基于深度学习的中低速磁浮F轨螺栓松动识别研究

发布时间：2022-01-26 23:57

　　随着我国城镇化进程的不断推进,传统轮轨接触的城市轨道交通系统无法完全满足日益增长的乘载需求,中低速磁浮系统作为一种新兴的城市轨道交通系统,具有坡度大、弯道小、高空架设且易于安装、拆卸和维修的F轨,能够架设于人口密集的大中型城市,有效地改善了城市公共交通。螺栓连接的F轨作为中低速磁浮列车的走行轨道,为磁浮列车提供悬浮力和导向力,保证列车的抱轨行驶。F轨螺栓受自身重力和磁浮列车行驶时产生的振动的影响,易出现螺母松动等故障,因此,需要检测监测F轨螺栓的状态。现阶段主要采用人工沿线巡检和查看F轨图像的方式检测F轨螺栓的状态,本文将基于深度学习的图像处理算法应用到中低速磁浮检测车采集到的海量高清F轨图像数据集中,自动地识别F轨螺栓螺母松动故障,能够有效地减少人为因素导致的F轨螺栓螺母松动故障的漏检。首先,研究F轨图像数据集的特点,将F轨图像集中检测车底架未被完全遮挡的图像确定为F轨关键帧图像,采用卷积神经网络ZFNet将F轨图像分为两类,实现了对F轨关键帧图像的选取。然后,确定包含F轨一片钢枕正面所有螺栓的区域为F轨螺栓关键区域,在F轨关键帧图像数据集上训练卷积神经网络Faster R-CNN,... 

【文章来源】：西南交通大学四川省211工程院校教育部直属院校

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

F轨检测监测装置

人员分析 F 轨螺栓的状态。以其中一个相机采集到的 F 轨图像为例，该图像上只包含某一片钢枕正面的螺栓，同时另一个相机采集位于钢枕背面的螺栓图像。将该图像 F 轨螺栓和检测车底架的位置及名称在图像上标示出来，如图 1-2 所示。图 1-2 F 轨高清图像由图 1-2 可以看出，F 轨螺栓中的紧固螺栓由两个螺母、顶端朝上的螺杆和垫片组补光设备F 轨螺栓高清相机连接螺栓紧固螺栓底架

图 2-2 神经元的连接方式络的输入神经元，1s 到5s 是网络的输出稀疏连接。卷积层的稀疏连接与图(b)中少了参数量，降低了卷积神经网络后面的卷积运算定义如下：N N

【参考文献】：
期刊论文
[1]Sobel算子在医学图像边缘检测中的应用研究[J]. 肖雪梅.  计算机与网络. 2019(04)
[2]基于改进的双边滤波与非下采样剪切波变换的图像去噪[J]. 荆方,刘增力.  通信技术. 2019(01)
[3]采用改进DeepLab网络的遥感图像分割[J]. 陈天华,郑司群,于峻川.  测控技术. 2018(11)
[4]基于Gabor滤波器和HOG特征的织物疵点检测[J]. 汤晓庆,黄开兴,秦元庆,周纯杰.  计算机测量与控制. 2018(09)
[5]基于Gabor特征提取和SVM交通标志识别方法研究[J]. 张传伟,崔万豪.  现代电子技术. 2018(17)
[6]Faster R-CNN在工业CT图像缺陷检测中的应用[J]. 常海涛,苟军年,李晓梅.  中国图象图形学报. 2018(07)
[7]基于拉普拉斯金字塔的Gabor特征人脸识别算法[J]. 吴定雄,景小平,张力戈,王文彬.  计算机应用. 2017(S2)
[8]基于Gabor特征多分类器融合的植物叶片识别方法[J]. 陈筱勇,马兰.  光学与光电技术. 2017(06)
[9]基于多特征融合和BP-AdaBoost算法的列车关键零件故障自动识别[J]. 孙国栋,汤汉兵,林凯,张杨,赵大兴.  中国机械工程. 2017(21)
[10]动车底部螺栓快速定位方法[J]. 路绳方,刘震.  计算机工程与应用. 2017(15)

硕士论文
[1]基于SIFT的火车车底螺栓图像识别技术研究[D]. 吴应永.西南交通大学 2016
[2]轻轨锚固螺杆松动故障诊断研究[D]. 常贵春.重庆大学 2016
[3]基于OpenCV的接触网定位线夹状态智能检测[D]. 张春春.西南交通大学 2016
[4]机车车底关键螺栓故障检测技术研究[D]. 李静.西南交通大学 2015
[5]加筋板紧固件连接状态检测方法与松脱识别[D]. 徐彦伟.武汉理工大学 2015
[6]基于数字图像处理的列车交叉杆与禁锢螺栓故障诊断[D]. 董凯南.哈尔滨工业大学 2012
[7]基于神经网络的心盘螺栓故障识别算法研究[D]. 李娟.哈尔滨工业大学 2011



本文编号：3611360