网站大量收购独家精品文档,联系QQ:2885784924

铁道车辆论文-货车故障轨边图像检测系统(TFDS)图像分析方法与技巧分析.doc

铁道车辆论文-货车故障轨边图像检测系统(TFDS)图像分析方法与技巧分析.doc

  1. 1、本文档共30页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
毕 业 设 计 论 文 题 目:货车故障轨边图像检测系统 (TFDS)图像分析方法与技巧 XX学院毕业设计论文 XX学院毕业设计论文 PAGE 20 摘 要 介绍TFDS系统原理、组成、功能及信息资源管理,概述系统给列检工作带来的转变和系统运用取得的成果。针对货车运用工作存在问题,提出了TFDS正式运用后作业范围、作业程序、人员配置、应急处理方案,对TFDS正式运用需解决的问题提出了相应的措施。 各大铁路局安装了货车运行故障检测系统(TFDS),该系统采用高速摄像机对货车进行在线检测,提取关键部位的图像,通过网络传输到列检分析中心,采用人机结合的方式对图像进行分子,及时发现故障,提高了列检效率,改善了作业条件,现介绍该系统在各大铁路局的基本使用情况及取得的效果,对下步工作提出意见和建议。 关键词:故障;视觉;动态图像 XX学院毕业设计论文 目 录 TOC \o 1-3 \h \z \u 摘 要 I 目 录 II 引 言(或绪论) 1 第一章 TFDS系统工作原理 2 1.1 TFDS系统工作原理 2 第二章 TFDS概述 3 2.1 TFDS系统功能3 2.2 TFDS系统组成3 2.3 TFDS系统设备构成4 2.4 TFDS系统发展历程6 2.5 TFDS运用工作现状分析6 2.6 TFDS三级联网系统工作流程7 2.7 TFDS系统运行流程7 第三章 TFDS图像分析方法与技巧8 3.1 侧架 “凹” 字检查法8 3.1.1转2A型侧架检查方法及顺序8 3.1.2转8AB 8B K2 K6侧架查方法及顺序9 3.1.3转k4、K5型侧架检查方法及顺序:10 3.2 车钩缓冲“e”,“v”字检查法11 3.2.1互钩差部位检查方法及顺序11 3.3 车底“三”字检查法12 3.3.1货车底架中部(120型制动机)(中间部1)12 3.3.2货车底架中部(120型制动机)(中间部2)13 3.4转向架“Z”、 “8” 字检查法14 3.4.1转8A型转向架检查方法及顺序14 3.4.2转K4、k5型转向架检查方法及顺序15 3.4.3转8AB、8B、K2、K6、转向架检查方法及顺序16 车辆常见故障部位对比17 4.1地板破损17 4.2侧架变形18 4.3承载鞍错位19 4.4轴承甩油20 TFDS技术未来发展趋势21结 论24 参考文献25 致 谢26 XX学院毕业设计论文 PAGE 1 引 言 随着国民经济持续发展和铁路运输的深化改革,列车高速、重载、大密度的开行,势必造成各列检所日常检修任务的增加和工人劳动强度的加大,再加之列检、技检质量易受气候,职工素质、心里状态和人体疲劳成都等因素的影响,给行车带来很大的安全隐患,传统的列检作业方式越来越难适应形势发展的需要。因此需要一种能全天候对一些直接影响列车行车安全的关键部位进行检测的现代化设备来检测故障,以弥补传统列检作业方式的不足。 为了对运行中的列车进行实时检测,提高列检索故障发现率,实现机控代替人控的目的,将机器视觉技术运用到影响列车行车安全关键部件动态检测上,成功应用了货车运行故障动态检测系统——TFDS系统。 XX学院毕业设计论文 PAGE 16 TFDS系统工作原理 TFDS的定义? TFDS(Trouble of moving Freight car Detection System)的缩写,中文即货车运行故障动态图像检测系统。这样是一套通过高速摄像机阵列实时动态拍摄货车车底和测下部的全部可视信息,实现过车信息、故障及其图像、检修处理信息和车辆部件图像等数据的精确采集和信息管理的系统。 1 TFDS系统工作原理 该系统是采用高速摄像技术,通过对运行中的列车各部位进行快速抓拍,将抓拍的图像压缩到计算机的内存中,再结合机器视觉中模式识别技术,将列车中影响行车安全关键部位的图像从大量的图片中挑选出来。 由于图形处理中数值计算的工作量很大,对单幅640x480的黑白图像边缘处理和二次化处理,一般耗时在100ms,而一列货车完全通过探测点按2min计算,4部摄像机同时工作,处理完全部图像需要3h左右,从现场作业要求来看这是不能接受的。为此借鉴了红外线计轴、计辆和测速技术,通过磁钢阵列测算出每幅图像在一节车的大概位置,删除与关键部位相差院的图像,大大压缩了需要处理的图像;对剩余的图像也采用了三级处理的办法,条件逐级加严,大大减少了处理时间,一列车一般能做到在3min

您可能关注的文档

文档评论(0)

一往无前 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档