论文部分内容阅读
21世纪我国的铁路向高速、重载方向不断发展,列车的行车安全变得越来越受到重视,钢轨检测成为保证列车行车安全的重要一环。随着我国铁路里程记录的不断刷新和高铁技术的日新月异,低速的人工式的手持钢轨探伤仪已经难以满足钢轨探伤的需求,对高速探伤设备的需求越来越迫切。现在国内主要的探伤方法是超声波探伤,由于其探伤时需要和钢轨贴合并使用耦合剂,影响了探伤速度,越来越难以满足列车主干线路的探伤需求。涡流检测作为无损检测中的一种,其工作原理是通过被测导体的电磁特性变化来获得被测导体的信息,具有高速、非接触等优点。但是对钢轨的高速探伤意味着更高的采样频率、更大的数据量,这会对数据的存储和传输造成巨大的压力。本文以电磁钢轨探伤技术为背景,重点阐述针对电磁钢轨探伤数据的压缩算法设计及嵌入式系统开发。该系统接收从前端FPGA探伤设备发送来的探伤数据,预处理并压缩数据、最终通过HTTP请求与数据库通信、保存数据。本文具体内容如下:(1)研究电涡流检测基本原理和数据压缩理论的基础知识。阐述了数据压缩和信息论的关系,分析评价数据压缩性能的多重指标,并对几种常见的数据压缩方法的思想及特性进行了研究。(2)电磁钢轨探伤数据压缩的ARM-Linux嵌入式系统的搭建。硬件平台以S3C2440为核心,配置最小系统电路和存储器、通信接口电路。开发Bootloader引导加载启动操作系统、移植Linux3.18.24内核、使用busybox1.22.1和YAFFS2构建文件系统、移植HTTP通信需要的libcurl动态库和串口通信软件rzsz构建程序运行的完整环境。(3)根据数据特点设计LZW字典结构和编码流程,并用Deflate再次压缩。通过UDP通信接收前端FPGA探伤设备发送的探伤数据,对实测数据压缩后使用libcurl通过HTTP请求写InfluxDB数据库,最后通过Grafana查看数据。通过对实测数据压缩前后的对比验证了对电磁钢轨探伤数据的压缩算法是切实有效的。