vestnikvniizhtВестник Научно-исследовательского института железнодорожного транспорта (ВЕСТНИК ВНИИЖТ)RUSSIAN RAILWAY SCIENCE JOURNAL2223-97312713-2560Joint Stock Company "Railway Research Institute"10.21780/2223-9731-2024-83-2-149-160https://elibrary.ru/nqbdlavestnikvniizht-795Research ArticleАвтоматизация и управление технологическими процессами на железнодорожном транспортеAUTOMATION AND CONTROL OF TECHNOLOGICAL PROCESSES IN RAILWAY TRANSPORTАвтоматизация измерения стыковых зазоров рельсового пути магнитным методомMagnetic method of rail track joint gaps automated measurementhttps://orcid.org/0000-0002-9090-3232МарковА. А.MarkovA. A.

Анатолий Аркадиевич МАРКОВ, д-р техн. наук, доцент, заместитель генерального конструктора по развитию методов и средств неразрушающего контроля,

190005, г. Санкт-Петербург, Троицкий пр., д. 4Б.

Author ID: 378197.

Anatoly A. MARKOV, Dr. Sci. (Eng.), Associate Professor, Deputy General Designer for the Development of Non-Destructive Testing Tools and Methods,

190005, St. Petersburg, 4B, Troitskiy Ave.

Author ID: 378197.

anarmarkov@gmail.comАнтиповА. Г.AntipovA. G.

Андрей Геннадьевич АНТИПОВ, канд. физ.-мат наук, старший научный сотрудник, научно-исследовательская лаборатория неразрушающего контроля, 

190005, г. Санкт-Петербург, Троицкий пр., д. 4Б.

Author ID: 128330

Andrey G. ANTIPOV, Cand. Sci (Phys. and Math.), Senior Researcher, Non-Destructive Testing Research Laboratory,

190005, St. Petersburg, 4B, Troitskiy Ave.

Author ID: 128330.

МаксимоваЕ. А.MaksimovaE. A.

Екатерина Алексеевна МАКСИМОВА, начальник научно-исследовательской лаборатории неразрушающего контроля, 

190005, г. Санкт-Петербург, Троицкий пр., д. 4Б.

Author ID: 1038960.

Ekaterina A. MAKSIMOVA, Head of the Non-Destructive Testing Research Laboratory,

190005, St. Petersburg, 4B, Troitskiy Ave.

Author ID: 1038960.

АО «Радиоавионика»РоссияRadioavioniсa JSCRussian Federation202403072024832149160Copyright © Марков А.А., Антипов А.Г., Максимова Е.А., 20242024Марков А.А., Антипов А.Г., Максимова Е.А.Markov A.A., Antipov A.G., Maksimova E.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.journal-vniizht.ru/jour/article/view/795Введение

Введение. Способы автоматического измерения стыковых зазоров рельсового пути обладают недостаточной точностью измерений или предусматривают использование дорогостоящей аппаратуры и датчиков. В силу этого мониторинг стыковых зазоров до сих пор во многих случаях производится вручную. Цель работы — экспериментально исследовать новый способ автоматического измерения зазоров в болтовых стыках рельсов с помощью магнитного (MFL) метода дефектоскопии.

Материалы и методы

Материалы и методы. В работе использованы результаты контроля реальных путей, выполненного вагоном-дефектоскопом на одной из железных дорог ОАО «РЖД». Специально разработанная программа по сигналам магнитного канала выделила места болтовых стыков рельсов и определила величину стыковых зазоров. Дополнительно проведено ручное измерение стыковых зазоров по видеоизображениям болтовых стыков, полученным с бортовой системы видеорегистрации рельсов.

Результаты

Результаты. Получены выражения для расчета величины стыкового зазора по характеристикам сигналов магнитных датчиков. Малые зазоры (до 8 мм) оцениваются по амплитудному параметру, средние и большие зазоры (более 9 мм) — по пространственному параметру сигналов от стыковых зазоров. Проведен сравнительный анализ результатов измерений зазоров двумя указанными (визуальным и магнитным) методами.

Обсуждение и заключение

Обсуждение и заключение. Подтверждено, что автоматическое выделение болтовых стыков и определение величины стыковых зазоров по сигналам магнитного метода дефектоскопии рельсов можно производить с достаточной для практики достоверностью. Сравнительный анализ полученных значений по данным видеоконтроля и по сигналам магнитного метода показал высокую точность измерения стыковых зазоров при использовании последнего. Отмечена высокая стабильность и повторяемость сигналов магнитного метода.

Introduction

Introduction. Methods of automatic measurement of rail track joint gaps are not accurate enough or require costly equipment and sensors. This is why joint gaps are still monitored manually in many cases. The work is intended to experiment and examine a new method of automatic measurement of gaps in bolted rail joints using magnetic flaw detection (MFL).

Materials and methods

Materials and methods. The paper uses actual track inspection results obtained by a flaw detection car on one of the railroads of Russian Railways. A specially developed programme used magnetic channel signals to highlight bolted rail joint locations and determine the magnitude of the joint gaps. The joint gaps were also measured manually using video images of bolted joints obtained by the on-board rail video recording system.

Results

Results. The authors obtained expressions for calculating the joint gap value using magnetic sensor signals. Small gaps (up to 8 mm) are estimated by amplitude, medium and large gaps (above 9 mm) — by the spatial parameter of the signals from joint gaps. The authors compared the gap measurements from the two specified methods: visual and magnetic.

Discussion and conclusion. The research confirmed that automatic identification of bolted joints and determination of the value of joint gaps by magnetic rail flaw detection are sufficiently reliable for practical application. A comparative analysis of the values of the video inspection and the magnetic method showed high accuracy of joint gap measurement when using the latter. The magnetic method signals show high stability and repeatability.

железнодорожный путьбесстыковой путьболтовой стыкстыковой зазоррельсовая дефектоскопиямагнитный методнамагничивающая системамагниточувствительные датчикиrailway trackcontinuous welded rail track (CWR)bolted jointjoint gaprail flaw detectionmagnetic methodmagnetising systemmagnetic sensorsReferencesВериго М.Ф. Новые методы в установлении норм устройства и содержания бесстыкового пути. М.: Интекст, 2000. 184 с.Verigo M.F. New methods in the establishment of standards for the device and maintenance of a seamless trac. Moscow: Intext Publ.; 2000. 184 p. (In Russ).Карпущенко Н.И., Ардышев И.К. Новые проблемы содержания бесстыкового пути на особогрузонапряженных участках // Вестник Сибирского государственного университета путей сообщения. 2023. №1 (64). С. 5–14. https://doi.org/10.52170/1815-9265_2023_64_5.Karpuschenko N.I., Ardyshev I.K. New problems of continuously welded rail track maintenance in high traffic areas. The Siberian Transport University Bulletin. 2023;(1):5-14. (In Russ.). https://doi.org/10.52170/1815-9265_2023_64_5.Антипов А. Г., Марков А. А., Максимова Е. А. Использование магнитного метода контроля для оценки зазоров в болтовых стыках рельсового пути // Дефектоскопия. 2023. №6. С. 11–25. https://doi.org/10.52170/1815-9265_2023_64_5.Antipov A.G., Markov A. A., Maksimova E.A. Using a magnetic flux leakage method to estimate railway track bolted joint gaps. Defektoskopiya. 2023;(6):11-25. (In Russ.). https://doi.org/10.52170/1815-9265_2023_64_5.Стоянович Г.М., Пупатенко В.В. Температурные деформации в зоне уравнительных пролетов беcстыкового пути // Путь и путевое хозяйство. 2019. №6. С. 34–37. EDN: https://www.elibrary.ru/ncpqla.Stoyanovich G.M., Pupatenko V.V. Temperature deformations in the balance rails zone of the continuously welded rails. Railway Track and Facilities. 2019;(6):34-37. (In Russ.). EDN: https://www.elibrary.ru/ncpqla.Шилов М.Н., Алексеев Д.В., Третьяков А.А. Средства и технологии автоматизированной системы видеоконтроля объектов инфраструктуры // Путь и путевое хозяйство. 2021. №9. С. 11–12. EDN: https://www.elibrary.ru/gmhxoc.Shilov M. N., Alekseev D. V., Tretyakov A.A. Tools and technologies of the automated system of video control of infrastructure facilities. Railway Track and Facilities. 2021;(9):11-12. (In Russ.). EDN: https://www.elibrary.ru/gmhxoc.Xiong L., Jing G., Wang J., Liu X., Zhang Y. Detection of Rail Defects Using NDT Methods. Sensors. 2023;23(10):4627. https://doi.org/10.3390/s23104627.Xiong L., Jing G., Wang J., Liu X., Zhang Y. Detection of Rail Defects Using NDT Methods. Sensors. 2023;23(10):4627. https://doi.org/10.3390/s23104627.Yilmazer M., Karakose M., Aydin I. Detection and Measurement of Railway Expansion Gap with Image Processing. In: Proceedings of 2021 International Conference on Data Analytics for Business and Industry. Conference Paper, 25–26 October 2021, Sakheer. Sakheer: IEEE; 2021. p. 515–519. https://doi.org/10.1109/ICDABI53623.2021.9655906.Yilmazer M., Karakose M., Aydin I. Detection and Measurement of Railway Expansion Gap with Image Processing. In: Proceedings of 2021 International Conference on Data Analytics for Business and Industry. Conference Paper, 25–26 October 2021, Sakheer. Sakheer: IEEE; 2021. p. 515–519. https://doi.org/10.1109/ICDABI53623.2021.9655906.Gibert X., Patel V. M., Chellappa R. Robust Fastener Detection for Autonomous Visual Railway Track Inspection. In: Proceedings of 2015 IEEE Winter Conference on Applications of Computer Vision. Conference Paper, 5–9 January 2015, Hawaii. Hawaii: IEEE; 2015. p. 694–701. https://doi.org/10.1109/WACV.2015.98.Gibert X., Patel V. M., Chellappa R. Robust Fastener Detection for Autonomous Visual Railway Track Inspection. In: Proceedings of 2015 IEEE Winter Conference on Applications of Computer Vision. Conference Paper, 5–9 January 2015, Hawaii. Hawaii: IEEE; 2015. p. 694–701. https://doi.org/10.1109/WACV.2015.98.James A., Jie W., Xulei Y., Ye C., Ngan N.B., Yuxin L., et al. TrackNet – A Deep Learning Based Fault Detection for Railway Track Inspection. In: Proceedings of 2018 International Conference on Intelligent Rail Transportation (ICIRT), 12–14 December 2018, Singapore. Singapore: IEEE; 2018. p. 1–5. https://doi.org/10.1109/ICIRT.2018.8641608.James A., Jie W., Xulei Y., Ye C., Ngan N.B., Yuxin L., et al. TrackNet – A Deep Learning Based Fault Detection for Railway Track Inspection. In: Proceedings of 2018 International Conference on Intelligent Rail Transportation (ICIRT), 12–14 December 2018, Singapore. Singapore: IEEE; 2018. p. 1–5. https://doi.org/10.1109/ICIRT.2018.8641608.Wang T., Yang F., Tsui K-L. Real-Time Detection of Railway Track Component via One-Stage Deep Learning Networks. Sensors. 2020;20(15):4325. https://doi.org/10.3390/s20154325.Wang T., Yang F., Tsui K-L. Real-Time Detection of Railway Track Component via One-Stage Deep Learning Networks. Sensors. 2020;20(15):4325. https://doi.org/10.3390/s20154325.Автоматический поиск рельсовых стыков с использованием методов обработки / Ю.А. Сухобок [и др.] // Актуальные теоретикометодологические и прикладные проблемы виртуальной реальности и искусственного интеллекта: материалы Междунар. науч. конф., Хабаровск, 27–28 мая 2021 г. Хабаровск: Дальневосточный гос. ун-т путей сообщения, 2021. С. 56–63. EDN: https://elibrary.ru/aekrdh.Sukhobok Yu.A., Ten E.E., Ponomarchuk Yu.V., Shoberg K.A. Railway gap detection based on image processing and deep learning techniques. In: Actual theoretical, methodological and applied problems of virtual reality and artificial intelligence, 27–28 May 2021, Khabarovsk. Khabarovsk: Far Eastern State Transport University; 2021. p. 56–63 (In Russ). EDN: https://elibrary.ru/aekrdh.Гуров Е.А. Расшифровка данных видеоконтроля пути на Забайкальской дороге // Путь и путевое хозяйство. 2021. №8. С. 36–37. https://elibrary.ru/zivybk.Gurov E.A. Zabaykalskaya track video monitoring data decoding. Railway Track and Facilities. 2021;(8):36-37. (In Russ.). https://elibrary.ru/zivybk.Тарабрин В.Ф., Юрченко Е.В., Лохач А.В. ЕК АСУИ СДМИ — цифровая платформа для предиктивного анализа и управления состоянием железнодорожной инфраструктуры // Путь и путевое хозяйство. 2022. №6. С. 25–28. https://elibrary.ru/oiflcu.Tarabrin V.F., Yurchenko E.V., Lokhach A.V. EC ASUI SDMI — digital platform for predictive analysis and management of the state of railway infrastructure. Railway Track and Facilities. 2022;(6):25-28. (In Russ.). https://elibrary.ru/oiflcu.Шур Е.А. Энциклопедия знаний о дефектах рельсов: рецензия на книгу К.-О Эделя., Г. Будницкого, Т. Шнитцера «Дефекты рельсов. Напряжения и повреждения». Том 1 // Вестник Научно-исследовательского института железнодорожного транспорта (Вестник ВНИИЖТ). 2021. Т. 80, №3. С. 182–185. https://doi.org/10.21780/2223-9731-2021-80-3-182-185.Shur E.A. Best practices about rail defects: a review of the book “Defects of rails. Stresses and Damages”, Vol. 1 by K.-O. Edel, G. Budnitskiy, T. Schnitzer. Russian Railway Science Journal. 2021;80(3):182-185 (In Russ.). https://doi.org/10.21780/2223-9731-2021-80-3-182-185.Неразрушающий контроль рельсов при их эксплуатации и ремонте / А.К. Гурвич [и др.]. М.: Транспорт, 1983. 318 с.Gurvich A.K., Dovnar B.P., Kozlov V.B., Krug G.A., Kuzmina L.I., Matveev A.N. Non-destructive testing of rails during their operation and repair. Moscow: Transport Publ.; 1983. 318 p. (In Russ.).Комплексный анализ состояния рельсового пути с помощью нового вагона-дефектоскопа АВИКОН-03 / А.А. Марков [и др.] // В мире неразрушающего контроля. 2013. №3 (61). С. 74–79. https://elibrary.ru/rtemhp.Markov A.A., Politay P. G., Makhovikov S. P, Alekseev D. V., Kuznetsova E.A. The complex analysis of rail track condition with new AVIKON-03M flaw detector car. NDT World Review. 2013;(3):74-79. (In Russ.). https://elibrary.ru/rtemhp.Antipov A.G., Markov A.A. 3D simulation and experiment on high speed rail MFL inspection. NDT & E International. 2018;(98):177-185. https://doi.org/10.1016/j.ndteint.2018.04.011.Antipov A.G., Markov A.A. 3D simulation and experiment on high speed rail MFL inspection. NDT & E International. 2018;(98):177-185. https://doi.org/10.1016/j.ndteint.2018.04.011.Марков А.А., Антипов А.Г., Карелин М.В. Оценка достоверности автоматического распознавания сигналов от конструктивных элементов рельсового пути // Контроль. Диагностика. 2018. №3. С. 16–27. https://doi.org/10.14489/td.2018.03.pp.016-027.Markov A.A., Antipov A.G., Karelin M.V. Reliability of automated recognition of mfl signals from rail track structure elements. Kontrol’. Diagnostika. 2018;(3):16-27. (In Russ.). https://doi.org/10.14489/td.2018.03.pp.016-027.Марков А.А., Антипов А. Г. Магнитная дефектоскопия рельсов. Новые возможности. [Б. м.]: LAP Lambert Academic Publishing, 2018. 112 с.Markov A.A., Antipov A.G. Magnet rail flaw detection. New Opportunities. [S. l.]: LAP Lambert Academic Publishing; 2018. 112 p. (In Russ.).Магнитный метод для оценки состояния бесстыкового пути / А.А. Марков [и др.] // Путь и путевое хозяйство. 2024. №2. С. 4–7. EDN: https://elibrary.ru/abfsfr.Markov A.A., Antipov A. G., Karelin M.V., Maksimova E.A. Magnetic method to assess the condition of a jointless railway track. Railway Track and Facilities. 2024;(2):4-7. (In Russ.). EDN: https://elibrary.ru/abfsfr.

The authors declare that there are no conflicts of interest present.