馬文龍 中車青島四方機(jī)車車輛股份有限公司

一、基于紫外傳感器的燃弧檢測技術(shù)

（一）紫外成像技術(shù)

紫外成像技術(shù)是攝取目標(biāo)在紫外波段的空間特征，將較大視場范圍內(nèi)的紫外場景成像在紫外增強(qiáng)器的光敏面上，紫外增強(qiáng)器將極其微弱的紫外輻射圖像轉(zhuǎn)換成可見光信號輸出，然后將可見光信號轉(zhuǎn)換為數(shù)字視頻圖像，并按照一定接口形式傳輸?shù)焦怆妶D像采集分析系統(tǒng)，通過信號處理傳入觀察記錄設(shè)備中，同時對采集到的圖像進(jìn)行存儲和處理，紫外傳感器實(shí)時對弓網(wǎng)運(yùn)行區(qū)域進(jìn)行紫外線檢測，當(dāng)出現(xiàn)紫外線時，紫外傳感器對紫外線出現(xiàn)的時長及強(qiáng)度進(jìn)行檢測，同時紫外相機(jī)對燃弧發(fā)生瞬間進(jìn)行圖像采集。采集到的結(jié)果通過智能分析程序進(jìn)行分析，給出報(bào)警結(jié)果。

（二）燃弧檢測及報(bào)警原理

火花放電、火花頻率較高、火花較大?；鸹ǚ烹娭府a(chǎn)生火花超過碳滑板厚度一半的故障；火花頻率較高指火花每發(fā)生10次的總時間間隔在10秒鐘內(nèi)（可手動設(shè)置）的故障；火花較大指火花超過全-景狀態(tài)的1/20畫面（可手動設(shè)置）的故障；預(yù)警（火花放電）、告警（火花頻率較高、火花較大）；火花監(jiān)測基于實(shí)際區(qū)域，根據(jù)需要重新配置參數(shù)。

（三）燃弧率的計(jì)算原理

列車運(yùn)行過程中振動劇烈時，會導(dǎo)致受電弓滑板與接觸導(dǎo)線出現(xiàn)脫離，在離線的瞬間，電流會擊穿受電弓滑板與接觸導(dǎo)線產(chǎn)生放電現(xiàn)象，形成燃弧。在EN 50317-2002標(biāo)準(zhǔn)指出，銅及銅合金的接觸線產(chǎn)生的燃弧存在220nm-225nm或323nm-329nm的波段。該波段屬于紫外波段。因此，可通過紫外線模塊的方式來檢測列車在運(yùn)行過程中的拉弧現(xiàn)象，主要包括燃弧強(qiáng)度、燃弧時長以及燃弧率。其中，燃弧率由式(3.1)計(jì)算,

（四）燃弧檢測案例

列車運(yùn)行過程中，受電弓與接觸網(wǎng)通過接觸點(diǎn)形成一個相互振蕩與耦合的振動系統(tǒng)。當(dāng)振動劇烈時，可能造成受電弓滑板與接觸導(dǎo)線脫離接觸，在離線的瞬間，電流擊穿滑板和接觸線之間空氣間隙，產(chǎn)生放電現(xiàn)象，形成燃弧。用紫外相機(jī)測量車輛運(yùn)行過程中燃弧現(xiàn)象（燃弧強(qiáng)度、燃弧時長、燃弧率），并能自動報(bào)警。

通過上面的分析我們知道使用傳統(tǒng)算法對監(jiān)控相機(jī)燃弧圖片進(jìn)行分析會收到背景干擾，無法正常工作，那么使用紫外傳感器和紫外相機(jī)結(jié)合，對紫外相機(jī)抓拍的結(jié)果經(jīng)過分析會比較簡單。

通過設(shè)置的ROI，在ROI中做閾值分割，得到閾值分割結(jié)果。我們可以依據(jù)分割圖像的分析特征進(jìn)行異常判斷。但是在復(fù)雜背景，會存在無法正常提取受電弓的情況，傳統(tǒng)的方法是無法正常分割到受電弓的，這樣就無法進(jìn)行故障檢測及報(bào)警了。

二、基于圖像的受電弓異常檢測技術(shù)

（一）計(jì)算機(jī)圖形圖像處理技術(shù)

計(jì)算機(jī)圖形圖像處理技術(shù)指的是在計(jì)算機(jī)技術(shù)飛速發(fā)展的背景下應(yīng)運(yùn)而生的一種圖形處理技術(shù)，計(jì)算機(jī)圖形圖像處理是利用計(jì)算機(jī)對圖像進(jìn)行分析，以滿足所需的結(jié)果，計(jì)算機(jī)圖形圖像處理技術(shù)又稱為影像處理。其中圖像處理單指對數(shù)字圖像的處理，數(shù)字圖像又指的通過工業(yè)相機(jī)或者攝像機(jī)拍攝得到的二維數(shù)據(jù)，該二維數(shù)據(jù)中的元素稱之為像素，值為灰值度。圖像處理技術(shù)主要由圖像壓縮，增強(qiáng)和復(fù)原，匹配、描述和識別等方面組成；計(jì)算機(jī)圖像處理技術(shù)是以計(jì)算機(jī)圖像學(xué)為支撐，在此基礎(chǔ)上對圖像進(jìn)行的技術(shù)處理。計(jì)算機(jī)圖像處理技術(shù)提取出圖像中的質(zhì)量和圖像的分辨率等信息，根據(jù)信息的提取對圖像進(jìn)行優(yōu)化處理。

受電弓由安裝在車頂?shù)氖茈姽瓟?shù)據(jù)采集模塊來采集圖像，動車組的受電弓在運(yùn)行時有各種各樣的背景。在白天強(qiáng)光照射，動車過隧道，夜間運(yùn)行，動車過橋梁等情況下，受電弓的前景與背景很難區(qū)分。在動車高速運(yùn)行中，受電弓還存在左右搖擺的情況。在這些多種復(fù)雜條件下，需要快速與準(zhǔn)確的定位和提取受電弓區(qū)域圖像。需要注意的是，如果用人工的方式來定位和提取受電弓區(qū)域圖像，就失去了智能監(jiān)測的意義。因此，為了實(shí)現(xiàn)智能監(jiān)測，需要通過機(jī)器學(xué)習(xí)法描述受電弓圖像的特征，并對其進(jìn)行分類，但此方法效率比較低下。而傳統(tǒng)的圖像處理技術(shù)是先對圖像進(jìn)行形態(tài)學(xué)的處理、在通過濾波和分割的方法完成對圖像的處理，而該方法同樣存在著難以準(zhǔn)確區(qū)分目標(biāo)區(qū)域和干擾區(qū)域，且準(zhǔn)確率也無法保證?；诖?，為了同時提高圖像的效率和準(zhǔn)確率，本文提出傳統(tǒng)圖像處理與機(jī)器學(xué)習(xí)相結(jié)合的方法，提高受電弓組的準(zhǔn)確程度，實(shí)現(xiàn)智能監(jiān)測，進(jìn)而獲得完整的受電弓區(qū)域。主要方法如下：

圖像預(yù)處理使用了CLAHE，MSR等不同得方法對受電弓圖像進(jìn)行增強(qiáng)處理；通過設(shè)置ROI來確定弓的估計(jì)位置；模板匹配的方式來精確定位受電弓的位置。

（二）受電弓異常檢測

受電弓結(jié)構(gòu)檢測采用對比與檢測結(jié)合的方式，整體檢測采用對比的方式，若出現(xiàn)對比差異的同時，則基于提取的結(jié)構(gòu)特性進(jìn)行確認(rèn)。受電弓的結(jié)構(gòu)特性涵蓋直線、曲線和實(shí)際長度截取，作為判斷受電弓的相對特性參數(shù)。如圖3-6所示，針對C、E、D檢測區(qū)域基于對比算法判斷是否存在缺陷，若存在缺陷則需要進(jìn)一步符合區(qū)域范圍內(nèi)的邊緣結(jié)構(gòu)特性；針對E區(qū)域內(nèi)則需要進(jìn)一步確認(rèn)A、B兩點(diǎn)之間的實(shí)際距離的變化。

（三）受電弓結(jié)構(gòu)異常分析等級

受電弓結(jié)構(gòu)異常是系統(tǒng)智能識別的重點(diǎn)和難點(diǎn)。首先通過業(yè)務(wù)需求分析，確認(rèn)待檢測的故障形態(tài)描述，并依此設(shè)計(jì)模型樹結(jié)構(gòu)和邏輯依賴關(guān)系，建立故障判別邏輯條件。該部分介紹各種故障形態(tài)對應(yīng)的模型結(jié)構(gòu)和邏輯條件。

受電弓結(jié)構(gòu)異常分析等級

（四）深度網(wǎng)絡(luò)模型算法（Unet）

使用傳統(tǒng)算法無法應(yīng)對復(fù)雜背景下的受電弓狀態(tài)分析，因此本文引入基于深度學(xué)習(xí)的方法來應(yīng)對復(fù)雜背景下的受電弓狀態(tài)分析。基于目標(biāo)檢測提供的圖像信息有限，難以直接分析受電弓的狀態(tài)。因此，可使用深度網(wǎng)絡(luò)模型來進(jìn)行受電弓的分割，進(jìn)而提取受電弓的狀態(tài)。其中前半部分主要為特征提取，后半部分是上采樣。同時，在一些文獻(xiàn)資料中也將這樣的結(jié)構(gòu)稱之為編碼器或者解碼器結(jié)構(gòu)。

該網(wǎng)絡(luò)采用了拼接的特征融合方式，有以下幾個優(yōu)點(diǎn)：

1、可實(shí)現(xiàn)對圖像特征的多尺度特征識別。

2、后半部分的上采樣主要融合了前半部分的特征輸出，其實(shí)就是將二者之間的多尺度融合在了一起，使其特征表達(dá)更為深入。

在動車組實(shí)際運(yùn)行過程中主要有兩種故障會發(fā)生，受電弓傾斜和受電弓骨折。

（五）碳滑板磨耗技術(shù)分析

只要明確了雙目視覺相機(jī)圖像中點(diǎn)的對應(yīng)關(guān)系，就可以準(zhǔn)確的定位每一點(diǎn)上的空間坐標(biāo)，同時利用兩點(diǎn)之間的坐標(biāo)得出兩點(diǎn)之間的距離，該方法由于不受到受電弓系統(tǒng)姿態(tài)的影響，因此對觸發(fā)位置的精度要求不高，且還具有很強(qiáng)的抗干擾能力。

雙目視覺相機(jī)受電弓滑板磨耗的測量方法如下：

1.通過Canny算子對采集到的受電弓碳滑板圖像進(jìn)行邊緣提取，分別得出兩組碳滑板的邊緣曲線。

2.利用第1節(jié)中的攝像機(jī)矩陣為基礎(chǔ)，將兩組碳滑板的邊緣曲線對應(yīng)起來。

3.結(jié)合雙目視覺原理，分別計(jì)算每一組對應(yīng)點(diǎn)的空間坐標(biāo)，得出受電弓碳滑板的厚度曲線。

三、結(jié)束語

現(xiàn)代電氣化列車通過受電弓和接觸網(wǎng)之間的滑動接觸采集電力。任何影響滑動接觸的因素都可能造成接觸網(wǎng)和受電弓的損傷。惡化的滑動接觸可能導(dǎo)致接觸碳條和接觸線的磨損甚至導(dǎo)致電弧放電。隨著高速列車的發(fā)展，對鐵路安全的要求也逐步提高。因此，對受電弓進(jìn)行智能監(jiān)測早已勢在必得，尤其對受流系統(tǒng)的安全與穩(wěn)定運(yùn)行具有極其重要的現(xiàn)實(shí)意義，進(jìn)而還可以降低和減少電氣化鐵路的運(yùn)行成本。