弓网拉弧强度检测方法的研究

赵 磊 伍川辉 石晓蓉

(西南交通大学机械工程工程学院 成都 610031)

0 引 言

电力机车从接触网获取电力是靠安装在机车顶部的受电弓滑板与接触网之间的滑动接触来实现的［1-2］。列车弓网电弧是一个复杂的研究对象，与电磁场、热场、气流场、等离子体等运动变化相关［3-4］。由于弓网电弧产生的环境复杂，涉及能量大小的影响因素、产生和熄灭机理、时空分布规律、能量传输特性等多个环节，无论采用理论分析还是实验模拟都十分困难［5-9］。到目前为止，还很少见到对弓网电弧问题专门研究报道，与之相关的电弧问题的研究主要集中在开关电弧模型的建立和分析、能量分布、对触头材料的侵蚀和载流摩擦磨损等方面［6-11］。本文基于目前研究现状，通过视频监控方法，研究分析一种评价列车受电弓拉弧强度的方法，基于这种方法，可以对受电弓拉弧进行比较准确的分析，为后续的电弧的控制和预防做准备。

1 弓网拉弧视频监控系统总体设计

本文设计的系统方案硬件如图1 所示。摄像头采用FCB－EX480CP 自动对焦一体化低照度摄像机;图像采集卡采用MV－600 高精度工业图像采集卡。其中，工控机对受电弓和电网接触位置进行对焦，连续不间断进行视频采集，图像采集卡对采集到的视频进行数字化处理，工控机对视频进行分割成帧图片，上位机软件进行数字图像处理算法设计，提取拉弧图片，并分析处理，得到拉弧强度表。

图1 系统硬件方案框图

2 视频流分割帧图片

MV－600 图像采集卡采集连续不间断进行采集视频信息，上位机软件编程首先是对视频进行分割，获得帧图片，图片格式为BMP 图像，存储在工控机存储区，为后续软件处理做准备。图像采集卡提供了开发包SDK，可以通过调用.dll 来实现分割过程。设计思路如下:

1)首先初始化播放器，然后判断视频打开是否成功;

2)判断视频长度，调用抓图函数进行抓图并保存。

3 BMP 图像文件图片格式

BMP 文件由文件头、位图信息头、颜色信息和图形数据四部分组成。文件头主要包含文件的大小、文件类型、图像数据偏离文件头的长度等信息;位图信息头包含图像的尺寸信息、图像用几个比特数值来表示一个像素、图像是否压缩、图像所用的颜色数等信息;颜色信息包含图像所用到的颜色表，显示图像时需用到这个颜色表来生成调色板，但如果图像为真彩色，既图像的每个像素用24 个比特来表示，文件中就没有这一块信息，也就不需要操作调色板;文件中的数据块表示图像的相应的像素值。

4 数字图像预处理

对分割的BMP 图像分别进行灰度图像处理(图2a)、阈值分割处理(图2b)、反色处理(图2c)、边缘检测处理(图2d)，各个部分的处理效果如图2 所示。

图2 数字图像处理处理效果图

为了能够判断检测出来的边缘是否满足要求，即识别出的轮廓是否是弓网拉弧亮度区域，把边缘处理后的图片和原始图片进行重合，用红色轮廓标注边缘检出来的区域，效果如图3 所示。

图3 边缘检测与轮廓检测对比效果图

5 自适应阈值分割—最大内间方差理论

固定阈值分割容易受到外界环境对于拍摄图片效果的影响而得不到最佳的轮廓，采用自适应阈值分割，可以有效的解决这一问题。

把灰度直方图在某一阈值处分成两组，当被分成的两组间方差为最大时，决定阈值。现在，设一幅图像的灰度值为0～m－1 级，灰度值i 的像素数位ni，此时我们得到像素总数:

各值的概率:

然后T 将其分成两组C0={0～T－1}和C1={T～m－1}，各组产生的概率如下:

是阈值为T 时灰度平均值，所以全部采样的灰度平均值为:

两组间的方差用下式求出:

从1～m－1 之间改变T，求上式为最大值时的T，即求maxδ2(T)时的T*值，此时，T*便是阈值，我们把δ2(T)叫做阈值选择函数。

采用最佳内间方差理论，可以从0 到255 灰度得到最佳阈值，所以猜想，如果把最佳阈值再赋给最小变量，然后迭代使用最大内间方差法，可以得到最佳的的效果，4 次迭代的处理结果如图4 所示。

图4 最大内间方差迭代效果图

对上面4 副图片进行提取，其中图片的像素点为118 614，分别计算此张图片中像素点R，G，B 都为255 的点数如表1 所示，其中理论的R，G，B 为255 的像素点为56 378，强度百分比为47.53%。

表1 实验测试结果分析

其中提取之后指进行轮廓识别之后，途中红色轮廓内的R，G，B 为255 的点数，强度百分比误差百分比是指测量值强度百分比相对于实际强度百分比的误差值的百分比。

从图1 得知，经过迭代算法处理之后，一次比一次趋近实际的强度百分比值，达到了实验预先设计目标，3 次迭代之后误差只有0.23%。

6 结 论

本文从列车拉弧视频分析开始，一直到最终的拉弧强度表的生成，都进行了实验验证，实验表明，系统稳定性较好，虽然有时候存在误判，但整体性能较好。对视频进行判断采用自适应算法，这种算法对于目标区域的识别十分理想，但是这种算法要根据图像纹理来选择迭代算法。最大内间方差法(OTSU)［12］，现在已经发展到二维算法，只不过这种二维算法有如下缺点，所以限制了它在工程中的应用。

通过这套系统，根据加权平均的办法给出了一个判断列车拉弧强度的方法，这种方法只是相对大小，希望在以后的工作中能够建立强度表，即根据强度表直接换算出强度大小，这样对于这种随即事件的判断就比较有意义，但这个标准建立还需要科学准确的评估。

［1］赵燕霞，刘敬超，孙乐民，等.载流磨损中电弧侵蚀的研究现状及趋势［J］.润滑与密封，2010 (8):111-113.

［2］马莉，王泽勇，高晓蓉，等.LV2600 型受电弓滑板剩余磨损量检测［J］.铁路机车车辆，2010，30(3):93-97.

［3］Bucca G，Collina A，Manigrasso R，et al.Analysis of Electrical Interferences Related to the Current Collection Quality in Pantograph-catenary Interaction［J］.Rail and Rapid Transit，2011，225(F50:483-499.

［4］刘芳，王黎，高晓蓉，等.受电弓与接触网间的接触压力检测研究［J］.电力机车与城轨车辆，2006，29(6):19-21.

［5］郭京波.高速机车受电弓稳定受流与控制研究［D］.北京:北京交通大学，2006:80-90.

［6］董霖，陈光雄，周仲蓉.载流磨损的最佳法向载荷三维关系模型研究［J］.机械设计与制造，2010(2):123-125.

［7］Arie Levant，Alessandro Pisano，Elio Usai.Outputfeedback Control of the Contact-force in High-speed train Pantographs［C］//Proceedings of the 40thIEEE Conference on Decession and Control.［S.1.］:IEEE，2001，2:1831-1836.

［8］冒一平.德国铁路主动控制受电弓实验成功［J］.中国铁路，2004(5):31.

［9］Allotta B，Pugi L，Batolini F.An Active suspension System for Railway Pantographs:the T2006 Prototype［J］.Proceedings of the institution of Mechanical Engineers，2009，223(1):15-29.

［10］吴学杰，张卫华，梅佳明.模糊控制技术及其在接触网/受电弓混合模拟系统中的应用［J］.计算机应用研究，2002(6):85-87.

［11］杨岗，李蒂.告诉动车组受电弓滚动弓头特性研究［J］.机车电传动，2010(4):7-12.

［12］Chen M.An automatic recognition of the best thresh-old for image［J］.Computer Applications and Software，2006，23(4):85-86.

［13］OTSU N.A threshold selection method from gray-level histogram［J］.IEEE Trans，1976，SMC-9:62-69.