Автоматизация измерения стыковых зазоров рельсового пути магнитным методом

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. 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. 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. 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.

1. Вериго М.Ф. Новые методы в установлении норм устройства и содержания бесстыкового пути. М.: Интекст, 2000. 184 с.

2. 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.

3. 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.

4. 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.

5. 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.

6. 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.

7. 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.

8. 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.

9. 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.

10. 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.

11. 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.

12. Гуров Е.А. Расшифровка данных видеоконтроля пути на Забайкальской дороге // Путь и путевое хозяйство. 2021. №8. С. 36–37. https://elibrary.ru/zivybk.

13. 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.

14. 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.

15. Неразрушающий контроль рельсов при их эксплуатации и ремонте / А.К. Гурвич [и др.]. М.: Транспорт, 1983. 318 с.

16. 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.

17. 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.

18. 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.

19. Марков А.А., Антипов А. Г. Магнитная дефектоскопия рельсов. Новые возможности. [Б. м.]: LAP Lambert Academic Publishing, 2018. 112 с.

20. 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.