基于超声波探伤仪数据的钢轨螺孔裂纹识别方法及系统技术方案

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。

【技术实现步骤摘要】
基于超声波探伤仪数据的钢轨螺孔裂纹识别方法及系统
本公开属于铁路系统钢轨无损检测下的超声波探伤
，尤其涉及基于超声波探伤仪数据的钢轨螺孔裂纹识别方法及系统。
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。当前我国铁路探伤部门的钢轨探伤工作基本上由相关设备机械化操作完成，但唯独探伤数据的伤损检测技术，仍旧通过人工来完成，并且存在着效率低、工作量大、准确率不高等问题。专利技术人在研究中发现，在实际探伤工作中，探伤数据的伤损筛选工作高度依赖探伤工人的技术和经验，只有熟练度高、经验丰富的探伤工人才能比较高效的人工检测出伤损数据，严重影响工作效率及检测精度。
技术实现思路
为克服上述现有技术的不足，本公开提供了基于超声波探伤仪数据的钢轨螺孔裂纹识别方法，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。为实现上述目的，本公开的一个或多个实施例提供了如下技术方案：第一方面，公开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本文档来自技高网...

【技术保护点】
1.基于超声波探伤仪数据的钢轨螺孔裂纹识别方法，其特征是，包括：/n获得钢轨螺孔裂纹类伤损的扫描数据；/n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；/n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；/n用训练集进行模型的训练学习，调整优化参数；/n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；/n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。/n

【技术特征摘要】
1.基于超声波探伤仪数据的钢轨螺孔裂纹识别方法，其特征是，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。


2.如权利要求1所述的基于超声波探伤仪数据的钢轨螺孔裂纹识别方法，其特征是，获得钢轨螺孔裂纹类伤损的扫描数据并建立螺孔裂纹探伤数据库，其中，采集含有螺孔裂纹的探伤数据，截取探伤数据中含有螺孔裂纹的片段，存储到螺孔裂纹数据库。


3.如权利要求1所述的基于超声波探伤仪数据的钢轨螺孔裂纹识别方法，其特征是，基于获得钢轨螺孔裂纹类伤损的扫描数据为经过压缩、加密的，对扫描数据进行预处理包括解压和解析，恢复探伤数据的原始面貌。


4.如权利要求1所述的基于超声波探伤仪数据的钢轨螺孔裂纹识别方法，其特征是，对扫描数据进行预处理后，基于钢轨伤损不同类型在探伤数据上的通道分布特点，提取螺孔裂纹所在通道数据。


5.如权利要求1所述的基于超声波探伤仪数据的钢轨螺孔裂纹识别方法，其特征是，经过预处理的探伤数据，是以脉冲计数为时间顺序的序列数据，每个脉冲计数下数值的大小代表超声回波距离探头的距离。


6.如权利要求1所述的基于超声波探伤仪数据的钢轨螺孔裂纹识别方法，其特征是，对扫描数据进行预处理后选取典型伤损数据制作数据集，具体为：
制作数据集时，以连续设定个脉冲计数的序列数据为基本单位提取有效数据，数据集中既含有正常螺孔的序列数据也含有带裂纹伤损的螺孔序列数据；
进一步的技术方案，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，具体为：...

【专利技术属性】
技术研发人员：申涛，赵钦君，徐勤华，徐元，周峰光，
申请(专利权)人：济南大学，
类型：发明
国别省市：山东;37