公开(公告)号：CN118114552A

公开(公告)日：2024-05-31

申请号：CN202410156921.0

申请日：2024-02-04

Applicant: 西南交通大学

Inventor： 刘志刚 ,  胡贵洋 ,  孟祥宇 ,  王惠

IPC: G06F30/27 ,  G06F30/15 ,  G06N3/0499

Abstract: 本发明公开了一种基于残差前馈神经网络的动车组阻抗辨识方法，具体为：搭建CRH5动车组仿真模型；采集数据集并对数据进行归一化处理；将残差网络融合到前馈神经网络中，搭建模型；将处理好的数据包括电压、功率和频率信息输入到神经网络模型中，输出为阻抗信息，用均方误差指导神经网络模型训练；利用训练好的模型对测试集进行预测，得到电力动车组的阻抗模型。本发明提高了动车组阻抗辨识精度，解决电力动车组建模困难，无法实时获取的问题。

公开(公告)号：CN111462045B

公开(公告)日：2022-07-01

申请号：CN202010150298.X

申请日：2020-03-06

Applicant: 西南交通大学

Inventor： 刘志刚 ,  刘文强 ,  杨成 ,  李昱阳 ,  王惠

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/82 ,  G06T7/168 ,  G06T7/13 ,  G06T7/11 ,  G06T7/194 ,  G06T7/155

Abstract: 本发明公开了一种悬链支撑组件缺陷的检测方法，一种悬链支撑组件缺陷的检测方法，包括以下步骤：步骤1：构建接触网承力索底座和斜拉线钩的数据集；步骤2：采用Faster RCNN卷积神经网络进行目标定位，得到接触网承力索底座和斜拉线钩的定位结果；步骤3：根据定位结果和接触网承力索底座和斜拉线钩的结构信息，得到斜拉线所在候选区域图像；步骤4：利用霍夫变换，对斜拉线候选区域图像进行定位，得到斜拉线的定位结果，根据直线检测结果，进行斜拉线松动缺陷检测；步骤5：根据图像处理方法和检测结果，对承力索底座进行安装缺陷检测；本发明提高了部件检测效率和精度，能够有效检测斜拉线是否发生松动故障，检测效率较高，简化了故障检测的难度。

公开(公告)号：CN111310761B

公开(公告)日：2022-04-29

申请号：CN202010149743.0

申请日：2020-03-06

Applicant: 西南交通大学

Inventor： 刘志刚 ,  刘文强 ,  王惠 ,  李昱阳 ,  杨成

IPC: G06V10/25 ,  G01N21/88 ,  G01N21/95 ,  G06V10/26 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764

Abstract: 本发明公开了一种基于重构和分类卷积自编码网络的接触网绝缘子检测方法，具体为：1、对高速铁路接触网支撑及悬挂装置进行成像；2、建立绝缘子的样本数据集，进行绝缘子目标检测与分割；3、利用坐标变换将绝缘子调整为水平，利用离群值检测去除噪声，对绝缘子进行边缘检测后进行二次函数拟合，对采集到的绝缘子图像进行逐片裁剪，最终建立绝缘子片数据集；4、搭建重构和分类卷积自动编码网络，判断是否存绝缘子误分类，并提取绝缘子故障区域；5、对分离出的前景图像进行聚类，根据聚类结果，建立故障判断准则；通过设置阈值判断绝缘子是否故障，并进一步评估故障的级别。本发明检测结果客观、真实、精确，克服了传统检测方法的缺陷。

公开(公告)号：CN111402214A

公开(公告)日：2020-07-10

申请号：CN202010153820.X

申请日：2020-03-07

Applicant: 西南交通大学

Inventor： 刘志刚 ,  刘文强 ,  李昱阳 ,  杨成 ,  王惠

IPC: G06T7/00 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开一种基于神经网络的接触网吊弦载流环断裂缺陷自动检测方法，首先对高速铁路接触网支撑及悬挂装置进行图像采集，建立接触网吊弦载流环的样本数据集；然后分别采用DPM、Faster R-CNN与Mask R-CNN卷积神经网络进行训练与目标检测，从而定位出接触网支撑及悬挂装置图像中吊弦载流环的位置；最后分别利用连通域算法和Mask Score R-CNN对定位到的载流环图像做故障状态分析。本发明填补了接触网吊弦载流环断裂故障检测的空白，与传统的基于连通域的方法相比，基于神经网络的方法具有更高的自动化程度和鲁棒性；通过对正常和故障部件的评分，提出评价载流环的故障判据；对吊弦状态检测具有较高的准确性和自动化程度。