并联池化层对受电弓碳滑板表面磨耗检测模型的优化方法

    公开(公告)号:CN108596203B

    公开(公告)日:2022-03-04

    申请号:CN201810204111.2

    申请日:2018-03-13

    Abstract: 本发明公开一种并联池化层对受电弓碳滑板表面磨耗检测模型的优化方法,包括以下步骤:1)采集受电弓滑板表面缺陷图像,并进行图像预处理,得到数据集;其中,所述数据集包含训练数据与测试数据,训练数据包含有标签数据与无标签数据两类;2)在CAFFE框架下搭建半监督卷积神经网络,并利用无标签数据对模型进行训练;3)基于随机池化原理,将原始的池化层换用为并联池化层,对有标签数据与无标签数据差异化采样,完成对基于半监督卷积神经网络受电弓碳滑板表面磨耗检测模型的优化。本发明采用并联池化层对不同属性数据差异化取样,增强了半监督卷积神经网络对无标签数据的利用效率,提升了受电弓碳滑板表面磨耗检测模型的优化效果。

    基于SIMPACK的电扶梯梯级链建模与故障仿真方法

    公开(公告)号:CN109534140B

    公开(公告)日:2019-12-06

    申请号:CN201811611011.8

    申请日:2018-12-27

    Abstract: 本发明提供了一种基于SIMPACK的电扶梯梯级链建模与故障仿真方法。该方法利用动力学仿真软件SIMPACK建立电扶梯梯级链仿真模型,并在模型从动轴上设置振动加速度传感器,分别加入链节距伸长、销轴和套筒磨损、滚子和齿轮磨损三种故障形式。在SIMPACK中分别进行正常状态、链节距伸长状态、销轴和套筒磨损状态、滚子和齿轮磨损状态下的离线积分,将离线积分结果在动力学仿真软件SIMPACK后处理器中打开,并输出所需的从动轴横向振动加速度数据,对四种状态下的从动轴横向振动加速度数据进行分析,研究不同状态下的故障规律。这种仿真方法能够快速准确地仿真电扶梯梯级链的各故障情况下的运行状态,节省了大量的人力物力和财力,并对避免电扶梯故障的发生具有重大的意义。

    电力列车的受电弓碳滑板缺陷的检测方法

    公开(公告)号:CN109658387A

    公开(公告)日:2019-04-19

    申请号:CN201811425533.9

    申请日:2018-11-27

    Abstract: 本发明提供一种电力列车的受电弓碳滑板缺陷的检测方法。该方法包括:构建改进的RCNN网络模型,利用训练集数据对改进的RCNN网络模型进行训练。通过安装在列车轨道旁的工业线阵相机采集电力列车的受电弓图片,将受电弓图片输入到训练好的改进的RCNN网络模型,改进的RCNN网络模型利用卷积运算提取所述受电弓图片中的受电弓碳滑板区域,利用损失函数对受电弓碳滑板区域进行缺陷类别检测。本发明的方法通过区域生成网络和快速区域卷积神经网络的结合,对训练图片的自主学习与特征提取,从而能对采集系统拍摄的图片中受电弓碳滑板的有效区域及缺陷类别进行分析,能够对受电弓碳滑板的状态进行实时监测,保障城市轨道列车安全运行,具有较大的应用前景。

    基于SIMPACK的电扶梯梯级链建模与故障仿真方法

    公开(公告)号:CN109534140A

    公开(公告)日:2019-03-29

    申请号:CN201811611011.8

    申请日:2018-12-27

    Abstract: 本发明提供了一种基于SIMPACK的电扶梯梯级链建模与故障仿真方法。该方法利用动力学仿真软件SIMPACK建立电扶梯梯级链仿真模型,并在模型从动轴上设置振动加速度传感器,分别加入链节距伸长、销轴和套筒磨损、滚子和齿轮磨损三种故障形式。在SIMPACK中分别进行正常状态、链节距伸长状态、销轴和套筒磨损状态、滚子和齿轮磨损状态下的离线积分,将离线积分结果在动力学仿真软件SIMPACK后处理器中打开,并输出所需的从动轴横向振动加速度数据,对四种状态下的从动轴横向振动加速度数据进行分析,研究不同状态下的故障规律。这种仿真方法能够快速准确地仿真电扶梯梯级链的各故障情况下的运行状态,节省了大量的人力物力和财力,并对避免电扶梯故障的发生具有重大的意义。

Patent Agency Ranking