تشخیص خرابی تیغه‏های سوزن راه آهن با استفاده از پردازش تصویر

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانش آموخته کارشناسی ارشد، دانشکده مهندسی عمران و محیط زیست‌، دانشگاه صنعتی امیرکبیر، تهران، ایران

2 استادیار، دانشکده مهندسی عمران و محیط زیست‌، دانشگاه صنعتی امیر کبیر، تهران، ایران

3 استادیار، دانشکده مهندسی راه آهن‌، دانشگاه علم و صنعت، تهران، ایران

چکیده

افزایش قابلیت اطمینان و ایمنی شبکه راه‏آهن از جمله اهداف مدیران صنعت ریلی است که نیازمند بکارگیری
روش­هایی برای تشخیص و شناسایی خرابی می­باشد. در راه­آهن ایران طبق آمار ارایه شده توسط راه­آهن جمهوری اسلامی ایران، 90 درصد سوانح در ایستگاه تهران بر روی سوزن رخ می دهد که 40 درصد آن به دلیل عدم دقت در مانور، 25 درصد مسیر اشتباهی، 25 درصد خرابی سوزن و 10 درصد  نیز برخورد دیزل با واگن و یا دیزل در تقاطع­های خطوط می­باشد. تجهیزات سیستم سوزن به لحاظ وظیفه عملکردی در صورت عدم وجود کنترل مناسب­، از حساس­ترین بخش­ها و عناصر سیستم ریلی محسوب می­شوند. بنابراین، اگر بتوان از صحت اتصال و تغییر ایمن مسیر توسط سیستم سوزن اطمینان حاصل کرد، ایمنی و قابلیت اطمینان شبکه راه‏آهن افزایش یافته و حوادث ناشی از آن کاهش می­یابد. در این مقاله­، با استفاده از تکنولوژی پردازش تصویر به پایش سلامت تیغه‏های سوزن
به عنوان مهم­ترین عنصر ایمنی شبکه ریلی، پرداخته می‏شود. بدین منظور توسط دوربین با وضوح تصویر مطلوب، از محل تیغه‏های سوزن تصاویر گرفته شده و عملیات پردازش تصویر روی آنها به منظور تشخیص خرابی‏انجام می‏شود. الگوریتمی که در این مقاله مورد استفاده قرار گرفته بر مبنای آشکار سازی تغییرات ایجاد شده روی تیغه سوزن جهت بررسی تأثیرات آن در تعویض مسیر و کسب اطمینان از عبور ایمن قطار از آن استوار است. در نهایت میزان عیوب تیغه سوزن که شامل بریدگی و پریدگی ریل تیغه می‏باشد به عنوان خروجی پردازش تصویر گزارش می‏شود.
 
 

کلیدواژه‌ها

عنوان مقاله [English]

Switch Blade Monitoring Based on Image Processing

نویسندگان [English]

  • Z Fath-elahi 1
  • A Golro 2
  • M Bagheri 3
1
2
3
چکیده [English]

Increasing reliability and safety of railway systems are of the most important goals of railway infrastructure managers which require implementing more precise automated systems to detect defections. 90 percent of railway accidents in the Tehran railway occurs on switches, while 40 percent of which is due to careless maneuvering, 25 percent because of wrong track, 25 percent for switch defects and 10 percent for diesel car collisions in turnouts. Therefore, performance of switches is of great importance in railway tracks. Having made appropriate connections and proper track shifts, the system reliability can be substantially increased and incidents will be significantly decreased. This study consists of two main parts. Firstly, a switches and their importance in railway is studied. Secondly, switch blade monitoring using image processing is discussed. For this purpose, high resolution pictures are taken from switches with high quality cameras in order to detect defects. The algorithms used in this paper are based on clarifying the changes of blades for shifting the directions and allows for assuring switch locking.
 
 

کلیدواژه‌ها [English]

  • Switch
  • image processing
  • performance monitoring

مراجع

-                      Babenko, P. (2009), Visual Inspection of Railroad Tracks,. university of central Florida.
 
-Berry, A, B Nejikovsky, X Gilbert, and A Tajaddi. (2008), "high speed video inspection of joint bars using advanced image collection and processing techniques." world congress on railway research. seoul, korea.
 
-Fernando, luis, molina camargo, j.riley edwards, and p.l.barkan christopher (2011), "emerging condition monitoring technologies for railway track componebrs and track work." joint rail conference. pueblo.
 
-Hongfei, li, parikh dhaivat, he qing, qian buyue,
li zhiguo, fang dongping, and hampapur arun. (2014), "improving rail network velocity: A machine learning approach to predict maintenance." transportation research part C.
 
-Mandriota , C, M Nitti, N Ancona, and E Stella . (2004), "Filter-based feature selection for rail defect detection." machine vision and applications.
 
-Papaeliass, m.p, c roberts, and l davis. (2008), "A review on non-destructive evaluation of rails." rail and rapid transit, pp.367-368.
 
-Stella, E, P Mazzeo, M Nitti, and G Cicirelli. (2002), "Visual recognition of missing fastening elements for railroad maintenance." IEEE-ITSC International Conference on IntelligentTransportation systems.
 
-Xueyong, li, lu changhou, zhang jianchuan, xiao rujing, and ding jie. 2012. "an image acquisition method for raised characters based on laser vision technology." optics and lasers in engineering, pp.148-158.
 
- شهنی دزفولیان، ر.، جعفرپور، الف. و میرمحمدصادقی، س. ج.، (1384)، "بررسی نتایج حاصل از راه اندازی سامانه جامع مدیریت نگهداری و تعمیرات خطوط ریلی ایران."­ سومین کنفرانس ملی نگهداری و تعمیرات، تهران، ایران.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار