視覺傳感器材料制備及在列車關(guān)鍵部件破損識別的應(yīng)用

中圖分類號：TQ317 文獻(xiàn)標(biāo)志碼：A 文章編號：1001-5922（2025）10-0121-04

Material preparation of visual sensor and its application in damage identification of key components of train

WANG Liang， ZHANG Weidong， ZHANG Rui， ZHANG Zhizhong （Locomotive Branch of CHN Energy Xinshuo Railway Co.，Ltd.，Ordos O103Oo，Inner Mongolia China）

Abstract：Inorder to improve theaccuracy of material damage identification of keycomponents，a visual sensor was prepared by using zinc selenide and graphene.Based onthe sensor，a damage identification system for key components of railway locomotive was constructed.The results show that the visual sensor has obvious photoelectric response to light. The photocurrent is between 500～525 μ A when the light is turned on and off，and the response speed is1.2 × 106 A/W，which has high sensitivity and stability. The prepared visual sensor is used to identify the material damage of keycomponents，which has high recognition accuracy.The recognition accuracy and average accuracy are 97.36% and 95.28% ，respectively.

Key words： visual sensor;key component materials;damage identification;sensor preparation;photocurrent

列車關(guān)鍵部件材料是列車行車安全的重要保障。一旦列車關(guān)鍵部件出現(xiàn)破損，勢必會影響列車行車安全。因此，識別列車關(guān)鍵部件材料破損意義重大。目前，關(guān)于列車關(guān)鍵部件材料破損識別的方法主要是通過制備圖像傳感器采集關(guān)鍵部件材料圖像，并利用圖像識別方法對破損圖像進(jìn)行識別。如羅磊等通過在石英上蒸鍍暈苯薄膜，制備了一種增強CMOS圖像傳感器，提高了CMOS圖像傳感器的光譜響應(yīng)效果和對紫外光的靈敏度。最后將該傳感器應(yīng)用于圖像識別中，實現(xiàn)了破損圖像的識別。王博等[2]基于黑硅光電探測技術(shù)，采用飛秒激光刻蝕法制備了一種視覺傳感器，并結(jié)合圖像識別技術(shù)是，實現(xiàn)了黑硅材料及器件的破損識別。陳沁等3基于彩色濾波原理，利用微鈉機構(gòu)空間分光色彩技術(shù)，設(shè)計了一種高像素密度的圖像傳感器，提高了圖像傳感器的圖像采集精度，最后將其與計算機信息技術(shù)相結(jié)合，實現(xiàn)了材料破損識別。研究表明，視覺傳感器在材料破損識別中起到了至關(guān)重要的作用，但仍存在精度有待提高的問題。基于此，本文為提高關(guān)鍵部件材料破損識別精度，嘗試結(jié)合硒化鋅和石墨烯制備視覺傳感器，并以其為基礎(chǔ)構(gòu)建破損識別系統(tǒng)，開展關(guān)鍵部件材料破損識別應(yīng)用研究。

1試驗部分

1.1 材料與設(shè)備

主要材料：聚對苯二甲酸乙二醇酯（PETAR，常豐新材料）；丙酮（AR，金粵冠新材料）；乙醇（ 99% ，卓亞化工）;聚甲基丙烯酸甲酯（Mw-996000，西格瑪奧德里奇）；硒化鋅（ 99.99% ，十月新材料）；蒸發(fā)金（ 99.99% ，啟睿新材材料）；蒸發(fā)鉻（ （99.95% ，典譽新材料）;銅箔（ 99.8% ，十月新材料）；氯化鐵 （97.0% ，匯邦新材料）；氬氣 （99.99% ，紐瑞德特種氣體）；氫氣（ 99.99% ，紐瑞德特種氣體）；甲烷（ 99.99% ，紐瑞德特種氣體）;石墨烯（LN-2P，利物盛新材料）。

主要設(shè)備：超聲波清洗機（XTA-605FR，先泰超聲工程設(shè)備）；加熱臺（JW-400DG，君為科技）；勻膠機（JW-A5，君為科技）；電子束蒸發(fā)鍍膜機（TEMD600，泰科諾科技）；管式高溫加熱爐（MFLGM-14，馬弗爐科技儀器）。

1.2 視覺傳感器的制備

（1）取長寬為 50mm×50mm ，厚度為 25μm 的銅箔，在超聲波清洗機中使用低功率超聲波清洗 1min 然后放入體積比為1：3的聚乙二醇和磷酸混合溶液中，通過電化學(xué)工作站中拋光 0.5h ，并使用去離子水沖洗銅箔后放在氮氣環(huán)境下干燥[46；

（2）將干燥的銅箔放入管式高溫加熱爐，并在管式高溫加熱爐的石英管內(nèi)真空度達(dá)到 -0.1MPa 時，向石英管持續(xù) 5min 通入流量為 100sccm 的氫氣；

（3）設(shè)置管式高溫加熱爐溫度為 1050‰ ，保溫 0.5h 后加熱銅箔 1h

（4向管式高溫加熱爐石英管中持續(xù) 0.5h 通人流量為 20ccm 的甲烷氣體，然后使用風(fēng)扇快速降低管式高溫加熱爐溫度。當(dāng)溫度下降到 580^qC 時，打開管式高溫加熱爐，在自然條件下冷卻到 25^qC 后，取出生長有單層連續(xù)石墨烯的銅箔[7-8]；

（5）將生長有單層連續(xù)石墨烯的銅箔固定在PET上，使用勻膠機將濃度為 5% 的聚甲基丙烯酸甲酯溶液旋涂銅箔上，然后在 180^°C 的加熱臺上加熱 8min 得到聚甲基丙烯酸甲酯/石墨烯/銅箔；

（6取 10×10mm 的聚甲基丙烯酸甲酯/石墨烯/銅箔放入 5mol/L 的氯化鐵中浸泡 0.5h 并取出使用去離子水漂洗 10min 后，再次放入 5mol/L 的氯化鐵中浸泡 2h ，然后使用去離子水漂洗 10min ，得到聚甲基丙烯酸甲酯/石墨烯[9-10];

（7）取 60×60mm 的平整PET，先后使用丙酮、乙醇和去離子水進(jìn)行各 10min 的超聲清洗，并在氮氣條件下干燥 3h ，并將聚甲基丙烯酸甲酯/石墨烯移到PET正中干燥3h，得到聚甲基丙烯酸甲酯/石墨烯/PET;

（8）設(shè)置加熱臺溫度為 60^qC ，加熱聚甲基丙烯酸甲酯/石墨烯/PET材料 10min ，并將其放在 50% 的丙酮溶液中浸泡 5min ，去除聚甲基丙烯酸甲酯，得到石墨烯/PET;

（9）取 30×30μm 的條帶掩膜板，并使用乙醇和丙酮清洗，然后放在石墨烯/PET中心，使用高溫膠帶貼壓緊，并使用在真空度為 5×10^-4 MPa時，使用電子束蒸鍍膜機以 0.03nm/s 的速度蒸鍍 60nm 的硒化鋅，得到條帶硒化鋅/石墨烯；

（10）在 5×10^-4MPa 真空度條件下，以 0.06nm/s 的速度分別將 10nm 的蒸發(fā)鉻和 100nm 的蒸發(fā)金蒸鍍到硒化鋅/石墨烯上，作為源極和漏極，得到用于關(guān)鍵部件材料破損識別的視覺傳感器[11-12]。

制備流程如圖1所示。

2 結(jié)果與討論

2.1 光照響應(yīng)測試

在無光照條件下，以及光照波長和功率分別為

320nm 和 1mW/cm² 光照條件下，制備的視覺傳感器電流-電壓曲線，如圖2所示。

由圖2可知，相較于光照條件下，無光照條件下的電流一電壓曲線斜率較小，表明制備的視覺傳感器對光照具有明顯的響應(yīng)；無光照條件下和有光照條件下，電流-電壓曲線均關(guān)于零點對稱，表明制備的視覺傳感器是通過歐姆進(jìn)行接觸[13-16]

圖3靈敏度和穩(wěn)定性測試結(jié)果 Fig.3Sensitivityand stabilitytestresults

2.2穩(wěn)定性與靈敏度測試

在偏壓、波長、功率分別為1 V，320nm 和 1mW/cm² 光照條件下，制備的視覺傳感器間隔固定時間關(guān)閉和打開時的電流隨時間變化曲線，如圖3所示。

由圖3可知，每個打開與關(guān)閉周期的電流變化趨勢基本相同，表明該傳感器具有較好的穩(wěn)定性；關(guān)閉光照時的電流為 500μA ，打開光照時的電流為 525μA 響應(yīng)速度為 1.2×10⁶A/W ，表明該傳感器具有較高的靈敏度。分析其原因是，該傳感器采用硒化鋅作為吸光材料，并使用石墨烯進(jìn)行載流子遷移，提高了載流子遷移效率，進(jìn)而提高了其靈敏度[17-18]

3 實際應(yīng)用

為驗證本試驗制備的視覺傳感器在關(guān)鍵部件材料破損識別中的應(yīng)用效果，構(gòu)建圖4識別系統(tǒng)對視覺傳感器進(jìn)行檢驗。系統(tǒng)利用視覺傳感器采集關(guān)鍵部件材料圖像，通過A/D轉(zhuǎn)換后將圖像數(shù)據(jù)存儲到采集卡上進(jìn)行緩存，計算機則通過軟件對圖像進(jìn)行處理后識別圖像，從而實現(xiàn)關(guān)鍵部件材料破損識別。其中，采集卡為AxionxB圖像采集卡，計算機軟件包括圖像去噪、破損識別，計算機操作系統(tǒng)Windows10，配置pythorch深度學(xué)習(xí)框架，硬件環(huán)境為Core-i78700KCPU，16GB內(nèi)存和GTX1080顯卡。

3.1 圖像去噪

視覺傳感器在采集關(guān)鍵部件材料圖像過程中，可能受環(huán)境影響，導(dǎo)致采集的圖像存在噪聲，因此需對采集的圖像進(jìn)行去噪。常用的去噪方法包括小波變換和中值濾波，其中小波變換方法可有效保留圖像的邊緣信息和細(xì)節(jié)信息，實現(xiàn)對原始圖像的非線性去噪處理，因此本系統(tǒng)選用小波變換對視覺傳感器采集的關(guān)鍵部件材料圖像進(jìn)行去噪預(yù)處理。小波變換去噪流程如圖5所示。

圖5小波變換去噪流程 Fig.5Wavelet transformdenoisingprocess

3.2 破損識別

本系統(tǒng)采用改進(jìn)YOLOv5網(wǎng)絡(luò)對關(guān)鍵部件材料破損進(jìn)行識別[19-20]。識別流程如圖6所示。

圖6破損識別流程 Fig.6Damage identification process

3.3 破損識別結(jié)果

采用準(zhǔn)確率（accuracy）平均精度（Average Pre-cision，AP）評估視覺傳感器在關(guān)鍵部件材料中的應(yīng)用效果，其計算方法分別如下。

式中： ?_m 為識別正確的關(guān)鍵部件材料破損圖像數(shù)量，n 為關(guān)鍵部件材料總圖像數(shù)量， P_th 為精確度閾值。

破損識別結(jié)果如圖7所示。

圖7破損識別結(jié)果指標(biāo)值 Fig.7 Indicatorvaluesfordamageidentificationresults

由圖7可知，基于視覺傳感器的關(guān)鍵部件材料破損識別系統(tǒng)具有較高的識別精度，識別準(zhǔn)確率和平均精度分別達(dá)到 97.36% 和 95.28% ，表明所制備的視覺傳感器在關(guān)鍵部件材料破損識別中具有有效性

4結(jié)語

綜上所述，本試驗制備的視覺傳感器在關(guān)鍵部件材料破損識別中的應(yīng)用效果良好，可用于關(guān)鍵部件材料破損識別。現(xiàn)將結(jié)論總結(jié)為：（1）采用硒化鋅和石墨烯制備的視覺傳感器對光照具有明顯的響應(yīng)；（2）視覺傳感器的打開和關(guān)閉時的光生電流介于 500～525μA 之間，具有均勻的光生電流變化；（3）視覺傳感器的響應(yīng)速度為 1.2×10⁶A/W ，具有較高的靈敏度和穩(wěn)定性；（4）以制備的視覺傳感器對關(guān)鍵部件材料破損進(jìn)行識別，具有良好地識別效果，可準(zhǔn)確識別關(guān)鍵部件材料破損，識別準(zhǔn)確率和平均精度分別達(dá)到 97.36% 和 95.28% 。

【參考文獻(xiàn)】

[1]羅磊，宋立媛，唐利斌，等.暈苯增強CMOS圖像傳感器[J].紅外與毫米波學(xué)報，2023，42（6）：932-937.

[2] 王博，唐利斌，張玉平，等.黑硅光電探測材料與器件研究進(jìn)展[J].紅外技術(shù)，2022，44（5）：437-452.

[3]陳沁，文龍，楊先光，等.面向高像素密度圖像傳感器的結(jié)構(gòu)色技術(shù)[J].光學(xué)學(xué)報，2021，41（8）：140-156.

[4]董浩，趙曉暉，曲良東，等.氧化石墨烯/硒化鋅納米光電材料的制備及其藍(lán)光發(fā)射特性[J].發(fā)光學(xué)報，2014，35（7）：767-771.

[5]李紅巖，魏洪玲，趙龍.激光視覺引導(dǎo)下的工業(yè)機器人步態(tài)運動學(xué)參數(shù)辨識[J].激光雜志，2024，45（4）：191-195.

[6]鐘琳，徐海，米芳芳，等.基于線結(jié)構(gòu)光掃描的煙支表面缺陷檢測方法研究[J].包裝與食品機械，2024，42（2）：82-87.

[7]朱蒙，馬其華.激光雷達(dá)和視覺傳感器組合系統(tǒng)的在線校準(zhǔn)方法[J].電子設(shè)計工程，2024，32（8）：1-6.

[8]鄧云紅，趙治國，楊一飛，等.ADAS系統(tǒng)視覺與毫米波雷達(dá)分布式抗差卡爾曼濾波融合算法[J].汽車工程，2024，46（5）：805-815.

[9]溫銀堂，王凱，張玉燕，等.同面陣列電極敏感場優(yōu)化方法[J].計量學(xué)報，2024，45（2）：222-230.

[10]張志遠(yuǎn)，顏華，周英鋼，等.改進(jìn)靈敏度矩陣的復(fù)合材料粘接缺陷ECT檢測[J].電子測量與儀器學(xué)報，2022，36（11）：17-23.

[11］張玉玲，謝愛華，楊云濤，等.數(shù)字圖像應(yīng)用于疲勞監(jiān)測的測量參數(shù)研究[J].鋼結(jié)構(gòu)（中英文），2022，37（6）：18-27.

[12]陳宇豪，吳瑾.機場混凝土道面板斷板無損檢測技術(shù)研究進(jìn)展[J].江蘇建筑，2021，（S1）：81-85.

[13]薛河，張永剛，侯成，等.基于數(shù)字圖像相關(guān)方法的L450管線鋼單軸拉伸變形研究[J].壓力容器，2021，38（9）：27-33.

[14]馬敏，郭鵬飛，董永智.基于雙平面電容傳感器的復(fù)合材料缺陷檢測[J].計算機應(yīng)用與軟件，2021，38（1）：82-86.

[15]邊琦，戚磊，唐善發(fā)，等.不同材料CMOS陣列電串?dāng)_特性的分析及比較[J].光學(xué)與光電技術(shù)，2021，19（3）：13-19.

[16]柯仁挺.基于納米復(fù)合材料的光電化學(xué)傳感器的制備[J].粘接，2022，49（3）：192-196.

[17]李錦，鄭會華，魏佳佳，等.旋涂法制備銀納米線柔性透明導(dǎo)電膜的研究[J].化工新型材料，2024，52（S1）：278-284

[18]崔雯娜. TiO₂/Bi₄Ti₃O₁₂ 復(fù)合光陽極的制備及光電化學(xué)性能研究[J].當(dāng)代化工，2024，53（4）：836-840.

[19]高云龍，陳彥光，李輝堆，等.基于截斷技術(shù)的魯棒模糊C均值聚類[J].廈門大學(xué)學(xué)報（自然科學(xué)版），2024，63（2）：160-169.

[20]李東璐，蔡喜昌，謝國棟，等.基于YOLOv5模型改進(jìn)技術(shù)的仿直結(jié)果對比[I].粘接.2023.50（5）：147-151.