基于BP神经网络的轨头核伤识别方法及系统技术方案

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。

【技术实现步骤摘要】
基于BP神经网络的轨头核伤识别方法及系统
本公开涉及铁路系统钢轨无损检测下的超声波探伤
，特别涉及一种基于BP神经网络的轨头核伤识别方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。铁路运营安全性是国家的战略问题。铁路运营速度的提高，对安全性和可靠性提出了更高的要求，尤其是铁路养护检测工作尤为重要；为了保障铁路运输的安全与畅通，提高运营效率，为整个国民经济服务，必须保持设备的完好率，对关键设备的状态进行实时监控，尤其是火车的承载体——钢轨；铁路中的钢轨在长期使用过程中，由于疲劳发生剥离、斑脱、裂纹、断裂及其它影响其性能的钢轨伤损；在高速铁路系统中，高速列车产生的长期碰撞、挤压等作用更加突出，裂纹出现的概率以及裂纹扩展的速度都会提高，如不及时检测并采取安全措施，裂纹在后续持续作用的外力下极易扩展，从而造成断轨，甚至列车脱轨等重大事故；因此钢轨伤损的检测是掌握钢轨安全状态的关键技术,是保障高铁安全运行必不可少的条件。专利技术人发现，现阶段的铁路钢轨探伤工作中，大多数都是通过超声波探本文档来自技高网...

【技术保护点】
1.一种基于BP神经网络的轨头核伤检测方法，其特征在于，包括下述步骤：/n利用钢轨探伤车采集一定数量的B显数据样本，构建训练数据集；/n对训练数据集中的B显数据进行分割，保证训练数据集中的轨头核伤样本和正常回波样本分布均匀；/n对B显数据样本进行解压、解析以及恢复处理，并对处理后的B线数据样本进行存储；/n使用颜色标记法对训练样本中的轨头核伤和正常回波样本进行标记；/n构建基于BP神经网络的轨头核伤检测模型，通过所述训练数据集进行训练；/n采集待识别的轨头B显数据，经恢复处理后输入训练好的模型，输出钢轨伤损的位置信息。/n

【技术特征摘要】
1.一种基于BP神经网络的轨头核伤检测方法，其特征在于，包括下述步骤：
利用钢轨探伤车采集一定数量的B显数据样本，构建训练数据集；
对训练数据集中的B显数据进行分割，保证训练数据集中的轨头核伤样本和正常回波样本分布均匀；
对B显数据样本进行解压、解析以及恢复处理，并对处理后的B线数据样本进行存储；
使用颜色标记法对训练样本中的轨头核伤和正常回波样本进行标记；
构建基于BP神经网络的轨头核伤检测模型，通过所述训练数据集进行训练；
采集待识别的轨头B显数据，经恢复处理后输入训练好的模型，输出钢轨伤损的位置信息。


2.如权利要求1所述的一种基于BP神经网络的轨头核伤检测方法，其特征在于，对训练数据集中B显数据进行分割，所述分割的步骤如下：
使用超声波钢轨探伤车回放软件中的截取片段功能，对所述训练数据集中的B显数据进行分割，使样本集中的轨头核伤回波和正常回波分布均匀，增强模型的泛化能力。


3.如权利要求1所述的一种基于BP神经网络的轨头核伤检测方法，其特征在于，所述对采集的B显数据样本进行解压、解析以及恢复，具体包括，将探伤车采集的加密处理后的B显数据处理为1-9通道按脉冲时序分布的数字矩阵，处理过程通过移位遍历将不同通道恢复为多字节表示，获得恢复后的B线数据样本。


4.如权利要求1所述的一种基于BP神经网络的轨头核伤检测方法，其特征在于，使用颜色标记方法将轨头核伤的序列和正常回波的序列区分开，没有回波的序列数据为空值，所述空值用单一字符填充；通过轨头核伤序列和正常回波序列的区分标记，保证神经网络模型的训练过程中能够对正负样本进行准确区分，有目的性的提取轨头核伤的特征，达到监督式学习的目的。


5.如权利要求1所述的一种基于BP神经网络的轨头核伤检...

【专利技术属性】
技术研发人员：申涛，赵钦君，徐勤华，徐元，王立果，马千福，张万舟，吕关仁，卢海强，李跃远，张保国，
申请(专利权)人：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，
类型：发明
国别省市：山东;37