接触网吊弦动态形态的检测装置及方法与流程

本发明涉及电气化铁道接触网检测技术领域，尤指一种接触网吊弦动态形态的检测装置及方法。

背景技术：

接触网吊弦是接触悬挂装置的重要组成部分，连接承力索和接触线，稳定接触网机械结构，保障接触网弹性均匀。列车在高速运行时，受电弓压力增大，接触线抬升后吊弦弯曲，同时受电弓通过后，接触网处于振荡状态，吊弦反复弯曲，影响其机械性能。随着列车开行数量的增加和运行速度提高，吊弦因机械疲劳发生折断的问题时有发生，折断后的吊弦容易引发受电弓故障，影响列车运行和运输质量。

目前，吊弦折断问题主要为事后分析，缺少直接故障发生前的吊弦形态信息及相关检测方法，部分视频检测点仅关注定位点的振动情况，不能全面检测吊弦动态形态，不利于吊弦状态预测分析。

综上来看，亟需一种可以全面检测接触网吊弦动态形态的技术方案，对吊弦状态的预测分析提供有力数据支持。

技术实现要素：

为解决上述问题，本发明提出了一种接触网吊弦动态形态的检测装置及方法，可以解决接触网吊弦折断前的状态信息采集、吊弦折断故障分析、吊弦状态预测等问题，通过全面、便利的检测接触网吊弦动态形态，为吊弦状态的预测分析提供有力的信息支撑。

在本发明一实施例中，提出了一种接触网吊弦动态形态的检测装置，该装置包括：成像模块、光源模块、设备控制模块、数据处理模块；其中，

所述成像模块及光源模块设置在车辆顶部的受电弓底座区域；

所述成像模块，用于检测接触线与受电弓接触点的吊弦的动态形态，获取吊弦动态形态的图像数据；

所述光源模块，用于对所述吊弦所在位置进行成像补光；

所述设备控制模块，连接所述成像模块及光源模块，用于控制所述成像模块的快门触发与所述光源模块的光源开闭的同步性；

所述数据处理模块，连接所述成像模块，用于根据所述吊弦动态形态的图像数据，识别所述吊弦的状态，得到吊弦动态形态的检测结果。

在本发明一实施例中，还提出了一种接触网吊弦动态形态的检测方法，该方法包括：

检测接触线与受电弓接触点的吊弦的动态形态，获取吊弦动态形态的图像数据；

根据所述吊弦动态形态的图像数据，识别所述吊弦的状态，得到吊弦动态形态的检测结果。

在本发明一实施例中，还提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现接触网吊弦动态形态的检测方法。

在本发明一实施例中，还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有执行接触网吊弦动态形态的检测方法的计算机程序。

本发明提出的接触网吊弦动态形态的检测装置及方法可以实现吊弦动态形态的高清成像，并对吊弦状态进行准确识别，整个过程中的采集、识别可以自动化完成，处理效率高，全面掌握吊弦在动态载荷下的形态，能为吊弦状态预测提供有效的信息支撑。

附图说明

图1示意性地示出了本发明实施方式可以在其中实施的应用场景。

图2是本发明一实施例的接触网吊弦动态形态的检测装置结构示意图。

图3是本发明一实施例的设备控制模块的结构示意图。

图4是本发明一实施例的数据处理模块的结构示意图。

图5是本发明一实施例的数据处理单元的结构示意图。

图6是本发明一实施例的接触网吊弦动态形态的检测方法流程示意图。

图7是本发明一具体实施例的吊弦动态形态的检测流程示意图。

具体实施方式

下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。

根据本发明的实施方式，提出了一种接触网吊弦动态形态的检测装置及方法。

下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。

首先参考图1，其示出了本发明的实施方式可以在其中实施的应用场景。如图1所示，接触网由承力索101、接触线102、吊弦103及支柱等部分构成，支柱在图中未绘示。

在电力机车104的顶部设置有受电弓105、成像及光源模块106。电力机车104可以是动车组、电力机车、综合检测列车或接触网检测车。

本发明提出的接触网吊弦动态形态的检测装置由成像及光源模块106、设备控制模块107及数据处理模块108组成。

其中，接触网是在电气化铁道中，沿钢轨上空“之”字形架设的，供受电弓取流的高压输电线。接触网是铁路电气化工程的主构架，是沿铁路线上空架设的向电力机车104供电的特殊形式的输电线路。

承力索101根据材质可分为铜承力索、钢承力索、铝包钢承力索，承担着输电和悬挂接触线双重作用的重要导线。对承力索的要求是材质要柔软，能承受较大的张力，并且在温度变化时弛度变化要小。

接触线102是电气化铁道接触网线，结构特点是采用铜、铜银合金、高强度铜银合金、铜锡合金、铜镁合金、高强度铜镁合金等，满足电气化铁道接触网需要。接触线102通过与电力机车104上的受电弓105滑板滑动摩擦直接向电力机车104输送电流，其性能直接影响电力机车104的受流质量和运行安全。

吊弦103位于承力索101和接触线102之间，连接承力索101和接触线102，稳定接触网机械结构，保障接触网弹性均匀。电力机车104在高速运行时，受电弓105压力增大，接触线102抬升后吊弦103弯曲，同时受电弓105通过后，接触网处于振荡状态，吊弦103反复弯曲，其机械性能会受到影响。随着电力机车104开行数量的增加和运行速度提高，吊弦103可能会因机械疲劳发生折断，折断后的吊弦103容易引发受电弓故障，影响电力机车104运行质量。

利用本发明提出的接触网吊弦动态形态的检测装置，通过成像及光源模块106、设备控制模块107、数据处理模块108，可以对吊弦103的工作状态进行检测，进一步能够为分析预测吊弦状态提供信息支撑。

下面结合图1的应用场景，参考图2对本发明示例性实施方式的接触网吊弦动态形态的检测装置进行介绍。

如图2所示，该装置包括：成像模块106-1、光源模块106-2、设备控制模块107、数据处理模块108；其中，

所述成像模块106-1及光源模块106-2设置在车辆顶部的受电弓105底座区域；

所述成像模块106-1，用于检测接触线102与受电弓105接触点的吊弦103的动态形态，获取吊弦动态形态的图像数据；

所述光源模块106-2，用于对所述吊弦103所在位置进行成像补光；

所述设备控制模块107，连接所述成像模块106-1及光源模块106-2，用于控制所述成像模块106-1的快门触发与所述光源模块106-2的光源开闭的同步性；

所述数据处理模块108，连接所述成像模块106-1，用于根据所述吊弦动态形态的图像数据，识别所述吊弦103的状态，得到吊弦动态形态的检测结果。

在一实施例中，所述数据处理模块108可以设置在电力机车104内，或者设置在车站、车辆调度室、运维中心等车辆外部的地点；如果设置在电力机车104上，则可以通过网线、近距离无线传输等方式采集图像数据，并进行相应的处理，得到检测结果后，实时或定期将检测结果上传至运维中心。如果数据处理模块108设置在车辆外部的地点，则可以通过通信连接采集图像数据，处理后将检测结果展示给运维人员查看，及时对接触网进行维护。

在一具体实施例中，所述成像模块106-1可以是为线阵ccd/cmos相机或面阵ccd/cmos相机，用于对受电弓105与接触线102的接触点上方位置吊弦的动态形态进行高清成像，采集吊弦103的图像数据。面阵ccd/cmos相机可以实现像素矩阵拍摄，表现图像细节由分辨率决定；线阵ccd/cmos相机拍摄的图像虽然也是二维图像，但是极长(长度为几k，宽度只有几像素)，这样可以对运动中的被检测物体进行拍摄，对其进行连续扫描。具体选择哪种类型的相机，可以根据车辆运行速度、接触线高度、接触线结构高度等信息来确定；另外，也可以根据安装距离、成像范围等信息确定光学镜头选型。

光源模块106-2为led灯或氙灯，用于对受电弓105与接触线102的接触点上方位置吊弦103进行成像补光，可以根据光源类型采用常亮或频闪模式对吊弦103进行成像补光。

结合图3所示，设备控制模块107包括：电源单元107-1、信号处理单元107-2及控制单元107-3；其中，

所述电源单元107-1连接所述信号处理单元107-2及控制单元107-3，用于提供电力；

信号处理单元107-2，连接所述控制单元107-3，用于接收检测信号，并对所述检测信号进行处理，生成控制指令；其中，该检测信号可以通过设置时钟自动生成，也可以由运维人员远程手动发起。

所述控制单元107-3，用于根据所述控制指令，触发所述成像模块106-1的快门及光源模块106-2的光源开闭，保持所述成像模块106-1的快门触发与所述光源模块106-2的光源开闭的同步性。

如图4所示，所述数据处理模块108包括：数据采集单元108-1及数据处理单元108-2；其中，

所述数据采集单元108-1与所述成像模块106-1通信连接，接收吊弦动态形态的图像数据；

所述数据处理单元108-2，连接数据采集单元108-1，用于根据吊弦动态形态的图像数据，通过模式识别及深度学习，对吊弦动态形态的图像数据进行识别，确定吊弦103的状态，得到吊弦动态形态的检测结果。

结合图5所示，数据处理单元108-2还包括：图像识别子单元108-2-1及深度学习子单元108-2-2；其中，

图像识别子单元108-2-1，用于根据正常吊弦动态形态数据集及异常吊弦动态形态数据集，对图像数据进行初步分类，将图像数据中的吊弦划分为正常状态类或异常状态类，确定吊弦103的状态；

深度学习子单元108-2-2，用于根据所述正常状态类和异常状态类，进行深度学习，训练所述正常吊弦动态形态数据集及异常吊弦动态形态数据集。

在一具体实施例中，结合图1所示的示例性场景，成像模块106-1可以为两组，分别设置在受电弓105底座区域的两侧，从左右两侧分别对吊弦103进行成像；

与成像模块106-1对应的，所述光源模块106-2也为两组，分别在吊弦103的左右两侧进行补光。

所述成像模块106-1及光源模块106-2的安装位置在车辆限界要求条件及高压电器绝缘安全距离内。

具体过程为：首先，对电力机车104的车顶设备、高压设备的布置情况进行分析，在三维软件上绘制车顶受电弓及高压设备，测量成像模块106-1及光源模块106-2的各位置距离高压带电设备的距离；测量成像模块106-1及光源模块106-2安装后是否满足限界要求；最后，确定安装位置，明确安装的机械接口。根据车顶受电弓105的安装位置，在保障高压电气安全绝缘距离以及保障车辆限界要求条件下，成像模块106-1(即，相机)从两侧聚焦接触线102与受电弓105的接触区域，拍摄吊弦动态形态；根据不同安装距离，可以设计选择高清成像设备的技术参数。

应当注意，尽管在上文详细描述中提及了接触网吊弦动态形态的检测装置的若干模块、单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。

基于同一发明构思，本发明还提出了一种接触网吊弦动态形态的检测方法，如图6所示，该方法包括：

步骤s1，检测接触线与受电弓接触点的吊弦的动态形态，获取吊弦动态形态的图像数据；

步骤s2，根据所述吊弦动态形态的图像数据，识别所述吊弦的状态，得到吊弦动态形态的检测结果。运维人员可以根据检测结果，识别吊弦、电连接线等状态，评价吊弦动态形态的技术指标。

为了提高吊弦动态形态的判别，减少人工判别工作量，因此，可以通过收集典型吊弦图像样本，通过数据统计、人工分析划分为正常吊弦动态形态数据集和异常吊弦动态形态数据集。采用模式识别或深度学习的方法对典型吊弦图像样本集进行学习，形成算法并嵌入分析软件。用测试样本对算法进行测试，对测试结构进行人工确认，并作为反馈给算法训练环节，提高算法准确性。

需要说明的是，尽管在上述实施例及附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

在本发明一实施例中，还提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现接触网吊弦动态形态的检测方法。

在本发明一实施例中，还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有执行接触网吊弦动态形态的检测方法的计算机程序。

为了对上述接触网吊弦动态形态的检测装置及方法进行更为清楚的解释，下面结合一个具体的实施例来进行说明，然而值得注意的是该实施例仅是为了更好地说明本发明，并不构成对本发明不当的限定。

以某一高铁线路为例，检测车在该线路上行驶，受电弓与接触线接触，接触线抬升使得吊弦发生弯曲，通过成像模块，对接触网吊弦进行成像，如图7所示，根据正常吊弦动态形态数据集及异常吊弦动态形态数据集(图中统称为数据集)，将采集到的图像数据(测试样本集)划分为正常状态类或异常状态类，得到检测结果；进一步的，还可以通过模式识别和深度学习，根据检测结果，对正常吊弦动态形态数据集及异常吊弦动态形态数据集进行训练，使数据集行学习，形成算法并嵌入分析软件。用测试样本对算法进行测试，对测试结构进行人工确认，并作为反馈给算法训练环节，提高算法准确性。

本发明提出的接触网吊弦动态形态的检测装置及方法可以实现吊弦动态形态的高清成像，并对吊弦状态进行准确识别，整个过程中的采集、识别可以自动化完成，处理效率高，全面掌握吊弦在动态载荷下的形态，能为吊弦状态预测提供有效的信息支撑。

虽然已经参考若干具体实施方式描述了本发明的精神和原理，但是应该理解，本发明并不限于所公开的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合以进行受益，这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。