广告剩余8秒
文档加载中
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
铁路货车分类及车辆数据.doc
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口闸瓦托-学术百科-知网空间
brake head
与"闸瓦托"相关的文献前10条
为便于运用车辆段的检修工作,机保车转向架上的大闸瓦托(每闸瓦托上安装两块小闸瓦)逐渐改为203型转向架的闸瓦托,采用标准闸瓦(图1)。由于这种闸瓦托不象202型转向架上安装的闸瓦
正 最近一个时期,我们发现曲梁式转向架制动梁闸瓦托故障较多,大部分是滑块与闸瓦托连接处产生裂纹(裂纹部分如图所示)。这种闸瓦托是滑块与闸瓦托铸在一起的,出了故障时需将闸瓦托从工字
介绍客车、货车闸瓦托状况,闸瓦托常出现的问题及对策。
将从城市轨道交通中不同车型常用的几种踏面制动单元中的闸瓦托结构入手,将各种各样的闸瓦托进行了分类总结,对常见的闸瓦托结构以及材料进行研究分析和梳理,找出各种闸瓦托的相同和不同之处
随着铁路客车运行速度的不断提高,客车基础制动装置作为车辆的五大组成部分之一,其重要性不言而喻。而闸瓦托组成更是基础制动装置的重要组成之一,因此,如何提高客车闸瓦托组成装置的检修质
对装用L—B型组合式制动梁的车辆在制动试验时出现的闸瓦上部与车轮贴靠不严的问题进行了检测和分析,发现是由闸瓦托同向后仰变形造成的。结合制动梁滑块在转向架侧架滑槽内设计旋转空间不足
介绍了货车制动梁闸瓦托铣床的结构和液压系统设计。实践表明:采用液压传动的货车制动梁闸瓦托铣床结构紧凑、加工精度高、效率快、环保。
正 目前,列车闸瓦与闸瓦托的连接是通过闸瓦钎来实现的,这种连接方法有两大缺点:更换闸瓦困难;连接可靠性差,容易造成闸瓦丢失。天津机务段设计出一种新型的闸瓦与闸瓦托连接机构——燕尾
正一、概述闸瓦托是踏面单元制动器的重要组成部分,其功能是对闸瓦提供可靠的固定和定位,并向闸瓦有效的传递制动力。现有机车上的踏面制动单元在机车车辆重量发生变化,运行时转向架产生振动
针对SS8型电力机车运用中单元制动器闸瓦托仰角调整装置不良这一惯性故障,提出了改造措施。
"闸瓦托"的相关词
快捷付款方式
订购知网充值卡
<font color="#0-819-9993
<font color="#0-
<font color="#0-资料介绍TB/T&&铁道货车用合成闸瓦
为确保所下资料能正常使用,请使用[]或以上版本解压本站资料.相应的阅读器打开.站内所有资源是从网上收集整理所得,仅供测试之用。本站所有内容自于网络；如本站有相关内容侵犯了您的权利，请发邮件通知我们。文档分类：
在线文档经过高度压缩，下载原文更清晰。
淘豆网网友近日为您收集整理了关于基于机器视觉的铁路货车闸瓦检测技术研究--优秀毕业论文的文档，希望对您的工作和学习有所帮助。以下是文档介绍：基于机器视觉的铁路货车闸瓦检测技术研究--优秀毕业论文 广东工业大学硕士学位论文基于机器视觉的铁路货车闸瓦检测技术研究姓名:严向文申请学位级别:硕士专业:机械电子工程指导教师:高向东摘要摘要闸瓦制动是国内铁路货车普遍使用的踏面制动方式,其运用规模庞大,而且仍将是今后一段时期内主要的制动方式。目前,闸瓦磨损状况的检测和更换主要靠技术人员的目测完成。人工检测劳动强度大,容易疲劳,直接影响效率,而且精度较低。因此,应用成熟的计算机、信息和通信等技术,基于机器视觉原理构建闸瓦在线自动检测设备,有显著的现实意义和广阔的应用前景。机器视觉是一种非接触式的检测技术,它利用各种先进的器械构建平台实现甚至代替人类的视觉功能。随着集成芯片设计、制造工艺水平的不断提高和图像处理技术的不断发展,机器视觉检测技术得到更为广泛的应用和发展。本文基于机器视觉原理,研究铁路货车闸瓦的在线自动测量技术。试验表明:图像采集单元能根据前端触发信号实时拍摄所有闸瓦图像,而且图像清晰、完整:图像处理算法能准确、高效地提取闸瓦边缘曲线,准确地计算各个剖面的厚度并判断最小厚度的位置。根据铁路现场和闸瓦的安装情况,设(来源：淘豆网[/p-3382627.html])计了磁钢传感器组成的前端触发信号单元,根据闸瓦的到位信号触发摄像机实时拍摄闸瓦图像;图像采集单元由光源、D摄像机、图像采集卡和工业控制机等器件组成,用于完成闸瓦图像的拍摄:对检测系统进行了标定,根据标定值计算闸瓦实际厚度值。根据图像的特点,采用了如下的图像处理顺序:首先对图像进行维纳滤波复原,以减少运动引起的模糊:然后对图像进行边缘检测,提取有用的物体边缘信息;根据闸瓦边缘的先验特性,如边缘长度、边缘倾斜度、闸瓦与轮对的相对位置和两条边缘之间的距离等,依据聚类分析原理提取闸瓦两条边缘曲线。在完成厚度测量之前,首先对图像进行场模式向帧模式的转换:然后再对图像进行平滑、扩展;最后按照一定的扫描间隔,以闸瓦背面边缘曲线为基准,计算扫描点的法线方向的距离作为该剖面的闸瓦厚度;最终比较判断最小厚度值。试验表明所构建的图像采集单元效果明显,图像处理算法能准确地提取闸瓦和计算闸瓦厚度,准确定位闸瓦的最小厚度值的位置,而且算法重复性和稳定性满足要求。关键词:铁路货车;闸瓦:机器视觉;厚度测量;最小厚度Abst(来源：淘豆网[/p-3382627.html])ractStopping wangon wim brakes is a most cornmon way iand willbe ttle jmportant way for a long period.Nowadays,t11e abrasion detection ofbrake pleted by technicians.So hard the work that technicianwhich rcsultsⅡlat tllerc is not onlyⅡle low e珩ciency'but also the low ision.Therefore,wim山e puter munication techn0109y andso on,an on—line and automation equipment for detecting t}le wangon brakes wasdesigned (来源：淘豆网[/p-3382627.html])baswhich would be morc practical and wider pmspectinthefuture.Machine vision is a non.touch which makes use of all kindsof advanced appliances to establish platfom fbr achieVing evenbreaking throu曲thevision ability of human being. As me increasing deVelopment of the chipsmanufacture a11d the improving of manufacture technics and the image pmcessingtechn0109y,tIle machine vision technology will be deVeloped q(来源：淘豆网[/p-3382627.html])uickly and appliedwiderIyBased on the machine vision prhlciple,山e project was aimed to be a11 on—line arIdautomation technology for detecting brakes of railway wangons.As me result of mals,me clear and intact images weregrabbed by image gmbber’which wastrigged in tirneby signal trigger nlodule.Inlages were processed exactly and emciently,and tl】Ie brimcurves of bnke were obtained accurately’which are used to calculate me thickness ofbra:kes and the (来源：淘豆网[/p-3382627.html])position of the 1east thickness.There is a preceding trigger s噜nal module used toⅢgger me image grabber ing brake image in time,which posed of seVeral hi曲speed railwaysensors according to the working scene and condition of wangons. The imagegmbbing rnodule is made up of lights,D camera,image grabber and puter'which is used to grab all ttle brake images of onewangon.And methickness value is calculated by image grabbed wiⅡl the system calibmta(来源：淘豆网[/p-3382627.html])tion.According to tIle features of images,山ere are tlle image pmcessing aritllmeticsappled as follow.At first,me image is restored by wiener filter to reduce the blurringamse by山e bral(pare—to—camem motion.Then,the callny edge operator isIII』童三些查兰竺圭兰竺鲨三applied to extmct the edge of objects in imagc.According to tlle distinct feacture paring to o(her objects,such as len尊h and slop of arc,the relatiVe positionbe呻cen brake aIld wheel,and t11e distantbe(来源：淘豆网[/p-3382627.html])tween two edges ofbrake,山e two edgesofb培ke is extracted on the basis of t}le cluster analysis pfinciple 6nall y-Befofe measuring tlle mickness of brake,tlle image is convened fbm field fo肌atto ftaIIle fo皿at,it means that the size is doubled in vertical direction.Then,the edgecurves of brake is sfnoothed and ded based on me least square appmximation.Atlast,scanning every section plane at a certain interval,on tlle basis of山e back edge ofbake,t11e dis(来源：淘豆网[/p-3382627.html])taIlt between two points of twoedge curves at a section plane iscalculated in no唧al direction.And the least tllickness aIld its position is aIlalysedfrom allthe distants e to that the image grabbing module works e目丘cienny’me images areprocessed exactly' and the accuratc mickness and its position are calculated.Omerwise,血e image pmcessing anhimetic is pmved to be good stability aIldrcpetitioⅡaIld easily adaptcd to all kinds of situation.Keywords:(来源：淘豆网[/p-3382627.html])bral(e;thickness measurcmeⅡt;leastⅡliclmessIV第一章绪论第一章绪论1.1机器视觉检测的原理、应用和前景机器视觉检测技术是一门综合光、机、电、信息等一体的非接触式检测技术。它利用各种精密器械的有机组合实现人类的视觉功能,甚至突破人类视觉的局限性,代替人类完成各种物体外观检测、监控、智能判断和预测等功能m。1.1.1机器视觉检测的原理典型的机器视觉系统包括硬件和软件部分,硬件一般由照明系统、D摄像机、计算机、监视器、通信输入,输出单元等几部分组成,如图1—1所示。而软件主要是针对具体待测对象的图像采集、处理算法,或者包括系统的辅助控制程序。图卜1视觉系统基本硬件组成示意图Figure l—l The basic hardware configuration of vision system输出输入从图l一1的硬件基本组成中可以看到视觉系统的基本工作原理:借助照明系统(普通的照明方式有:背向照明、(来源：淘豆网[/p-3382627.html])前向照明、结构光和频闪光照明等),安装在摄像机上的镜头把物体的反射光或者透射光折射到摄像机内部的视觉传感器表面(D或cMOs两种类型,D传感器),由ccD传感器、图像采集卡等组成的图像采集系统根据检测目标的位置和对应的亮度、颜色分量等信息转换为数字信号,存储于计算机内存或者硬盘。图像处理算法对图像进行处理、提取检测目标特征、分析目标信息,最终完成各种功能,如测量、识别、判断、预测等功能。同时,计算机终端能完成各种人机交互,如状态反馈、结果显示和人工干预等。广东工业大学硕士学位论文作为现代的无损检测技术,机器视觉检测技术具有非接触、速度快、高精度、应用灵活和抗干扰能力强等优点,是传统检测方法无法比拟的,其主要优点为一。1.非接触性。机器视觉系统实现对检测物体完全非接触式检测,既不会对被检测物体产生损伤,又在减少检测系统碰撞的同时提高了检测的可靠性,并且能提高系统设备的使用寿命。2.速度快。机器视觉系统能实时显示被测物体的状态和抓拍物体的图像信息;而且现代计算机的芯片处理速度突飞猛进,图像的处理时间完全在物体运动的反应时间要求范围内,机器视觉检测系统能满足工业检测的实时性要求。与此同时,随着现代制造技术的日益革新,高速、高精度传感器不断更新,确保机器视觉系统在高速运动物体检测上的实时性要求。3.应用灵活。机器视觉系统构建简单、安装方便,适用于各种现场环境:同时视觉设备调节简捷、方便,D摄像机角度采集被测对象的各个表面轮廓。机器视觉检测不仅能在一般的工作环境下替代人工检测,提高检测精度和效率,更能代替人类完成一些人工检测无法达到要求的工作和不适合人工检测的危险环境中的工作。另外,机器视觉检测系统采用计算机为核心部件,方便根据环境进行配置,有效的达到用户的要求。同时视觉系统可以通过串口通信、并口通信,网络通讯等,实现检测的远程操作、监控等,大大提高了检测的灵活性。4.精确性。通常产品的检测是由人的肉眼完成,由于这种检测手段受操作者的疲劳强度、责任心和经验等因素的影响,无法保证检测精度,难以提高产品的整体质量,而且人工检测效率较低。即使出现了机器化的批量检测,但早期的机械检测多为接触式,核心部件与被检测物体接触不仅可能降低检测质量,而且还直接影响设备的寿命。机器视觉检测技术能实现产品的在线、无接触、批量的检测,保证了产品质量且提高工作效率,从而降低生产成本,提高生产效益m。5.抗干扰能力强。视觉系统采用各种成熟的传感器,提高了系统的可靠性;视觉系统设备安装简单、稳固,且与被测对象完全无接触,减少了环境振动干扰:视觉系统以光信息作为系统的前端传播介质,减少了环境的磁干扰等等。采用光信息,完全非接触的安装方式,能显著提高视觉系统的抗干扰能力和使用寿命。1.1.2机器视觉检测技术的应用对于机器视觉检测技术的研究,F1本、德国、美国、加拿大等发达国家早在第一章绪论上个世纪六十年代后期就已经开始,到八十年代初开始得到广泛的应用。而国内的研究从上世纪九十年代才开始得到重视。目前,全球整个视觉市场总量大概在60~70亿美元,并按照每年8.8%的速度增长。而在国内,尽管还没达到这种应用水平,但随着加工制造业的发展,对于机器视觉的需求将呈上升趋势w。随着制造技术的不断提高和图像处理算法的不断改良,机器视觉检测技术日趋成熟,已经在工业、农业、医学以及其它领域得到广泛的应用。1.工业领域的应用。在工业制造中,机器视觉检测技术在产品的形状识别、外表尺寸、无损探伤、生产控制等方面得到了成熟的应用。文献[5]Derganc描述了机器视觉检测技术在轴承偏心检测中的应用。文献[6]Decker描述了用自动x射线实现一个汽车工业中的铝铸件凹陷的检测系统。文献[7]Manbir等人应用统计分类方法来测量金属表面的粗糙度。文献[8]刘兆妍等人应用IMAQ Vi sion软件构建的机械零件测量系统将机器视觉技术和虚拟仪器技术结合在一起,对各种机械零件进行快速准确的在线测量。文献[9]朱正德介绍了零部件表面缺陷的机器视觉检测技术。在电子工业中,机器视觉检测技术得到了较早的应用。随着大规模集成电路的发展,集成芯片(Ic)单位面积的集成度越来越高,印刷线路板(PcB)也日益复杂,传统的检测方法技术难以保证日益增高的制造精度和生产效率等要求。而采用机器视觉技术实现芯片自动焊接和质量检测能满足要求,并且技术F1益成熟。在国外,在文献[10]中Perkins介绍了电路板上元件的焊点匹配的机器视觉系统;文献[11]Kim等人描述了印刷线路板上焊点的在线检查和分类的视觉实现。在国内,很多高校也做了很多的研究,如天津大学精密测量技术国家重点实验室,在这方面取得了一定的成果m:cognex公司m,介绍了机器视觉系统在电子制造焊接中的应用状况和广阔的应用前景。2.农业领域的应用。在农业领域,机器视觉检测技术已得到广泛应用,如农产品的生产和加工过程中的品质检测和分类。由文献[14]可知,早在1985年,w01fe和Sandler利用数字图像分析和模式识别技术,根据西红柿形状、颜色等特征,实现了西红柿分类的视觉系统。文献[15]Bouchard和C01et把机器视觉技术应用到木材的切割中。在国内,机器视觉应用到农业比国外要晚,但也得到了飞速的发展。吕朝辉等人在文献[16]中综述了机器视觉田间植物检测和识别技广东工业大学硕士学位论文术的国外最新研究方法和成果。文献[17]凌云等人设计了一套基于视觉系统的大米外观品质参数检测装置,实现了对垩白度、垩白粒率、黄粒米和粒型参数的检测。3.生物医学领域的应用。视觉技术在医学领域应用非常广泛,如细胞分类、染色体分类、放射图像的处理、超声波、核磁共振和cT等技术。另外,数字图像处理技术正逐步运用到生物学领域,为生物进化、分类和其他研究提供了有力的工具。wildes在文献[18]中描述了一种基于生物能量测定的虹膜识别技术。在文献[19]中J.Hilditch和D.Rutovitz采用机器视觉技术实现了染色体分类;Young等人在文献[20]中描述了一种基于视觉系统的生物形状识别技术。文献[21]杨明等人研究的磁导航定位手术系统也是采用视觉原理实现。在文献[22]中康浩和徐国治研制了基于机器视觉检测技术的虹膜识别系统。4.其它行业应用。机器视觉检测技术还广泛应用于安全、交通和遥感等领域。由文献[23]可知D’Agostino调查了视觉技术在美国和欧洲的应用,得出视觉技术提高了交通转向时间的测量精度和改进了交通流量相关参数的深、广度。在文献[24]中孙辉和赵宏提出了一种基于机器视觉的药品包装盒上有关印刷缺陷的自动检测系统。北京大恒图像视觉有限公司研制的DH—Tc2000闯红灯车辆自动抓拍系统,实现对路口的闯红灯车辆进行实时监控,并记录违章时间、路口等信息。崔高健等m实现了一种基于立体机器视觉的前方车辆探测方法。随着微处理器支持的并行处理技术,低成本高速的电荷耦合器件,新的低成本大容量存储阵列的存储技术和低成本高分辨率的彩色显示系统等发展,促使视觉技术在工业现场不断成熟、完善和普及。近年来,随着模糊数学、数学形态学、小波变换、神经网络和遗传算法等计算理论不断创新性地引入到图像处理领域,使得各种新的有效图像处理算法不断提出,提高了具体图像的处理能力,同时扩大了视觉检测的应用范围m,。1.2本文研究的背景、意义及主要研究内容闸瓦是铁路车辆的制动装置,同时也是目前铁路货车上使用普遍的一种踏面制动方式。如图卜2所示,它是通过压缩空气将闸瓦压紧车轮踏面,使轮对、闸瓦问发生摩擦,将列车动能的大部分变为热能,并转移到车轮与闸瓦,再逸散于大气的制动方式。因此闸瓦磨损率相当高,甚至由于闸瓦安装技术限制,车辆制4第一章绪论动过程中会产生闸瓦受力不均,从而导致局部断裂。为了确保车辆的可靠、安全运行,闸瓦磨损到一定厚度或发生局部断裂就必须及时更换mw。目前,闸瓦磨损状况的检测主要靠技术人员的目测完成。人工检测劳动强度大,技术人员容易疲劳影响效率。再者人工检测难以定量给出闸瓦的实际厚度,当被更换的闸瓦厚度还未达到报废值,则造成资源浪费;当闸瓦厚度低于报废值而未及时更换,可能造成车辆制动不可靠,甚至不安全。同时,在铁路车辆高速化、重载化发展的今天,低效率的人工检测必然会影响铁路行车效率。目前国内仅实现关于出厂闸瓦质量问题的超声波检测技术m,还没有关于服役闸瓦状况的在线检测的技术。国外主要采用盘形制动方式,其形状和安装位置便于用超声波、激光或视觉等技术实现在线检测mm,。而国内主要是踏面制动方式,安装位置异于盘形制动方式,且表面干扰部件较多、安装复杂。因此,应用在盘形制动的检测方法不适用于踏面制动方式。车辆闸瓦厚度在线测量可以借鉴运动物体测速原理,把物体运动在极短的时间内看作匀速运动,并乘以传感器的反应间隔时间,再根据传感器的安装情况适当修正后,即得物体的厚度。典型的方法有激光传感法,在安全距离内安装点状激光传感器,当闸瓦接近激光检测范围时启动计时器,测量激光传感器在闸瓦两侧边缘(从空隙到闸瓦和从闸瓦到空隙)反应的时间间隔。用精密传感器测量此时刻的车速,两者相乘即为闸瓦厚度:另外超声波检测方法也是可以考虑,原理与激光传感法类似。铁轨图卜2闸瓦工作原理示意图Fig.1—2 Working principle of brake广东工业大学硕士学位论文图1.3闸瓦安装局部图Fig.1—3 Installation of brake以上两种方法从原理上讲是可行的。但如图1—3所示,闸瓦附近零部件比较多,如车轮、闸瓦托、转向架侧面等,而且各零部件之间间隙不明显也不固定,激光光束方向上各表面距离相差不多等诸多客观原因不便于激光传感器和超声波检测等方法。采用机器视觉检测方法可以克服以上困难,通过灵活变换图像采集系统的角度,采集运动货车的闸瓦图像信息,应用图像处理分析技术实现闸瓦的在线检测。因此,本文充分利用计算机、电子信息等先进技术和日益成熟的图像处理技术探索测量闸瓦厚度的有效途径,实现闸瓦的在线自动检测。研究成果将为铁路车辆高速化、重载化发展提供基础性效应,并将有利于加强列车信息的系统化和智能化管理m一。本研究课题是广东工业大学机电工程学院开发的科研项目。该项目采用机器视觉测量技术,在线测量铁路货车闸瓦的厚度并判断最薄的厚度。根据铁路现场的特点,借鉴相关领域采用机器视觉检测技术实现的案例,做了以下几方面的研究:1.设计并建立了闸瓦检测系统的图像采集装置。使用磁钢传感器探测车轮到位信号,实时控制摄像机,在照明系统的作用下拍摄每一幅闸瓦图像信息。要求图像清晰、特征突出,并且要求传感器精度高、速度快,以保证闸瓦完全在图像范围内。2.检测系统的标定。标定是图像信息与闸瓦实际状态的转换依据,也是检6播放器加载中，请稍候...
该用户其他文档
下载所得到的文件列表基于机器视觉的铁路货车闸瓦检测技术研究--优秀毕业论文.pdf
文档介绍：
基于机器视觉的铁路货车闸瓦检测技术研究--优秀毕业论文 广东工业大学硕士学位论文基于机器视觉的铁路货车闸瓦检测技术研究姓名:严向文申请学位级别:硕士专业:机械电子工程指导教师:高向东摘要摘要闸瓦制动是国内铁路货车普遍使用的踏面制动方式,其运用规模庞大,而且仍将是今后一段时期内主要的制动方式。目前,闸瓦...
内容来自淘豆网转载请标明出处.本类热门热门群组
需要铁路货车运营知识竞赛试题（附答案）有关文章，请加QQ群：
办公文秘1群
办公文秘2群
办公文秘3群
办公文秘4群
办公文秘5群
写作交流1群
写作交流2群
写作交流3群
中学生交流群
小学生交流群
教师交流1群
教师交流2群
48小时热门
