基于视觉检测的钢轨波磨三维重构与磨损预测
为推进交通强国建设，我国的城市轨道交通有了飞速发展，但由于城市轨道交通地势多变、线路复杂，常导致其轮轨关系劣化，继而引发严重的钢轨损伤。作为典型的钢轨损伤问题，钢轨波磨不但降低了乘客舒适性，严重时还会危及行车安全，然而在城市轨道交通的运营维护中，针对钢轨波磨的防治手段主要为人工巡检和定期打磨。该防治手段十分依赖于巡线人员经验，使得在针对钢轨波磨的定期治理中常出现漏打磨、过度打磨等问题，致使钢轨服役时间缩短，产生大量的经济损失，所以开展钢轨波磨的三维重构与磨损预测研究极具必要性。本文主要开展了如下四个方面的研究工作： （1）通过 YOLO 神经网络框架，搭建并训练了针对钢轨波磨的图像识别模型，实现了图像中钢轨波磨的存在性识别，并对识别结果可靠程度按照置信度进行划分。通过钢轨波磨图像验证分析，该钢轨波磨快速识别方法的均值平均精度为0.986，对钢轨波磨具有良好的识别效果。此外，当检测结果的置信度为0.6-0.9时，能准确识别到钢轨波磨。 （2）通过Canny边缘检测算法与霍夫变换算法等多种图像处理方法设计了图像预处理方法，提取了钢轨波磨图像。随后使用非线性拟合方法，探究了预处理后钢轨波磨图像中灰度与磨损深度的内在关联，进而实现钢轨波磨的三维重构。通过现场验证，钢轨波磨深度-灰度拟合方程的RMSE为0.02，对钢轨波磨检测深度识别的平均偏差最小可达2%。 （3）根据钢轨波磨的三维重构方法，构建了含钢轨波磨的轮轨系统有限元模型并对其分别进行了瞬时动态分析与磨损计算分析，以实现钢轨波磨的磨损预测。结果表明轮轨间的饱和蠕滑力诱导了频率为250 Hz的摩擦自激振动，从而导致该处钢轨波磨产生与发展。此外，磨损分布预测情况与真实情况大致相同，且其磨损深度误差约为5.3%。 （4）以梯形轨道支撑的小半径曲线为例，构建了转向架-轮对-轨道系统有限元模型，通过复特征值分析法与最小二乘法，设计了影响钢轨波磨产生的轨道结构多参数拟合方程，最后采用遗传算法，确定了控制钢轨波磨的轨道结构优化方案。结果表明，当梯形轨道中扣件垂向刚度、扣件水平刚度、扣件垂向阻尼、减振垫垂向刚度分别为36 MN/m、1.68 MN/m、2.9 kNs/m、5.57 MN/m时，可有效控制该处钢轨波磨的形成。
城市轨道交通;钢轨波磨;三维重构;磨损预测;视觉检测
重庆交通大学
硕士
机械工程
崔晓璐
2023
中文
U213.42
2023-09-14（万方平台首次上网日期，不代表论文的发表时间）