基于深度學(xué)習(xí)的中低速磁浮F軌螺栓松動識別研究
發(fā)布時間:2022-01-26 23:57
隨著我國城鎮(zhèn)化進程的不斷推進,傳統(tǒng)輪軌接觸的城市軌道交通系統(tǒng)無法完全滿足日益增長的乘載需求,中低速磁浮系統(tǒng)作為一種新興的城市軌道交通系統(tǒng),具有坡度大、彎道小、高空架設(shè)且易于安裝、拆卸和維修的F軌,能夠架設(shè)于人口密集的大中型城市,有效地改善了城市公共交通。螺栓連接的F軌作為中低速磁浮列車的走行軌道,為磁浮列車提供懸浮力和導(dǎo)向力,保證列車的抱軌行駛。F軌螺栓受自身重力和磁浮列車行駛時產(chǎn)生的振動的影響,易出現(xiàn)螺母松動等故障,因此,需要檢測監(jiān)測F軌螺栓的狀態(tài),F(xiàn)階段主要采用人工沿線巡檢和查看F軌圖像的方式檢測F軌螺栓的狀態(tài),本文將基于深度學(xué)習(xí)的圖像處理算法應(yīng)用到中低速磁浮檢測車采集到的海量高清F軌圖像數(shù)據(jù)集中,自動地識別F軌螺栓螺母松動故障,能夠有效地減少人為因素導(dǎo)致的F軌螺栓螺母松動故障的漏檢。首先,研究F軌圖像數(shù)據(jù)集的特點,將F軌圖像集中檢測車底架未被完全遮擋的圖像確定為F軌關(guān)鍵幀圖像,采用卷積神經(jīng)網(wǎng)絡(luò)ZFNet將F軌圖像分為兩類,實現(xiàn)了對F軌關(guān)鍵幀圖像的選取。然后,確定包含F(xiàn)軌一片鋼枕正面所有螺栓的區(qū)域為F軌螺栓關(guān)鍵區(qū)域,在F軌關(guān)鍵幀圖像數(shù)據(jù)集上訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)Faster R-CNN,...
【文章來源】:西南交通大學(xué)四川省211工程院校教育部直屬院校
【文章頁數(shù)】:61 頁
【學(xué)位級別】:碩士
【部分圖文】:
F軌檢測監(jiān)測裝置
人員分析 F 軌螺栓的狀態(tài)。以其中一個相機采集到的 F 軌圖像為例,該圖像上只包含某一片鋼枕正面的螺栓,同時另一個相機采集位于鋼枕背面的螺栓圖像。將該圖像 F 軌螺栓和檢測車底架的位置及名稱在圖像上標(biāo)示出來,如圖 1-2 所示。圖 1-2 F 軌高清圖像由圖 1-2 可以看出,F(xiàn) 軌螺栓中的緊固螺栓由兩個螺母、頂端朝上的螺桿和墊片組補光設(shè)備F 軌螺栓高清相機連接螺栓緊固螺栓底架
圖 2-2 神經(jīng)元的連接方式絡(luò)的輸入神經(jīng)元,1s 到5s 是網(wǎng)絡(luò)的輸出稀疏連接。卷積層的稀疏連接與圖(b)中少了參數(shù)量,降低了卷積神經(jīng)網(wǎng)絡(luò)后面的卷積運算定義如下:N N
【參考文獻】:
期刊論文
[1]Sobel算子在醫(yī)學(xué)圖像邊緣檢測中的應(yīng)用研究[J]. 肖雪梅. 計算機與網(wǎng)絡(luò). 2019(04)
[2]基于改進的雙邊濾波與非下采樣剪切波變換的圖像去噪[J]. 荊方,劉增力. 通信技術(shù). 2019(01)
[3]采用改進DeepLab網(wǎng)絡(luò)的遙感圖像分割[J]. 陳天華,鄭司群,于峻川. 測控技術(shù). 2018(11)
[4]基于Gabor濾波器和HOG特征的織物疵點檢測[J]. 湯曉慶,黃開興,秦元慶,周純杰. 計算機測量與控制. 2018(09)
[5]基于Gabor特征提取和SVM交通標(biāo)志識別方法研究[J]. 張傳偉,崔萬豪. 現(xiàn)代電子技術(shù). 2018(17)
[6]Faster R-CNN在工業(yè)CT圖像缺陷檢測中的應(yīng)用[J]. 常海濤,茍軍年,李曉梅. 中國圖象圖形學(xué)報. 2018(07)
[7]基于拉普拉斯金字塔的Gabor特征人臉識別算法[J]. 吳定雄,景小平,張力戈,王文彬. 計算機應(yīng)用. 2017(S2)
[8]基于Gabor特征多分類器融合的植物葉片識別方法[J]. 陳筱勇,馬蘭. 光學(xué)與光電技術(shù). 2017(06)
[9]基于多特征融合和BP-AdaBoost算法的列車關(guān)鍵零件故障自動識別[J]. 孫國棟,湯漢兵,林凱,張楊,趙大興. 中國機械工程. 2017(21)
[10]動車底部螺栓快速定位方法[J]. 路繩方,劉震. 計算機工程與應(yīng)用. 2017(15)
碩士論文
[1]基于SIFT的火車車底螺栓圖像識別技術(shù)研究[D]. 吳應(yīng)永.西南交通大學(xué) 2016
[2]輕軌錨固螺桿松動故障診斷研究[D]. 常貴春.重慶大學(xué) 2016
[3]基于OpenCV的接觸網(wǎng)定位線夾狀態(tài)智能檢測[D]. 張春春.西南交通大學(xué) 2016
[4]機車車底關(guān)鍵螺栓故障檢測技術(shù)研究[D]. 李靜.西南交通大學(xué) 2015
[5]加筋板緊固件連接狀態(tài)檢測方法與松脫識別[D]. 徐彥偉.武漢理工大學(xué) 2015
[6]基于數(shù)字圖像處理的列車交叉桿與禁錮螺栓故障診斷[D]. 董凱南.哈爾濱工業(yè)大學(xué) 2012
[7]基于神經(jīng)網(wǎng)絡(luò)的心盤螺栓故障識別算法研究[D]. 李娟.哈爾濱工業(yè)大學(xué) 2011
本文編號:3611360
【文章來源】:西南交通大學(xué)四川省211工程院校教育部直屬院校
【文章頁數(shù)】:61 頁
【學(xué)位級別】:碩士
【部分圖文】:
F軌檢測監(jiān)測裝置
人員分析 F 軌螺栓的狀態(tài)。以其中一個相機采集到的 F 軌圖像為例,該圖像上只包含某一片鋼枕正面的螺栓,同時另一個相機采集位于鋼枕背面的螺栓圖像。將該圖像 F 軌螺栓和檢測車底架的位置及名稱在圖像上標(biāo)示出來,如圖 1-2 所示。圖 1-2 F 軌高清圖像由圖 1-2 可以看出,F(xiàn) 軌螺栓中的緊固螺栓由兩個螺母、頂端朝上的螺桿和墊片組補光設(shè)備F 軌螺栓高清相機連接螺栓緊固螺栓底架
圖 2-2 神經(jīng)元的連接方式絡(luò)的輸入神經(jīng)元,1s 到5s 是網(wǎng)絡(luò)的輸出稀疏連接。卷積層的稀疏連接與圖(b)中少了參數(shù)量,降低了卷積神經(jīng)網(wǎng)絡(luò)后面的卷積運算定義如下:N N
【參考文獻】:
期刊論文
[1]Sobel算子在醫(yī)學(xué)圖像邊緣檢測中的應(yīng)用研究[J]. 肖雪梅. 計算機與網(wǎng)絡(luò). 2019(04)
[2]基于改進的雙邊濾波與非下采樣剪切波變換的圖像去噪[J]. 荊方,劉增力. 通信技術(shù). 2019(01)
[3]采用改進DeepLab網(wǎng)絡(luò)的遙感圖像分割[J]. 陳天華,鄭司群,于峻川. 測控技術(shù). 2018(11)
[4]基于Gabor濾波器和HOG特征的織物疵點檢測[J]. 湯曉慶,黃開興,秦元慶,周純杰. 計算機測量與控制. 2018(09)
[5]基于Gabor特征提取和SVM交通標(biāo)志識別方法研究[J]. 張傳偉,崔萬豪. 現(xiàn)代電子技術(shù). 2018(17)
[6]Faster R-CNN在工業(yè)CT圖像缺陷檢測中的應(yīng)用[J]. 常海濤,茍軍年,李曉梅. 中國圖象圖形學(xué)報. 2018(07)
[7]基于拉普拉斯金字塔的Gabor特征人臉識別算法[J]. 吳定雄,景小平,張力戈,王文彬. 計算機應(yīng)用. 2017(S2)
[8]基于Gabor特征多分類器融合的植物葉片識別方法[J]. 陳筱勇,馬蘭. 光學(xué)與光電技術(shù). 2017(06)
[9]基于多特征融合和BP-AdaBoost算法的列車關(guān)鍵零件故障自動識別[J]. 孫國棟,湯漢兵,林凱,張楊,趙大興. 中國機械工程. 2017(21)
[10]動車底部螺栓快速定位方法[J]. 路繩方,劉震. 計算機工程與應(yīng)用. 2017(15)
碩士論文
[1]基于SIFT的火車車底螺栓圖像識別技術(shù)研究[D]. 吳應(yīng)永.西南交通大學(xué) 2016
[2]輕軌錨固螺桿松動故障診斷研究[D]. 常貴春.重慶大學(xué) 2016
[3]基于OpenCV的接觸網(wǎng)定位線夾狀態(tài)智能檢測[D]. 張春春.西南交通大學(xué) 2016
[4]機車車底關(guān)鍵螺栓故障檢測技術(shù)研究[D]. 李靜.西南交通大學(xué) 2015
[5]加筋板緊固件連接狀態(tài)檢測方法與松脫識別[D]. 徐彥偉.武漢理工大學(xué) 2015
[6]基于數(shù)字圖像處理的列車交叉桿與禁錮螺栓故障診斷[D]. 董凱南.哈爾濱工業(yè)大學(xué) 2012
[7]基于神經(jīng)網(wǎng)絡(luò)的心盤螺栓故障識別算法研究[D]. 李娟.哈爾濱工業(yè)大學(xué) 2011
本文編號:3611360
本文鏈接:http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3611360.html