[發(fā)明專利]一種列車車軸鑲?cè)氩课怀暸袀椒捌湎到y(tǒng)在審
| 申請?zhí)枺?/td> | 202110047896.9 | 申請日： | 2021-01-14 |
| 公開（公告）號： | CN112700438A | 公開（公告）日： | 2021-04-23 |
| 發(fā)明（設(shè)計）人： | 張渝;趙波;彭建平;王禎;黃煒;胡繼東;章祥;馬莉;王小偉;杜益 | 申請（專利權(quán)）人： | 成都鐵安科技有限責(zé)任公司 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00;G06T7/70;G06T5/50 |
| 代理公司： | 成都市集智匯華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 51237 | 代理人： | 羅艷 |
| 地址： | 610000 四川省*** | 國省代碼： | 四川;51 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 列車 車軸 部位 超聲 方法 及其 系統(tǒng) | ||
本發(fā)明公開了一種列車車軸鑲?cè)氩课怀暸袀椒捌湎到y(tǒng)，包括：獲取列車車輪鑲?cè)氩课坏膯谓嵌鹊某旴掃圖像；將超聲B掃圖像分解為多個不同尺度的第一圖像，計算多個第一圖像的各像素塊的顯著性值，并生成目標(biāo)區(qū)域圖像；重復(fù)步驟S1?S2直至生成全部角度下的多個目標(biāo)區(qū)域圖像，并提取多個目標(biāo)區(qū)域圖像的重合區(qū)域圖像作為缺陷區(qū)域。本發(fā)明通過采集列車車輪鑲?cè)氩课坏亩嘟嵌鹊亩鄠€超聲B掃圖像，增加輪對噪聲和缺陷的特征信息，并通過對超聲B掃圖像進(jìn)行高斯金字塔的圖像分解以進(jìn)行顯著性檢測，進(jìn)一步增強(qiáng)目標(biāo)缺陷特征并減弱背景噪聲，進(jìn)而提取缺出準(zhǔn)確的缺陷區(qū)域并生成檢測結(jié)果，解決了現(xiàn)有車軸鑲?cè)氩课怀暸袀椒ù嬖诘臋z測結(jié)果可靠性低的問題。
技術(shù)領(lǐng)域
本發(fā)明涉及軌道車輛檢測技術(shù)領(lǐng)域，具體涉及一種列車車軸鑲?cè)氩课怀暸袀椒捌湎到y(tǒng)。
背景技術(shù)
鐵路列車車軸與車輪或制動盤的鑲?cè)氩坎捎脵C(jī)械過盈配合，在役運(yùn)行過程中，車軸在鑲?cè)氩课挥捎诮蛔儜?yīng)力容易產(chǎn)生疲勞裂紋缺陷，該裂紋一般采用超聲波探傷方式進(jìn)行檢測。但是由于鑲?cè)氩课坏挠绊懀诔暡ㄌ絺盘栔校鸭y周圍會產(chǎn)生與裂紋類似的回波噪聲信號，難以對裂紋缺陷信號進(jìn)行準(zhǔn)確識別。
具體的，由于車軸鑲?cè)氩课坏钠诹鸭y缺陷信號與該部位的噪聲信號位置相同，波形非常類似，不同輪對的鑲?cè)氩课辉肼暦捣秶▌虞^大，有很多輪對的噪聲幅值超過深度為0.5mm標(biāo)定缺陷幅值，甚至部分噪聲幅值超過深度為1mm標(biāo)定缺陷幅值。目前列車車軸超聲波閘門自動判傷，超過標(biāo)定幅值的信號均會被判定為缺陷，目前的自動判傷方式多采用深度為1mm的缺陷作為標(biāo)定缺陷，超過其幅值的信號被判定為缺陷，在判傷過程中常常將部分幅值較高的噪聲信號判定為缺陷。導(dǎo)致，目前的自動判傷方式不能夠有效識別幅值低于噪聲的缺陷信號，僅能判定部分深度為1mm的缺陷，且存在很高的誤報，誤報率大多高于15％。
因此，傳統(tǒng)的車軸鑲?cè)氩课怀暸袀椒〞④囕S鑲?cè)氩课桓浇幕夭ㄔ肼曅盘栒`判定為裂縫缺陷回波進(jìn)而生成列車車軸鑲?cè)氩课淮嬖谌毕莸臋z測結(jié)果。因此，傳統(tǒng)的車軸鑲?cè)氩课怀暸袀椒o法解決因車軸鑲?cè)氩课桓浇幕夭ㄔ肼曅盘栐斐上到y(tǒng)誤報的問題。
綜上所述，現(xiàn)有的車軸鑲?cè)氩课怀暸袀椒ù嬖跈z測結(jié)果可靠性低的問題。
發(fā)明內(nèi)容
有鑒于此，本發(fā)明提供一種列車車軸鑲?cè)氩课怀暸袀椒捌湎到y(tǒng)，通過改進(jìn)超聲圖像的圖像處理方法，解決了現(xiàn)有的車軸鑲?cè)氩课怀暸袀椒ù嬖诘臋z測結(jié)果可靠性低的問題。
為解決以上問題，本發(fā)明的技術(shù)方案為采用一種列車車軸鑲?cè)氩课怀暸袀椒ǎǎ篠1：獲取列車車輪鑲?cè)氩课坏膯谓嵌鹊某旴掃圖像；S2：將所述超聲B掃圖像分解為多個不同尺度的第一圖像，計算多個所述第一圖像的各像素塊的顯著性值，并生成目標(biāo)區(qū)域圖像；S3：重復(fù)步驟S1-S2直至生成全部角度下的多個目標(biāo)區(qū)域圖像，并提取多個所述目標(biāo)區(qū)域圖像的重合區(qū)域圖像作為缺陷區(qū)域。
可選地，所述S2包括：S21：基于高斯金字塔將所述超聲B掃圖像分解為多個不同尺度的所述第一圖像；S22：計算多個所述第一圖像的各像素塊之間的顯著性差異值；S23：通過中值濾波生成多個所述第一圖像的各像素塊的顯著性值；S24：提取多個所述第一圖像中顯著性值超過第一閾值的各像素塊，并計算各像素塊的重合區(qū)域生成顯著性區(qū)域位置信息；S25：基于所述顯著性區(qū)域位置信息分割所述超聲B掃圖像并生成所述目標(biāo)區(qū)域圖像。
可選地，所述S24還包括：基于模糊算法降低非顯著性區(qū)域位置的像素點(diǎn)的分辨率，實(shí)現(xiàn)所述超聲B掃圖像的弱化背景。
可選地，所述S1還包括：獲取由列車車輪鑲?cè)氩课坏膯谓嵌鹊乃龀旴掃圖像后，對所述超聲B掃圖像進(jìn)行尺寸一致化處理。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于成都鐵安科技有限責(zé)任公司，未經(jīng)成都鐵安科技有限責(zé)任公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110047896.9/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇：道路用多功能極薄表面層材料及其應(yīng)用
- 下一篇：牙種植體
