基于紅外熱成像技術(shù)的動車組關(guān)鍵部位表面?zhèn)蹤z測方法

胡光鋒

（蘭州交通大學(xué)，蘭州 730070）

動車組是現(xiàn)代火車的一種類型，由帶動力的列車與不帶動力的列車組成，在牽引力、加速度等方面具有優(yōu)勢，是未來客運列車的主流。動車組關(guān)鍵部位包括動力系統(tǒng)、懸掛系統(tǒng)、制動系統(tǒng)、轉(zhuǎn)向架、車體、控制系統(tǒng)和車輪等[1]。在動車運行過程中，容易受到摩擦力與接觸應(yīng)力的影響，出現(xiàn)斷齒、劃傷等傷痕問題，影響動車組的安全運行。針對動車表面?zhèn)蹎栴}，研究人員設(shè)計了多種檢測方法。其中，基于3D 點云的動車組關(guān)鍵部位表面?zhèn)蹤z測方法，與基于改進YOLOv4 算法的動車組關(guān)鍵部位表面?zhèn)蹤z測方法的應(yīng)用較為廣泛。

基于3D 點云的動車組關(guān)鍵部位表面?zhèn)蹤z測方法主要利用3D 點云技術(shù)，在2D 圖像上增加深度信息，反映表面的傷痕特征[2]。同時，采用點云處理、點云配準(zhǔn)等技術(shù)深度檢測動車組部件表面信息，從而提高表面?zhèn)蹤z測的準(zhǔn)確性?；诟倪MYOLOv4 算法的動車組關(guān)鍵部位表面?zhèn)蹤z測方法，主要利用K-means算法對關(guān)鍵部件表面?zhèn)厶卣鬟M行聚類分析，并利用改進YOLOv4 算法調(diào)整先驗框參數(shù)，提高聚類特征與傷痕特征的匹配度，從而提高表面?zhèn)壅w檢測的準(zhǔn)確性[3]。這兩種方法均能夠完成傷痕檢測任務(wù)，但是微小傷痕檢測誤差相對較大，急需進行優(yōu)化。因此，文章結(jié)合紅外熱成像技術(shù)的優(yōu)勢，設(shè)計了動車組關(guān)鍵部位表面?zhèn)鄣臋z測方法。

1 動車組關(guān)鍵部位表面?zhèn)奂t外熱成像檢測方法設(shè)計

1.1 提取動車組關(guān)鍵部位表面?zhèn)厶卣?/h3>

動車組關(guān)鍵部位表面?zhèn)厶卣魈崛∈莻蹤z測的重要依據(jù)，在紅外成像的圖像中獲取傷痕長度、寬度和面積等特征[4]。表面?zhèn)蹠?dǎo)致材料局部異常，溫度分布變化較為明顯，從而提取出溫度特征和骨架特征。同時，傷痕面積區(qū)域也存在異常，區(qū)域特征較為明顯[5]。因此，提取動車組關(guān)鍵部位表面?zhèn)鄣男螤?、溫度分布、骨架、區(qū)域等特征，并根據(jù)實際紅外成像數(shù)據(jù)確定傷痕類型。對從紅外成像提取出來的圖像進行濾波處理，公式為

式中：Fp(x,y)為圖像(x,y)的濾波處理結(jié)果；p(i,j)為紅外圖像的傷痕位置；f(x+i,y+i)為圖像(x,y)向(i,j)平移的值。

對于傷痕i，骨架表示為

式中：S(i)為傷痕i的骨架；Sk(i)為第k個關(guān)鍵部位的傷痕骨架。對于紅外圖像而言，形狀、溫度分布、區(qū)域特征較為明顯，骨架特征從S(i)中獲取，為動車組部件表面?zhèn)圻吔鐧z測提供數(shù)據(jù)保障。

1.2 基于紅外熱成像技術(shù)檢測動車組部件表面?zhèn)圻吔?/h3>

紅外熱成像技術(shù)通過紅外輻射，將肉眼不可見的物體轉(zhuǎn)換為肉眼可見的紅外圖像[6]。使用紅外線掃描動車組部件，傷痕位置的能量密度分布與非傷痕位置的能量密度分布不同，能夠避免傷痕檢測失誤的問題[7]。通過使用紅外熱像儀掃描動車組部件，可以獲取表面?zhèn)鄣臏囟确植紙D像。從紅外圖像中確定邊界范圍，確保傷痕檢測的準(zhǔn)確性。紅外熱成像表面?zhèn)蹤z測原理，如圖1 所示。

圖1 紅外熱成像表面?zhèn)蹤z測原理

圖1 中，紅外熱像儀工作波段為2～5 μm。將外熱源與紅外檢測設(shè)備放在動車組關(guān)鍵部位的同一側(cè)，當(dāng)被檢測部位無表面?zhèn)蹠r，熱反射均勻分布[8]。當(dāng)被檢測部位有表面?zhèn)蹠r，熱反射出現(xiàn)圖1 中高低起伏的現(xiàn)象，起伏位置就是傷痕位置。入射波段電信號的輻射功率表示為

式中：Pλ為入射波段的輻射功率；Eλ為入射波段的輻射強度；Ar為熱像儀光學(xué)透鏡面積。將濾波處理的圖像作為檢測對象，令大氣發(fā)射率與被檢測部位的吸收率相等[9]，則傷痕邊界表示為

式中：Vz為傷痕左側(cè)邊界；Vy為傷痕右側(cè)邊界；K為紅外熱像儀測量的輻射溫度；τ為大氣發(fā)射率；ε為被檢測部位的吸收率；α為普朗克參數(shù)。根據(jù)左側(cè)與右側(cè)的邊界數(shù)據(jù)，測量出表面?zhèn)鄣拈L度，能夠保證表面?zhèn)蹤z測的準(zhǔn)確性。

2 實驗分析

為了驗證設(shè)計方法是否滿足動車組關(guān)鍵部位表面?zhèn)鄣臋z測需求，進行了相關(guān)實驗分析，最終的實驗結(jié)果以文獻[1]基于3D 點云的動車組關(guān)鍵部位表面?zhèn)蹤z測的方法（以下簡稱文獻[1]方法）、文獻[2]基于改進YOLOv4 算法的動車組關(guān)鍵部位表面?zhèn)蹤z測方法（以下簡稱文獻[2]方法）以及本文設(shè)計的基于紅外熱成像技術(shù)的動車組關(guān)鍵部位表面?zhèn)蹤z測方法（以下簡稱本文方法）進行對比的形式呈現(xiàn)。

2.1 實驗過程

本次實驗在實驗室內(nèi)搭建了動車組關(guān)鍵部位表面?zhèn)蹤z測平臺，確保實驗數(shù)據(jù)真實有效。利用紅外掃描儀掃描動車組關(guān)鍵部位表面，得到表面圖像。在上位機上處理圖像噪聲，過濾掉不屬于傷痕的噪點。利用Canny 算子檢測表面?zhèn)鄣倪吘墸ㄎ粶?zhǔn)確的傷痕位置。表面?zhèn)蹤z測流程如圖2 所示。

圖2 表面?zhèn)蹤z測流程

紅外熱成像技術(shù)輸出的圖像信號為處理后的信號，圖像中傷痕較為明顯。從多個角度掃描動車組關(guān)鍵部位的表面?zhèn)?，并重?fù)進行掃描圖像、圖像處理的步驟，得到4 個角度的傷痕圖像。將4 個角度標(biāo)記為∠1、∠2、∠3、∠4，并測量各個角度圖像傷痕的長度，與實際長度進行對比，分析檢測方法傷痕檢測的準(zhǔn)確性。

2.2 實驗結(jié)果

在上述實驗條件下引入圖像熵指標(biāo)，將圖像熵設(shè)定在0.7～1.0。圖像熵越大，動車組關(guān)鍵部位表面?zhèn)蹐D像信息越復(fù)雜，對檢測結(jié)果的影響越大。圖像熵對檢測結(jié)果影響越小，傷痕檢測效果越佳。在其他條件均已知的情況下，對比文獻[1]方法、文獻[2]方法以及本文方法的傷痕長度，實驗結(jié)果如表1 所示。由表1 可知，本次實驗找到動車組關(guān)鍵部位的3 處傷痕，傷痕的實際長度各不相同，每組傷痕檢測4 次，確保實驗數(shù)據(jù)的有效性。圖像掃描角度不同，得到的表面?zhèn)坶L度也不同，只有4 個角度的傷痕檢測長度與實際長度一致，才能確保表面?zhèn)蹤z測的準(zhǔn)確性。

表1 實驗結(jié)果

在其他條件均一致的情況下，使用文獻[1]方法后，表面?zhèn)坶L度檢測值與實際值之間存在±5 mm以內(nèi)的誤差，并且圖像熵越大，表面?zhèn)蹤z測誤差越大，影響動車組關(guān)鍵部位表面?zhèn)蹤z測效果。使用文獻[2]方法后，表面?zhèn)坶L度檢測值與實際值之間存在±0.4 mm 以內(nèi)的誤差，并且受圖像熵的影響較小。由此可見，該方法的檢測性能優(yōu)于文獻[1]方法，但是檢測誤差仍然較大，急需進一步優(yōu)化。使用本文方法后，表面?zhèn)坶L度檢測值與實際值之間存在±0.01 mm左右的誤差，并且在∠2 呈現(xiàn)了無誤差的檢測，在其余角度檢測的過程中，第3 次、第4 次檢測結(jié)果也與實際值保持高度一致。由此可見，本文設(shè)計的方法能夠準(zhǔn)確檢測出動車組關(guān)鍵部位表面?zhèn)鄣拈L度，符合研究目的。

3 結(jié)語

近年來，紅外熱成像技術(shù)作為先進的無損檢測方法，在動車組檢修維護方面應(yīng)用廣泛。動車組關(guān)鍵部位表面?zhèn)鄄粌H影響動車的美觀性，還會危害動車的行駛安全。車輪表面?zhèn)廴菀准觿≤囕喣p程度，影響動車行駛的穩(wěn)定性。因此，利用紅外熱成像技術(shù)設(shè)計了動車組關(guān)鍵部位表面?zhèn)鄣臋z測方法，從傷痕特征提取、傷痕邊界檢測兩個方面快速找出動車部件的表面?zhèn)邸Ｍㄟ^紅外熱成像技術(shù)區(qū)分傷痕位置與正常位置的溫度，從而確定異常溫差區(qū)域，真正意義上實現(xiàn)了動車部件傷痕準(zhǔn)確檢測的目標(biāo)，為動車的安全運行提供保障。