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。
NETL