基于二维光学图像的轨道滚动接触疲劳裂纹损伤几何参数定量研究

为什么微小的轨道裂纹关系到每个人

高速列车依赖能够安全承受数百万次车轮通过的轨道。然而，正是这种反复的滚动接触在保证快速、平稳运行的同时，逐渐磨损钢轨，产生会长成严重缺陷的微小疲劳裂纹，甚至导致轨道断裂和脱轨。要对数千公里的线路进行彻底而快速的检查非常困难。本研究提出了一种新的方法，通过结合常规摄像图像与基于热学的感测，更准确地发现和测量这些危险裂纹，为全球更安全、更高效的铁路网络铺路。

当前轨道如何检查——以及为什么仍不够

铁路工程师已经使用多种无损检测工具来查找缺陷：超声、磁法、涡流、以及激光和视频系统。每种方法各有所长，但也有盲点。有些方法难以发现非常细小的裂纹，有些在高速下灵敏度下降，另一些则难以判断裂纹的深度。对于滚动接触疲劳——许多小裂纹从轨面倾斜扩展的情况——尤其难以快速且精确地测量关键几何参数——长度、深度和宽度。缺乏这些信息会使得何时真正需要修复或更换轨段的决策变得困难。

融合视觉与热成像，更清晰地看见裂纹

研究人员设计了一种轨道检测系统，将两类图像融合：标准的二维光学图像和由涡流脉冲热成像产生的红外热图。在该技术中，感应线圈用交流电短暂加热轨面，引起的微小温度变化由红外相机捕捉。裂纹会扰动电流的流动和热量的扩散，在温度图上留下细微但有信息量的模式。同时，高分辨率工业相机记录轨头的可见光图像。定制的图像处理与神经网络流程先在光学图像中定位并分类表面缺陷，然后将其与热图对齐并融合，使两种视图共同描述同一裂纹。

从数学角度重新审视裂纹形状

简单叠加图片不足以将微弱的图像差异转化为可靠的测量值。为此，团队提出了一个称为“泊松重构度”的数学量，其基于求解一个将融合图像中梯度与强度变化联系起来的泊松方程。用更通俗的话说，该方法考察光学与热学数据中跨裂纹的图像值变化速率，并将其精炼为一个与裂纹尺寸相关的单一数值。通过对大量已知长度、深度和宽度的人工裂纹对该量进行统计分析，作者展示了泊松重构度与这些几何参数之间近似线性的关系。这意味着它可以像校准尺一样使用：一旦确定了曲线，基于图像的数值即可直接换算为物理裂纹尺寸。

在静止和运动轨道上的实测

为在现实条件下评估该方法，团队构建了一台携带相机与加热线圈的轨检机器人，并在包含经精确加工的人工线割裂纹的6米轨样上运行测试。他们进行了静态（轨道静止）与动态（机器人移动）模式测试，并改变了类列车因素如速度和裂纹方向。对于深度或长度从几分之一毫米到数毫米的裂纹，融合后的泊松基测量误差很小——在静态和动态测试中通常低于千分之几。重要的是，相同的校准关系适用于不同类型的裂纹。最后，研究人员还检查了从高速铁路线路上切下的天然滚动接触疲劳裂纹。尽管这些真实裂纹细小且不规则，融合图像仍增强了它们的可见性，泊松重构度再次以低误差跟踪裂纹深度，并与工业CT扫描的独立测量结果相一致。

这对更安全的铁路意味着什么

对非专业读者来说，关键结果是作者已将微弱的图像与温度变化转化为能够可靠表征轨道裂纹尺寸的“数值指纹”。通过教会机器人用可见与热视角同时观察轨道，并用他们基于泊松的模型解释这些图像，能在移动中快速且高精度地估算裂纹长度与深度。这可能使检测车辆在运营速度下覆盖更长距离，更早发现危险的疲劳损伤，减少不必要的轨道更换。未来工作中，团队计划整合更先进的人工智能算法并将系统部署到真实的高速线路上，目标是实现智能化、实时的监测，悄然地帮助保持列车在我们脚下的安全与准点。

引用: 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

关键词: 铁路安全, 裂纹检测, 热成像, 机器视觉, 无损检测