摘  要 以南京地铁 1 号线车辆的在线检测系统中的受电弓在线监测系统为主要对象，论述其组成结构、工作过程和工作原理。在线检测系统通过图像采集、分析，实时反馈列车受电弓的工作状态; 利用图形分析技术，及时发现受电弓故障并立即报警，避免弓网事故的发生。实际使用表明，该系统可以降低受电弓检查的成本，提高受电弓检修的效率，避免受电弓带故障运行，提升运营质量，保证正线的运营安全。

关键词 车辆; 在线监测系统; 受电弓; 地铁; 南京地铁1 号线

 

      受电弓是地铁车辆普遍采用的一种受流装置，属于列车的关键部件之一，其状态直接影响运营安全。传统的检查方式依赖人工登顶检查，需要在车辆段内专用的台位断电后进行。列车受电弓在线监测系统利用高速图像处理器和传感器，配合图像分析方法，在不影响列车正常运行的前提下实现在线检测受电弓状态。该系统检测效率高，能实时跟踪监测各种反映受电弓主要运行状态和安全性能的特征信息，并对这些信息进行综合分析处理，及时预报影响车辆安全运行的受电弓故障，消除故障隐患。

 

      南京地铁 1 号线列车受电弓在线监测系统安装在小行—安德门的下行正线区间。系统总体结构由正线探测设备、网页发布服务器、远程监控服务器 3 部分构成，包括车轮传感器、高速闪光灯、高速图像处理单元、图像采集工控机、前置信号处理机以及数据管理计算机等部件，其总体结构如图 1 所示。

      正线探测设备包含受电弓状态检测设备 1 套、车号识别地面设备 1 套、分析处理探测站 1 台。其中，车号识别天线、车轮传感器、图像传感器、高速闪光灯、图像采集设备位于正线轨道探测区，信号处理主控单元、可编程逻辑控制器( PLC) 、采集分析设备、车号识别单元位于轨旁探测站内。

      网页发布服务器位于车辆段内，服务器对探测站通过以太网传输来的数据进行分析，形成数据报表和历史数据库并存储。服务器将数据报表汇总整理后生成数据报表网页，供相关部门通过内部网络访问，实现数据的共享。

      远程监控服务器位于车辆段检修调度室内，对所有过车数据以及在线监测系统设备的运行状况进行实时监控。如果发生过车数据异常，远程监控服务器以声光报警的形式给予提示，调度可对采集的图片进行最终确认，拟定处理措施。

      在线检测系统的主要功能是受电弓的在线监测和检查，实现受电弓碳滑板厚度、磨耗量等参数的在线动态检测及预警。通过图形分析技术，及时发现受电弓部件缺失、倾角偏移等异常情况，实时向调度报警，跟踪受电弓故障，避免引发事故。

 

      在线检测系统采用高速数字图像采集与实时数字图像分析相结合的方式，对受电弓各个部位以及受电弓运行的各种状态进行在线分析检测。列车经过检测区前的探测磁钢时，系统产生触发信号。PLC 根据该信号记录的时间、车速以及图像传感器几何位置和检测条件等参数，计算出合适的受电弓拍摄时间，到达指定拍摄时间后 PLC 输出拍摄指令，图像传感器进行拍摄，同时启动激光位置传感器进行数据采集。在正线接触网上方对称放置的 2 个摄像头，可分别拍下前、后受电弓的横截面图像。根据检测项目的不同，拍摄方式分为全景和局部 2 种模式。

      全景模式主要针对受电弓偏移度、倾斜度、部件缺失等检测项目。在该模式下拍摄的是受电弓的整体，2个图像采集器会根据拍摄指令，利用对应闪光灯提供的照明，分别拍下列车 2 个弓前后 4 幅图像。系统根据这 4 幅图像对受电弓进行轮廓定位，继而进行受电弓偏移量、倾斜度、部件缺失等分析。

      局部模式主要针对受电弓碳滑板磨损、断裂检测项目。在这种模式下，系统拍摄的是近距离的受电弓横截面图，2 个图像传感器会根据触发信号分别拍下列车2 个受电弓前后共4 幅横截面图像，并根据这4 幅横截面图像对 4 条碳滑板单独进行磨损以及断裂分析。

      在线检测系统使用独立的激光位置传感器进行有针对性的识别，以判断受电弓端角部件是否缺失。当列车经过时，位于接触网上方的 2 个激光位置传感器会对受电弓端角部位进行连续的采集扫描，将得到的反射信号进行数据分析，判断受电弓端角部位是否完整。

      过车后，工控机通过网络从图像传感器中读出图像，并进行清理缓存等初始化操作，以等待下一次拍摄。系统读取图片后开始进行分析，对受电弓的碳滑块磨耗、碳滑块断裂缺损、偏移量、倾斜度、部件缺失等状态进行分析，并返回结果。

 

      图像分割就是将图像分成各具特性的区域并提取目标的技术和过程，它在图像增强、模式识别、目标跟踪等领域中有广泛的应用，是图像分析的关键步骤。在受电弓的在线监测系统中，图像分割技术以图像采集器拍摄的受电弓图片为基础，经过灰度线性变换等数字图像预处理后，把受电弓实体从复杂多变的背景中分离出来，剔除所有与受电弓实体不相关的图像信息。

      由于受电弓在线监测系统安装在户外，采集的图像图片质量受光线、环境、天气等条件影响很大，相同的受电弓在不同时刻获取的图片光线、阴影、色相和背景物都不一样。图像分割算法就是要从复杂多变的图片中把受电弓实体完整地提取出来，保证图像分析的结果和整个系统的精度、稳定性不受环境变化的影响。在实际运用中，图像目标和背景之间并不具备截然不同的灰度，随着自然光照射角度的不同，目标和背景的亮度均要发生变化。因此，阈值( 就是一个切割的分界点) 的正确选择是很重要的，直接影响着分割的精度及图像分析的正确性。

      南京地铁 1 号线受电弓在线监测系统中的图像分析模块，采用了基于梯度调整的矩不变自动阈值法，算法相对简单，运算速度快，克服了矩不变自动阈值法的缺陷。系统既能满足实时处理的要求，而且在雨雪天气或不同光照的户外环境下也能达到很好的分割效果，为准确分析受电弓各项运行状态提供了准确的基准数字图像。使用该方法分割出来的目标图像轮廓鲜明，可以极为方便地确定目标，减少系统的误判，有利于后续分析处理，在实际使用中的分割识别效果十分明显( 见图 2 ～图 3) 。

      处理在图像分割完成后，图像采集工控机对分割出的图片进行轮廓抽取、定位，计算偏 移 值 等 参数，分析受电弓部件的状态。工控机从图片中计算出若干参数后，再与系统设定的标准参数作对比，根据对比情况得出受电弓的检测结果( 具体处理流程见图4) 。例如，对受电弓碳滑板厚度进行检测，需先把受电弓的轮廓提取出来，通过轮廓定位算出其实际位置、中心位置，再利用记录下的摄像头角度、拍摄位置、水平垂直距离等参数，计算出碳滑板厚度的最终结果。系统将最终结果与预先设定的整定值进行对比，如果超限则系统报警，提示检修人员尽快更换碳滑板。

      分析结果发布由网页发布服务器和远程监控服务器完成。网页发布服务器管理和存储整个受电弓监测系统的所有最终数据分析、统计结果，实时完成报表发布和用户界面的生成，对车辆设备进行故障记录和文档管理; 远程监控服务器实现调度室内的实时报警、数据调看及人工输入记录、查询、统计、储存等功能。检修调度或检修人员可以通过远程监控服务器，实时访问受电弓在线的运行数据，获取报警、警告信息，及时处理故障( 系统界面见图 5)。

      南京地铁 1 号线受电弓在线监测系统正式投入使用后，充分发挥了其实时、在线动态监测的重要作用。受电弓检测实现了由人检到机检、由库内静态检测到库外动态检测的转变，使受电弓得到全方位、全过程的质量把关和动态卡控。该系统为保证运营车辆的安全运行发挥了重要作用。

 

［1］金篆芷． 现代传感技术［M］． 北京: 电子工业出版社，1993．

［2］王元庆． 新型传感器原理及应用［M］． 北京: 机械工业出版社，2003．

［3］劳建江． 广州地铁 1 号线车辆在线监测系统［J］． 都市快轨交通，2008，21( 4) :71 73．

［4］王丽艳． 地铁车辆轮对尺寸在线监测系统［J］． 现代城市轨道交通，2009( 2) :23 25．

［5］Gonzalez R C，Woods R E． 数字图像处理［M］． 2 版． 阮秋琦，阮宇智，译． 北京: 电子工业出版社，2006．