【技术实现步骤摘要】
轨道交通车辆构件质量检测装置和方法
[0001]本专利技术涉及一种轨道交通车辆构件质量检测装置和方法,属于检测
技术介绍
[0002]轨道交通是指运营车辆需要在特定轨道上行驶的一类交通工具或运输系统,最典型的轨道交通就是由传统火车和标准铁路所组成的铁路系统,随着火车和铁路技术的多元化发展,轨道交通呈现出越来越多的类型,不仅遍布于长距离的陆地运输,也广泛运用于中短距离的城市公共交通中。
[0003]目前,轨道交通车辆构件的质量检测方式具有检测盲区大、近表面分辨率差,信噪比较低,灵敏度不够高,加大了缺陷识别与分辨的难度,不利于缺陷的检出,影响缺陷的判定,同时对某些规格产品还影响检测效率。
技术实现思路
[0004]本专利技术目的是提供一种轨道交通车辆构件质量检测装置和方法,以提高轨道交通车辆构件缺陷检测的灵敏度,能够有效地检测缺陷,从而提高产品检测效率。
[0005]为实现上述的技术目的,本专利技术将采取如下的技术方案:一种轨道交通车辆构件质量检测装置,用于检测待检轨道交通车辆构件的缺陷 ...
【技术保护点】
【技术特征摘要】
1.一种轨道交通车辆构件质量检测装置,用于检测待检轨道交通车辆构件的缺陷,其特征在于,包括数据处理设备、底座、上支座、第一巡检机器人、第二巡检机器人以及夹具;其中:上支座通过支撑立柱安装在底座上方;第一巡检机器人可横向移动地安装在底座上;第二巡检机器人可横向移动地安装在上支座上,同时所述上支座上还安装有用于夹持待检轨道交通车辆构件的夹具;第一、第二巡检机器人均包括机器人本体,且第一巡检机器人的机器人本体在朝向待检轨道交通车辆构件的表面安装有上检测探头;第二巡检机器人的机器人本体在朝向待检轨道交通车辆构件的表面安装下检测探头;所述上检测探头和下检测探头均包括连接板、探头水平面旋转驱动电机、探头垂直面旋转驱动电机、安装板、超声波检测探头以及摄像头;探头水平面旋转驱动电机通过连接板与机器人本体连接,而探头水平面旋转驱动电机的动力输出端与探头垂直面旋转驱动电机的固定部分连接,而探头垂直面旋转驱动电机的动力输出端则与安装板连接,所述超声波检测探头以及摄像头分别安装在安装板上;超声波检测探头以及摄像头分别与数据处理设备连接,且超声波检测探头与信号发生器连接;摄像头用于对待检轨道交通车辆构件进行拍照检测,以获得待检轨道交通车辆构件的图像检测风险因子,并同步上传至数据处理设备;所述数据处理设备包括超声检测风险因子计算模块、预测模块以及风险点判断模块;在探头水平面旋转驱动电机、探头垂直面旋转驱动电机的协同工作下,上检测探头的超声波检测探头与待检轨道交通车辆构件的上表面相触,而下检测探头的超声波检测探头则与待检轨道交通车辆构件的下表面相触;检测时,在数据处理设备的控制下,启动信号发生器,信号发生器通过上检测探头的超声波检测探头向待检轨道交通车辆构件的上表面发送第一激励波信号,通过第二探头采集到对应的第一接收波信号,并反馈至超声检测风险因子计算模块;超声检测风险因子计算模块根据所接收到的第一接收波信号计算出对应的时域镜像信号;在数据处理设备的控制下,以该时域镜像信号作为第二激励波信号,通过第二探头向待检轨道交通车辆构件发送,此时通过第一探头能够采集到对应的第二接收波信号并反馈至超声检测风险因子计算模块;超声检测风险因子计算模块通过计算第一激励波信号、第二接收波信号之间的相关系数,即可获得待检轨道交通车辆构件的超声检测风险因子,并同步上传至预测模块;预测模块基于神经网络算法而构建,并能够根据所接收到的超声检测风险因子、图像检测风险因子进行处理,得到融合估计风险因子并同步上传至风险点判断模块;风险点判断模块内预设有缺陷风险阈值;通过比较融合估计风险因子与缺陷风险阈值,从而判别出待检轨道交通车辆构件的各缺陷风险点。2.根据权利要求1所述的轨道交通车辆构件质量检测装置,其特征在于,所述底座上沿着横向布置有第一导轨,而所述上支座上则沿着横向布置有第二导轨;所述第一巡检机器人的机器人本体的下方安装有第一自驱行走轮,所述第一自驱行走轮能够装配在第一导轨中;所述第二巡检机器人的机器人本体的下方安装有第二自驱行走轮,所述第二自驱行走轮能够装配在第二导轨中。
3.根据权利要求1所述的轨道交通车辆构件质量检测装置,其特征在于,所述夹具包括两块夹板;所述的两块夹板在夹持驱动机构的带动下,能够夹紧/松开待检轨道交通车辆构件;所述夹持驱动机构包括夹持驱动电机、螺杆、导柱以及齿轮传动机构;夹持驱动电机的固定部分安装在上支座上;螺杆、导柱相互平行设置并均通过上支座定位支撑,且夹持驱动电机的动力输出端通过齿轮传动机构与螺杆连接;所述的两块夹板相互平行设置;且每一块夹板均与所述的螺杆螺纹配合连接;同时每一块夹板均与所述的导柱导向连接。4.根据权利要求1所述的轨道交通车辆构件质量检测装置,其特征在于,预测模型包括分量预测模型、自适应权重融合预测模型和融合层,所述分量预测模型包括RNN网络模型和第一kalman滤波模型;所述自适应权重融合预测模型包括LSTM网络模型和第二kalman滤波模型;RNN网络模型在反向传播过程中,对前向传播过程中预测得到的预测值通过第一kalman滤波模型进行第一kalman滤波估计,得到的第一kalman滤波估计值进入到RNN网络模型的反向传播过程中进行计算;得到的第一kalman滤波估计值进入到LSTM网络模型和融合层中;LSTM网络模型在反向传播过程中,对前向传播过程中预测得到的预测值通过第二kalman滤波模型进行第二kalman滤波估计,得到的第二kalman滤波估计值进入到LSTM网络模型的反向传播过程中进行计算;得到的第二kalman滤波估计值进入到融合层中;通过第一kalman滤波估计值、第二k...
【专利技术属性】
技术研发人员:王超,孙家伟,张垒,戴晶晶,王玮,翟俊杰,许一源,王乾丞,
申请(专利权)人:南京地铁运营咨询科技发展有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。