钢轨无损检测中的超声导波技术分析.pdfVIP

钢轨无损检测中的超声导波技术分析

摘要：无损检测(NDT)是一系列用于检测材料、结构以及部件中缺陷和不连

续性的物理方法。常规无损检测包括射线检测(RT)、超声检测(UT)、磁粉检测

(MT)、渗透检测(PT)和涡流检测(ET)等五种检测方法。相对来说，超声导波是一

种新型的检测技术，广泛应用于检测金属管道的腐蚀情况。

关键词：钢轨；无损检测；超声导波技术

引言

在轨道交通大力发展的环境下，越来越多铁路轨道安全及运营维护问题也随

之而来。伴随着轨道交通的大范围服役，轨道病害问题不断出现。尽管目前我国

无砟轨道系统整体服役良好，但在列车循环往复动力及复杂环境条件的共同作用

下，轨道结构在服役过程中也涌现出不同类型的病害，如若不及时发现处理，严

重时会对轨道结构的安全服役造成极大隐患。因此，研究提出针对轨道病害的识

别与评价方法具有重要意义。

1超声导波技术

检测时，首先向激励线圈通入大电流脉冲，产生交变磁场；激励线圈附近的

铁磁性材料由于磁致伸缩效应受到交变应力作用，从而激励出超声脉冲。当管道

中存在缺陷时，会引起检测线圈的磁通量发生变化，检测线圈将磁通量变化转换

为电压信号；通过测量检测线圈的感应电动势就可以测量反射回来的超声导波信

号的时间和幅度，从而获取缺陷的位置和大小等信息。

2钢轨表面伤损的物理检测方法

主要有涡流、漏磁、超声波、激光扫描、声发射等方法，此类伤损检测方法

存在效率低、检测速度慢、分类精度低、成本高、受人为因素影响大等问题，不

利于对钢轨表面伤损进行快速、准确的检测。而基于深度学习的目标检测算法则

具有检测精度高、速度快且智能化的特点，主要分为基于无区域提名和基于区域

提名的两类目标检测算法。其中，基于无区域提名目标检测算法主要以YOLO系

列单击多盒检测器为主，该类算法将生成候选框和分类回归合并成一个网络中，

降低了网络计算的复杂度，提高了目标检测速度，基于区域提名的目标检测算法

对多目标检测或小目标检测的精确度较高，检测效果较为理想。

3钢轨无损检测中的超声导波技术应用分析

3.1受电弓状态检测

受电弓检测系统往往是安装在地面上的定点设备,当列车运行经过检测装置

时,由高速相机等设备采集得到受电弓图像,然后将图像传回后端进一步对受电弓

状态进行检测和分析.目前,国内外有多家公司和研究所研制了受电弓监测系统方

案。一个完整的受电弓监测系统往往包含若干个子系统,如触发系统、拍摄系统、

照明系统、传输系统、中心处理系统等。当列车通过检测设备时,运用电流传感

器、紫外探测器、红外成像仪、激光发生器、高速相机监测和采集弓网主要结构

参数以及弓网图像,然后在后台进行分析和检测.不同单位研制的系统在设备和布

置形式上会有一些差异,但大致相同.在获取到受电弓图像后,关键的问题就是利

用计算机视觉技术对受电弓状态进行识别和分析.

3.2试验平台及数据采集

试验采用室外手推式轨道质检小车平台。固定于一侧轮轴上的光电编码器按

照设定的间隔输出方波信号，触发两侧的ＺＳＹ高精度２Ｄ激光位移传感器进行

轮廓数据采集（传感器垂直测量范围为１７５～４２５ｍｍ，水平范围为１１

５～２３０ｍｍ，线性度０．１％，分辨率６４０点／轮廓，采样频率一般为２

５０轮廓／ｓ，最高可达１８００轮廓／ｓ，抗振等级２０ｇ、１０～１０

００Ｈｚ。采集的数据经交换机集中后，统一传输给车载综合处理计算机进行处

理，并将结果同步显示输出。选取室外一段长约１００ｍ的５０ｋｇ／ｍ轨道进

行数据采集，该路段包含普通轨道区、接头区和道岔区。传感器采样间隔设置为

０．１ｍ／幅，共采集轮廓１０００幅，其中包含普通轨道区采集的８００幅

有效轮廓，接头区、道岔区采集的２００幅无效轮廓。

3.3接触网状态检测

城市轨道交通接触网主要沿着轨道车辆运营线路布置,根据安装地点及方式

不同可分为刚性接触网和柔性接触网两类.其中,刚性接触网安装在地铁隧道顶端,

柔性接触网安装在线路两旁的支架上,因此对于接触网的检测和受电弓检测不同,

不能使用定点设备.目前,基于机器视觉的接触网状态检测方法是利用安装在车顶

的检测设备,实现了在途检测,也有部分通过检测车或者手持设备进行检测的方案,

但实际应用效果相对较差[29].接触网状态检测系统根据检测项点的不同,其具体

设计方案也会有所区别.

3.4道岔区轮廓判别

从总样本中选取长１５ｍ的完整道岔区路段作为本次试验样本。从两条基本