跨座式单轨交通pc轨道梁面裂纹检测及识别技术分析-analysis of crack detection and identification technology on pc track beam surface of straddle monorail transportation.docxVIP

摘要我国城市交通压力已经随着国民经济的发展和城市扩张的加快而越来越大，目前缓解交通压力的主流方法就是发展轨道交通。PC轨道梁是跨座式单轨交通系统的重要组成部分，其健康状况对整个系统的安全运营具有十分重大的影响。因此，其安全检测和养护对提高系统的使用寿命和安全保障至关重要。传统的人工检测方法效率低、费用高、精度差。本文以梁面裂纹检测系统为基础，对梁面裂纹检测系统中的多方面内容进行了研究。本文首先分析了PC轨道梁梁面裂纹检测系统的框架，详细介绍了系统的工作原理和设计方案。整个系统分为图像采集系统和离线图像处理系统两大部分。在图像采集系统方面，介绍说明了各子系统的设计参数和特点。在图像处理系统方面，首先根据梁面裂纹图像的特点分析，提出了一种基于小波分析和模糊理论的图像预处理方法。将图像经小波分析后，用改进的模糊函数对低频系数进行增强，采用小波阈值函数对高频系数进行去噪。该方法对梁面图像预处理效果良好，信噪比较高，处理后图像视觉效果和对比度大大提高。其次采用改进的Otsu遗传算法对图像进行分割，克服了传统Otsu方法只适合于双峰直方图图像以及局部阈值法运算量庞大的缺点。算法运算速度快，分割准确。并采用沿一致性方向路径增长的方法，成功消除大部分伪裂纹。为图像的识别和分类创造良好的条件。最后设计了三层BP神经网络来进行裂纹的识别分类。选取图像的投影峰值之比ratio、裂纹的分布密度D和裂纹区域像素数sum作为特征值来进行神经网络的训练，并对图像数据进行准确分类，误差在系统要求的??5%范围内，从而验证了方法的有效性。本文对于PC轨道梁梁面裂纹检测的研究结果，能够按照设计要求检测出梁面裂纹情况，对轨道系统的检修维护提供了数据依据，具有一定的参考价值。关键词：PC轨道梁，裂纹检测系统，图像增强，裂纹提取分割，模式识别ABSTRACTWiththeaccelerationofChinasrapideconomicdevelopmentandurbanconstruction,increasingpressureonurbantraffic,thedevelopmentofrailtransportationhasbecomeamainstreammitigationofurbantrafficpressure.PCtrackbeamisanimportantcomponentofmonorailtransportsystem,itshealthstatushasaverysignificantimpactonthesafeoperationoftheentiresystem.Therefore,safetytestingandconservationiscrucialtoimprovetheservicelifeandsecurityofthesystem.Thetraditionalmanualdetectionmethodhasthefollowingdisadvantages,suchaslowefficiency,highcosts,pooraccuracy,andsoon.Thispaperresearchedmanyaspectsofthebeamsurfacedetectionsystem.ThispaperfirstanalyzestheframeworkofthePCtrackbeamsurfacecrackdetectionsystem,describedtheworkingprincipleandsystemdesigndetails.Thewholesystemisdividedintotwomajorparts,includingtheoff-lineimageprocessingsystemandtheimageacquisitionsystem.Intheimageacquisitionsystem,describesthedesignparametersandcharacteristicsofthevarioussubsystems.Intheimageprocessingsystem,firstly,accordingtothecharacteristicsofthebeamcrackimageanalysis,proposedanimagepre-processingmethodbasedonwaveletanalysisandfuzzytheory.Afterwaveletanalysis,thelowfrequencycoefficientsoftheimageareenhancedbyfuzzyfunctionimproved,andthehighfrequencycoefficientsde-nois