钢轨作为铁路运行的关键部件,由于受到车轮外向压力和自然因素的双重作用,钢轨在使用过程中极易出现损伤。及时发现损伤钢轨并替换是保证列车稳定运行的前提,对于保证人们的生命安全和减少经济损失有着至关重要的作用。近几年国内外对于钢轨轨底裂纹检测技术做了大量的科学研究。目前铁路上运用最广泛的钢轨轨底裂纹检测方法是超声波检测法,但是传统的超声波检测方法在钢轨裂纹检测的过程中存在着一定的盲区,钢轨轨脚两侧的裂纹是检测不到的。针对超声波检测法的不足,本文采用红外热波无损检测技术检测钢轨轨脚两侧的裂纹。搭建了基于红外热波无损检测技术的钢轨轨底裂纹检测平台。由于采集到的钢轨轨底裂纹红外图像模糊和对比度较低,本文所提出的高通滤波与直方图均衡化相结合红外图像增强新算法增强了裂纹内部的细节像素,提高了钢轨轨底裂纹几何特征计算的精确性。论文的主要研究内容如下:首先,在ANSYS有限元分析软件中对钢轨轨底裂纹红外热波无损检测实验进行数值模拟分析。仿真过程主要包括以下三个部分:在ANSYS前处理模块中建立含裂纹的三维钢轨实体模型,根据模型的结构选择合适的方式对其进行网格划分;热流密度模拟热波载荷施加在钢轨轨脚的表面,使用ANSYS求解器对加载结果进行分析求解;在ANSYS后处理模块中,利用ANSYS通用后处理器生成钢轨表面的温度分布等值图,利用ANSYS时间-历程后处理器绘制关键点的温度随时间变化曲线。其次,搭建了基于红外热波检测技术的钢轨轨底裂纹检测的实验平台,实验平台的搭建主要包括以下三个部分:根据钢轨轨底裂纹红外热波检测实验的要求选取合适的热激励源;用选取的热源对钢轨轨脚表面进行主动式加热,通过热像仪记录钢轨内部热波传播过程不同所导致的钢轨轨脚表面的温度场的分布,然后采集钢轨轨底裂纹红外热图像;将采集到的钢轨轨底裂纹红外热图像传输到计算机中,使用在线式分析软件对图像中各个像素点的温度信息进行分析。最后,对采集到的钢轨轨底裂纹红外图像进行后期处理。针对传统的红外图像处理方法对钢轨轨底裂纹红外图像处理所产生的不足,本文提出了一种高通滤波与直方图均衡化相结合的红外图像增强新算法,该算法与其它算法相比更能满足钢轨轨底裂纹检测的需求,提高了下一步钢轨轨底裂纹几何特征计算的精确性。