[發明專利]一種滾動軸承施封鎖丟失和折斷故障檢測方法

有效

• 申請號: 202011191845.5
• 申請日: 2020-10-30
• 公開（公告）號: CN112307965B
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 孫晶
• 申請（專利權）人: 哈爾濱市科佳通用機電股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62;G06N3/04
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 張換男

一種滾動軸承施封鎖丟失和折斷故障檢測方法，它屬于滾動軸承施封鎖丟失和折斷故障檢測技術領域。本發明解決了采用人工查看圖像的故障檢測方法存在的檢測效率低以及檢測準確率低的問題。本發明拍攝貨車的兩側圖像，并在線陣圖像大圖中獲得包含部件的粗定位感興趣區域。對粗定位圖像進行數據擴增操作構建神經網絡訓練集。訓練神經網絡至模型收斂，獲得參數權重。在實際測試中，轉換神經網絡權重的精度，并加載神經網絡權重，采用四個方向對拍攝到的部件圖像進行分割，并對分割效果中產生斷的線段的結果采用分水嶺算法二次分割，根據分割輪廓圖判斷是否為故障圖像，如果是則對故障區進行報警。本發明可以應用于滾動軸承施封鎖丟失和折斷故障檢測。

技術領域

本發明屬于滾動軸承施封鎖丟失和折斷故障檢測技術領域，具體涉及一種滾動軸承施封鎖丟失和折斷故障檢測方法。

背景技術

滾動軸承施封鎖安全裝置能保證列車高速運轉下安全運行，因此對貨車的滾動軸承施封鎖安全裝置進行自動化故障檢測具有重要意義。可以通過對行駛中的貨車進行拍攝，獲取動車全車圖像。

長期以來，車輛段采用人工查看圖像的方法對貨運列車的滾動軸承施封鎖安全裝置進行檢查，一直存在高成本、低效率等問題。同時采用人工查看圖像工作枯燥，容易懈怠，有效工作時間有限，效率低下，會出現遺漏部件、誤報等情況，難以保證故障檢測的準確率。

發明內容

本發明的目的是為解決采用人工查看滾動軸承施封鎖安全裝置圖像的故障檢測方法存在的檢測效率低以及檢測準確率低的問題，而提出了一種滾動軸承施封鎖丟失和折斷故障檢測方法。

本發明為解決上述技術問題所采取的技術方案是：一種滾動軸承施封鎖丟失和折斷故障檢測方法，所述方法包括以下步驟：

步驟一、拍攝運動貨車的兩側圖像；

步驟二、從步驟一拍攝的圖像中截取出樣本滾動軸承施封鎖部件圖像；

步驟三、利用步驟二截取出的樣本滾動軸承施封鎖部件的圖像構建訓練數據集，并對訓練數據集中的每張圖像進行標記，分別獲得訓練數據集中每張圖像所對應的標簽；

步驟四、構建編碼器-解碼器網絡，將訓練數據集中的圖像以及對應的標簽分批次的輸入構建的編碼器-解碼器網絡，利用輸入對編碼器-解碼器網絡進行訓練，獲得訓練好的編碼器-解碼器網絡；

步驟五、采集原始待檢測滾動軸承施封鎖部件圖像，將原始待檢測滾動軸承施封鎖部件圖像進行旋轉變換，獲得旋轉變換后的待檢測圖像，分別將原始待檢測滾動軸承施封鎖部件圖像以及旋轉變換后的待檢測圖像輸入訓練好的編碼器-解碼器網絡，獲得訓練好的編碼器-解碼器網絡的輸出結果；

根據訓練好的編碼器-解碼器網絡的輸出結果確定出原始待檢測滾動軸承施封鎖部件圖像的全部邊緣像素；

根據全部邊緣像素確定滾動軸承施封鎖部件的外圍線段是否閉合，若外圍線段閉合，則根據閉合區域的個數和面積來判斷是否發生施封鎖丟失故障；否則外圍線段不閉合，則對外圍線段進行分水嶺處理，根據分水嶺處理結果來判斷是否發生施封鎖丟失和折斷故障。

本發明的有益效果是：

本發明提出的編碼器-解碼器網絡能利用每層卷積的特征圖組成復合特征，并使用空洞卷積單元形成多尺度的融合特征，更充分的利用滾動軸承施封鎖的底層紋理信息，提高分割的精度。

針對普通神經網絡運算實時性的問題，本發明提出的編碼器-解碼器網絡通過減少特征層的個數和使用英偉達的推理加速引擎TesnorRT進行模型精度轉換和推理，提高模型運行的效率，實時檢測故障。

本發明加入歸一化層BN，能加速神經網絡的訓練時間。