Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Badania i analiza widmowa sygnałów wad squat w defektoskopii optycznej szyn kolejowych

Tytuł:
Badania i analiza widmowa sygnałów wad squat w defektoskopii optycznej szyn kolejowych
Autorzy:
Lesiak, P.
Wlazło, M.
Data publikacji:
2014
Słowa kluczowe:
defektoskopia optyczna
szyny kolejowe
analiza widmowa
wady szyn
wady squat
optical flaw
rails
spectral analysis
defects in rails
defects squat
Język:
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
W artykule uzasadniono celowość poszukiwań nowych metod badania powierzchniowych wad kontaktowo- - naprężeniowych szyn kolejowych oraz metod analiz ich sygnałów. Zaprezentowano laboratoryjny system pomiarowy wad typu squat optyczną metodą skaterometrii laserowej. Obiektami eksperymentów były zarówno wady wzorcowe jak i przykładowa wada rzeczywista. Dokonano dyskretnej transformacji Fouriera sygnałów tych wad. W celu wyeliminowania zakłóceń wywołanych mikro nierównościami powierzchni (tekstury), dokonano dolnoprzepustowej filtracji tych sygnałów, poprzez arbitralne ograniczanie liczby prążków widma. W kolejnej operacji wyznaczono odwrotną transformację sygnału widma. W wyniku takich przekształceń uzyskano wyraźną poprawę geometrycznych kształtów badanych wad.
The paper presents justification for the search of new methods allowing for detection of railway rail surface flaws and analysis of signals coming from them. Laboratory set-up allowing for detection of squats using scatterometry method has been presented. The research subjects were both pattern and exemplary real flaws. The Fourier transform was calculated for signals coming from these flaws. In order to eliminate disruptions caused by micro roughness of surface, signals from squats were filtered out by low-pass filter. In next step, for these signals the Inverse Fourier Transform was calculated. Presented signal processing allowed authors to enhance ability of algorithm to detect the shape of squat flaws.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies