智能化鐵軌探傷科技創新性研究

王 超 楊家旺 何建波 張抒屹 楊日城

（遼寧工程技術大學土木工程學院,遼寧 阜新123000）

1 研究背景

截止2019 年底,全國鐵路營業里程達到12.7 萬公里,但部分鐵路運轉狀況不佳,鐵軌超期服務現象嚴重,損傷的鐵軌占相當比例。

對于檢測損傷鐵軌而言,人工檢測消耗時間長,無法確定細微傷痕,大范圍人工檢查難度大,檢測效率與質量低；另外當前普遍使用的超聲波探傷儀對人員要求較高,且存在缺少智能檢測設備輔助,錄像質量低等缺點。因此研制智能化、平民化的鐵軌檢測設備已成為建設強國的發展需要。

2 設計原理

2.1 設計思路。以漏磁檢測為基礎,將無線通信技術、移動終端技術、GPS 定位技術等綜合應用到鐵軌的信息傷損檢測、在線監控、故障診斷等服務中,充分利用5G 通信技術交流、快捷的特點,達到軌道探傷智能化的目的。

2.2 設計目標。（1）體積小,該研究的目標為設計一款便捷式的小型電動鐵軌探傷車,車子總重不超過20KG。（2）高精度鐵軌探傷,探傷小車采用2 個探頭,最遠探傷可達6mm,同時充分保證了探頭發射和接受的信號不會改變。（3）在線故障識別,傳統的人工探傷小車無法立即確定所檢測位置的傷痕位置和深度,通過智能化的檢測方式及機器識別與人工回放復查的方式確定缺陷位置和鐵軌損傷的嚴重程度,完成損傷檢測之后小車自動標記鐵軌缺陷的位置信息以及深度信息。（4）在線定位功能,后臺實時監測探傷機器人所在位置,便于在完成檢測后能順利回收。（5）信息數據庫,根據GPS、GIS 等定位技術準確查找檢測路線上的傷損位置,并在數據庫中建立修復歷史檔案。（6）自我診斷,考慮到小車可能會出現大的機械與電子方面上的故障,用C#語言建立自我診斷程序,實現鐵軌探傷機器人基于本體故障診斷。

圖1 漏磁原理示意圖

當發現缺陷位置時,傳感器捕捉的漏磁信號以及攝像頭捕捉的圖像將第一時間發送至遠端后臺系統,并且為缺陷區域做出標記,遠端工作人員可以第一時間趕到需要維修的鐵軌區域,保證鐵路的安全性。

2.3 設計原理。假定被測的鐵磁性材料內部材質均勻分布,則材料內部無缺陷時,其內部各處磁導率是相等的。被測樣件被磁化后,在無缺陷處,磁力線在樣件內部平行于表面且均勻分布,此時在試件外部并無磁場泄漏。被測樣件表面有缺陷時,由于缺陷附近材料分布不均勻,導致這部分材料的磁導率與與其他位置不相等,且缺陷內部為空氣或其他磁導率相對來說較低的材質,磁力線難以從中穿過。此時材料內部的磁場不再均勻分布,雖然材料內部仍有較多磁力線分布,但一小部分磁力線會繞過缺陷泄漏到空氣中,另外在缺陷內部也會剩余部分磁力線[1]。

2.4 總體架構。鐵軌探傷小車分為如下五個系統。（1）探傷系統。探傷系統由滑靴式探頭、漏磁檢測裝置、采集處理器以及漏磁探傷軟件。小車安裝的漏磁檢測裝置產生磁感線到行駛鋼軌上,鋼軌傷口返回的磁信號被滑靴式探頭接收,磁信號經信息處理,再傳輸到上位機,達成探傷數據的分析和存儲。當有損傷信息出現時,需要探傷車在鋼軌上及時噴涂標記。（2）伺服系統。伺服子系統主要為探輪以及探輪支架構成,用螺栓將探輪以及探輪支架連接車架上面,保證探傷結果平穩、準確和可靠。（3）電氣工程控制管理系統。以stm32f103 為MCU,連接進行控制伺服電機控制器、避障、GPS 定位等系統,做到可以實時有效控制與調整探傷運行環境參數,保證小車平穩的運行過程中實時監測獲取各模塊分析數據。（4）驅動系統。車架和輔助裝置等部件組成驅動系統,實現漏磁探傷小車在被檢測的軌道上平穩行走,并作為平臺搭載伺服系統、探傷系統和電氣控制系統。（5）制動系統。漏磁探傷小車在鐵軌上正常行駛時,當發現缺口處返回的磁信號或前方有意外狀況發生時,小車就需要緊急制動停車,為了實現探傷小車制動的安全平穩,小車準備了兩種情況下的制動方案：在發現缺口時處理器會選擇腳剎閘瓦式機械制動；在GPS 和攝像頭監測下若發生緊急情況將會采用電磁剎車制動。電子自動抱閘制動減速機與制動器連接,斷電后車輪會自動抱閘,遠端控制下（減速）,電器控制閘瓦減速使車輛停止,停止后車輪會自動抱閘,鎖死[3]。

2.5 軟件架構。采用C/S 架構（服務器/客戶端）。具體使用三層C/S 的基本結構（三層即用戶端界面層、應用業務邏輯層、數據服務層）。這是一種多對多的結構,中間通過TCP/IP 網絡傳輸協議進行傳輸。用戶界面層可以用“NO PC”終端、手機、智能平板電腦。此種架構的優勢體現以下幾點：（1）應用各層可以并行開發,各層也可以選擇各自最合適的開發語言,保證程序的可維護性[4]。（2）服務器數據庫儲存大量探傷信息,信息基數大。使用該架構,安全性的維護與管理比較容易實現。（3）靈活的硬件系統結構,減少了硬件投資。（4）檢測產生大量鐵路信息,該架構可支持異種數據庫,支持海量儲存,具備較強的可用性。

圖2 小車側面圖

2.6 數據庫架構。數據庫設計,確定為根據現有的業務系統中,數據表的名稱的數據標準,該數據項,該數據項代碼,數據類型的名稱。數據庫管理軟件可以采用Oracle10G。

2.7 開發工具。基于原始（母語）C#開發框架,本機應用程序包括以下功能：（1）使用標準的用戶界面,并滿足每個平臺的設計標準。以提供一個優化的效能配合硬件設備裝置。（2）C#函式庫供使用者可以使用,開發工作人員可使用C#撰寫教學程序,并透過學生良好的設計,通過在不同發展平臺資源共享經濟部分應用程序實現代碼。編譯封裝技術完成的程序由于不經過一個中間轉譯,直接編譯為原生的二進制數據執行相關文件[2]。

2.8 關鍵技術。（1）漏磁檢測技術。如果鐵軌表面或者內部存在缺陷,則磁通量發生畸變,并且一些磁感應線將泄露到表面傷口或通過空氣再進入材料從而在表面形成漏磁場。通過分析磁場傳感器捕獲的漏磁信號可以得到鐵軌缺陷的位置及大小。（2）GPS 定位技術。通過使用GPS 定位技術,主控臺的操作人員可以了解小車運動的實時軌跡,以了解小車運動路徑是否會有火車行駛,及時為火車讓開道路。同時,發現鐵軌有傷痕時,通過GPS 定位確定傷痕的位置,在傳輸信息中說明并在顯示圖上做出標記。（3）智能機器學習。小車運行中所遇到的所有傷痕經過參數計算留存最終數據在數據庫里,小車控制系統通過深度學習,學習數據庫儲存的傷痕數據并將學習到的數據運用到新的傷痕探測中。（4）信息追蹤管理。追蹤功能包括系統登錄信息、數據請求信息等,方便技術人員處理信息,維護系統。（5）工作流技術,通過在服務器端配置各個流程的節點以及規則等,系統上線后業務人員可以按照反饋需求對功能進行二次開發和調整。（6）大數據與云計算。鐵軌探傷信息數量龐大,采用大數據采集、存儲和關聯分析。采集到的所有數據上傳到云端,通過網絡“云”將巨大的數據計算運算,最后將結果合并,得到小車需要深度學習的具體數據。（7）機器視覺。基于一種動態圖像識別技術,基本原理是把數字圖像或數字序列中一點的值用該點的一個鄰域中各點值的中值代替,讓周圍的像素值接近的真實值。該方法對噪聲有良好的濾除作用,同時能夠保護圖像特征部分的邊緣,使之不被模糊[6]。

圖3 實時檢測系統

3 創新特色

3.1 在線故障識別。人工識別與機器識別結合檢測鐵軌,保證檢測數據的準確性,發現探傷處機器將標記缺陷位置,提高檢修效率。

3.2 多傳感器融合。圖像傳感器、超聲波傳感器等多傳感器融合使鐵軌探傷機器人具備足夠的安全性與數據準確性。

3.3 機器視覺。基于動態圖像識別技術,檢測裝置接收到的圖像進行預處理并提取特征,生成易于人眼識別的圖像。

3.4 信息數據庫。鐵軌探傷數據整理收錄到信息數據庫中,為機器深度學習提供數據基礎。

3.5 自我診斷。針對檢測機器人可能會在在運行過程中會發生機械和電子方面的故障,自我診斷程序檢測潛在漏洞并發送給檢修人員。

4 結論

對比當前的人工檢測手段,本發明節省了人工勞動,提高了軌道檢測質量與效率,助推了軌道檢測智能化發展。隨著大數據、人工智能等新興領域的不斷發展,高效率檢測與智能化省級已經成為鐵路安全檢測的必然發展趨勢,該發明通過機器人視覺、深度學習等技術,一次性完成多項軌道檢測模塊任務,為鐵軌探傷提供了高精度、高效率的檢測服務。通過人工智能、大數據等對現有機器檢測系統進行賦能,最終實現鐵軌安全檢測的自動化和智能化升級。