弓網拉弧強度檢測方法的研究

趙 磊 伍川輝 石曉蓉

(西南交通大學機械工程工程學院 成都 610031)

0 引 言

電力機車從接觸網獲取電力是靠安裝在機車頂部的受電弓滑板與接觸網之間的滑動接觸來實現的［1-2］。列車弓網電弧是一個復雜的研究對象，與電磁場、熱場、氣流場、等離子體等運動變化相關［3-4］。由于弓網電弧產生的環境復雜，涉及能量大小的影響因素、產生和熄滅機理、時空分布規律、能量傳輸特性等多個環節，無論采用理論分析還是實驗模擬都十分困難［5-9］。到目前為止，還很少見到對弓網電弧問題專門研究報道，與之相關的電弧問題的研究主要集中在開關電弧模型的建立和分析、能量分布、對觸頭材料的侵蝕和載流摩擦磨損等方面［6-11］。本文基于目前研究現狀，通過視頻監控方法，研究分析一種評價列車受電弓拉弧強度的方法，基于這種方法，可以對受電弓拉弧進行比較準確的分析，為后續的電弧的控制和預防做準備。

1 弓網拉弧視頻監控系統總體設計

本文設計的系統方案硬件如圖1 所示。攝像頭采用FCB－EX480CP 自動對焦一體化低照度攝像機;圖像采集卡采用MV－600 高精度工業圖像采集卡。其中，工控機對受電弓和電網接觸位置進行對焦，連續不間斷進行視頻采集，圖像采集卡對采集到的視頻進行數字化處理，工控機對視頻進行分割成幀圖片，上位機軟件進行數字圖像處理算法設計，提取拉弧圖片，并分析處理，得到拉弧強度表。

圖1 系統硬件方案框圖

2 視頻流分割幀圖片

MV－600 圖像采集卡采集連續不間斷進行采集視頻信息，上位機軟件編程首先是對視頻進行分割，獲得幀圖片，圖片格式為BMP 圖像，存儲在工控機存儲區，為后續軟件處理做準備。圖像采集卡提供了開發包SDK，可以通過調用.dll 來實現分割過程。設計思路如下:

1)首先初始化播放器，然后判斷視頻打開是否成功;

2)判斷視頻長度，調用抓圖函數進行抓圖并保存。

3 BMP 圖像文件圖片格式

BMP 文件由文件頭、位圖信息頭、顏色信息和圖形數據四部分組成。文件頭主要包含文件的大小、文件類型、圖像數據偏離文件頭的長度等信息;位圖信息頭包含圖像的尺寸信息、圖像用幾個比特數值來表示一個像素、圖像是否壓縮、圖像所用的顏色數等信息;顏色信息包含圖像所用到的顏色表，顯示圖像時需用到這個顏色表來生成調色板，但如果圖像為真彩色，既圖像的每個像素用24 個比特來表示，文件中就沒有這一塊信息，也就不需要操作調色板;文件中的數據塊表示圖像的相應的像素值。

4 數字圖像預處理

對分割的BMP 圖像分別進行灰度圖像處理(圖2a)、閾值分割處理(圖2b)、反色處理(圖2c)、邊緣檢測處理(圖2d)，各個部分的處理效果如圖2 所示。

圖2 數字圖像處理處理效果圖

為了能夠判斷檢測出來的邊緣是否滿足要求，即識別出的輪廓是否是弓網拉弧亮度區域，把邊緣處理后的圖片和原始圖片進行重合，用紅色輪廓標注邊緣檢出來的區域，效果如圖3 所示。

圖3 邊緣檢測與輪廓檢測對比效果圖

5 自適應閾值分割—最大內間方差理論

固定閾值分割容易受到外界環境對于拍攝圖片效果的影響而得不到最佳的輪廓，采用自適應閾值分割，可以有效的解決這一問題。

把灰度直方圖在某一閾值處分成兩組，當被分成的兩組間方差為最大時，決定閾值。現在，設一幅圖像的灰度值為0～m－1 級，灰度值i 的像素數位ni，此時我們得到像素總數:

各值的概率:

然后T 將其分成兩組C0={0～T－1}和C1={T～m－1}，各組產生的概率如下:

是閾值為T 時灰度平均值，所以全部采樣的灰度平均值為:

兩組間的方差用下式求出:

從1～m－1 之間改變T，求上式為最大值時的T，即求maxδ2(T)時的T*值，此時，T*便是閾值，我們把δ2(T)叫做閾值選擇函數。

采用最佳內間方差理論，可以從0 到255 灰度得到最佳閾值，所以猜想，如果把最佳閾值再賦給最小變量，然后迭代使用最大內間方差法，可以得到最佳的的效果，4 次迭代的處理結果如圖4 所示。

圖4 最大內間方差迭代效果圖

對上面4 副圖片進行提取，其中圖片的像素點為118 614，分別計算此張圖片中像素點R，G，B 都為255 的點數如表1 所示，其中理論的R，G，B 為255 的像素點為56 378，強度百分比為47.53%。

表1 實驗測試結果分析

其中提取之后指進行輪廓識別之后，途中紅色輪廓內的R，G，B 為255 的點數，強度百分比誤差百分比是指測量值強度百分比相對于實際強度百分比的誤差值的百分比。

從圖1 得知，經過迭代算法處理之后，一次比一次趨近實際的強度百分比值，達到了實驗預先設計目標，3 次迭代之后誤差只有0.23%。

6 結 論

本文從列車拉弧視頻分析開始，一直到最終的拉弧強度表的生成，都進行了實驗驗證，實驗表明，系統穩定性較好，雖然有時候存在誤判，但整體性能較好。對視頻進行判斷采用自適應算法，這種算法對于目標區域的識別十分理想，但是這種算法要根據圖像紋理來選擇迭代算法。最大內間方差法(OTSU)［12］，現在已經發展到二維算法，只不過這種二維算法有如下缺點，所以限制了它在工程中的應用。

通過這套系統，根據加權平均的辦法給出了一個判斷列車拉弧強度的方法，這種方法只是相對大小，希望在以后的工作中能夠建立強度表，即根據強度表直接換算出強度大小，這樣對于這種隨即事件的判斷就比較有意義，但這個標準建立還需要科學準確的評估。

［1］趙燕霞，劉敬超，孫樂民，等.載流磨損中電弧侵蝕的研究現狀及趨勢［J］.潤滑與密封，2010 (8):111-113.

［2］馬莉，王澤勇，高曉蓉，等.LV2600 型受電弓滑板剩余磨損量檢測［J］.鐵路機車車輛，2010，30(3):93-97.

［3］Bucca G，Collina A，Manigrasso R，et al.Analysis of Electrical Interferences Related to the Current Collection Quality in Pantograph-catenary Interaction［J］.Rail and Rapid Transit，2011，225(F50:483-499.

［4］劉芳，王黎，高曉蓉，等.受電弓與接觸網間的接觸壓力檢測研究［J］.電力機車與城軌車輛，2006，29(6):19-21.

［5］郭京波.高速機車受電弓穩定受流與控制研究［D］.北京:北京交通大學，2006:80-90.

［6］董霖，陳光雄，周仲蓉.載流磨損的最佳法向載荷三維關系模型研究［J］.機械設計與制造，2010(2):123-125.

［7］Arie Levant，Alessandro Pisano，Elio Usai.Outputfeedback Control of the Contact-force in High-speed train Pantographs［C］//Proceedings of the 40thIEEE Conference on Decession and Control.［S.1.］:IEEE，2001，2:1831-1836.

［8］冒一平.德國鐵路主動控制受電弓實驗成功［J］.中國鐵路，2004(5):31.

［9］Allotta B，Pugi L，Batolini F.An Active suspension System for Railway Pantographs:the T2006 Prototype［J］.Proceedings of the institution of Mechanical Engineers，2009，223(1):15-29.

［10］吳學杰，張衛華，梅佳明.模糊控制技術及其在接觸網/受電弓混合模擬系統中的應用［J］.計算機應用研究，2002(6):85-87.

［11］楊崗，李蒂.告訴動車組受電弓滾動弓頭特性研究［J］.機車電傳動，2010(4):7-12.

［12］Chen M.An automatic recognition of the best thresh-old for image［J］.Computer Applications and Software，2006，23(4):85-86.

［13］OTSU N.A threshold selection method from gray-level histogram［J］.IEEE Trans，1976，SMC-9:62-69.