楊恒，伍川輝，吳琛

(西南交通大學(xué) 機械工程學(xué)院，四川 成都 610031)

機車通過受電弓與接觸網(wǎng)的滑動接觸獲得電能。弓網(wǎng)系統(tǒng)的振動、接觸線缺陷、滑板或者接觸線異物等因素都有可能導(dǎo)致弓網(wǎng)接觸不良的現(xiàn)象，而弓網(wǎng)接觸不良則往往造成弓網(wǎng)脫離，這種現(xiàn)象稱為“離線”，會產(chǎn)生離線火花，即燃弧現(xiàn)象[1]。燃弧是牽引供電中一種十分有害的現(xiàn)象，會造成多方面的危害：造成列車運行的不穩(wěn)定行，是乘坐舒適性降低；造成受電弓滑板和接觸線的磨損與腐蝕，加劇離線率；產(chǎn)生高頻噪聲；影響列車的供電質(zhì)量[2?8]。受電弓處于高壓狀態(tài)下，無法采用常規(guī)的測試方法?；趫D像處理技術(shù)的弓網(wǎng)燃弧檢測相對于常規(guī)檢測，不會因增加受電弓總質(zhì)量影響受電弓工作特性，該方法能夠?qū)κ茈姽“l(fā)生的位置進行較精確的目標提取，并能夠定量的分析離線率。本文基于圖像處理的方法對燃弧進行探測，并比較了常規(guī)用的紅外相機和紫外相機的檢測結(jié)果。結(jié)果表明基于圖像處理技術(shù)能有效檢測燃弧，紫外相機檢測燃弧準確度高，不易出現(xiàn)誤判。

1 弓網(wǎng)燃弧視頻監(jiān)控系統(tǒng)設(shè)計

本文是根據(jù)弓網(wǎng)燃弧光敏特性對燃弧進行探測。圖1所示的是燃弧與太陽光譜特性曲線[3]。通過光譜儀分析可知，燃弧光波段在240~260 nm之間是太陽光光波段的盲區(qū)，為避免燈光或者太陽光對測試結(jié)果干擾，硬件設(shè)備選用紫外相機進行燃弧現(xiàn)象檢測。

圖1 燃弧與太陽光譜特性曲線Fig. 1 Spectral characteristic curve of arc and solar

在車頂安裝攝像頭，使鏡頭與受電弓與接觸網(wǎng)接觸位置對焦，通過對弓網(wǎng)連續(xù)不斷地視頻圖像采集，通過camera link線纜將視頻數(shù)據(jù)傳入車內(nèi)工控機，再由工控機對視頻圖像進行處理，判斷燃弧是否存在，并保存燃弧圖像以及相關(guān)數(shù)據(jù)信息。

紫外相機的安裝示意圖如圖2所示。

圖2 紫外相機安裝示意圖Fig. 2 Installation of UV camera

根據(jù)燃弧測試標準，需要檢測出持續(xù)時間5 ms及以上地離線火花[4?9]，所以要求使用相機的幀率至少能達到200 fps。在本文中，選用的檢測設(shè)備為高速紫外相機，型號為MicroVista-UV-C。紫外相機的技術(shù)參數(shù)如表1所示。

表1 紫外相機技術(shù)參數(shù)Table 1 UV camera technical parameters

表中列出的分辨率和幀率是該相機的幾種典型值，可以根據(jù)實際需求來調(diào)節(jié)幀率和分辨率的大小。

燃弧原圖的采集需要一臺紫外相機、一張圖像采集卡和一臺工控機。圖3為燃弧檢測硬件設(shè)備結(jié)構(gòu)圖。

圖3 硬件系統(tǒng)結(jié)構(gòu)圖Fig. 3 Hardware system structure diagram

2 視頻圖像基本處理

2.1 圖像灰度化處理

當(dāng)弓網(wǎng)燃弧出現(xiàn)時，視頻圖像中會出現(xiàn)白色耀眼斑點，本文是通過對白色斑點面積計算，從而判斷是否出現(xiàn)燃弧現(xiàn)象。在視頻圖像經(jīng)過分割之后，為了進一步加快圖像處理速度，需要對圖像進行灰度化處理。因為每幀圖像的各個像素點顏色值都是由RGB 3個顏色分量構(gòu)成，所以每個像素點的共有256*256*256種顏色值。而圖像灰度化之后每一個像素點的顏色值轉(zhuǎn)換為0~255共256種灰度變化。在RGB圖像模型中，當(dāng)R 等于G等于B時，該顏色為灰度顏色，R等于G等于B的值叫做灰度值。圖像灰度化處理方法主要有以下3種方法[5]。

1) 平均值法

圖像中每一個像素點的RGB 3個分量值相加，然后進行平均值，最后將彩色圖像得出的平均值代替每個像素點的顏色值。

2) 加權(quán)平均法

將 RGB 3個色彩分量用不同的權(quán)值進行加權(quán)平均。

3) 最大值法

是將彩色圖像里每個像素點 RGB 3個分量的亮度值中最大值作為該像素點的灰度值。

本文在軟件編寫上，調(diào)用了OpenCV函數(shù)庫相關(guān)函數(shù)。利用函數(shù)cvCvtColor可以將彩色圖像轉(zhuǎn)化為灰度圖像。針對處理的燃弧原圖，將其參數(shù)設(shè)置為“CV_BGR2GRAY”即可完成。圖4為燃弧原圖，圖5為灰度化處理圖。

圖4 燃弧原圖Fig. 4 Original picture of arc

圖5 燃弧灰度化處理Fig. 5 Grayscale processing of arc

2.2 圖像二值化處理

為了便于統(tǒng)計燃弧面積，需要對灰度化處理后的圖像進行二值化處理[6?12]。圖像二值化處理就是將灰度圖像中所有像素點的灰度值都設(shè)置為 0或255，即用純黑與純白 2種色調(diào)來顯示整幅圖像。然而對灰度化圖像二值化需要設(shè)定一定閥值，低于該閥值的灰度值，就設(shè)置為 0，大于該閥值的灰度值就設(shè)置為255。

閾值地設(shè)定需要根據(jù)處理圖像的情況來確定，本文在閾值的選取上遵循間類方差最大的原則，將閾值設(shè)定為 200，效果較好。由于燃弧在圖像中顯示為白色斑點，其像素點的灰度值為 255。因此，統(tǒng)計出整幅圖像中所有灰度值為255的像素點，即為燃弧面積。圖6為燃弧二值化處理圖像。

圖6 圖像二值化處理Fig. 6 Image binarization

通過對二值化圖像中灰度值為255的像素點統(tǒng)計，即燃弧面積統(tǒng)計。通過式(1)對燃弧面積統(tǒng)計，得出判斷是否發(fā)生燃弧現(xiàn)象。

式中：Nr為燃弧亮點像素點的總數(shù)；Nz為整幅圖像中所有像素點總數(shù)；b為燃弧點面積比例。在本文中，設(shè)定b=0.02。設(shè)定當(dāng)b大于0.02時，就判斷該幀發(fā)生燃弧現(xiàn)象；當(dāng)b小于0.02時，就判斷該幀未發(fā)生燃弧現(xiàn)象。然后進行下一幀圖像處理。

3 視頻圖像燃弧判斷

相機獲取的受電弓工作視頻圖像經(jīng)過視頻分割為以幀為單位的圖像文件，先對圖像灰度化處理，再對圖像進行二值化處理，最后通過對燃弧面積大小的判斷，從而得出該幀是否發(fā)生燃弧現(xiàn)象，若發(fā)生燃弧，則保存該幀圖像，并記錄燃弧面積大小，然后進行下一幀圖像的判斷；若沒有發(fā)生燃弧現(xiàn)象，就進行下一幀圖像的判斷。最終得出該段視頻中，共發(fā)生燃弧次數(shù)、每次發(fā)生燃弧持續(xù)時間以及離線率。圖7為燃弧判斷流程圖。

其中，燃弧持續(xù)時間t由式(2)計算而得，n為該次燃弧共在視頻中出現(xiàn)幀數(shù)，fs為攝像頭視頻壓縮速率；燃弧比即離線率就是發(fā)生燃弧幀數(shù)與視頻總幀數(shù)比值。

圖7 燃弧判斷流程圖Fig. 7 Arc judgment flowchart

3.1 鼠標交互選定處理區(qū)域

在對視頻進行處理的時候，由于線路不平順和受電弓弓頭振動等原因，選定的處理區(qū)域會有所變化。若嚴格按照RIO函數(shù)選定的區(qū)域進行檢測，容易出現(xiàn)漏檢和誤檢的情況，所以在實際的視頻處理過程中，編寫離線火花處理軟件，使用鼠標交互選定處理區(qū)域，能較為準確的檢測出離線火花。圖 8為鼠標選定處理區(qū)域示意圖。圖 9為燃弧處理效果圖。

圖8 選定處理區(qū)域Fig. 8 Selected processing area

圖9 處理效果圖Fig. 9 Processing renderings

3.2 燃弧數(shù)據(jù)分析

圖10 紅外視頻燃弧分析Fig. 10 Infrared video arc test results

為了驗證用圖像處理技術(shù)是否能滿足測試要求，分別用紅外相機和紫外相機在同一段鐵路拍攝燃弧視頻進行處理。利用紅外攝像頭拍攝地鐵車輛受電弓工作視頻，利用視頻圖像處理技術(shù)對該段視頻進行分析與處理，如圖10所示。圖10是對123 s燃弧視頻文件進行燃弧分析，從視頻中可以判斷出共發(fā)生燃弧 13次，并且通過圖像處理技術(shù)獲得 48幀燃弧圖像，其中燃弧最長持續(xù)時間為520 ms，而燃弧率為1.372%。通過對截取出的 48幀圖像進行觀察，由于隧道中燈光的影響會將燈光誤判斷為燃弧，因此會對燃弧檢測結(jié)果產(chǎn)生影響。經(jīng)過人工篩選可以得出共發(fā)生 10次燃弧，最長持續(xù)時間為100 ms。圖11為把燈光誤判斷為燃弧幀圖像。

圖11 燃弧誤判斷幀F(xiàn)ig. 11 Misjudgment frame of arc

在同一段線路上，用紫外相機進行燃弧檢測，檢測結(jié)果如圖12所示。

圖 12為對紫外相機獲取視頻的檢測分析圖，從其中檢測出的燃弧次數(shù)共12次，其中通過opencv圖像處理程序共截取出19幀燃弧圖像。這90秒視頻中燃弧弧最長持續(xù)時間為 80 ms，而燃弧率為0.844 8%。對截取出的燃弧圖像進行觀察，沒有出現(xiàn)誤判斷情況。

通過以上分析可知，采用紫外相機對弓網(wǎng)燃弧現(xiàn)象進行監(jiān)測能夠有效避免燈光與陽光的干擾。避免了誤判圖像的出現(xiàn)。

為了驗證紫外相機在整個線路的檢測效果，使用紫外相機對在該線路運行的列車單程運行過程中的燃弧進行檢測。弓網(wǎng)燃弧現(xiàn)象檢測分析如圖13所示。

圖12 紫外視頻燃弧檢測結(jié)果Fig. 12 UV video arc test results

圖13 列車單程燃弧分析結(jié)果Fig. 13 Combusting analysis results of single-track

圖13 是紫外相機獲取24 min弓網(wǎng)工作視頻進行燃弧現(xiàn)象判斷分析結(jié)果。期間共判斷出 22次燃弧，最長持續(xù)時間為80 ms，其弓網(wǎng)離線率為0.1%。測試結(jié)果通過對整個視頻人工分析得出燃弧次數(shù)也為 22次，所以通過驗證該受電弓燃弧檢測方法具有可行性。

4 結(jié)論

1) 利用弓網(wǎng)燃弧的光敏特性，通過視頻圖像處理技術(shù)對紫外相機獲取弓網(wǎng)燃弧視頻進行燃弧現(xiàn)象判斷，并提取離線火花圖像，得出列車在整個運行過程中，發(fā)生燃弧次數(shù)、單次離線火花持續(xù)時間和弓網(wǎng)離線率。

2) 通過對同一線路使用 2種方法進行燃弧檢測的比較，紫外相機的檢測效果由于紅外相機的檢測效果。此外，選取一段完整的線路，用紫外相機檢測和人工檢測比較，檢測結(jié)果完全符合。對現(xiàn)場實驗的數(shù)據(jù)分析表明，采用紫外相機進行燃弧探測能有效的防止誤判幀圖像的出現(xiàn)，檢測準確度高。

3) 本文對測試方法進行了闡述，在實際工程應(yīng)用中，需要在紫外相機上加裝紫外帶通鏡頭，并設(shè)計工裝將紫外相機固定在車頂，確保探測設(shè)備不會發(fā)生移動。

參考文獻：

[1] 隆超. 高速鐵路弓網(wǎng)燃弧檢測系統(tǒng)研究[D]. 成都: 西南交通大學(xué), 2010.LONG Chao. Detection system of bow-net arc in high-speed railway[D]. Chengdu: Southwest Jiaotong University, 2010.

[2] 王萬崗, 吳廣寧, 高國強, 等. 高速鐵路弓網(wǎng)電弧試驗系統(tǒng)[J]. 鐵道學(xué)報, 2012, 34(4): 22?26.WANG Wangang, WU Guangning, GAO Guoqiang, et al.High-speed railway arch net arc test system[J]. Journal of the Railway Society, 2012, 34(4): 22?26.

[3] 馬成. 基于燃弧檢測裝置的弓網(wǎng)受流質(zhì)量試驗分析[D].成都: 西南交通大學(xué), 2013.MA Cheng. Analysis the quality of current collection of pantograph-catenary system based on detection of ultraviolet arcing[D]. Chengdu: Southwest Jiaotong University, 2013.

[4] 代富強. 城市軌道交通弓網(wǎng)燃弧檢測與分析[J]. 現(xiàn)代城市軌道交通, 2014, 14(4): 89?92.DAI Fuqiang. Inspection and analysis on arcing between pantograph[J]. Modern Urban Rail Transit, 2014, 14(4):89?92.

[5] Borromeo S, Aparicio J L. Automatic systems for wear measurement of contact wire in railways[J]. IECON Proceedings, 2002(4): 2700?2705.

[6] 劉寅秋. 基于圖像處理的接觸網(wǎng)動態(tài)幾何參數(shù)測量研究[D]. 北京: 中國鐵道科學(xué)研究院, 2012.LIU Yanqiu. Study on OCS dynamic geometric parameters detection based on image processing[D].Beijing: China Railway Science Research Institute, 2012.[7] ZHANG Huijie, SUN Lemin, ZHANG Yongzhen, et al.The study of arc rate, friction, and wear performance of composites in pantograph-catenary system[J]. Taylor &Francis, 2014(57): 6?11.

[8] Arnold M, Simeon B. Pantograph and catenary dynamics:A benchmark problem and its numerical solution[J].Applied Numerical Mathematics, 2000, 34(4): 345?362.

[9] PENG Kaisheng, GAO GuoqiangThe influence of power factor and traction current on pantographcatenary arc energy[C]//IEEE International Conference on High-Voltage Engineering and Applications. IEEE,2016.

[10] 張冰, 劉會平, 韓通新. 氣動力作用對弓網(wǎng)受流影響的研究分析[J]. 鐵道列車車輛, 2012(3): 132?135.ZHANG Bing, LIU Huiping, HAN Tongxin. Influence of the aerodynamic forces on the current-collection system between pantograph and overhead-line[J]. Railway Locomotive, 2012(3): 132?135.

[11] 張葉飛. 接觸線磨耗問題的研究[J]. 科技資訊,2013(16): 2?2.ZHANG Yefei. Study on wear problem of contact line[J].Science & Technology Information, 2013(16): 2?2.

[12] Seo, Jonghwi, Hiroyuki Sugiyama, Ahmed A.Three-dimensional large deformation analysis of the multibody pantograph-catenary systems[J]. Nonlinear Dynamics, 2005, 42(2): 199?215.