电力机车走行部螺杆松动故障智能检测

针对电力机车走行部螺杆数量众多导致巡检费时费力等问题,提出了一种基于深度学习的螺杆松动故障智能检测方法。通过将采集到的螺杆图像建成标签数据集,并用于Pytorch框架下的YOLOv3网络模型训练,可以实现螺杆快速识别和裁剪。利用Open CV计算机视觉库对裁剪得到的螺杆图像进行图像增强、Canny边缘检测、最小外接矩形算法等传统图像处理手段,提取目标轮廓并计算其偏转角度与阈值的差值,实现螺杆松动的定量检测。结果表明,所提方法对螺杆松动故障具有较好的识别效果,同时能够实现自动化、智能化,避免人为主观判断带来的影响。