基于深度学习的高铁接触网旋转双耳开口销钉缺失故障检测

发布时间：2021-09-22 19:51

　　针对高速铁路接触网支撑装置中旋转双耳开口销钉缺失故障检测的问题,提出一种基于深度卷积神经网络和集成学习的故障检测方法。通过Faster R-CNN网络对旋转双耳整体进行精确定位;在整体定位结果的基础上,进一步完成对开口销钉的精确定位,最大程度上降低背景对故障检测的干扰;通过多个深度卷积神经网络提取开口销钉图像的多种特征,最终由多个线性SVM构成的集成分类器实现开口销钉缺失故障检测。实验结果表明:本方法能在复杂的接触网支撑装置图像中实现旋转双耳开口销钉的精确定位,并且在销钉的缺失故障检测中表现出较高的可靠性。 

【文章来源】：铁道学报. 2020,42(10)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

基于Faster-RCNN的目标定位架构

RPN网络结构

集成分类器结构

【参考文献】：
期刊论文
[1]基于深度学习特征提取和粒子群支持向量机状态识别的齿轮智能故障诊断[J]. 时培明,梁凯,赵娜,安淑君.  中国机械工程. 2017(09)
[2]基于Bootstrap-异质SVM集成学习的肺结节分类方法[J]. 高峰,代美玲,祁瑾.  天津大学学报(自然科学与工程技术版). 2017(03)
[3]基于HOG特征与二维Gabor小波变换的高铁接触网支撑装置耳片断裂故障检测[J]. 韩烨,刘志刚,耿肖,钟俊平.  铁道学报. 2017(02)
[4]基于SURF特征匹配的电气化铁路接触网支撑装置旋转双耳不良状态检测[J]. 杨红梅,刘志刚.  铁道学报. 2016(08)
[5]DBN层次趋势研究及其在航拍图像故障识别中的应用[J]. 高强,阳武,李倩.  仪器仪表学报. 2015(06)
[6]基于角点匹配与谱聚类的接触网绝缘子破损/夹杂异物故障检测[J]. 张桂南,刘志刚.  仪器仪表学报. 2014(06)
[7]基于SIFT特征匹配的高速铁路接触网支撑装置耳片断裂检测研究[J]. 韩烨,刘志刚,韩志伟,杨红梅.  铁道学报. 2014(02)
[8]航拍图像中绝缘子串的轮廓提取和故障检测[J]. 方挺,董冲,胡兴柳,王彦.  上海交通大学学报. 2013(12)
[9]高速铁路运行安全检测监测与监控技术[J]. 何华武.  中国铁路. 2013(03)
[10]接触网系统对高速铁路行车安全的影响[J]. 李德胜.  中国铁路. 2011(02)



本文编号：3404288