论文部分内容阅读
车轮作为列车关键部件之一,其健康状态对列车安全运行至关重要,探究并寻找一种车轮快速检测诊断的技术方法就成了行业内的普遍期待;国内外目前通行的做法是按列车行驶里程进行周期性库内检测,检测方法大多以传统手持式人工探伤仪为主,操作与检测过程繁复、准确度偏低。本文研究了一种基于超声检测的高速列车车轮健康自动检测系统,其具有便携的机械结构、简单的操作流程、直观的图像显示及诊断分析,能有效提高列车车轮健康检测的效率和判伤准确性。论文设计了系统方案,以超声检测为基本方法,给出了一种多通道多探头的组合扫查方式,构建了FPGA和PowerPC组成的双核协同处理硬件架构,FGPA进行高速数据采集、数字滤波和数据压缩处理,PowerPC进行与上位PC机的通信,上位PC机完成系统数据分析、结果评判、缺陷定位及显示。论文基于LabVIEW平台编写了系统处理软件。根据Lab VIEW编程语言图形化模块化的特点设计了丰富的人机界面,包括超声检测数据的实时图形显示、车轮缺陷部位的定位及实时显示、检测结果的数据库管理。给出了一种基于LabVIEW多线程技术和降低图像刷新频率的方法,有效地提高了程序的执行效率和实时性,实现了上位PC机与采集系统之间的数据高速传输、采集数据的快速处理、处理结果的实时显示、过限报警。论文研究了列车车轮检测中缺陷类型的识别方法,给出了一种通过小波包分解并提取超声探伤信号特征值,利用改进算法的BP神经网络经适当训练以实现缺陷类型的识别。通过仿真实验验证了方法的可行性。论文完成了系统的软硬件设计、制作与调试、给出了完整的测试结果。