基于深度学习的机车轮对踏面损伤检测

发布时间：2021-04-14 05:00

　　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... 

【文章来源】：南京航空航天大学江苏省 211工程院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

机车轮对图像

虽然测量精度高，测量的参数也很全面，但是由于其需要机车单独拆解下来，不仅检测效率低，而且占据了大部分的检修时应自动化检测的需要。研究人员们逐渐把目光转向了动态检测测法不需要机车处于静止状态就能够完成对轮对踏面损伤的检测。减少了人工成本，减少了机车的检修时间，还具备自动化和智保证高的检测精度。测法过程中，机车轮对与铁轨间碰撞发出的声音通常是均匀有规则轨上行进过程中，会有特殊的轮对与铁轨撞击声。凭借这种音一款装置来检测踏面损伤，在靠近铁轨轨头的一端，以特定角度m 处放置另一支话筒采集背景声音，然后通过比对两个音频信号损伤的位置和大小[7]。差检测法

图 1. 3 超声波检测原理图利用电磁超声换能器（ElectromagneticAcousticTransduc是一种对车轮无损伤的检测方法。该装置如图 1.3 所示声发射探头在轮对踏面表面激发表面波，另一个电磁超回波，直到检测不到为止。当踏面存在损伤时，超声波收信号进行分析处理，可以判断超声回波是否正常，踏路设施安装安全要求规范规定不能将探头安装到铁轨凹的振动极有可能对装置产生损坏，所以这种方法还没有法图 1. 4 振动加速度检测法


本文编号：3136709