CRH動車輪對相控陣探傷缺陷識別算法研究.pdf

1、近幾年來，高速動車組被廣泛投入鐵路運輸中，這給鐵路行車安全檢測部門提出了新的挑戰(zhàn)。當前，超聲相控陣檢測技術已在高速列車車輪檢測中得到應用，并取得初步成果。在車輪檢測過程中，對缺陷的識別和評判已由傳統(tǒng)的人工方式轉向自動化識別和評判方式，以此能夠減少人為因素的干擾，使評判結果更具規(guī)范化、專業(yè)化。動車輪對超聲相控陣檢測圖像具備自身特點，有時由于現(xiàn)場檢測環(huán)境和超聲檢測的特點所致，一些檢測圖像被噪聲和雜波嚴重干擾，而同時還存在其它對象的回波，如界

2、面回波和輻板孔回波等，這給缺陷的識別和評判帶來困難。為實現(xiàn)動車輪對超聲相控陣檢測圖像的缺陷自動識別，本文由淺到深開展了以下兩項研究:
　　其一，研究了一種基于圖像互相關的車輪相控陣超聲檢測B掃圖像缺陷定位算法。首先，對車輪B掃圖像原始數(shù)據進行小波包降噪和閾值二值化處理，初步抑制圖像中的噪聲干擾;其次，根據圖像中輻板孔回波在空間域存在周期性這一基本特征，采用圖像互相關法提取輻板孔回波的周期值，并消除周期性干擾;最后，獲取車輪缺陷質心

3、和面積等信息，并在原始數(shù)據圖像中定位缺陷。實驗結果表明，該算法能夠有效的將車輪B掃圖像中的缺陷定位出來，定位準確率高于95％，達到初步定位的目標。
　　其二，本文采用支持向量機技術對超聲相控陣檢測B掃圖像中的缺陷進行自動識別，并在識別過程中將界面波和輻板孔回波均作為識別對象，將二者與真實的缺陷回波視為三類目標加以區(qū)分。其主要過程包括目標對象特征分析、特征提取和優(yōu)化、樣本訓練、參數(shù)優(yōu)化和識別。通過基于支持向量機的缺陷識別方法，能夠更