-
公开(公告)号：CN115527170A
公开(公告)日：2022-12-27
申请号：CN202211260741.4
申请日：2022-10-14
Applicant: 哈尔滨市科佳通用机电股份有限公司
Abstract: 本发明的一种货车脱轨自动制动装置塞门手把关闭故障识别方法及系统，涉及基于故障检测模型的制动装置部件故障检测方法及系统，目的是为了克服现采用人工检测脱轨自动制动阀装置出现塞门手，错漏检问题时有发生的问题，方法具体包括如下步骤：S1、采集得到包含脱轨自动制动装置塞门手把部件的待检测图像；S2、使用故障检测模型对待检测图像中的脱轨自动制动装置塞门手把部件进行检测，检测得到脱轨自动制动装置塞门手把部件的位置，并判断脱轨自动制动装置塞门手把部件是否为关闭状态，如果脱轨自动制动装置塞门手把部件为关闭状态，则执行步骤三；S3、生成故障信息；故障信息包括脱轨自动制动装置塞门手把部件的位置。
-
公开(公告)号：CN112037207A
公开(公告)日：2020-12-04
申请号：CN202010903654.0
申请日：2020-09-01
Applicant: 哈尔滨市科佳通用机电股份有限公司
Inventor： 马元通
Abstract: 一种铁路货车脱轨自动制动阀塞门手把关闭故障检测方法，属于铁路货车部件检测技术领域。为了解决现有的检测自动制动阀塞门手把关闭的方法存在准确率较低的问题以及模板匹配不能实现检测的问题。本发明获取对手把图像后，按照方向码对模板和搜索区域图像计算方向码图像，通过统计每个方向码出现的频率得到方向码直方图，根据搜索区域图像的直方图和模板的直方图之间的最大重叠比率，确定匹配的相似度，当其大于相似度阈值时，将此像素点作为候选匹配点，再在所有候选匹配点中选择具有最大相似度的点作为最终匹配点，然后计算搜索区域图像相对于模板的旋转角度，并与阈值进行比较实现关闭故障的检测。主要用于手把关闭故障检测。
-
公开(公告)号：CN111079817A
公开(公告)日：2020-04-28
申请号：CN201911272236.X
申请日：2019-12-12
Applicant: 哈尔滨市科佳通用机电股份有限公司
Inventor： 马元通
Abstract: 一种铁路货车横跨梁故障图像识别方法，属于铁路领域，本发明为解决现有货车横跨梁故障检测存在错漏检、效率低下的问题。本发明方法包括以下步骤：步骤一、采集转向架横跨梁图像；步骤二、采用Mask RCNN分割网络模型对转向架横跨梁图像进行语义分割，获取横跨梁掩码图像，步骤三、判断横跨梁掩码图像中横跨梁偏离竖直方向的角度，若在0～5度之间，判定横跨梁无脱落故障，执行步骤四；若大于5度，则判定横跨梁存在脱落故障，上传报警；步骤四、在横跨梁掩码图像中提取出只包含横跨梁的子图，利用边缘检测算法判断子图上是否存在裂痕，若存在裂痕，判定横跨梁存在折断故障，上传报警；若不存在裂痕，则判定该转向架横跨梁无故障。
-
公开(公告)号：CN116188449A
公开(公告)日：2023-05-30
申请号：CN202310236956.0
申请日：2023-03-13
Applicant: 哈尔滨市科佳通用机电股份有限公司
Inventor： 马元通
IPC: G06T7/00 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 铁路货车缓解阀拉杆开口销丢失故障识别方法及设备，属于铁路货车部件检测技术领域。本发明为了解决现有的直接利用深度学习模型进行开口销丢失故障的识别存在容易受到外界因素的影响而导致检测效果不佳的问题。本发明首先获取待检测的含缓解阀拉杆开口销部件位置的局部区域图像，然后输入神经网络模型对开口销所在区域进行精定位；对精定位后的开口销周围区域进行截取得到子区域图像；然后将子区域图像分别做不同角度的旋转，得到包含未做旋转的子区域图像共计J张待检测开口销区域图像；分别对每张待检测开口销区域图像进行特征提取，各自对应的特征；最后利用多个分类器融合的加权分类网络进行分类，得到缓解阀拉杆开口销丢失检测结果。
-
公开(公告)号：CN112365480B
公开(公告)日：2021-07-16
申请号：CN202011271718.6
申请日：2020-11-13
Applicant: 哈尔滨市科佳通用机电股份有限公司
Inventor： 马元通
Abstract: 一种制动夹钳装置闸片丢失故障识别方法，属于动车组故障识别领域。本发明针对现有制动夹钳装置闸片丢失故障依靠人工进行检测，成本高并且可靠性差的问题。包括采集制动夹钳装置的原始图片；根据先验知识由原始图片确定粗定位目标区域，并对粗定位目标区域进行增强处理；采用训练后定位模块通过SSD检测网络由粗定位目标区域确定闸片子区域；采用训练后识别模块通过改进的SSD检测网络判断闸片子区域内是否包含闸片研磨子，若否，则判定闸片丢失。本发明实现了闸片丢失故障的自动识别。
-
Patent Agency Ranking
公开(公告)号：CN111091542B
公开(公告)日：2020-11-27
申请号：CN201911272273.0
申请日：2019-12-12
Applicant: 哈尔滨市科佳通用机电股份有限公司
Inventor： 马元通
Abstract: 一种铁路货车转向架弹簧托板折断故障图像识别方法，涉及货运列车检测技术领域，针对现有技术中采用的人工逐张看图的检车作业方式检查转向架弹簧托板是否折断时效率低的问题，包括步骤一：获取途径货车的线阵图像；步骤二：对转向架弹簧托板位置进行粗定位，并将其作为样本数据集；步骤三：对样本数据集进行数据扩增和标记，得到标记信息集，并结合原始图像，对图像分割神经网络模型和图像分类神经网络模型进行训练；步骤四：利用训练好的图像分割神经网络模型和图像分类神经网络模型进行故障识别。本发明根据项目内容，对使用的分割网络模型进行修改，在保证效果的前提下，提高了检测效率。
-
公开(公告)号：CN111079822A
公开(公告)日：2020-04-28
申请号：CN201911272573.9
申请日：2019-12-12
Applicant: 哈尔滨市科佳通用机电股份有限公司
Inventor： 马元通
Abstract: 轴箱橡胶垫中间橡胶与上、下层板错位故障图像识别方法，本发明涉及铁路货车轴箱橡胶垫错位故障图像识别方法。本发明的目的是为了解决现有铁路货车轴箱橡胶垫中间橡胶与上、下层板错位故障图像识别方法准确率低、人工成本巨大、效率低下等问题。过程为：过程为：步骤一、线阵图像获取；步骤二、基于步骤一获取的线阵图像，进行轴箱橡胶垫部件粗定位；步骤三、建立原始样本数据集；步骤四、对原始样本数据集进行数据扩增，得到扩增后的原始样本数据集；步骤五、模型训练；步骤六、故障识别。本发明用于轴箱橡胶垫故障图像识别方法领域。
-
公开(公告)号：CN116486129A
公开(公告)日：2023-07-25
申请号：CN202310217035.X
申请日：2023-03-08
Applicant: 哈尔滨市科佳通用机电股份有限公司
Inventor： 马元通
IPC: G06V10/762 , G06V10/764 , G06V10/26 , G06N20/00
Abstract: 基于深度学习的铁路货车盖板故障识别方法及装置，涉及图像处理技术领域。本发明是为了解决人工对铁路货车交叉支撑装置盖板检测的方式准确率及效率低的问题。本发明将含有被测部件的被测图像输入至训练好的深度学习语义分割模型中，将结果图像中所有像素点坐标生成集合，并将该集合作为特征矢量集，将特征矢量集中的特征矢量按最小距离原则分别划分到多个类别中；分别计算各类别的聚类中心；判断任一类别中相邻两次迭代的聚类中心是否相同，是则分别计算聚类结果中每一类所有像素点的最小外接矩形面积，筛选出最小外接矩形面积小于50个像素的类别，将筛选后类别所构成的图像作为分割结果，判断分割结果的是否变形。
-
公开(公告)号：CN115439691B
公开(公告)日：2023-04-21
申请号：CN202211080628.8
申请日：2022-09-05
Applicant: 哈尔滨市科佳通用机电股份有限公司
Inventor： 马元通
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06T7/00
Abstract: TVDS故障自动识别系统，属于铁路列车检测技术领域。为了解决现有的人工检测效率低，准确率低的问题，以及自动故障识别系统庞大对硬件要求高的问题。本发明包括根据车辆图像进行车型、转向架类型、车钩类型的识别，并对待检测工位图像进行增强处理的图像预处理模块，以及根据铁路客车车型、转向架类型、车钩类型信息对增强后的待检测工位图像进行故障识别的故障自动识别模块；其中车型分析是根据不同铁路客车车型对应的部件形态、位置确定铁路客车车型的；将待检测工位图像进行增强处理是采用自适应光照水平调节策略进行的，转向架类型识别、车钩类型识别，以及故障自动识别模块是基于深度学习的方式实现的。本发明用于TVDS故障自动识别。
-
公开(公告)号：CN115661776A
公开(公告)日：2023-01-31
申请号：CN202211314124.8
申请日：2022-10-25
Applicant: 哈尔滨市科佳通用机电股份有限公司
Abstract: 铁路货车制动梁安全链脱落故障图像识别方法及系统，本发明涉及货车制动梁安全链脱落故障图像识别方法及系统。本发明的目的是为了解决现有目标检测方法中铁路货车制动梁安全链位于制动梁后方，存在较为明显的遮挡和重叠，导致检测精度低的问题。过程为：建立原始样本图像数据集；基于原始样本图像数据集对网络模型进行训练，直至模型收敛，获得训练好的网络模型；具体过程为：网络结构为SSD网络；训练过程采用改进的Repulsion Loss损失函数以及DIoU‑NMS非极大值抑制方法去除重复框；基于获得的训练好的网络模型对待测图像进行故障识别。本发明用于故障图像识别领域。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.036 seconds)
