[發明專利]一種基于深度學習的鋼軌磨損檢測方法

有效

• 申請號: 201910084765.0
• 申請日: 2019-01-29
• 公開（公告）號: CN109840907B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 趙太飛;宋世淵;史海泉;姜卓秀
• 申請（專利權）人: 西安理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/66
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 王蕊轉

1.一種基于深度學習的鋼軌磨損檢測方法，其特征在于：具體包括如下步驟：

步驟1，采用已有磨損的鋼軌構建實驗模型；

所述步驟1構建的實驗模型為：包括兩條已有磨損的鋼軌，在兩條鋼軌上均安裝一對平行設置的推軸，在每對推軸中，兩個推軸的一端與測距輪連接，測距輪設置在鋼軌上，兩個推軸的另一端之間通過連桿連接，兩個連桿之間通過支架連接，支架上分別設有電腦和GPS定位器，連桿上安裝有激光輪廓傳感器，測距輪、GPS定位器及激光輪廓傳感器均與電腦連接；

步驟2，建立深度學習框架；

步驟3，基于步驟2建立的學習框架對鋼軌的實際磨損程度進行測量；

所述步驟2的具體過程為：

步驟2.1，預先采集訓練模型，對訓練模型進行深度學習訓練，獲得學習模型；

步驟2.2，將訓練好的模型導入電腦，設置人工操作界面，對上傳的數據進行處理、顯示、存儲；

所述步驟3的具體過程為：

步驟3.1，將儀器單位、作業人員名稱、起始里程、行程區間、鋼軌型號選擇、鋼軌測量間隔這些基本信息輸入電腦中；

步驟3.2，激光輪廓傳感器的光幕與鋼軌截面平行，激光輪廓傳感器的光幕相對于鋼軌剖面中心線偏斜45°角,掃出一條亮線，激光輪廓傳感器自動測量出這條亮線上的每一個點的(Z,X)值，并傳輸到電腦內，通過電腦內的計算機軟件將這一組數據換算成鋼軌剖面的x軸與y軸的值，由于鋼軌磨損發生到鋼軌軌面和鋼軌內側，所以，只檢測鋼軌軌面及鋼軌內側即可的磨損程度即可，將掃描的鋼軌磨損后的切面輪廓線與標準輪廓進行對比，得到鋼軌垂直磨損和內側磨損量，總磨損量為垂直磨損和內側磨損量之和。