原文传递
基于神经网络图像处理技术的轮缘踏面检测研究
| 论文题名： | 基于神经网络图像处理技术的轮缘踏面检测研究 |
| 关键词： | 外形检测;图像处理;神经网络;轮缘踏面 |
| 摘要： | 在铁道车辆运行中转向架的质量直接影响运行品质和行车安全。轮对是转向架中最重要的部件之一，因此轮对的检修显得非常重要。长期以来，我国列车轮对的检测仍停留在手工测量阶段，技术落后，工作效率低。近年来，我国在轮对自动检测方面做了大量的研究工作，但目前还处于理论研究和实验试制阶段。 本文介绍了一种新的基于神经网络图像处理技术的轮缘踏面自动检测方法。这种方法能自动判断被测轮对轮缘踏面是否因磨耗过限而需要镟修。它通过数码相机采集被测轮对的原始图像，输入计算机，通过一定的计算和处理，并与基于BP神经网络建立的模型相比较，从而自动作出判断。这种非接触式自动测量方法对我们多年来采用的手工测量方法而言有很大的提高，具有广阔的应用前景和实际意义。 |
| 作者： | 杨志强 |
| 专业： | 机械工程 |
| 导师： | 陈震邦 |
| 授予学位： | 硕士 |
| 授予学位单位： | 江苏大学 |
| 学位年度： | 2005 |
| 正文语种： | 中文 |
检索历史
应用推荐
