一种车轴与轮辋的自动标定方法及超声探伤系统与流程

本发明涉及轮对缺陷检测，具体而言，涉及一种车轴与轮辋的自动标定方法及超声探伤系统。

背景技术：

1、超声检测广泛运用于轮对重要部件的检测中，根据tg/cl224—2016《铁路货车轮轴组装检修及管理规则》及tg/cl206-2013《铁路客车轮轴组装检修及管理规则》，对于轮对裂纹缺陷的检出要求高于常规的无损检测，因此对于超声检测的标定要求同样做到精确。本专利采用自主设计信号提取方法结合数字图像处理技术、数值分析以及统计理论，完成样板轮人工缺陷检出，并基于检出缺陷对超声检测进行标定校准。

2、目前轮对探伤中超声探头的标定工作主要通过是通过人工移动探头对试块进行超声波信号采集或者通过机械方式进行样板轮轮对整圈超声波信号采集。人工识别缺陷位置，手工移动缺陷框或闸门对探伤缺陷进行框选，并计算补偿缺陷幅值与目标幅值之间的增益差以实现探头标定。

3、但手动标定的流程繁琐复杂、劳动强度大、效率低，对于本身繁重的探伤作业而言每日的探头标定工作无疑加大了探伤工的工作强度；其次探头标定对超声探伤知识储备要求较高，需要额外时间成本培训探伤工操作学习探头标定作业流程；且由于人工操作失误或者检测缺陷信噪比差等问题，会导致探头标定影响后续正常超声探伤，导致探伤检测误报或者漏报增加。

技术实现思路

1、有鉴于此，本发明提供一种车轴与轮辋的自动标定方法及超声探伤系统，以解决上述问题。

2、为解决以上技术问题，第一方面，本发明提供了一种车轴自动标定方法，包括：

3、获取设置有预设缺陷的检测样本，对车轴进行固定回波定位；根据固定回波的位置特征关联标定缺陷声程范围，并基于声程范围对车轴超声信号进行分区；

4、根据分区的结果，分别选取不同区域的数据进行预处理后，进行图像分解；

5、对分解后的图像中的高频垂直纹理进行判伤，若判伤的反馈结果包括有缺陷幅值和/或位置信息，确定与该缺陷关联的标定探头。

6、作为一种可选方式，预处理包括：根据波形特征与小波包分解的尺度节点来选取不同区域的数据作为二维小波包分解的输入数据；

7、图像分解包括：对原始b扫图进行频率分析，对其功率图谱的形态进行判断分级，并按照预设参数评估其功率形态；根据功率形态的评估结果，选择小波变换分解的层数，并对每一层中高频垂直纹理特征进行标记。

8、作为一种可选方式，对分解后的图像中的高频垂直纹理进行判伤，包括：

9、通过二值化构建垂直纹理特征图像部分的连通域，确定高频垂直纹理的缺陷区域，将整体作为噪声信号后，计算信噪比。

10、作为一种可选方式，若判伤的反馈结果不包含有缺陷幅值和/或位置信息，则对超声b扫图像进行直方图均衡化处理，并基于增强后的b扫图像进行二次判伤后，进行反馈；其中，

11、直方图均衡化处理包括将b扫图像中每一个幅值出现的频率进行均衡化。

12、第二方面，本发明提供了一种轮辋自动标定方法，包括：

13、获取设置有预设缺陷的检测样本，对轮辋进行固定回波定位；根据固定回波的位置特征关联标定缺陷声程范围，并基于声程范围对车轴超声信号进行分区；

14、根据分区的结果，分别选取不同区域的数据进行预处理后，进行图像分解；

15、对分解后的图像中的高频垂直纹理进行判伤，若判伤的反馈结果包括有缺陷幅值和/或位置信息，对缺陷与探头进行缺陷关联，确定与该缺陷关联的标定探头；其中，缺陷关联包括对图像进行波形校正。

16、作为一种可选方式，预处理包括：根据波形特征与小波包分解的尺度节点来选取不同区域的数据作为二维小波包分解的输入数据；

17、图像分解包括：对原始b扫图进行频率分析，对其功率图谱的形态进行判断分级，并按照预设参数评估其功率形态；根据功率形态的评估结果，选择小波变换分解的层数，并对每一层中高频垂直纹理特征进行标记。

18、作为一种可选方式，对分解后的图像中的高频垂直纹理进行判伤，包括：

19、通过二值化构建垂直纹理特征图像部分的连通域，确定高频垂直纹理的缺陷区域，将整体作为噪声信号后，计算信噪比。

20、作为一种可选方式，若判伤的反馈结果不包含有缺陷幅值和/或位置信息，则对超声b扫图像进行直方图均衡化处理，并基于增强后的b扫图像进行二次判伤后，进行反馈；其中，

21、直方图均衡化处理包括将b扫图像中每一个幅值出现的频率进行均衡化。

22、作为一种可选方式，对缺陷与探头进行缺陷关联，确定与该缺陷关联的标定探头，包括：

23、根据探头的缺陷成像特征，对呈现为斜线的缺陷沿其周向进行方向校正，将其转化为沿声程方向的直线表示，并进行探头确定；其中，确定与该缺陷关联的标定探头还包括：

24、根据校正后的波形计算缺陷的周向角度，获取探头的距离与轴径信息，确定探头，以使探头的缺陷检测幅值与实际缺陷幅值匹配。

25、第三方面，本发明还提供了一种超声探伤系统，包括：

26、超声采集单元，用于获取设置有预设缺陷的检测样本后，对检测样本中的车轴和轮辋缺陷进行自动标定，并根据标定结果确定实际检测所需要的探伤探头；

27、探伤检测单元，采用探伤探头对实际样本进行超声采集，若在探伤中采集到实际样本的缺陷信号幅值与检测样本的幅值相同，则认定实际样本存在缺陷。

28、本发明的有益效果为：

29、本发明通过分别对车轴和轮辋进行自动标定，提前确认了每一个缺陷所需要的探头，通过探头与缺陷的自动关联提升了超声标定的效率，降低探伤工工作强度并节约相应人力成本，同时提高标定的准确性和可靠性。

技术特征：

1.一种车轴自动标定方法，其特征在于，包括：

2.根据权利要求1所述的一种车轴自动标定方法，其特征在于，所述预处理包括：根据波形特征与小波包分解的尺度节点来选取不同区域的数据作为二维小波包分解的输入数据；

3.根据权利要求1所述的一种车轴自动标定方法，其特征在于，所述对分解后的图像中的高频垂直纹理进行判伤，包括：

4.根据权利要求1所述的一种车轴自动标定方法，其特征在于，若所述判伤的反馈结果不包含有缺陷幅值和/或位置信息，则对超声b扫图像进行直方图均衡化处理，并基于增强后的b扫图像进行二次判伤后，进行反馈；其中，

5.一种轮辋自动标定方法，其特征在于，包括：

6.根据权利要求5所述的一种轮辋自动标定方法，其特征在于，所述预处理包括：根据波形特征与小波包分解的尺度节点来选取不同区域的数据作为二维小波包分解的输入数据；

7.根据权利要求5所述的一种轮辋自动标定方法，其特征在于，所述对分解后的图像中的高频垂直纹理进行判伤，包括：

8.根据权利要求5所述的一种轮辋自动标定方法，其特征在于，若所述判伤的反馈结果不包含有缺陷幅值和/或位置信息，则对超声b扫图像进行直方图均衡化处理，并基于增强后的b扫图像进行二次判伤后，进行反馈；其中，

9.根据权利要求5所述的一种轮辋自动标定方法，其特征在于，所述对缺陷与探头进行缺陷关联，确定与该缺陷关联的标定探头，包括：

10.一种超声探伤系统，其特征在于，包括：

技术总结本发明公开了一种车轴与轮辋的自动标定方法及超声探伤系统，车轴探头的标定通过固定回波与各缺陷位置关系实现缺陷与探头关联标定，将关联缺陷的声程范围区域进行小波包分解并进行信噪比判伤，对未检出缺陷的数据进行直方图均衡化信息增强，最后确定缺陷关联的标定探头，完成标定。并对轮辋斜探头的标定通过波形校正，基于校正后波形缺陷的周向角度进行标定探关联完成标定。本发明通过分别对车轴和轮辋进行自动标定，提前确认了每一个缺陷所需要的探头，通过探头与缺陷的自动关联提升了超声标定的效率，降低探伤工工作强度并节约相应人力成本，同时提高标定的准确性和可靠性。技术研发人员：赵波,张渝,彭建平,黄炜,王小伟,章祥,胡继东,杜益,秦靖柯受保护的技术使用者：成都铁安科技有限责任公司技术研发日：技术公布日：2024/9/29