-
公开(公告)号：CN113640380A
公开(公告)日：2021-11-12
申请号：CN202110630527.2
申请日：2021-06-07
Applicant: 济南大学
Abstract: 本发明提供一种钢轨伤损检测多级分类方法及系统，属于钢轨缺陷检测技术领域，包括：获取待检测的钢轨探伤数据；利用训练好的伤损检测模型，对待检测的钢轨探伤数据进行处理，实现钢轨的有伤损和无伤损分类，并确定伤损的位置以及伤损的等级；其中，所述训练好的伤损检测模型由训练集训练得到，所述训练集包括钢轨的探伤数据以及标注所述探伤数据中有伤损和无伤损的标签，有伤损的标签分别标注伤损的等级。本发明有效地提高了钢轨伤损检测准确率，并且能够根据伤损的严重程度自动给出伤损等级分类，减轻了探伤工人的工作负担，提高了工作效率。
-
公开(公告)号：CN112147221A
公开(公告)日：2020-12-29
申请号：CN202011002329.3
申请日：2020-09-22
Applicant: 济南大学
IPC: G01N29/04 , G01N29/44 , G06F16/901 , G06N20/00
Abstract: 本公开提出了基于超声波探伤仪数据的钢轨螺孔裂纹识别方法，包括：获得钢轨螺孔裂纹类伤损的扫描数据；对扫描数据进行预处理后选取典型伤损数据制作数据集，分为训练集和测试集；以一个螺孔为单位样本对数据集中的伤损数据进行正负样本标记，以标签的方式区分正负样本，建立逻辑回归模型；用训练集进行模型的训练学习，调整优化参数；基于训练好的逻辑回归模型，建立钢轨螺孔裂纹检测模型，将测试集作为输入，伤损位置信息作为输出，检验模型的螺孔裂纹检测准确率；利用测试后的钢轨螺孔裂纹检测模型对待检测的钢轨螺孔进行裂纹检测。减少故障漏判率，减轻探伤人员工作负担，提高探伤工作效率。
-
公开(公告)号：CN113640380B
公开(公告)日：2023-05-09
申请号：CN202110630527.2
申请日：2021-06-07
Applicant: 济南大学
Abstract: 本发明提供一种钢轨伤损检测多级分类方法及系统，属于钢轨缺陷检测技术领域，包括：获取待检测的钢轨探伤数据；利用训练好的伤损检测模型，对待检测的钢轨探伤数据进行处理，实现钢轨的有伤损和无伤损分类，并确定伤损的位置以及伤损的等级；其中，所述训练好的伤损检测模型由训练集训练得到，所述训练集包括钢轨的探伤数据以及标注所述探伤数据中有伤损和无伤损的标签，有伤损的标签分别标注伤损的等级。本发明有效地提高了钢轨伤损检测准确率，并且能够根据伤损的严重程度自动给出伤损等级分类，减轻了探伤工人的工作负担，提高了工作效率。
-
Patent Agency Ranking
公开(公告)号：CN112147221B
公开(公告)日：2023-02-03
申请号：CN202011002329.3
申请日：2020-09-22
Applicant: 济南大学
IPC: G01N29/04 , G01N29/44 , G06F16/901 , G06N20/00
Abstract: 本公开提出了基于超声波探伤仪数据的钢轨螺孔裂纹识别方法，包括：获得钢轨螺孔裂纹类伤损的扫描数据；对扫描数据进行预处理后选取典型伤损数据制作数据集，分为训练集和测试集；以一个螺孔为单位样本对数据集中的伤损数据进行正负样本标记，以标签的方式区分正负样本，建立逻辑回归模型；用训练集进行模型的训练学习，调整优化参数；基于训练好的逻辑回归模型，建立钢轨螺孔裂纹检测模型，将测试集作为输入，伤损位置信息作为输出，检验模型的螺孔裂纹检测准确率；利用测试后的钢轨螺孔裂纹检测模型对待检测的钢轨螺孔进行裂纹检测。减少故障漏判率，减轻探伤人员工作负担，提高探伤工作效率。
-
公开(公告)号：CN111855810B
公开(公告)日：2023-02-03
申请号：CN202010697585.2
申请日：2020-07-20
Applicant: 济南大学 , 中国铁路济南局集团有限公司济南工务段 , 山东麦港数据系统有限公司
Abstract: 本发明公开了一种基于循环神经网络的轨底伤损识别方法及系统，包括：获取待测区段的超声波探伤数据，将所述数据转换为具有时序特征的数字序列；将所述数字序列输入到训练好的RNN循环神经网络模型，输出是否具有伤损及伤损的位置信息；对于RNN循环神经网络模型的训练过程包括：构建原始数据集；对原始数据集中的B显数据进行通道预处理；将所述样本集转换为具有时序特征的数字序列，对样本集中的正负样本进行标记；利用标记后的样本集对RNN循环神经网络模型进行训练。本发明可在现行探伤作业条件下直接检测探伤车数据，不需要其他辅助设备对钢轨进行检测。解决了B显数据中钢轨伤损回波形式多样化、回波信号的确切表达式很难得出等问题。
-
公开(公告)号：CN111855825A
公开(公告)日：2020-10-30
申请号：CN202010598093.8
申请日：2020-06-28
Applicant: 济南大学 , 中国铁路济南局集团有限公司济南工务段 , 山东麦港数据系统有限公司
Abstract: 本公开提供了一种基于BP神经网络的轨头核伤检测方法及系统，通过对采集的B显数据进行简单的适当分割；并对B显数据样本集进行解压、解析和恢复；使用颜色标记法区分样本集中的轨头核伤和正常回波；建立基于BP神经网络的轨头核伤检测模型；通过训练集进行神经网络的学习，优化网络结构和参数，获取权重参数表；将待识别的B显数据输入检测模型中，输出钢轨轨头核伤的伤损位置信息。
-
公开(公告)号：CN111855810A
公开(公告)日：2020-10-30
申请号：CN202010697585.2
申请日：2020-07-20
Applicant: 济南大学 , 中国铁路济南局集团有限公司济南工务段 , 山东麦港数据系统有限公司
Abstract: 本发明公开了一种基于循环神经网络的轨底伤损识别方法及系统，包括：获取待测区段的超声波探伤数据，将所述数据转换为具有时序特征的数字序列；将所述数字序列输入到训练好的RNN循环神经网络模型，输出是否具有伤损及伤损的位置信息；对于RNN循环神经网络模型的训练过程包括：构建原始数据集；对原始数据集中的B显数据进行通道预处理；将所述样本集转换为具有时序特征的数字序列，对样本集中的正负样本进行标记；利用标记后的样本集对RNN循环神经网络模型进行训练。本发明可在现行探伤作业条件下直接检测探伤车数据，不需要其他辅助设备对钢轨进行检测。解决了B显数据中钢轨伤损回波形式多样化、回波信号的确切表达式很难得出等问题。
-
公开(公告)号：CN111855825B
公开(公告)日：2023-02-07
申请号：CN202010598093.8
申请日：2020-06-28
Applicant: 济南大学 , 中国铁路济南局集团有限公司济南工务段 , 山东麦港数据系统有限公司
Abstract: 本公开提供了一种基于BP神经网络的轨头核伤检测方法及系统，通过对采集的B显数据进行简单的适当分割；并对B显数据样本集进行解压、解析和恢复；使用颜色标记法区分样本集中的轨头核伤和正常回波；建立基于BP神经网络的轨头核伤检测模型；通过训练集进行神经网络的学习，优化网络结构和参数，获取权重参数表；将待识别的B显数据输入检测模型中，输出钢轨轨头核伤的伤损位置信息。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
