-
公开(公告)号：CN114494240A
公开(公告)日：2022-05-13
申请号：CN202210148079.7
申请日：2022-02-17
申请人： 京沪高速铁路股份有限公司 , 中南大学
摘要： 本发明实施例中提供了一种基于多尺度协作深度学习的无砟轨道板裂缝测量方法，属于图像处理技术领域，具体包括：搭建多尺度协作深度学习的裂缝测量框架；将多张样本图像分为训练集和验证集；调整深度目标检测网络的超参数并输出训练集中每张样本图像对应的最优的裂缝区域提取结果；将每张裂缝区域提取结果进行边界坐标裁剪，得到裂缝图像并输入深度语义分割网络调整深度语义分割网络的超参数；得到裂缝测量模型；将采集到的目标无砟轨道板对应的目标图像输入裂缝检测模型，得到目标图像中裂缝的连续宽度值。通过本发明的方案，协作分析和传递图像—像素—宽度三个尺度的特征，减少了复杂背景导致的像素误判并得到了精细化的裂缝宽度测量值。
-
公开(公告)号：CN114594158B
公开(公告)日：2024-08-20
申请号：CN202111607455.6
申请日：2021-12-27
申请人： 中南大学
摘要： 本发明公开了一种基于长短时记忆神经网络的隧道衬砌空洞声学识别方法，首先采集衬砌空洞区域与非空洞区域在外部激励作用下产生的回声声压时域信息；然后，利用数据标准化程序对两种工况时域声压数据样本进行标准化处理。随后，使用短时傅里叶变换技术对两种工况标准化时域数据进行时频分析，获取两种工况声压信息在时域、频域两个维度的声压幅值信息，并得到声压信息随时间变化、反映声压物理特征的频谱特征向量。最后，构建基于长短时记忆的神经网络模型，将不同时间点声压的频谱特征向量用于对神经网络模型训练与测试，完成模型参数调整工作，得到成熟的衬砌空洞识别模型。最终通过对新样本数据的分析，精准判断衬砌是否出现空洞。
-
公开(公告)号：CN117892471A
公开(公告)日：2024-04-16
申请号：CN202410286054.2
申请日：2024-03-13
申请人： 中南大学
IPC分类号： G06F30/18 , G06F30/20 , G06F113/04
摘要： 本发明公开了一种标准路基段接触网系统参数化建模方法，包括获取标准路基段接触网系统的参数信息；确认标准路基段接触网系统的组成部件；对组成部件进行初始建模并导入WebGL空间；确定初始建模模型的模型参数；在WebGL空间中对各个组成部件进行装配建模、整体坐标系进行统一和模型组合，完成WebGL空间中的标准路基段接触网系统的参数化建模。本发明还公开了一种实现所述标准路基段接触网系统参数化建模方法的系统。本发明不仅实现了标准路基段接触网系统参数化建模，而且提高了标准路基段接触网系统的设计与仿真的效率与精度，实现了标准路基段接触网系统的在线建模和查看，而且可靠性高、成本低廉且方便快捷。
-
公开(公告)号：CN117709171A
公开(公告)日：2024-03-15
申请号：CN202410167867.X
申请日：2024-02-06
申请人： 中南大学
IPC分类号： G06F30/23 , G16C60/00 , G06F111/04 , G06F111/10 , G06F119/04 , G06F119/14
摘要： 本发明公开了一种高周疲劳破坏数值模拟方法，包括获取目标构件的参数信息；建立目标构件的三维几何模型并进行离散化；构建目标构件在高周疲劳破坏下的断裂准则和对应的材料参数；对目标构件进行高周疲劳破坏下的循环荷载计算并完成目标构件在高周疲劳破坏下的数值模拟。本发明还公开了一种实现所述高周疲劳破坏数值模拟方法的系统。本发明建立了完整的近场动力学下的高周疲劳破坏数值模拟方法，能够对大部分金属构件高周荷载下构件的疲劳破坏进行模拟，而且本发明的可靠性高、精确性好且效果较好。
-
公开(公告)号：CN111896625B
公开(公告)日：2023-07-14
申请号：CN202010826057.2
申请日：2020-08-17
申请人： 中南大学
摘要： 本发明公开了一种钢轨伤损实时监测方法，包括如在钢轨两侧布设监测系统；获取监测系统得到的实时监测数据；对实时监测数据进行数据处理得到处理伤损图片；采用神经网络架构对处理伤损图片进行识别得到识别结果；根据识别结果进行钢轨伤损实时预警并实现钢轨伤损的实时监测。本发明还公开了一种实现上述钢轨伤损实时监测方法的监测系统。本发明通过超声波换能器进行导轨的实时监测，并实时收集和处理数据，从而实现了对钢轨在役期全生命周期结构状态的实时监测和损伤定位，并发出预警信息，提高钢轨伤损检测准确率与效率，减少养护维护成本，提升列车行车安全，而且可靠性高、实时性好且准确性较高。
-
公开(公告)号：CN114692272B
公开(公告)日：2022-12-09
申请号：CN202210306717.3
申请日：2022-03-25
申请人： 中南大学
摘要： 本发明公开了一种基于二维设计图纸自动生成三维参数化隧道模型的方法，包括输入二维隧道图像，获取不同类型的图元数据；根据隧道的围岩等级、衬砌结构和轨道类型设计隧道断面结构；基于隧道截面结构几何关系，采用图元特征点，将图元信息和隧道结构设计参数匹配；获取匹配的参数，完成三维参数化隧道模型。本发明利用基于二维图纸相对应的图元解析和几何约束规则，能实现从二维图纸中自动获取对应结构的图元参数，并直接生成三维参数化模型，且对于同一类型的结构具有较好的适用性，同时依据结构的几何特点设计对应规则来匹配图元信息，匹配成功率和准确率较高。同一图元匹配规则可以用于相似结构，具有较高的实用性和适用性。
-
公开(公告)号：CN115146420A
公开(公告)日：2022-10-04
申请号：CN202211075635.9
申请日：2022-09-05
申请人： 中南大学
IPC分类号： G06F30/17 , G06F30/13 , E21D21/00 , E21D20/02 , G06F113/14
摘要： 本发明公开了一种铁路隧道锚杆精细化模型的建立方法，包括根据现行锚杆的技术规范将铁路隧道锚杆进行分类；根据各个类别锚杆的组件的几何特征对各个类别锚杆进行精细化建模；基于铁路隧道锚杆支护设计通图，根据隧道所在线路的空间线数据和隧道衬砌断面类型确定隧道采用的锚杆类型，并实现铁路隧锚杆沿空间线的参数化分布建模。本发明实现了单个锚杆模型的参数化建立，模型精度高；利用参数化建立锚杆模型的方式节省了模型导入需要的时间，结合开放式图形引擎的特性减少了渲染的资源和时间；同时本发明方法能够辅助计算各类型锚杆需要的工程量，实现对单根锚杆的定位，适用于设计工作和施工作业，而且精度较高、可靠性较好且方便快捷。
-
公开(公告)号：CN113343329B
公开(公告)日：2021-11-02
申请号：CN202110894051.3
申请日：2021-08-05
申请人： 中南大学
摘要： 本发明公开了一种参数化铁路隧道模型的建立方法，包括确定隧道所在铁路线路的类型，根据线路数据自动生成空间线模型；结合地质勘测报告，对隧道进行分段；根据隧道设计通图给出线路参数之间的数学关系，参数化生成隧道断面轮廓标准模型；根据每个隧道分段前、后截面的信息修改标准模型的参数，生成相应的隧道断面轮廓，并根据隧道分段所在空间线放样生成隧道模型。本发明提出了各参数之间的数学关系，能够参数化生成隧道模型；本发明建模速度快，建模效率高，且在铁路施工过程中也能根据具体情况对隧道的参数进行修改，对铁路隧道的施工提供了帮助。
-
公开(公告)号：CN118840341A
公开(公告)日：2024-10-25
申请号：CN202410894534.7
申请日：2024-07-04
申请人： 中南大学
IPC分类号： G06T7/00 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0464
摘要： 本发明公开了一种铁路扣件紧固度检测方法，包括获取目标轨道的三维点云数据信息；在三维点云数据中定位铁路扣件区域并得到铁路扣件点云数据；对铁路扣件点云数据进行聚类；对聚类结果进行分类；根据分类结果和对应的三维点云数据信息，计算铁路扣件中相关部件的高度数据，完成铁路扣件紧固度的检测。本发明还公开了一种实现所述铁路扣件紧固度检测方法的系统。本发明能够通过轨道的三维点云数据的分析和计算来完成铁路扣件紧固度的检测，因此可靠性更高，精确性更好。
-
公开(公告)号：CN118711015A
公开(公告)日：2024-09-27
申请号：CN202410810169.7
申请日：2024-06-21
申请人： 中南大学
IPC分类号： G06V10/774 , G06V10/82 , G06V20/70 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/80
摘要： 本发明公开了一种基于深度估计的铁路扣件松紧度检测方法，包括以下步骤：获取轨道结构二维图像和对应的深度图像，作为深度训练数据集；使用得到的轨道结构二维图像，标注扣件的弹条和螺栓区域，得到轨道标注训练数据集；构建绝对深度分布初始模型；构建轨道二维图像标注初始模型；采用深度训练数据集训练绝对深度分布初始模型，得到绝对深度分布模型；采用标注训练数据集训练轨道二维图像标注初始模型，得到轨道二维图像标注模型；根据得到的绝对深度分布模型和轨道二维图像标注模型，进行实际的铁路扣件松紧度检测。本发明方法所需硬件成本低、计算资源少，只需要标准相机得到的轨道结构二维图像即可实现松动扣件自动化检测。
-
-
-
-
-
-
-
-
-
搜索结果
47 条记录 (耗时 0.053 秒)
