为提高铁路机车闸瓦状态监测效果,提出了一种基于机器视觉的铁路闸瓦状态监测方法。首先搭建闸瓦图像采集预处理系统,实现对闸瓦图像的自动采集和分割预处理。然后设计改进了麻雀搜索算法对Canny算子参数进行优化,并利用改进Canny算子提取闸瓦分割图像边缘,以得到较为理想的闸瓦图像边缘特征。最后以此为基础建立闸瓦状态监测模型,利用优化后的RBF神经网络对提取到的图像边缘数据进行分类,从而达到监测闸瓦状态的目的。仿真结果表明,相比于其他监测方法,改进后Canny算子的闸瓦边缘提取效果更优,闸瓦状态监测准确率提高了14.7%~18.0%。

利用冲天炉铁水，通过包底孕育蠕化处理，成功地浇铸出蠕墨铸铁材料。金相观察表明：用2．0％稀土钙铝硅铁合金及2．0％稀土镁铝锌硅铁含金蠕化处理的铸铁，其石墨呈细小、均匀分布的蠕虫状。蠕墨铸铁冲击断口显示，基体发生了较大的塑性变形，且具有较高的冲击功。用蠕墨铸铁制成的机车闸瓦具有比普通灰铸铁闸瓦高得多的压断强度，是制造机车闸瓦的理想材料，值得推广应用。