Исследование количественной оценки геометрических параметров повреждений трещин от контактной усталости рельсов по 2D-оптическому изображению

Почему крошечные трещины в рельсах важны для всех

Скоростные поезда зависят от рельсов, способных безопасно выдерживать миллионы проходов колес. Однако те же повторяющиеся контактные нагрузки, которые обеспечивают быструю и плавную езду, со временем разрушают сталь, образуя мелкие усталостные трещины, которые могут перерасти в серьёзные дефекты, переломы рельсов и даже сходы с рельсов. Тщательно и быстро осмотреть тысячи километров путей крайне сложно. В этом исследовании представлен новый способ обнаружения и измерения таких опасных трещин с большей точностью, сочетающий обычные камеры и тепловое зондирование, что открывает путь к более безопасным и эффективным железным дорогам во всём мире.

Как сегодня проверяют рельсы — и почему этого недостаточно

Инженеры железных дорог уже используют арсенал методов неразрушающего контроля для поиска дефектов: ультразвук, магнитные методы, вихретоковые методы, лазерные и видеосистемы. Каждый из них имеет сильные стороны и свои «слепые зоны». Некоторые методы испытывают затруднения при выявлении очень мелких трещин, некоторые теряют чувствительность на высоких скоростях, а другие не дают простого ответа о глубине трещины. Для контактной усталости, когда множество мелких трещин расходятся под углом от поверхности рельса, особенно трудно точно и быстро измерить ключевые геометрические параметры — длину, глубину и ширину. Недостаток этой информации затрудняет принятие решения, когда участок пути действительно требует ремонта или замены.

Сочетание зрения и тепла для более чёткого обнаружения трещин

Исследователи разработали систему инспекции рельсов, которая объединяет два типа изображений: стандартные 2D-оптические снимки и инфракрасные тепловые изображения, получаемые методом вихретоковой импульсной термографии. В этой технике индукционная катушка кратковременно нагревает поверхность рельса переменным током, вызывая небольшие изменения температуры, фиксируемые инфракрасной камерой. Трещины нарушают распределение токов и распространение тепла, оставляя тонкие, но информативные шаблоны на тепловой карте. Одновременно высокоразрешающая промышленная камера снимает видимые изображения рабочей поверхности рельса. Специальный конвейер обработки изображений и нейросетевая модель сначала находят и классифицируют поверхностные дефекты на оптических снимках, затем выравнивают и объединяют их с тепловыми картами, чтобы оба вида изображений описывали одну и ту же трещину.

Новая математическая призма для формы трещины

Простое наложение изображений недостаточно, чтобы превратить слабые различия в надёжные измерения. Поэтому команда ввела математическую величину, которую они называют «степенью поассоновской реконструкции», основанную на решении уравнения Пуассона, связывающего градиенты и изменения интенсивности на объединённых изображениях. Проще говоря, метод изучает, насколько быстро меняются значения изображения через трещину в оптических и тепловых данных, и сводит это к единому числу, коррелирующему с размером трещины. Статистически проанализировав эту меру для множества искусственных трещин известной длины, глубины и ширины, авторы показали, что степень поассоновской реконструкции меняется почти линейно с этими геометрическими параметрами. Это означает, что её можно использовать как калибровочную линейку: зная кривую калибровки, значение, полученное из изображения, прямо переводится в физический размер трещины.

Испытания на реальных рельсах — в покое и в движении

Чтобы оценить метод в реалистичных условиях, команда создала робот-инспектор рельсов с камерами и нагревательной катушкой и провела его по 6-метровым образцам рельсов, содержащим искусственные трещины, выполненные проволочным резом с тщательно контролируемой геометрией. Они тестировали как статический режим (рельс в покое), так и динамический (робот в движении), и варьировали параметры, имитирующие поездную эксплуатацию, такие как скорость и ориентация трещины. Для трещин глубиной или длиной от долей миллиметра до нескольких миллиметров объединённые поассоновские измерения показали очень малые погрешности — обычно менее нескольких десятых процента как в статических, так и в динамических испытаниях. Важно, что те же калиброванные зависимости сохранялись для разных типов трещин. Наконец, исследователи изучили естественные трещины от контактной усталости, извлечённые с линий высокоскоростных железных дорог. Несмотря на то, что эти реальные трещины были мелкими и неправильной формы, объединённые изображения повышали их видимость, и степень поассоновской реконструкции снова хорошо соответствовала глубине трещины с небольшой ошибкой, сопоставимой с независимыми измерениями промышленной КТ.

Что это значит для более безопасных железных дорог

Для неспециалистов ключевой результат заключается в том, что авторы превратили слабые изменения изображения и температуры в надёжный «числовой отпечаток» размера трещины в рельсе. Обучив робота видеть рельсы как в обычном, так и в тепловом диапазонах, и интерпретируя эти изображения через их поассоновскую модель, можно быстро и с высокой точностью оценивать длину и глубину трещины даже в движении. Это позволит инспекционным машинам покрывать большие расстояния на эксплуатационных скоростях, обнаруживать опасные усталостные повреждения на ранней стадии и сокращать ненужные замены рельсов. В будущих работах команда планирует интегрировать более продвинутые алгоритмы искусственного интеллекта и развернуть систему на реальных скоростных линиях, нацеливаясь на интеллектуальный мониторинг в реальном времени, который незаметно поможет поддерживать поезда в безопасности и по расписанию.

Цитирование: Wang, Y., Miao, B., Zhang, Y. et al. Research on geometric parameter quantification of rail rolling contact fatigue crack damage based on 2D optical image. Sci Rep 16, 5715 (2026). https://doi.org/10.1038/s41598-026-36276-w

Ключевые слова: безопасность железных дорог, обнаружение трещин, термография, машинное зрение, неруйнирующий контроль