基于深度学习的钢轨伤损智能识别方法

基于钢轨探伤车检测数据通道设计、B显数据生成原理和钢轨伤损分类,对比钢轨探伤车检测数据伤损识别与普通图像识别特点的不同,将检测数据视为由16个通道二进制矩阵叠加成的图像;设计包含1个输入层、3个卷积层、3个池化层、2个全连接层、1个输出层的深度学习架构,并通过噪声和通道预处理,将钢轨伤损的"物体检测"问题转换为"分类"问题。以某地人造钢轨伤损检测数据扩充后作为训练集,得到基于深度学习的钢轨伤损智能识别模型,以另一地的人造钢轨伤损检测数据作为测试数据分析该模型的识别效果,并与钢轨探伤车既有系统识别结果和人工分析结果进行对比。结果表明:基于深度学习的钢轨伤损智能识别模型在准确率、误报率指标上均优于钢轨探伤车既有系统,达到人工分析的指标要求,提高了准确率。     

基于深度学习与支持向量机的钢轨伤损智能识别系统

目前国内钢轨探伤车检测系统都带有自动伤损识别功能,但由于采用了基于既有规则的简单逻辑判断方法,其自动识别的准确率不高,误报较多,伤损漏报的现象时有发生。针对该问题,根据钢轨探伤车所检测数据的特点,提出了基于深度学习与支持向量机的钢轨伤损智能识别系统技术方案;采用深度可分离卷积与选择性搜索相结合的方法进行目标定位;基于人工构建的多维特征,采用支持向量机方式进行伤损图像分类;并通过使用实际线路所测数据中的人工标注样本进行测试,验证了方法的有效性。测试结果表明,该系统在各项技术指标上均表现优异,伤损检出率达到99.8%,误报率降为12%,分类准确率达到95%以上。     

钢轨探伤车综合智能检测系统

大型钢轨探伤车普遍采用超声波检测钢轨内部疲劳伤损,但国内已有的超声波系统架构平台在复杂线路区间探伤检测运用时存在数据拥塞和计算机死机现象而导致区段漏检,并且伤损的识别主要依靠人工全程回放。为提高信号处理速度和伤损识别能力,降低人工回放的工作量,进行了基于新型总线的超声波探伤系统和基于卷积神经网络深度学习的伤损智能识别技术研究;为提高钢轨表面和近表面的伤损检出能力,开展了钢轨表面图像检测技术研究;为实现各检测系统数据同步采集和同步回放,综合判定钢轨健康状况,设计了空间同步定位系统。经验证和对比,在平均伤损误报率基本相当的前提下,采用了深度学习算法的系统的平均人工伤损检出率比既有系统提高了4%以上;各系统之间同步误差在1 m以内,伤损实际复核的定位精度在3 m以内。     

基于大型钢轨探伤车的顶面伤损漏磁检测技术研究

我国铁路主要依靠人工对钢轨顶面伤损进行检查,缺乏有效的钢轨顶面伤损深度检测评价技术手段。研究基于大型钢轨探伤车的顶面伤损漏磁检测技术,设计开发了检测探头、模拟信号调理模块、数据采集和处理模块及上位机软件,完成了钢轨顶面伤损漏磁检测系统的开发。该系统在实验室条件下能够以最高50m/s速度检测宽度为0.2mm的顶面伤损,并进行了40km/h的车载试验。车载试验表明,检测系统在钢轨探伤车上能够安全运行,不干扰其他检测设备,能够适应铁路现场电磁环境,能够检测钢轨顶面人工伤损,但对顶面微裂纹的检测、电磁参数调整、安装方式和试验验证需深入研究。     

基于图像处理的钢轨伤损分类算法研究

钢轨伤损的种类众多且形态各异,即便对于同类伤损,在超声波钢轨探伤检测软件中形成的B显图像也会存在差异,而当某类伤损的B显图像变化超出一定范围后,检测软件便无法识别该伤损的类别。因此,提出一种基于图像处理的钢轨伤损分类算法,其采用Tamura纹理特征与局部二值模式(local binary pattern,LBP)相结合的算法提取伤损B显图像的特征值并组成特征向量,使得作为分类器的支持向量机(supportvector machine,SVM)能够对不同种类伤损的特征向量进行训练,从而用训练后的最优分类函数预测未训练过的待测伤损的类别。试验结果表明,所提算法在钢轨伤损图像分类方面实现了较高的分类准确率。     

基于多层级特征融合的钢轨表面伤损检测方法

现有的钢轨表面伤损检测方法存在鲁棒性差、误检率高和容易漏检小面积伤损区域的问题。为此,提出一种基于多层级特征融合的钢轨表面伤损检测方法。首先,利用高速综合检测车搭载轨道图像采集系统,在实际的铁路线路采集轨道图像,并对表面伤损进行人工标注;然后,在钢轨图像数量有限的情况下,利用钢轨表面伤损数据集构建策略,提升训练样本图像的数量和多样性;最后,利用上述数据集,训练基于多层级特征融合的目标检测网络,实现钢轨表面伤损区域的自动检测。将所提新方法与现有方法进行对比试验,结果表明:新方法在钢轨表面伤损数据集上具有最优性能,实现了端到端的钢轨表面伤损检测,能够满足实际应用需求。     

新制高速铁路道岔尖轨和心轨超声波检测方法研究

为提升高速铁路道岔使用寿命，保障列车安全运行，针对新制道岔尖轨及心轨超声波检测工艺方法开展研究。简述对比试块人工伤损的位置和尺寸设置。利用A型脉冲反射式超声波探伤仪，检测人工伤损对比试块和实际产品，对比分析采用不同规格探头检测结果的差异。基于检测结果，对尖轨、心轨超声波检测工艺方法进行验证。验证结果表明：钢轨原材料材质伤损宜采用纵波直探头，同时增加60AT2钢轨轨腰不同埋藏深度平底孔人工伤损，以评定伤损当量大小。     

钢轨表面裂纹涡流检测定量评估方法

采用ANSYS软件,针对1块表面有长9.0 mm、宽0.2 mm、深度分别为0.1,0.2,0.5,1.0,1.5,2.0和5.0mm裂纹的钢板建立涡流检测模型,仿真计算表面裂纹深度与磁感应强度的关系,得到近似服从指数关系的拟合曲线。在实验室制作钢轨表面裂纹试块,钢轨表面垂直裂纹试块的裂纹深度分别为0.5,1.0,2.0和5.0mm,钢轨表面斜裂纹试块的等效垂直深度分别为1.0和2.0mm且倾角分别为15°,30°,45°和60°;按照指数关系对试块表面裂纹深度与涡流检测信号电压幅值的关系进行拟合,得到可靠度高的指数函数式。截取1段表面带有自然裂纹的钢轨进行涡流检测试验,再利用拟合得到的指数函数式计算钢轨表面裂纹的深度,并与实际测量结果进行对比。结果表明:利用拟合的指数函数式评估深度约为2mm以内的钢轨表面裂纹时,表面裂纹深度的计算误差不超过10%,但是随后误差越来越大,因此采用涡流检测方法能够对2mm以内深度的钢轨表面裂纹进行有效检测及定量评估。     

基于智能识别与周期检测的钢轨伤损自动预警方法研究

目前采用人工回放方式对钢轨探伤车的检测数据进行分析,并与同一线路周期检测的钢轨伤损记录表进行对比,形成当次检测报告,实现钢轨伤损预警。人工回放与对比分析过程效率较低。提出一种基于智能识别技术与周期检测的钢轨伤损自动预警方法,结合线路基础信息数据库,通过对钢轨探伤车检测数据中的超声波反射体进行智能识别,输出超声波反射体的类别与位置,生成含有各类超声波反射体的序列(区段检测数据),基于编辑距离法将区段检测数据与区段标准检测数据(由周期检测数据生成)进行自动对比,形成检测报告,提高了数据分析效率。通过对某铁路集团有限公司5个区段的检测数据进行伤损自动预警测试,将自动预警结果与人工预警结果进行对比,验证了该方法的有效性和高效性。     

基于Anchors设计和模型迁移的钢轨内部伤损检测方法

钢轨内部伤损的准确检测是保障列车安全运行的重要环节，如何提高伤损检测算法的泛化能力和鲁棒性是当前自动检测该类伤损面临的主要问题。为此，提出一种基于Anchors设计和模型迁移的钢轨内部伤损检测方法。首先，采用图像数据增强技术扩充现有图像数据集，获取适量的训练样本。其次，设计以交并比为距离度量的K-means聚类算法获取新的Anchors多维度约束，提高伤损检测精度。最后，在基于改进Faster R-CNN模型的迁移学习方法基础上，训练所提的钢轨伤损检测模型。试验结果表明，本文检测方法所得精确率、召回率和F₁值均达到99%,对不同类型的内部伤损取得了较好的检测效果；与现有方法相比，本文所提方法的识别准确率高、误报率低，可有效检测钢轨内部伤损。     

提速线路钢轨的大修周期

通过对全路在役钢轨的使用状况和伤损情况进行调查研究,提出了钢轨伤损加权统计方法,对取得的数据进行统计分析,给出我国线路上在役U71Mn钢轨和U75V热轧钢轨伤损量与累计通过总重对比关系及加权统计基础数据;将工程经济学原理应用于钢轨使用的经济分析,获得钢轨的最佳经济下道时机;在统计分析我国钢轨伤损类型和原因的基础上,提出确定钢轨大修周期的原则,参考国内外钢轨大修周期取得的研究成果,提出了累计通过总重与钢轨伤损量相结合的大修周期模式及其指标。     

超声波钢轨探伤车B显数据伤损模式分类技术研究

既有钢轨探伤车超声检测系统均为国外引进。中国铁道科学研究院自主化钢轨探伤系统目前已经通过试验验证,所采用的伤损模式分类技术是其中的一项关键技术。根据自主化钢轨探伤系统的探轮设置,规定伤损的类别设置,并将伤损类别划分为四大类:核伤类、螺孔裂纹类、轨底裂纹类、水平裂纹类。归属于不同大类的伤损采用不同神经网络进行识别。以螺孔裂纹类为例进行说明,采用标定线数据进行测试,验证算法的有效性。     

基于导波速度的无缝钢轨应力检测方法

为提高无缝钢轨应力检测精度,基于半解析有限元方法,分析应力作用下的钢轨导波模态传播规律,提出最优导波模态的选取、激励与接收方法。利用希尔伯特变换及二维傅里叶变换计算目标模态群速度和相速度,提出二次加权修正方法,以降低阵列换能器单元数量对相速度计算精度的影响。以此为基础,建立不同频率导波模态的速度与应力关系,分析基于群速度、相速度的应力检测精度。研究结果表明:随着导波频率的增大,导波群速度的计算误差逐渐增大,而相速度计算误差受到的影响较小;以200 Hz低频激励导波时,需选用群速度作为钢轨应力检测参数,应力估计精度约为0.219 MPa;以2kHz中频激励或20kHz高频激励时,需选用相速度作为检测参数,应力估计精度分别约为0.638和0.012MPa。因此,在实际应用中需根据导波频率选择不同类型的速度作为检测参数估计钢轨应力。     

重载铁路钢轨探伤高速试验平台超声验证研究

以新朔铁路钢轨探伤现状为背景,建立高速试验平台,研究高速下的超声探伤性能.基于钢轨超声检测原理设计了不同类型人工伤损,通过理论计算对比了60 kg/m钢轨和高速试验平台样板轮的超声反射路径差异.利用CIVA软件建立60 kg/m钢轨和样板轮仿真模型,对比分析其超声探伤结果.在高速试验平台进行静态和动态试验,对高速下超声...     

地铁在役钢轨典型伤损研究

地铁运营线上钢轨伤损严重,检测、维护工作量大。介绍了地铁钢轨伤损的状况,分析钢轨伤损的主要类别;对上海轨道交通1号线的大量检测数据进行统计分析,提出地铁钢轨伤损的五种典型类别,并分析其形成机理,研究其规律性,用以指导地铁钢轨养护维修工作。     

基于改进Faster R-CNN的CRTSⅡ型轨道板裂缝检测方法

高速铁路无砟轨道伤损检测维修的准确率和时效性关乎高速铁路的运营安全，采用机器视觉技术进行高速铁路无砟轨道板裂缝伤损检测可极大提升检测工作的准确率和效率，为此根据CRTSⅡ型轨道板裂缝伤损样本数据特点，提出一种基于改进Faster R-CNN的方法对轨道板裂缝进行检测。该改进方法将检测问题转化为定位问题，精简网络模型，其主干网络选用残差网络，避免网络深度过深而导致学习速度下降；引入引导锚框，以减少冗余锚框，提高检测针对性；采用Soft-NMS算法，改善轨道板裂缝检测的重叠状况，提高裂缝检测效果。为评估该改进方法的可靠性，建立CRTSⅡ型轨道板裂缝检测评价标准，并依据该评价标准将改进方法与R-FCN,YOLO-v5,Faster R-CNN及YOLOx网络算法进行对比测试。结果表明：提出的改进方法综合表现优于其他算法，具有更高的准确率以及最小的漏检率，最佳模型查准率为95.9%，查全率为89.6%，相较于其他几种经典算法分别提高了约2%～4%和2%～6%，能够较好地应用于CRTSⅡ型轨道板裂缝检测场景。     

高速轮式钢轨探伤变距式超声波发射模式的设计与应用

与传统的人工检测方法相比,探伤车具有检测速度快、可靠性高、重复性好的特点,对保障铁路运输安全起到了重要作用。目前国内大型钢轨探伤车最高检测速度可达80 km/h。本文基于高速轮式超声波探伤作业系统的研究开发,结合超声波在探轮和钢轨内传播的特点,对钢轨探伤车检测速度、扫查间距、超声波重复频率之间的关系进行了研究,比较了高速轮式探伤的3种超声波发射模式的优缺点,设计了适用于探伤作业系统的8个超声波发射模式。以XILINX公司的Virtex-ⅡXC2V3000型FPGA芯片为平台,进行了软硬件设计。采用变距式发射模式的超声波探伤作业系统在人工伤损线进行了标定试验和实际线路检测试验,试验结果证明变距式超声波发射模式可满足超声波探伤作业系统的检测能力需求,能够缩小超声波扫查间距,有助于提高探伤系统的伤损检出能力。     

基于Wav2vec2.0神经网络的轨道交通钢轨损伤压电阵列超声导波定位方法

鉴于普通超声波检测方法无法实现对轨道交通钢轨的长距离检测，基于超声导波的SHM (结构健康监测)技术难以从响应信号中提取损伤特征而影响损伤定位精度，提出了一种基于Wav2vec2.0神经网络的压电阵列超声导波定位方法对轨道交通钢轨损伤进行定位。基于压电阵列超声导波数据的特点，对该方法进行了简要介绍。搭建了钢轨损伤的超声导波检测系统，并利用该系统进行数据集的采集。采用ABAQUS有限元软件建立钢轨损伤超声导波检测三维有限元模型，并利用该模型进行数据集的采集。利用小波信号处理方法对超声导波试验信号进行重构，以达到信号去噪的目的；在仿真信号中加入随机噪声，将叠加随机噪声后的超声导波仿真信号作为补充数据集；通过计算模型中钢轨损伤定位的准确率和误差对模型的性能进行评估。结果表明，当迭代轮次达到第120次时，训练样本的准确率达到100%。利用基于Wav2vec 2.0神经网络的压电阵列超声导波定位方法可实现轨道交通钢轨损伤的准确定位。     

普速铁路60 kg/m钢轨的换轨周期

利用不同线路钢轨伤损、曲线要素、通过总质量等数据,应用加权统计方法进行钢轨伤损统计分析,获得钢轨主要伤损类型及其分布和伤损率与累计通过总质量的关系;选取典型线路进行大量钢轨使用和伤损情况现场调研,获得影响钢轨使用寿命的主要因素;提出换轨周期确定原则和方法,利用各铁路局集团公司提供的换轨、重伤轨抢修、钢轨养护维修等数据,进行最佳钢轨经济下道时机分析;结合换轨实际并参考我国具体情况,提出累计通过总质量10亿t和伤损率2～4处/km相结合的60 kg/m钢轨换轨周期,分析计算了提高换轨周期的经济效益。     

钢轨探伤车普速铁路检测能力及适用条件技术方案设计

随着铁路运输的发展,高效率的钢轨探伤车承担起越来越多的探伤检测任务,尤其在高铁线路、高原线路上,由于区间里程长、环境恶劣等原因造成人工探伤作业困难,将主要采用钢轨探伤车进行探伤。针对探伤车在普速铁路的检测能力和适用条件,提出"人工伤损试块静态检测能力测试+人工伤损试验线动态检测能力测试+运营线路自动对中专项试验测试+运营线路自然伤损动态检测能力验证"的综合研究方案,进行各模块技术方案的详细设计,给出评价测试方法和评价测试标准,为下一步具体技术研究的开展做好充分准备。