一种高速铁路接触网绝缘端子健康状态评估方法

    公开(公告)号:CN113570563B

    公开(公告)日:2024-03-01

    申请号:CN202110815507.2

    申请日:2021-07-19

    Abstract: 本发明公开了一种高速铁路接触网绝缘端子健康状态评估方法,包括步骤:S100:设置有轨故障巡检车,在车顶配置高分辨率高速摄像机及配套照明设备,对每接触网系统的每一接触设备进行拍照并按序排号;S200:获取由摄像机拍摄得到的夜间接触网系统照片,并通过归一化坐标及双线性插值的方法计算该图的特征值;S300:建立多层图卷积神经网络模型;S400:输入绝缘子的历史拍摄数据作为训练集,设置两项损失函数对图卷积神经网络进行训练;S500:对接触网系统绝缘端子的健康状态进行判断。本发明采用无监督式图卷积神经网络进行状态估计,所需故障状态样本较少,但检测结果精度较高。

    一种基于Faster R-CNN的接触网静态几何参数检测方法

    公开(公告)号:CN110490342A

    公开(公告)日:2019-11-22

    申请号:CN201910884794.5

    申请日:2019-09-19

    Abstract: 本发明公开了一种基于Faster R-CNN的接触网静态几何参数检测方法。该方法通过检测装置的线扫描激光传感器以及相机装置对接触网进行图像数据采集,根据采集到的三维图像数据,利用Faster R-CNN模型对图像关键部件进行有效识别。在识别出接触网定位器、定位器接触点、电线杆及电线杆的支撑杆所在区域后,利用坐标变换计算得到拉出值、导高值、定位器角度值以及线岔高差值,以此获取接触网静态几何参数,进而识别接触网是否发生故障。与现有检测方法相比,本发明的接触网静态几何参数检测方法能够较为精确地识别接触网关键部件,接触网几何参数检测耗时短且结果可靠度高。

    一种基于深度学习的接触网磨耗检测方法

    公开(公告)号:CN117314849A

    公开(公告)日:2023-12-29

    申请号:CN202311233941.5

    申请日:2023-09-23

    Abstract: 本发明公开一种基于深度学习的接触网磨耗检测方法,其中该方法利用安装在检测车、维修作业车等轨道车辆上的接触网图像采集模块、车底振动补偿模块和车载检测主机相互配合完成,在车辆行驶过程中,对接触网表面磨耗程度进行实时检测。所述接触网图像采集模块包括两台高速工业相机、高清成像触发模块、辅助光源模块。所述车载检测主机包括图像处理模块、立体匹配模块与点云计算模块。所述车载检测主机通过总线连接高清成像触发模块,控制辅助光源模块及两台工业相机同步拍摄接触网图像数据,通过图像处理模块接收数据,实现图像滤波降噪。本发明利用深度学习算法实现接触网的三维重建,可更直观清晰的检测接触网磨耗程度。

    一种高速铁路接触网绝缘端子健康状态评估方法

    公开(公告)号:CN113570563A

    公开(公告)日:2021-10-29

    申请号:CN202110815507.2

    申请日:2021-07-19

    Abstract: 本发明公开了一种高速铁路接触网绝缘端子健康状态评估方法,包括步骤:S100:设置有轨故障巡检车,在车顶配置高分辨率高速摄像机及配套照明设备,对每接触网系统的每一接触设备进行拍照并按序排号;S200:获取由摄像机拍摄得到的夜间接触网系统照片,并通过归一化坐标及双线性插值的方法计算该图的特征值;S300:建立多层图卷积神经网络模型;S400:输入绝缘子的历史拍摄数据作为训练集,设置两项损失函数对图卷积神经网络进行训练;S500:对接触网系统绝缘端子的健康状态进行判断。本发明采用无监督式图卷积神经网络进行状态估计,所需故障状态样本较少,但检测结果精度较高。

Patent Agency Ranking