美国研发基于机器视觉的转向架部件自动检测系统

     列车转向架部件自动化检测监测技术近年来在北美得到迅速发展，典型的监测设备包括车轮冲击负荷检测器（WILD）、转向架性能检测器（TPD）和声学轴承检测器（ABD）等。部分设备通过摄像机，利用机器视觉技术进行监测，例如车轮型面检测器（WPD）和闸瓦监控系统等。机器视觉系统通过特征识别、与已知的良好状态进行对比等方法，能有效识别缺陷和不合格情况，从而防止脱轨等事故的发生。

    美国联邦铁路管理局（FRA）与北美铁道协会（AAR）通过战略研究计划（SRI）赞助了铁路机器视觉技术的研发，并开发了轨旁转向架自动检测系统。该系统能够自动拍摄并评估轨道车转向架，具有测量轴间距和承梁弹簧高度，以及检查轴承端盖螺栓、弹簧断裂及缺失等功能。

      该系统主要由安装在轨道两侧的摄像头和照明设备构成，摄像头与车轴保持在同一高度。系统由车轮传感器触发，用作控制中心的服务器安装在附近办公区域，可存储分析数据，并向铁路公司传送信息。摄像头具有轴扫描（AS）和转向架扫描（TS）功能。轴扫描以轴为中心，显示端盖、轴承适配器、侧架末端和车轮。转向架扫描显示转向架中心部件的图像，包括弹簧、承梁、摩擦楔块和侧架中心铸件。

    为了对该转向架检测系统进行评估，美国交通技术研究中心（TTCI）联合CSX运输公司等单位，开展了为期24个月的观察和评估，并根据正常运行时间和检测性能来衡量系统可靠性。在运行时间的可靠性方面，该系统运行良好，总平均正常运行时间达80%；在系统故障方面，需要采用更为可靠的硬件来确保运行时间，大多数停机是由于设备间的空调故障造成；在扫描检测可靠性方面，测量数据的可靠性超过97%。总体上看，试验期间除发现未检测到松动车轴端盖螺栓、检测算法存在一定缺陷外，未出现任何误报或误检。

       总体而言，机器视觉是一项可靠技术，非常适合用于对机车车辆特定部件的精确测量。下一步可采用机器学习方法进一步提高检测的可靠性。

                                                                                              （来源：中国铁道科学研究院集团有限公司科学技术信息研究所）