-
公开(公告)号：CN115311533B
公开(公告)日：2023-04-18
申请号：CN202210966600.8
申请日：2022-08-12
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 韩旭
IPC分类号： G06V10/82 , G06V10/774 , G06V10/766 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 一种车门滑动轨道折断故障检测方法，属于轨道折断故障检测技术领域。本发明针对现有两阶段检测网络不能满足车门滑动轨道折断故障检测速度需求的问题。包括：获得样本图像，将样本图像分为训练集、验证集和测试集；采用训练集训练改进的YOLOV3网络，并采用验证集测试训练后网络，将验证集中识别错误的样本图像加入到训练集中重新进行训练后网络的再训练，直到经测试集测试确定训练后网络满足预设检测精度，将最终训练后网络作为轨道折断故障检测网络；采集过车图像，在过车图像上截取车门滑动轨道区域图像，并输入轨道折断故障检测网络中，进行折断故障识别，并输出识别结果。本发明用于滑动轨道折断故障的识别。
-
公开(公告)号：CN115170883B
公开(公告)日：2023-03-14
申请号：CN202210850750.2
申请日：2022-07-19
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 韩旭
IPC分类号： G06V10/764 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 一种制动缸活塞推杆开口销丢失故障检测方法,解决了现有进行制动缸活塞推杆开口销丢失故障检测误报警较多的问题，属于故障检测技术领域。本发明包括：S1、获取过车图像；S2、截取过车图像中包含制动缸活塞推杆的图像，将截取的图像送入训练好的故障检测网络中进行制动缸活塞推杆开口销丢失故障检测，如果像中检测到开口销丢失故障或没有检测到开口销，则认为出现故障，否则认为无故障；故障检测网络包括共享卷积块1、卷积块2‑卷积块5、FPN特征金字塔、RPN网络、建议框、ROI池化层1、位置回归头、分类头1、ROI池化层2、分类卷积块2‑分类卷积块5和分类头2。本发明可减少开口销丢失误报警。
-
公开(公告)号：CN113221839B
公开(公告)日：2022-02-01
申请号：CN202110614695.2
申请日：2021-06-02
申请人： 哈尔滨市科佳通用机电股份有限公司
摘要： 一种货车图像自动识别方法及识别系统，本发明涉及货车图像自动识别方法及识别系统。本发明的目的是为解决现有现有的自动识别方法存在部件的定位和识别准确率低，以及硬件成本高的问题。一、获取线阵图像，对线阵图像中相同工位进行拼接，获得每种工位的拼接图像；将所有工位的拼接图像进行拼接，恢复成连续图像；将连续图像按固定宽度，切分为多个小图像；二、得到训练好的定位网络模型；三、将待测货车图像输入训练好的定位网络模型，输出待测图像中各部件的类别、位置和各部件的分割结果，得到待测图像中各部件的子图；四、对待测图像中各部件的子图进行货车故障识别，获得识别结果。本发明属于故障图像识别领域。
-
公开(公告)号：CN112906547B
公开(公告)日：2022-01-11
申请号：CN202110176606.0
申请日：2021-02-09
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 韩旭
摘要： 本发明公开了一种基于E‑YOLO的铁路列车风挡破损故障检测方法。包括以下步骤：步骤一、收集动车图像，建立故障检测样本数据集；步骤二、对故障检测样本数据集进行数据扩增，将扩增后的故障检测样本数据集不重叠的划分为训练集、验证集和测试集；步骤三、使用划分成的训练集、验证集和测试集对E‑YOLO故障检测网络进行训练、验证及测试；步骤四、将待检测的动车的原始过车图像输入训练好的E‑YOLO故障检测网络中，判断待检测的动车的风挡是否破损故障，若是，则执行步骤五；步骤五、上传故障报文并报警。本发明提出了一种E‑YOLO网络，网络考虑到检测框坐标的不确定性，降低误检率，提升网络检测准确程度。
-
公开(公告)号：CN112232215B
公开(公告)日：2021-04-06
申请号：CN202011112328.4
申请日：2020-10-16
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 韩旭
摘要： 一种铁路货车钩尾销托梁脱落故障检测方法，它属于铁路货车钩尾销托梁脱落故障检测技术领域。本发明解决了人工故障检测方法所存在的故障检测的准确率以及效率低的问题。本发明利用图像自动检测的方法代替传统的人工检测方法，可以大幅度提高故障检测的效率。通过对原始LBP特征提取方法进行改进可以提升抗噪声干扰的能力，进一步提高故障检测的准确率。采用级联的SVM对候选框图像特征进行分类，提高了故障检测算法的定位准确程度。本发明可以应用于铁路货车钩尾销托梁脱落故障检测。
-
公开(公告)号：CN116543163B
公开(公告)日：2024-01-26
申请号：CN202310542234.8
申请日：2023-05-15
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 韩旭
IPC分类号： G06V10/26 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/044 , G06N3/08 , G06V10/764
摘要： 一种制动连接管折断故障检测方法，解决了如何减少制动连接管折断故障误报警的问题，属于铁路货车故障检测领域。本发明包括：S1、对铁路货车的图像进行采集，获取当前车图像，当前车图像包括制动连接软管部分；S2、将当前车图像和对应的历史车图像输入至Mask‑RCNN故障分割网络中，Mask‑RCNN故障分割网络输出制动连接管的故障类别和分割结果，根据分割结果确定故障位置；本发明中的Mask‑RCNN故障分割网络在故障分割网络中引入历史车图像先验信息，在网络中引入对比特征分割网络及对比分割头，降低网络识别难度，提升识别准确率。
-
公开(公告)号：CN115937197B
公开(公告)日：2023-09-08
申请号：CN202310013480.4
申请日：2023-01-05
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 韩旭
IPC分类号： G06T7/00 , G06V10/764 , G06V10/82 , G06V10/40 , G06V10/80 , G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/0895
摘要： 一种人力制动机拉杆链折断故障检测方法，属于铁路货车故障检测技术领域。本发明针对现有检测方法对人力制动机拉杆链折断故障形态与非故障状态的分辨能力差导致故障检测准确度低的问题。包括采用预训练Faster‑Rcnn检测网络由铁路货车的过车图像定位出人力制动机拉杆链部位图像；采用预训练改进WS‑DAN分类网络对输入图像进行分类，获得图像正常类、图像折断类和图像缠绕铁丝类的检测分类结果；预训练Faster‑Rcnn检测网络和预训练改进WS‑DAN分类网络采用样本图像集进行预训练获得；改进WS‑DAN分类网络在现有WS‑DAN分类网络的BAP模块基础上增加坐标注意力机制模块构成。本发明用于人力制动机拉杆链折断故障检测。
-
公开(公告)号：CN116543163A
公开(公告)日：2023-08-04
申请号：CN202310542234.8
申请日：2023-05-15
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 韩旭
IPC分类号： G06V10/26 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/044 , G06N3/08 , G06V10/764
摘要： 一种制动连接管折断故障检测方法，解决了如何减少制动连接管折断故障误报警的问题，属于铁路货车故障检测领域。本发明包括：S1、对铁路货车的图像进行采集，获取当前车图像，当前车图像包括制动连接软管部分；S2、将当前车图像和对应的历史车图像输入至Mask‑RCNN故障分割网络中，Mask‑RCNN故障分割网络输出制动连接管的故障类别和分割结果，根据分割结果确定故障位置；本发明中的Mask‑RCNN故障分割网络在故障分割网络中引入历史车图像先验信息，在网络中引入对比特征分割网络及对比分割头，降低网络识别难度，提升识别准确率。
-
公开(公告)号：CN115937197A
公开(公告)日：2023-04-07
申请号：CN202310013480.4
申请日：2023-01-05
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 韩旭
IPC分类号： G06T7/00 , G06V10/764 , G06V10/82 , G06V10/40 , G06V10/80 , G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/0895
摘要： 一种人力制动机拉杆链折断故障检测方法，属于铁路货车故障检测技术领域。本发明针对现有检测方法对人力制动机拉杆链折断故障形态与非故障状态的分辨能力差导致故障检测准确度低的问题。包括采用预训练Faster‑Rcnn检测网络由铁路货车的过车图像定位出人力制动机拉杆链部位图像；采用预训练改进WS‑DAN分类网络对输入图像进行分类，获得图像正常类、图像折断类和图像缠绕铁丝类的检测分类结果；预训练Faster‑Rcnn检测网络和预训练改进WS‑DAN分类网络采用样本图像集进行预训练获得；改进WS‑DAN分类网络在现有WS‑DAN分类网络的BAP模块基础上增加坐标注意力机制模块构成。本发明用于人力制动机拉杆链折断故障检测。
-
公开(公告)号：CN115424230A
公开(公告)日：2022-12-02
申请号：CN202211165704.5
申请日：2022-09-23
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 韩旭
IPC分类号： G06V20/56 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 一种车门滑轮脱出轨道故障检测方法、存储介质及设备，属于铁路列车检测技术领域。本发明为了解决现有的神经网络用于车门滑轮脱出轨道故障检测时存在检测准确率有待于提高的问题，以及存在不能兼顾检测效率和准确率的问题。本发明采用车门滑轮脱出轨道故障检测网络进行故障检测，检测网络在YOLOV3三个尺度特征融合的基础上增加一个尺度，并在YOLOV3的特征提取网络和检测头网络中也增加了改进的CBAM通道与空间注意力机制模块，即采用通道注意力机制重构与空间注意力机制重构，同时YOLOV3检测网络中FPN特征金字塔替换为BiFPN特征金字塔，然后基于检测网络实现车门滑轮脱出轨道的故障检测。
-
-
-
-
-
-
-
-
-
搜索结果
34 条记录 (耗时 0.059 秒)
