原文传递
轮对缺陷超声检测图像自动识别算法实现
| 论文题名： | 轮对缺陷超声检测图像自动识别算法实现 |
| 关键词： | 相控阵;轮辋探伤;固定界面波;质心提取;缺陷超声检测;自动识别算法 |
| 摘要： | 在铁路高速、重载运行过程中，车轮各部位易产生疲劳缺陷，良好的轮对质量能保障列车的运行安全。由于车轮轮辋与钢轨直接接触，承受着巨大的摩擦及碾压，因此，轮辋是检测的重点部位。超声波无损检测技术非常成熟，可检测工件的表面和内部缺陷，该技术在火车车轮检测中的应用，克服了人工检查的局限性，检测速度快，效率高，满足铁路安全运输的要求。 经过调研分析，本文通过采用固定式轮对检测系统来检测轮对缺陷，该系统将传统的超声波探伤技术与相控阵超声探伤技术相结合，可实现对轮对各类常见缺陷的检测。然而，对于检测图像中缺陷的定位，主要是靠现场操作者手动操作来实现，工作量巨大，不仅耗时耗力，也存在人为误差，降低了探测效率，很难适应我国高速列车发展的要求。 本课题旨在对固定式轮对检测系统的现场车轮检测图像，研究其缺陷定位方法及设计自动识别算法实现缺陷的自动定位，提高检测的速度和准确性。本文在分析总结国内外轮对超声波检测技术和系统的基础上，结合检测对象——我国动车车轮的结构和缺陷分布特点，重点分析系统超声检测工艺，通过获取各型轮对的PE检测模式下的B扫描图像，首先根据缺陷定位方法大致判断出缺陷的位置，再对获取到的图像进行特征分析及提取，提出了一系列基于图像增强，形态学图像处理，质心提取等的自动识别算法。通过试验验证，该算法可行，能够实现PE检测图像的自动定位，达到了预期的目标。 |
| 作者： | 蒋秋月 |
| 专业： | 光学工程 |
| 导师： | 高晓蓉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
