故障識別流程

2.1 機車故障數據庫的建立

到2010年末,沈陽鐵路局配置的機車型號共16種,見表1。

表1 沈陽鐵路局配置的機車型號表

機車走行部故障數據庫由兩大模塊組成:內燃機車故障數據庫和電力機車故障數據庫。

(1)模板載入

該功能可以將目前服役中的所有車頭底部特征圖上傳至數據庫中,用作模板比對的標準圖像。

(2)參數設置

主要完成機車頭底部主要零部件的尺寸、方向等主要特征的確定。流程如圖3所示。

(3)故障特征庫建立

該數據庫將運用專家知識及現場經驗總結出上百條的現象、故障及解決方法。現象用A表示,其對應的解決方法將用S表示,例如出現A1的現象描述將對應S1故障問題和解決方法。

圖3 機車走行部故障特征庫的建立

2.2 機車走行部故障判別及評估(見表2)

表2 機車走行部故障特征

2.3 模板比對

(1)特征提取

對機車走行部電機、拉桿、轉向架等主要零部件利用矩形框或者橢圓形框進行關鍵區域的設置和搜索。

(2)圖像比對(見圖4)

2.4 報警等級評估

對報警問題進行發展趨勢分析,全面了解機車的運行情況,并對可能出現問題發出預警。報警信號按照發現的問題故障以及需要相應的緊急程度進行分級,如表3所示,并依次來決定對機車在何時需要進行維護或維修。

圖4 機車走行部故障判別流程

表3 機車走行部故障報警等級

走行部故障的原因很多,要求快速、有效、準確地識別故障并采取有效措施及時排除故障。利用機車走行部故障圖像識別系統診斷并給出處理措施,輔助維修人員進行事故處理,可以提高機車的安全經濟運行水平。

3 結束語

機車走行部故障圖像識別系統的研發,將會對機車整備作業帶來深刻的變化,不僅提高了機車庫內作業效率,而且對長交路機車走行部的質量提供了可靠的保證。