基于机器视觉的动车电线支架表面缺陷检测方法研究.pdfVIP

摘要

目前，对于动车零部件的检测主要集中在常见的大型零部件上，而对于同等

重要的动车转向架电线支架等小型零部件的研究尚显不足。电线支架是安装在动

车转向架上，约束速度传感器线缆的金属设备。动车行驶速度信息的获取，离不

开电线支架的支持。及时准确地检测出电线支架的表面缺陷，对于保障动车的安

全行驶具有重要意义。对四川成都动车段的检修车间的深入调研，目前探伤工作

仍主要依赖工人目视检测的方式来进行，检测效率和精度均有提高空间。因此，

针对动车电线支架的结构特性，提出了一种融合机器视觉与荧光磁粉检测技术的

缺陷检测方法。本文的主要工作内容如下所述：

(1)为满足动车电线支架表面缺陷检测系统的设计需求，精心设计了硬件与软

件系统方案。在硬件方案的设计过程中，对核心部件进行了选型与集成，综合考

虑了精度与效率之间的平衡，确保系统能够实现高效且精确的缺陷检测。软件系

统则基于硬件架构运行，主要包括目标检测算法和操作界面。结合检测流水线作

业，提出了检测系统的运行策略。

(2)电线支架荧光磁粉检测领域面临着数据样本稀缺的问题。为了解决这一问

题，实验进行需要构建了一个高质量的数据集，通过特征描述、缺陷分析、数据

增强和精细标注，为后续目标检测算法的研究提供了前提。

(3)动车电线支架焊接面众多，焊缝处易导致荧光磁粉异常堆积，进而形成伪

裂纹。荧光磁粉也容易残留在粗糙的物体表面，形成荧光噪点。这些都会显著降

低图像中缺陷特征的识别率。为应对此问题，提出YOLO-SAF目标检测算法区别

伪裂纹，显著提高了检测精度，展现出了新算法的合理性。在动车裂纹荧光磁粉

数据集上测试，检测精度mAP_0.5指标提升8.12%。这一研究成果为目标检测算

法在荧光磁粉检测领域的应用提供了有益的参考和借鉴。

(4)在QtCreator平台上编写了上位机软件，用于优化检测系统并提升界面友

好性。该软件采用多线程技术，集成了多种功能模块，如实时画面显示、数据存

储管理、高效检测算法和稳定通信机制，为用户提供了便捷交互界面。

综上，开发一套基于机器视觉技术的动车电线支架表面缺陷检测系统，该系

统通过深度整合图像处理算法与荧光磁粉检测技术，旨在实现高效、精确地检

测。具有理论价值和实践应用前景，对提升动车的行驶安全性具有重要意义。

关键词：机器视觉，电线支架，YOLO-SAF，荧光磁粉检测

Abstract

Currently,thedetectionofbullettrainpartsmainlyfocusesoncommonlargeparts,

whiletheresearchonequallyimportantsmallpartssuchasbogiewirebracketofbullet

trainisstillinsufficient.Thewirebracketisametaldeviceinstalledonthebogieofthe

bullettraintorestrainthespeedsensorcable.Timelyandaccuratelydetectingthesurface

defectsofthewirebracketisofgreatsignificancetoensurethesaferunningofthebullet

train.Throughthein-depthinvestigationofthemaintenanceworkshopofEMUin

Chengdu,SichuanProvince,itisfoundthattheinspectionworkstillreliesonthevisual

inspectionofworkers.Therefore,thisstudyproposedamachinevision-basedsurface

defectdetectionmethodforbullettrainwirebracket.Themaincontentsofthispaperare

as