摘要：近年来,已有300多套tfds系统安装在我国铁路线上,以监视货运列车的安全。然而,tfds系统只能采集、传输图像,列车故障的识别仍然以人眼观察为主。针对tfds系统中人工识别螺栓故障效率低下的问题,提出了一种基于图像处理的螺栓故障自动识别算法。首先,根据先验知识,从原始图像中截取包括螺栓的感兴趣区域并使用模板匹配技术得到螺栓的精确子图。然后,使用改进的自适应LTP算子提取螺栓子图的特征直方图。最后,将螺栓特征直方图送入训练好的支持向量机实现故障螺栓的识别。不同光照的tfds图像被用于实验。实验结果表明,该算法对螺栓故障识别取得了很好的表现(漏检率为0.36%,误检率为3.33%,准确率为90.88%),可以满足工程应用。

摘要：本文设计了一种新的货车故障轨边图像检测系统(简称tfds)图像自动识别系统的框架结构,首先将待检测部件的故障情况进行分类,建立标准样本图库。在此基础上采用图像处理和识别算法对车辆故障进行自动检测和识别,系统核心功能模块可分为两个部分:部件检测定位模块和故障识别模块。试用结果表明,采用该框架结构的tfds图像自动识别系统具有较高的识别准确率。

摘要：介绍了一种应用于光学轨边监测的基于以太网的高速数据采集系统。阐述了基于嵌入式处理器ARM920T、FPGA和100兆以太网控制器的数据采集平台的系统框架,设计思路。对于硬件设计和可编程逻辑的设计做了较详细的讨论,最后介绍了操作系统的移植和软件的实现。

摘要：基于数字图像的检测与处理技术,提出了一种tfds系统心盘螺栓丢失故障的自动识别方法:经直方图均衡化的预处理消除拍摄环境的影响,通过确定制动梁的位置间接确定4个心盘螺栓所在的区域,由Hough变换得到4个心盘螺栓所处的位置,进而判断螺栓是否丢失.算法设计综合考虑了检测技术的可靠性和算法运行的速度,能够很好地解决实际问题.

摘要：为了有效地进行时态数据库设计,支持多时间粒度的时态函数依赖(tfds)被用于时态模式的规范化。类似于传统的函数依赖(FDs),TFD集的成员籍问题是时态模式规范化所要解决的一个关键问题。由于多时间粒度的使用,使得有成员籍问题变得非常复杂。为了有效地解决此问题,分析了tfds与FDs之间存在的联系和封闭时态类型集的特性,并且基于提出的有限导出时态类型集及其求解算法,提出一个有效地解决TFD集的成员籍问题的算法。

摘要：货运列车运行故障动态检测系统tfds在铁路行业得到广泛应用,在方便列检员及时地对故障零件进行排查的同时,节省了传统人工检测成本,降低了误检率。传统的货车图像在线浏览系统采用C/S架构依赖于Active X控件设计,需要安装插件,不方便使用,而且如果图片清晰度较低,难以对故障作出准确判断。针对上述问题,设计了一种B/S架构下基于HTML5 Canvas技术的货车图像在线浏览及增强系统,充分发挥B/S系统无插件、性能稳定等优势的同时,采用Canvas技术实现图像的在线增强,使列检员能更方便地浏览图像,并能更准确地对故障进行判断,为铁路高效运行提供了保证。

摘要：在安装或检修货车故障轨边图像检测系统(简称tfds)[1]等轨边图像检测系统时,现场工作人员会对轨边沉箱和侧箱的高清相机进行安装或检修,在安装或检修过程中,现场没有有效的标定仪器和标准,全凭主观判断调整,从而导致图片质量差异大,尤其是在TF集中显示时,图像质量反差更大。为此设计铁路轨边成像标定装置[2],解决在对相机角度、清晰度、明暗度和图片定位时出现问题,减少安装和检修时间,以便提高成像质量,统一标定标准,加快整体工作效率。

摘要：铁路货车走行部弹簧在制造和运用过程中容易产生缺损,失去缓和车辆振动的作用,造成行车安全事故。首先分析走行部弹簧缺损的原因,并对国内外货车走行部弹簧缺损检测的研究现状进行了分析和比较,最后给出了走行部弹簧缺损检测的进一步研究方向。

摘要：本文基于数字图像分析技术,提出一种tfds铁路货车闸瓦插销窜出故障的自动识别方法。算法对原始输入图像进行必要的区域定位、直方图均衡化、去噪等预处理;针对处理后的闸瓦插销的图像,设计适合其形状、纹理和位置3个方面特征的梯度方向直方图来描述闸瓦插销的特征向量;提取特征向量输入到已经训练好的线性可分支持向量机分类器模型中进行故障判断和自动识别。实验数据证明了该识别算法的稳定性、可靠性和实用性。