-
公开(公告)号：CN113256723B
公开(公告)日：2023-03-21
申请号：CN202110727807.5
申请日：2021-06-29
Applicant: 西南交通大学 , 成自铁路有限责任公司
Abstract: 本发明公开了一种受电弓升降弓时间及弓头位移曲线自动检测方法，包括：S1、在受电弓上进行标记点标注；S2、通过数据采集设备对受电弓上的标记点进行实时监测；S3、通过对监测的数据进行分析，获取受电弓升降弓时间及弓头位移曲线信息，实现自动检测。本发明提供的受电弓升降弓时间及弓头位移曲线自动检测方法，通过在现有的受电弓上增加标记点，并通过机器视觉算法对标记点的进行实时监测，获得受电弓升降弓的时间和弓头位移曲线信息，达到实时检测受电弓升降弓状态的目的，进而防止由于受电弓结构故障而造成巨大损失。
-
公开(公告)号：CN112766195B
公开(公告)日：2022-03-29
申请号：CN202110102075.0
申请日：2021-01-26
Applicant: 西南交通大学
IPC: G06V20/10 , G06V10/26 , G06V10/40 , G06V10/774 , G06V10/82 , G06V10/80 , G06K9/62 , G06T3/40 , G06N3/04
Abstract: 本发明提供了一种电气化铁路弓网燃弧视觉检测方法，涉及计算机图形识别技术领域。首先对存在燃弧的弓网图像进行掩码标注，然后将标注后的图像作为多维特征融合分割网络的数据集对网路进行训练，分割网络采用深度卷积网络，由特征提取模块、多维特征融合模块和头模块构成，弓网图像通过分割网络进行前向推理，网络分割头子模块输出结果两倍上采样后所得特征图作为弓网图像的分割结果。在多维特征融合模块中加入深度可分离卷积与分组卷积，同通道注意力和空间注意力机制的加入使得网络更加关注燃弧区域特征，训练完成后该网络能够准确地检测出弓网图像中是否发生了燃弧现象，对模型进行在线学习及自适应切换也能够提高网络的准确性与鲁棒性。
-
公开(公告)号：CN111259762B
公开(公告)日：2022-03-29
申请号：CN202010030391.7
申请日：2020-01-13
Applicant: 西南交通大学
Abstract: 本发明提供了一种受电弓异常检测方法，涉及铁路弓网智能检测与监测技术领域。对受电弓图像进行区域编码，对检测网络进行训练，受电弓异常检测网络采用深度编解码结构，由输入层、中间层和输出层构成，其中中间层共有35层，在异常检测过程中，将所有元素均设置为零，通过该网络对输入图像及其区域编码进行正向处理，并将第一个图像生成结果作为输入图像对应的无异常图像，之后通过两者对比获得异常检测结果。然后对融合的输入图像及其编码进行学习，训练完成后，该异常检测网络则能够恢复输入图像的无异常数据，进而可以准确地检测出受电弓图像是否存在异常，通过对存在异常的受电弓图像进行在线学习提高其异常检测的鲁棒性。
-
公开(公告)号：CN111507975B
公开(公告)日：2022-02-08
申请号：CN202010324733.6
申请日：2020-04-23
Applicant: 西南交通大学
Abstract: 本发明提供一种牵引变电所户外绝缘子异常检测方法。涉及计算机视觉、模式识别与智能系统技术领域。分别构建绝缘子定位网络与绝缘子图像生成网络的数据集；构建了一个绝缘子定位网络，通过训练使网络获得对图像中绝缘子定位能力；构建了一个绝缘子图像生成网络，通过训练使其获得对绝缘子图像重建能力；将牵引变电所图像输入网络模型；通过绝缘子定位网络对绝缘子进行定位，提取绝缘子图像；对绝缘子进行异常检测，绝缘子图像生成网络对每张图片给予一个异常分数。设置一个异常判断阈值，若异常分数超过设置的阈值，则判断为异常样本，若低于阈值，则判断为正常样本。最后对判定的异常图像及其生成图像进行特征提取，对比两者差异定位出异常区域。
-
公开(公告)号：CN112487882A
公开(公告)日：2021-03-12
申请号：CN202011268536.3
申请日：2020-11-13
Applicant: 西南交通大学
IPC: G06K9/00 , G01M13/045
Abstract: 本发明公开了一种基于谱相干生成非稀疏指标指导的增强包络谱的方法，利用循环频率频谱切片的局部峰值分布信息筛选包含故障特征信息的离散频谱频率，进而通过积分算子构造增强包络谱识别旋转机械故障；首先在谱相关/谱相干平面上收集每一个循环频率频谱切片的局部最值信息，将少数包含最多局部最值的循环频率筛选为候选故障特征频率；接着，选取在后候选故障特征频率处取得最多局部最大值的循环频率频谱切片，得到一系列包含故障特征信息的离散频谱频率；最后，这些离散频谱频率处利用积分得到增强包络谱。本发明能有效提取旋转机械局部缺陷故障特征信息，可用于旋转机械早期故障诊断。
-
Patent Agency Ranking
公开(公告)号：CN110298404B
公开(公告)日：2020-12-29
申请号：CN201910591870.3
申请日：2019-07-02
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于三重孪生哈希网络学习的目标跟踪方法，涉及计算机视觉、目标跟踪及深度学习技术领域。该方法首先构建了一个三重孪生哈希网络，该网络由数据输入层、卷积特征提取层、哈希编码层三部分构成。在网络初始训练过程中，使用训练数据集和随机梯度下降反向传播算法对三重孪生哈希网络进行训练，训练完成后网络即可获得目标定位的初始能力。跟踪过程中则首先将输入图像通过三重孪生区域推荐网络得到相应的候选框，再将候选框输入三重孪生哈希网络进行正向处理，分别计算每个候选框与查询样本的相似度，选择最高相似度的候选框作为跟踪目标对象，从而实现目标跟踪。
-
公开(公告)号：CN111504821A
公开(公告)日：2020-08-07
申请号：CN202010500082.1
申请日：2020-06-04
Applicant: 西南交通大学
Abstract: 本发明提供了一种用于受电弓弓头悬挂系统的疲劳试验装置及试验方法，其包括可调节固定试件的试件支座，试件支座的一侧设置与试件可拆卸连接的配重机构，配重机构远离试件支座的一侧设置有击打机构，击打机构转动连接于电机上，电机可调节连接于试验台上，电机上连接有转速调节器，试件上设置有光纤应变传感器和光纤加速度传感器，光纤应变传感器和光纤加速度传感器连接光纤信号解调仪后与上位机连接。解决了现有技术中受电弓弓头悬挂系统疲劳试验成本高、数据采集风险大的问题。
-
公开(公告)号：CN111091565A
公开(公告)日：2020-05-01
申请号：CN202010000633.8
申请日：2020-01-02
Applicant: 西南交通大学
Abstract: 本发明提供了一种自适应运动特征匹配与识别的弓网接触点检测方法，涉及铁路弓网检测与智能监测技术领域。将车顶监控摄像头拍摄的弓网图像构成弓网图像库，标注出以弓网接触点为中心的包围框，弓网图像及其标注结果构成弓网接触点数据集，构建弓网接触点检测网络，并使用弓网接触点数据集对该检测网络进行训练。并通过最小距离判断完成弓网接触点的匹配，进而建立弓网接触点信息集合，接着通过分析每个弓网接触点的运动特征序列，即判断该弓网接触点运动的横向速度方向变化的次数，以及横向坐标和纵向坐标的变化范围是否满足条件，同时根据识别出的真弓网接触点数据对检测网络进行在线学习，使得整个过程能够保持对环境的适应能力。
-
公开(公告)号：CN108278976B
公开(公告)日：2020-02-18
申请号：CN201810101292.6
申请日：2018-02-01
Applicant: 西南交通大学
IPC: G01B11/16
Abstract: 本发明公开了一种光纤传感器的温度补偿方法，属于光纤传感器检测领域。该方法的步骤为：1.在光纤光栅传感器边上安装温度传感器，将其监测的温度信号作为参考温度2.在频域内建立干扰光纤传感器的温度信号，测量信号和真实信号之间的关系式；3.参考实测的温度信号在频域内的能量分布范围设计滤波器的通带和阻带频率；4.基于建立的关系式和设计的滤波器参数，使用频域滤波的方法，从实测信号中剔除温度变化引起的干扰，实现光纤光栅传感器的温度补偿。本发明方法简单，从频域内剔除温度变化对测量结果的影响，精度高，误差小，避免了在时域中进行温度补偿时由于温度传感器和光纤光栅传感器温度场不同，感温速度不同等造成的误差。
-
公开(公告)号：CN110569793A
公开(公告)日：2019-12-13
申请号：CN201910846140.3
申请日：2019-09-09
Applicant: 西南交通大学
Abstract: 本发明公开了一种无监督相似性判别学习的目标跟踪方法，涉及计算机视觉目标跟踪技术领域。采用t-SNE将特征进行降维和聚类，得到图像类别伪标签及类别总数，然后将该伪标签作为图像真实标签，并将图像特征输入全连接层并进行分类，网络进行反向传播训练。训练完成后，网络具备了图像相似性判别能力。跟踪过程中，首先根据第一帧图像的目标位置，在当前输入帧对应的目标周围交并比IOU>0.8得到待搜索区域，并使用粒子滤波获取目标候选块，再通过无监督相似性特征提取层获取目标候选块的特征，最后分类层将输出每一个目标候选块的置信度，然后将具有最大置信度的目标候选块作为目标图像块完成目标定位，从而实现对目标对象的跟踪。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.025 seconds)
