【技术实现步骤摘要】
一种铁路货车转向架弹簧托板折断故障图像识别方法
本专利技术涉及货运列车检测
，具体为一种铁路货车转向架弹簧托板折断故障图像识别方法。
技术介绍
转向架弹簧托板折断是弹簧托板的一种故障形态，弹簧托板把左右侧架连接在一起，提高了转向架的抗菱刚度。同时，左右侧架通过其顶部导框摇动座分别支撑在前后两承载鞍上，成为横向可同步摆动的吊杆。两侧架摆动时，摇枕横向移动，为限制摇枕过大的横向位移，防止摇枕窜出，在弹簧托板上设置了止挡板，通过止挡与摇枕下部三角挡的配合，限制摇枕的最大横向位移，起到安全挡的作用。当转向架弹簧托板折断时将影响其功用，给货车行车安全带来隐患。当前采用的人工逐张看图的检车作业方式，存在受人员素质、责任心影响，错漏检问题时有发生，作业质量难以保证，以及人工成本巨大、效率低下等问题。所以针对转向架弹簧托板折断故障的自动化检测具有重要意义。通过结合图像处理和深度学习技术，实现故障自动识别和报警，有效提高检车作业质量和效率。
技术实现思路
本专利技术的目的是：针对现有技术中采用的人工逐张看图的...
【技术保护点】
1.一种铁路货车转向架弹簧托板折断故障图像识别方法,其特征在于包括以下步骤：/n步骤一：获取途径货车的线阵图像；/n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；/n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；/n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，所述故障识别的过程为：首先根据车型信息及部件所在区域的先验知识，提取出包含弹簧托板的子区域图像，然后加载对应转向架类型的图像分割网络和图像分类网络，之后利用图像分割网络对子区域图像中的弹簧托板...
【技术特征摘要】
1.一种铁路货车转向架弹簧托板折断故障图像识别方法,其特征在于包括以下步骤：
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，所述故障识别的过程为：首先根据车型信息及部件所在区域的先验知识，提取出包含弹簧托板的子区域图像，然后加载对应转向架类型的图像分割网络和图像分类网络，之后利用图像分割网络对子区域图像中的弹簧托板部件进行提取，利用分类模型对像素提取后的弹簧托板图像进行故障判定。
2.根据权利要求1所述的一种铁路货车转向架弹簧托板折断故障图像识别方法,其特征在于所述数据扩增包括旋转、平移、缩放和镜像。
3.根据权利要求1所述的一种铁路货车转向架弹簧托板折断故障图像识别方法,其特征在于所述图像分割神经网络模型包括四个下采样层，四个上采样层和卷积层，
下采样层一：利用32通道的3×3大小的卷积核进行卷积，ReLU激活函数，进行池化，并与上采样层四融合；
下采样层二：利用64通道的3×3大小的卷积核进行卷积，ReLU激活函数，并进行池化并与上采样层三融合；
下采样层三：利用128通道的3×3大小的卷积核进行卷积，ReLU激活函数，并进行池化并与上采样层二融合；
下采样层四：利用256通道的3×3大小的卷积核进行卷积，ReLU激活函数，并进行池化并与上采样层一融合；
卷积层：利用512通道的3×3大小的卷积核进行卷积并利用ReLU激活函数；
上采样层一：利用256通道的3×3大小的卷积核进行反卷积，并利用ReLU激活函数；
上采样层二：利用128通道的3×3大小的卷积...
【专利技术属性】
技术研发人员：马元通，
申请(专利权)人：哈尔滨市科佳通用机电股份有限公司，
类型：发明
国别省市：黑龙;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。