基于圖像處理的道岔轉(zhuǎn)轍機(jī)動(dòng)靜接點(diǎn)狀態(tài)檢測(cè)技術(shù)研究
發(fā)布時(shí)間:2021-11-21 13:04
在地鐵線路道岔轉(zhuǎn)轍機(jī)工作過(guò)程中,需要定期檢測(cè)其動(dòng)靜接點(diǎn)的接觸狀態(tài),及時(shí)發(fā)現(xiàn)和排除工作狀態(tài)的異常。對(duì)道岔轉(zhuǎn)轍機(jī)動(dòng)靜接點(diǎn)接觸狀態(tài)的現(xiàn)有檢測(cè)方法是依靠人工肉眼識(shí)別。該方法存在測(cè)量偏差大、容易漏警、實(shí)時(shí)性不強(qiáng)等不足。提出一種基于圖像處理和深度學(xué)習(xí)的道岔轉(zhuǎn)轍機(jī)動(dòng)靜接點(diǎn)狀態(tài)檢測(cè)技術(shù),在采集大量道岔轉(zhuǎn)轍機(jī)動(dòng)靜接點(diǎn)圖像的基礎(chǔ)上,利用神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)方法,對(duì)機(jī)器進(jìn)行大量的訓(xùn)練,找出檢測(cè)點(diǎn)的特征參數(shù);再結(jié)合圖像處理方法,得到所需的測(cè)量參數(shù);同時(shí)結(jié)合智能手機(jī)應(yīng)用程序,實(shí)現(xiàn)對(duì)道岔轉(zhuǎn)轍機(jī)動(dòng)靜接點(diǎn)的實(shí)時(shí)檢測(cè)。該方法可以實(shí)現(xiàn)對(duì)道岔轉(zhuǎn)轍機(jī)動(dòng)靜接點(diǎn)狀態(tài)的便捷、快速、準(zhǔn)確檢測(cè),提升對(duì)動(dòng)靜接點(diǎn)狀態(tài)判斷的準(zhǔn)確性,從而提高道岔轉(zhuǎn)轍機(jī)的維護(hù)效率和維護(hù)質(zhì)量,確保列車(chē)的安全運(yùn)行。
【文章來(lái)源】:城市軌道交通研究. 2020,23(S2)北大核心
【文章頁(yè)數(shù)】:4 頁(yè)
【部分圖文】:
動(dòng)靜接點(diǎn)圖
基于圖像處理的道岔轉(zhuǎn)轍機(jī)動(dòng)靜接點(diǎn)狀態(tài)檢測(cè)流程圖
3)動(dòng)靜接點(diǎn)的目標(biāo)檢測(cè)定位:SSD(單發(fā)多盒探測(cè)器)目標(biāo)算法模型是基于卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)搭建的。該模型具有快速預(yù)測(cè),且能相對(duì)準(zhǔn)確地獲取目標(biāo)位置的特點(diǎn)。數(shù)據(jù)準(zhǔn)備階段,拍攝大量道岔轉(zhuǎn)轍機(jī)動(dòng)靜接點(diǎn)照片做標(biāo)記。標(biāo)記信息包括檢測(cè)目標(biāo)分類(lèi)、圖像坐標(biāo)、真實(shí)外邊框等。數(shù)據(jù)訓(xùn)練階段,可在每個(gè)特征層上都預(yù)置不同尺寸的預(yù)測(cè)邊框,使用目標(biāo)偏移、分類(lèi)別預(yù)測(cè)去匹配真實(shí)邊框,通過(guò)反復(fù)訓(xùn)練來(lái)優(yōu)化權(quán)值,以提高最終目標(biāo)檢測(cè)的穩(wěn)定性。本文在現(xiàn)有算法的基礎(chǔ)上,根據(jù)動(dòng)靜接點(diǎn)的安裝位置及運(yùn)動(dòng)特點(diǎn),預(yù)估了在圖片中可能出現(xiàn)的位置,縮小檢測(cè)范圍,提升了訓(xùn)練效果。在進(jìn)行了5萬(wàn)次訓(xùn)練后,成功提取到圖3動(dòng)接點(diǎn)圓柱頂端的圓形輪廓。采用同樣的方法,對(duì)6組靜接點(diǎn)簧片進(jìn)行了檢測(cè)定位。4)接觸深度計(jì)算:如圖4所示,首先提取檢測(cè)到的動(dòng)接點(diǎn)組頂端圓面的圓心像素坐標(biāo)[6],提取靜接點(diǎn)柱簧片的末端像素坐標(biāo),計(jì)算出兩坐標(biāo)的像素距離S。檢修標(biāo)準(zhǔn)中的要求是測(cè)量動(dòng)接點(diǎn)和簧片的有效接觸深度,實(shí)際像素接觸深度略小于S,根據(jù)試驗(yàn)測(cè)量,計(jì)算出比例系數(shù)k,得到實(shí)際像素接觸深度S實(shí)=k S。再依據(jù)像素尺度校準(zhǔn)后計(jì)算出真實(shí)值,要求接觸深度不小于4 mm。
【參考文獻(xiàn)】:
期刊論文
[1]實(shí)現(xiàn)道岔轉(zhuǎn)換動(dòng)態(tài)監(jiān)測(cè)功能探討[J]. 李偉,陽(yáng)彬. 科學(xué)技術(shù)創(chuàng)新. 2019(13)
[2]應(yīng)用圖像數(shù)據(jù)分析技術(shù)實(shí)現(xiàn)道岔轉(zhuǎn)轍機(jī)運(yùn)行狀態(tài)遠(yuǎn)程監(jiān)測(cè)[J]. 夏志梁. 城市軌道交通研究. 2018(11)
[3]基于快速貝葉斯網(wǎng)絡(luò)的S700K轉(zhuǎn)轍機(jī)故障診斷研究[J]. 肖蒙,翟琛,潘翠亮. 鐵道科學(xué)與工程學(xué)報(bào). 2015(02)
本文編號(hào):3509560
【文章來(lái)源】:城市軌道交通研究. 2020,23(S2)北大核心
【文章頁(yè)數(shù)】:4 頁(yè)
【部分圖文】:
動(dòng)靜接點(diǎn)圖
基于圖像處理的道岔轉(zhuǎn)轍機(jī)動(dòng)靜接點(diǎn)狀態(tài)檢測(cè)流程圖
3)動(dòng)靜接點(diǎn)的目標(biāo)檢測(cè)定位:SSD(單發(fā)多盒探測(cè)器)目標(biāo)算法模型是基于卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)搭建的。該模型具有快速預(yù)測(cè),且能相對(duì)準(zhǔn)確地獲取目標(biāo)位置的特點(diǎn)。數(shù)據(jù)準(zhǔn)備階段,拍攝大量道岔轉(zhuǎn)轍機(jī)動(dòng)靜接點(diǎn)照片做標(biāo)記。標(biāo)記信息包括檢測(cè)目標(biāo)分類(lèi)、圖像坐標(biāo)、真實(shí)外邊框等。數(shù)據(jù)訓(xùn)練階段,可在每個(gè)特征層上都預(yù)置不同尺寸的預(yù)測(cè)邊框,使用目標(biāo)偏移、分類(lèi)別預(yù)測(cè)去匹配真實(shí)邊框,通過(guò)反復(fù)訓(xùn)練來(lái)優(yōu)化權(quán)值,以提高最終目標(biāo)檢測(cè)的穩(wěn)定性。本文在現(xiàn)有算法的基礎(chǔ)上,根據(jù)動(dòng)靜接點(diǎn)的安裝位置及運(yùn)動(dòng)特點(diǎn),預(yù)估了在圖片中可能出現(xiàn)的位置,縮小檢測(cè)范圍,提升了訓(xùn)練效果。在進(jìn)行了5萬(wàn)次訓(xùn)練后,成功提取到圖3動(dòng)接點(diǎn)圓柱頂端的圓形輪廓。采用同樣的方法,對(duì)6組靜接點(diǎn)簧片進(jìn)行了檢測(cè)定位。4)接觸深度計(jì)算:如圖4所示,首先提取檢測(cè)到的動(dòng)接點(diǎn)組頂端圓面的圓心像素坐標(biāo)[6],提取靜接點(diǎn)柱簧片的末端像素坐標(biāo),計(jì)算出兩坐標(biāo)的像素距離S。檢修標(biāo)準(zhǔn)中的要求是測(cè)量動(dòng)接點(diǎn)和簧片的有效接觸深度,實(shí)際像素接觸深度略小于S,根據(jù)試驗(yàn)測(cè)量,計(jì)算出比例系數(shù)k,得到實(shí)際像素接觸深度S實(shí)=k S。再依據(jù)像素尺度校準(zhǔn)后計(jì)算出真實(shí)值,要求接觸深度不小于4 mm。
【參考文獻(xiàn)】:
期刊論文
[1]實(shí)現(xiàn)道岔轉(zhuǎn)換動(dòng)態(tài)監(jiān)測(cè)功能探討[J]. 李偉,陽(yáng)彬. 科學(xué)技術(shù)創(chuàng)新. 2019(13)
[2]應(yīng)用圖像數(shù)據(jù)分析技術(shù)實(shí)現(xiàn)道岔轉(zhuǎn)轍機(jī)運(yùn)行狀態(tài)遠(yuǎn)程監(jiān)測(cè)[J]. 夏志梁. 城市軌道交通研究. 2018(11)
[3]基于快速貝葉斯網(wǎng)絡(luò)的S700K轉(zhuǎn)轍機(jī)故障診斷研究[J]. 肖蒙,翟琛,潘翠亮. 鐵道科學(xué)與工程學(xué)報(bào). 2015(02)
本文編號(hào):3509560
本文鏈接:http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3509560.html
最近更新
教材專(zhuān)著