吳 琛,伍川輝,楊 恒,卿 云

(西南交通大學(xué)機械工程學(xué)院,成都 610031)

電弓與接觸網(wǎng)之間的滑動摩擦、受電弓的上下振動、受電弓由于機車橫向擺動形成的橫向振動、受電弓和接觸網(wǎng)之間發(fā)生水平和垂直方向的撞擊等諸多因素均會引起弓網(wǎng)接觸不良，導(dǎo)致受流質(zhì)量下降，嚴重時受電弓脫離接觸網(wǎng)的瞬間就會產(chǎn)生拉弧現(xiàn)象[1]。

拉弧作為牽引供電中一種十分有害的現(xiàn)象，會對弓網(wǎng)產(chǎn)生嚴重?zé)g，加快接觸網(wǎng)和受電弓滑板的磨耗，同時會對周圍通訊設(shè)備造成高頻電磁干擾，產(chǎn)生高頻噪聲，降低乘坐舒適性[2-8]。

由于受電弓在列車運行過程中與接觸網(wǎng)接觸，處于高壓環(huán)境中，無法通過接觸式方式進行檢測。因此，利用紫外相機實時拍攝列車運行過程中的弓網(wǎng)視頻圖像，采用基于LabVIEW的圖像處理方法對弓網(wǎng)拉弧進行在線監(jiān)測，結(jié)果表明，該方法能夠在列車運行過程中實時準確提取出拉弧產(chǎn)生位置，計算拉弧持續(xù)時間和燃弧率，并且不會改變受電弓的工作特性。

1 弓網(wǎng)拉弧在線監(jiān)測系統(tǒng)設(shè)計

弓網(wǎng)拉弧現(xiàn)象的特征光譜中只有屬于紫外光波段的244～269 nm波段[3]。紫外相機的采集高敏波段位于紫外光譜中，可以有效檢測拉弧現(xiàn)象的光特征量，合理降低了太陽光對拉弧檢測的影響。同時紫外相機的幀率最高可達1 230 fps，滿足拉弧檢測需檢測持續(xù)時間為5 ms及以上的離線火花的要求[6-10]。因此將紫外相機作為拍攝拉弧視頻的硬件設(shè)備。

將紫外相機固定在車廂頂部正中間位置，調(diào)整角度，使得鏡頭正對受電弓，保證拍攝范圍涵蓋列車運行過程中受電弓的運動范圍。紫外相機的安裝如圖1所示。

圖1 紫外相機安裝示意

在列車行駛過程中，紫外相機提供受電弓和接觸網(wǎng)工作的實時圖像。視頻圖像通過Camera Link傳輸線實時傳送給插在測試工作站主板上的圖像采集卡，工作站獲取受電弓視頻后，通過基于LabVIEW的圖像處理技術(shù)，對列車行駛過程中的拉弧現(xiàn)象進行判定，并存儲數(shù)據(jù)。對拉弧的在線監(jiān)測為本系統(tǒng)的創(chuàng)新點，用LabVIEW軟件實現(xiàn)，視頻實時采集后面板程序如圖2所示。

圖2 視頻實時采集程序

弓網(wǎng)拉弧在線監(jiān)測系統(tǒng)硬件設(shè)備包含1臺紫外相機，1張圖像采集卡和1臺工作站。系統(tǒng)硬件結(jié)構(gòu)如圖3所示。

圖3 系統(tǒng)硬件結(jié)構(gòu)

2 圖像算法

2.1 視頻圖像預(yù)處理

為了提取出拉弧的產(chǎn)生位置，首先通過LabVIEW程序進行圖像預(yù)處理。在視頻圖像算法處理的對象中，研究所關(guān)注的是接觸網(wǎng)以及受電弓與背景之間的灰度差異，以便于進行邊緣檢測等相關(guān)運算。通過式(1)將RGB顏色空間轉(zhuǎn)換成YUV顏色空間(灰度化)，大大減少了后續(xù)程序的運算量[11]。

Y=0.229R+0.587G+0.114B(1)

式中，Y代表亮度信號；R代表Red；G代表Green；B代表Blue。

在弓網(wǎng)圖像中，拍攝的圖像含有較少的隨機噪聲，故選取中值濾波作為去噪處理方法。中值濾波就是采用一個有奇數(shù)點的窗口在圖像上滑動，窗口中心點所對應(yīng)像素的灰度值用窗口內(nèi)所有像素的中值進行代替。選擇3×3的方形窗口進行中值濾波效果最優(yōu)。

為了便于圖像的分割提取，利用分段線性灰度變換方法增大對比度，提高圖像細節(jié)清晰度。

圖4為弓網(wǎng)接觸原圖，圖5為圖像預(yù)處理圖：

圖4 弓網(wǎng)接觸原圖

圖5 圖像預(yù)處理

2.2 受電弓拉弧目標提取

首先利用邊緣檢測算法進行視頻圖像的輪廓提取，采用3×3窗口的Canny算子提取邊緣特征。Canny算子是一種應(yīng)用高斯導(dǎo)數(shù)逼近的最優(yōu)算子，采用非極大值抑制和滯后閾值算法檢測等方法，有低錯誤率、高定位性和最小響應(yīng)的優(yōu)勢，該方法更不容易被噪聲所填充[12]。

在LabVIEW中是用函數(shù)IMAQ EdgeDetection和IMAQ CannyEdgeDetection來來實現(xiàn)邊緣檢測的。然后利用增幅過的Sobel雙方向算子，對整幅圖像進行高亮邊緣檢測，如圖6所示。

圖6 圖像邊緣輪廓提取

圖6雖然較好地體現(xiàn)了整體輪廓，但部分細節(jié)分割太細化，例如接觸網(wǎng)出現(xiàn)2條邊緣輪廓線。為了填充細小空洞、連接臨近物體和平滑邊界，利用形態(tài)學(xué)進行處理[13]。首先進行膨脹運算合并輪廓邊界，再利用腐蝕命令細化輪廓，最后利用骨架化命令得到輪廓整體細化[14]，如圖7所示。

圖7 圖像形態(tài)學(xué)處理

由圖7可以看出，接觸網(wǎng)位于豎直方向上，受電弓整體輪廓線位于水平方向。采用豎直投影的方法，統(tǒng)計每一列上所有行的像素點數(shù)目，像素點數(shù)目出現(xiàn)最大峰值的位置就是接觸網(wǎng)對應(yīng)存在的位置；利用水平投影的方法，可以得到受電弓滑板上邊緣的所在行的位置參數(shù)信息，兩者交點即為對應(yīng)弓網(wǎng)接觸中接觸點的位置，根據(jù)所得結(jié)果在原圖中標記接觸點，如圖8所示。

圖8 弓網(wǎng)接觸點標記

根據(jù)受電弓滑板及接觸網(wǎng)的位置可知，兩者交點周圍即為拉弧產(chǎn)生的區(qū)域。在LabVIEW中將上文的弓網(wǎng)接觸點尋找算法與區(qū)域提取ROI功能相結(jié)合，對現(xiàn)場試驗視頻圖像進行在線的受電弓拉弧目標的提取，結(jié)果表明，此方法能準確地提取拉弧發(fā)生的目標位置，如圖9所示。

圖9 受電弓拉弧目標提取

2.3 二值化

拉弧所產(chǎn)生的火花視覺特征比較明顯，與周圍其他像素相比其呈現(xiàn)最高灰度值，通過合適的閾值選取可以對拉弧特征進行很好的提取，算法設(shè)計中利用灰度直方圖進行自適應(yīng)閾值判斷，再進行圖像二值化。圖10為拉弧二值化處理的效果。

圖10 圖像二值化處理

圖像二值化后即可判斷是否有拉弧產(chǎn)生。

3 拉弧在線監(jiān)測及驗證

3.1 拉弧在線監(jiān)測流程

紫外相機實時獲取受電弓工作視頻圖像，圖像采集卡對視頻圖像進行采集，最后在LabVIEW程序中對其進行實時處理。首先對圖像進行預(yù)處理，再對受電弓拉弧目標進行實時提取，最后通過二值化判斷該幀圖像是否有拉弧產(chǎn)生。若有拉弧產(chǎn)生，則統(tǒng)計該次拉弧持續(xù)時間和燃弧率，保存相關(guān)數(shù)據(jù)，再進行下一幀圖像處理。若無拉弧產(chǎn)生，則直接判斷下一幀圖像。圖11為拉弧在線監(jiān)測軟件流程。

圖11 拉弧在線監(jiān)測軟件流程

評價受流質(zhì)量應(yīng)計算燃弧率，燃弧率NQ由式(2)計算而得，tarc為持續(xù)大于5 ms的燃弧持續(xù)時間，ttotal為測量電流超過標稱電流30%的時間[15-16](通過網(wǎng)流傳感器獲取)。

(2)

3.2 驗證分析

為了驗證紫外相機與基于LabVIEW的圖像處理技術(shù)能否滿足在線監(jiān)測要求，利用該套設(shè)備及程序?qū)α熊囘\行過程中的受電弓拉弧進行實時在線監(jiān)測。LabVIEW程序前面板運行過程如圖12所示。

圖12 程序運行過程

圖12中右側(cè)為動態(tài)拉弧目標提取視頻；左側(cè)為動態(tài)拉弧持續(xù)時間曲線，橫坐標為當前時刻，縱坐標為持續(xù)時間，能夠?qū)崟r顯示拉弧持續(xù)時間并計算燃弧率；最終可以得出該段列車運行路程中單次拉弧的持續(xù)時間、拉弧產(chǎn)生總次數(shù)以及燃弧率。實現(xiàn)了弓網(wǎng)拉弧的在線監(jiān)測。

圖像數(shù)據(jù)處理結(jié)果與原始視頻均能夠?qū)崟r保存到指定路徑中。試驗結(jié)束之后對保存的數(shù)據(jù)截取一段進行分析，如圖13所示。

圖13 拉弧數(shù)據(jù)分析

由圖13可以看出，在截取的一段試驗數(shù)據(jù)中，一共產(chǎn)生了10次拉弧，最短拉弧持續(xù)時間為20 ms，最長拉弧持續(xù)時間為60 ms，結(jié)合網(wǎng)流傳感器提供的數(shù)據(jù)，得出燃弧率為0.8052%。對該段視頻進行人工觀察分析，可以得出總共發(fā)生10次拉弧，并且在有隧道內(nèi)燈光與太陽光干擾的情況下也并未產(chǎn)生誤判。

取出同一段試驗線路中，2個紫外傳感器的測試數(shù)據(jù)進行對比分析，如圖14所示。

圖14 紫外傳感器的輸出電壓曲線

由圖14可以看出，在該段路線中，紫外傳感器1產(chǎn)生了1個峰值為0.513V的單脈沖信號，且脈沖持續(xù)時間約為70 ms，表示產(chǎn)生了1次持續(xù)時間為70 ms的拉??；而紫外傳感器2的數(shù)值一直為0，表示沒有產(chǎn)生拉弧。但是事實上在該段線路上，一共產(chǎn)生了10次拉弧，而紫外傳感器僅能檢測出1次。

通過以上分析可知，對于拉弧檢測，紫外相機的效果更優(yōu)越；利用LabVIEW圖像處理技術(shù)能夠?qū)崿F(xiàn)弓網(wǎng)拉弧的在線監(jiān)測，實時顯示拉弧測試相關(guān)數(shù)據(jù)，精度高，并且能夠有效避免誤判。

4 結(jié)論

(1)利用弓網(wǎng)拉弧的光譜特征，采用紫外相機拍攝列車運行過程中的受電弓工作視頻，通過LabVIEW程序進行動態(tài)實時的視頻圖像處理，最終得出單次拉弧持續(xù)時間、拉弧產(chǎn)生的總次數(shù)以及燃弧率，實現(xiàn)了弓網(wǎng)拉弧的在線監(jiān)測。

(2)將該在線監(jiān)測方法與人工檢測相比較，檢測結(jié)果完全符合，驗證了該方法的可行性，并且能夠有效避免誤判；通過對相同運行線路中紫外相機與紫外傳感器兩種拉弧檢測手段進行對比，證明紫外相機的檢測效果更加優(yōu)越。