机车轮对踏面损伤检测对于机车的安全运行有着重要意义。基于光电技术和数字图像处理技术的机车轮对踏面损伤检测系统能够对踏面进行非接触式的在线检测,兼具准确性和高效性,因此具有广阔的应用前景。本文主要研究了基于条件生成对抗网络的踏面损伤图像生成技术和基于YOLOv2的踏面损伤检测方法,并设计研发了一套机车轮对踏面损伤检测系统。本文的主要工作包括以下几个方面:(1)基于条件生成对抗网络的踏面损伤图像生成技术。采用残差策略,利用恒等映射块替代生成网络中的下采样层,改进了条件生成对抗网络的生成网络。同时,在生成网络和辨别网络各自损失函数约束下,使用梯度下降算法交替优化生成及辨别网络的卷积层参数,训练得到收敛的生成模型。实验结果表明,该生成模型能够生成具有损伤纹理特征的踏面损伤图像。(2)基于YOLOv2的踏面损伤图像检测技术。利用19层卷积层和5层最大池化层搭建了基于YOLOv2模型的踏面损伤检测网络。首先,利用K-Means++聚类算法,对人工标注的踏面损伤进行分类,确定出踏面损伤的长宽比,作为检测模型Anchor boxes的初始化尺寸。然后,在均方和误差损失函数的约束下,对经公开数据集训练得到的预训练模型进行微调,得到最后收敛的检测模型,通过该模型的直接回归,检测出踏面损伤目标的位置和类别。该模型对测试集进行检测时取得了96.6%的正确率,同时满足实时检测的要求。(3)机车轮对踏面损伤检测系统的设计与实现。研发了基于光电技术和数字图像处理技术的机车轮对踏面损伤检测系统。该系统由硬件采集模块和软件处理模块构成。其中软件处理模块包括图像预处理和踏面损伤检测两个部分。该系统在青岛、济南、徐州等地机务段检修中心试运行时,能够完整采集轮对踏面图像,检测性能良好,满足系统指标要求。