弓網(wǎng)拉弧強(qiáng)度檢測(cè)方法的研究

趙 磊 伍川輝 石曉蓉

(西南交通大學(xué)機(jī)械工程工程學(xué)院 成都 610031)

0 引 言

電力機(jī)車(chē)從接觸網(wǎng)獲取電力是靠安裝在機(jī)車(chē)頂部的受電弓滑板與接觸網(wǎng)之間的滑動(dòng)接觸來(lái)實(shí)現(xiàn)的［1-2］。列車(chē)弓網(wǎng)電弧是一個(gè)復(fù)雜的研究對(duì)象，與電磁場(chǎng)、熱場(chǎng)、氣流場(chǎng)、等離子體等運(yùn)動(dòng)變化相關(guān)［3-4］。由于弓網(wǎng)電弧產(chǎn)生的環(huán)境復(fù)雜，涉及能量大小的影響因素、產(chǎn)生和熄滅機(jī)理、時(shí)空分布規(guī)律、能量傳輸特性等多個(gè)環(huán)節(jié)，無(wú)論采用理論分析還是實(shí)驗(yàn)?zāi)M都十分困難［5-9］。到目前為止，還很少見(jiàn)到對(duì)弓網(wǎng)電弧問(wèn)題專(zhuān)門(mén)研究報(bào)道，與之相關(guān)的電弧問(wèn)題的研究主要集中在開(kāi)關(guān)電弧模型的建立和分析、能量分布、對(duì)觸頭材料的侵蝕和載流摩擦磨損等方面［6-11］。本文基于目前研究現(xiàn)狀，通過(guò)視頻監(jiān)控方法，研究分析一種評(píng)價(jià)列車(chē)受電弓拉弧強(qiáng)度的方法，基于這種方法，可以對(duì)受電弓拉弧進(jìn)行比較準(zhǔn)確的分析，為后續(xù)的電弧的控制和預(yù)防做準(zhǔn)備。

1 弓網(wǎng)拉弧視頻監(jiān)控系統(tǒng)總體設(shè)計(jì)

本文設(shè)計(jì)的系統(tǒng)方案硬件如圖1 所示。攝像頭采用FCB－EX480CP 自動(dòng)對(duì)焦一體化低照度攝像機(jī);圖像采集卡采用MV－600 高精度工業(yè)圖像采集卡。其中，工控機(jī)對(duì)受電弓和電網(wǎng)接觸位置進(jìn)行對(duì)焦，連續(xù)不間斷進(jìn)行視頻采集，圖像采集卡對(duì)采集到的視頻進(jìn)行數(shù)字化處理，工控機(jī)對(duì)視頻進(jìn)行分割成幀圖片，上位機(jī)軟件進(jìn)行數(shù)字圖像處理算法設(shè)計(jì)，提取拉弧圖片，并分析處理，得到拉弧強(qiáng)度表。

圖1 系統(tǒng)硬件方案框圖

2 視頻流分割幀圖片

MV－600 圖像采集卡采集連續(xù)不間斷進(jìn)行采集視頻信息，上位機(jī)軟件編程首先是對(duì)視頻進(jìn)行分割，獲得幀圖片，圖片格式為BMP 圖像，存儲(chǔ)在工控機(jī)存儲(chǔ)區(qū)，為后續(xù)軟件處理做準(zhǔn)備。圖像采集卡提供了開(kāi)發(fā)包SDK，可以通過(guò)調(diào)用.dll 來(lái)實(shí)現(xiàn)分割過(guò)程。設(shè)計(jì)思路如下:

1)首先初始化播放器，然后判斷視頻打開(kāi)是否成功;

2)判斷視頻長(zhǎng)度，調(diào)用抓圖函數(shù)進(jìn)行抓圖并保存。

3 BMP 圖像文件圖片格式

BMP 文件由文件頭、位圖信息頭、顏色信息和圖形數(shù)據(jù)四部分組成。文件頭主要包含文件的大小、文件類(lèi)型、圖像數(shù)據(jù)偏離文件頭的長(zhǎng)度等信息;位圖信息頭包含圖像的尺寸信息、圖像用幾個(gè)比特?cái)?shù)值來(lái)表示一個(gè)像素、圖像是否壓縮、圖像所用的顏色數(shù)等信息;顏色信息包含圖像所用到的顏色表，顯示圖像時(shí)需用到這個(gè)顏色表來(lái)生成調(diào)色板，但如果圖像為真彩色，既圖像的每個(gè)像素用24 個(gè)比特來(lái)表示，文件中就沒(méi)有這一塊信息，也就不需要操作調(diào)色板;文件中的數(shù)據(jù)塊表示圖像的相應(yīng)的像素值。

4 數(shù)字圖像預(yù)處理

對(duì)分割的BMP 圖像分別進(jìn)行灰度圖像處理(圖2a)、閾值分割處理(圖2b)、反色處理(圖2c)、邊緣檢測(cè)處理(圖2d)，各個(gè)部分的處理效果如圖2 所示。

圖2 數(shù)字圖像處理處理效果圖

為了能夠判斷檢測(cè)出來(lái)的邊緣是否滿足要求，即識(shí)別出的輪廓是否是弓網(wǎng)拉弧亮度區(qū)域，把邊緣處理后的圖片和原始圖片進(jìn)行重合，用紅色輪廓標(biāo)注邊緣檢出來(lái)的區(qū)域，效果如圖3 所示。

圖3 邊緣檢測(cè)與輪廓檢測(cè)對(duì)比效果圖

5 自適應(yīng)閾值分割—最大內(nèi)間方差理論

固定閾值分割容易受到外界環(huán)境對(duì)于拍攝圖片效果的影響而得不到最佳的輪廓，采用自適應(yīng)閾值分割，可以有效的解決這一問(wèn)題。

把灰度直方圖在某一閾值處分成兩組，當(dāng)被分成的兩組間方差為最大時(shí)，決定閾值?，F(xiàn)在，設(shè)一幅圖像的灰度值為0～m－1 級(jí)，灰度值i 的像素?cái)?shù)位ni，此時(shí)我們得到像素總數(shù):

各值的概率:

然后T 將其分成兩組C0={0～T－1}和C1={T～m－1}，各組產(chǎn)生的概率如下:

是閾值為T(mén) 時(shí)灰度平均值，所以全部采樣的灰度平均值為:

兩組間的方差用下式求出:

從1～m－1 之間改變T，求上式為最大值時(shí)的T，即求maxδ2(T)時(shí)的T*值，此時(shí)，T*便是閾值，我們把δ2(T)叫做閾值選擇函數(shù)。

采用最佳內(nèi)間方差理論，可以從0 到255 灰度得到最佳閾值，所以猜想，如果把最佳閾值再賦給最小變量，然后迭代使用最大內(nèi)間方差法，可以得到最佳的的效果，4 次迭代的處理結(jié)果如圖4 所示。

圖4 最大內(nèi)間方差迭代效果圖

對(duì)上面4 副圖片進(jìn)行提取，其中圖片的像素點(diǎn)為118 614，分別計(jì)算此張圖片中像素點(diǎn)R，G，B 都為255 的點(diǎn)數(shù)如表1 所示，其中理論的R，G，B 為255 的像素點(diǎn)為56 378，強(qiáng)度百分比為47.53%。

表1 實(shí)驗(yàn)測(cè)試結(jié)果分析

其中提取之后指進(jìn)行輪廓識(shí)別之后，途中紅色輪廓內(nèi)的R，G，B 為255 的點(diǎn)數(shù)，強(qiáng)度百分比誤差百分比是指測(cè)量值強(qiáng)度百分比相對(duì)于實(shí)際強(qiáng)度百分比的誤差值的百分比。

從圖1 得知，經(jīng)過(guò)迭代算法處理之后，一次比一次趨近實(shí)際的強(qiáng)度百分比值，達(dá)到了實(shí)驗(yàn)預(yù)先設(shè)計(jì)目標(biāo)，3 次迭代之后誤差只有0.23%。

6 結(jié) 論

本文從列車(chē)?yán)∫曨l分析開(kāi)始，一直到最終的拉弧強(qiáng)度表的生成，都進(jìn)行了實(shí)驗(yàn)驗(yàn)證，實(shí)驗(yàn)表明，系統(tǒng)穩(wěn)定性較好，雖然有時(shí)候存在誤判，但整體性能較好。對(duì)視頻進(jìn)行判斷采用自適應(yīng)算法，這種算法對(duì)于目標(biāo)區(qū)域的識(shí)別十分理想，但是這種算法要根據(jù)圖像紋理來(lái)選擇迭代算法。最大內(nèi)間方差法(OTSU)［12］，現(xiàn)在已經(jīng)發(fā)展到二維算法，只不過(guò)這種二維算法有如下缺點(diǎn)，所以限制了它在工程中的應(yīng)用。

通過(guò)這套系統(tǒng)，根據(jù)加權(quán)平均的辦法給出了一個(gè)判斷列車(chē)?yán)?qiáng)度的方法，這種方法只是相對(duì)大小，希望在以后的工作中能夠建立強(qiáng)度表，即根據(jù)強(qiáng)度表直接換算出強(qiáng)度大小，這樣對(duì)于這種隨即事件的判斷就比較有意義，但這個(gè)標(biāo)準(zhǔn)建立還需要科學(xué)準(zhǔn)確的評(píng)估。

［1］趙燕霞，劉敬超，孫樂(lè)民，等.載流磨損中電弧侵蝕的研究現(xiàn)狀及趨勢(shì)［J］.潤(rùn)滑與密封，2010 (8):111-113.

［2］馬莉，王澤勇，高曉蓉，等.LV2600 型受電弓滑板剩余磨損量檢測(cè)［J］.鐵路機(jī)車(chē)車(chē)輛，2010，30(3):93-97.

［3］Bucca G，Collina A，Manigrasso R，et al.Analysis of Electrical Interferences Related to the Current Collection Quality in Pantograph-catenary Interaction［J］.Rail and Rapid Transit，2011，225(F50:483-499.

［4］劉芳，王黎，高曉蓉，等.受電弓與接觸網(wǎng)間的接觸壓力檢測(cè)研究［J］.電力機(jī)車(chē)與城軌車(chē)輛，2006，29(6):19-21.

［5］郭京波.高速機(jī)車(chē)受電弓穩(wěn)定受流與控制研究［D］.北京:北京交通大學(xué)，2006:80-90.

［6］董霖，陳光雄，周仲蓉.載流磨損的最佳法向載荷三維關(guān)系模型研究［J］.機(jī)械設(shè)計(jì)與制造，2010(2):123-125.

［7］Arie Levant，Alessandro Pisano，Elio Usai.Outputfeedback Control of the Contact-force in High-speed train Pantographs［C］//Proceedings of the 40thIEEE Conference on Decession and Control.［S.1.］:IEEE，2001，2:1831-1836.

［8］冒一平.德國(guó)鐵路主動(dòng)控制受電弓實(shí)驗(yàn)成功［J］.中國(guó)鐵路，2004(5):31.

［9］Allotta B，Pugi L，Batolini F.An Active suspension System for Railway Pantographs:the T2006 Prototype［J］.Proceedings of the institution of Mechanical Engineers，2009，223(1):15-29.

［10］吳學(xué)杰，張衛(wèi)華，梅佳明.模糊控制技術(shù)及其在接觸網(wǎng)/受電弓混合模擬系統(tǒng)中的應(yīng)用［J］.計(jì)算機(jī)應(yīng)用研究，2002(6):85-87.

［11］楊崗，李蒂.告訴動(dòng)車(chē)組受電弓滾動(dòng)弓頭特性研究［J］.機(jī)車(chē)電傳動(dòng)，2010(4):7-12.

［12］Chen M.An automatic recognition of the best thresh-old for image［J］.Computer Applications and Software，2006，23(4):85-86.

［13］OTSU N.A threshold selection method from gray-level histogram［J］.IEEE Trans，1976，SMC-9:62-69.