一种列车底部转向架的螺丝松动和异物检测方法和系统技术方案

本发明专利技术涉及数据处理领域，具体涉及一种列车底部转向架的螺丝松动和异物检测方法和系统，包括基于列车转向架的历史数据生成故障区域识别模型和故障点识别模型；连续获取列车行驶时转向架的图像数据；基于故障区域识别模型和故障点识别模型对图像数据进行筛选，得到故障点图；对故障点进行识别并报警。通过列车转向架的历史数据可以得到相应的故障区域训练模型，以及相应的故障点训练模型，然后实时对运行的列车转向夹紧进行拍照以得到转向架的图像数据，从而可以使用故障区域训练模型和故障点训练模型以得到故障点图，从而可以进行报警，使得转向架的故障检测更加方便。使得转向架的故障检测更加方便。使得转向架的故障检测更加方便。

【技术实现步骤摘要】
一种列车底部转向架的螺丝松动和异物检测方法和系统


[0001]本专利技术涉及数据处理领域，尤其涉及一种列车底部转向架的螺丝松动和异物检测方法和系统。

技术介绍

[0002]随着中国高速铁路的快速发展，列车运行安全监控体系建设显得尤为重要。现有监控体系中缺乏运行过程中的动态监控。这将导致列车可能长距离带病行进，增加了事故的发生几率。高速行进中的列车由于长期承受传动力及制动力，列车的重点部件，例如转向架，可能发生不同程度的松动，对继续高速运行造成安全隐患。
[0003]现有的转向架故障主要采用人工停车检测的方式，效率太低也无法发现运行过程中的故障，容易产生危险。

技术实现思路

[0004]本专利技术的目的在于提供一种列车底部转向架的螺丝松动和异物检测方法和系统，旨在可以更加方便地对转向架的故障进行检测。
[0005]为实现上述目的，本专利技术提供了一种列车底部转向架的螺丝松动和异物检测方法和系统，包括基于列车转向架的历史数据生成故障区域识别模型和故障点识别模型；
[0006]连续获取列车行驶时转向架的图像数据；
[0007]基于故障区域识别模型和故障点识别模型对图像数据进行筛选，得到故障点图；
[0008]对故障点进行识别并报警。
[0009]其中，所述对故障点进行识别并报警后，所述方法还包括：基于故障点发生的时间段收集列车传感器数据对故障点进行确认。
[0010]其中，所述基于列车转向架的历史数据生成故障区域识别模型和故障点识别模型的具体步骤是：<br/>[0011]获取列车转向架的历史图像集；
[0012]基于历史图像集采用深度神经网络对故障区域进行识别，得到故障区域识别模型；
[0013]输入故障点图像对经过故障区域识别模型得到的故障区域进行训练，得到故障点训练模型。
[0014]其中，所述连续获取列车行驶时转向架的图像数据的具体步骤是：
[0015]连续采集列车图像并按时间序列进行存储；
[0016]从数据库中每隔预设时间检测读取图像；
[0017]对图像进行预处理。
[0018]其中，所述基于故障区域识别模型和故障点识别模型对图像数据进行筛选，得到故障点图的具体步骤是：
[0019]将预处理后的图像和基准图像进行比对；
[0020]采用故障区域识别模型对图像进行处理，得到故障区域；
[0021]采用故障点识别模型对故障区域进行处理，得到故障点图。
[0022]其中，所述故障点包括螺栓错位、铆钉丢失、铁丝断裂和螺栓松动。
[0023]其中，所述基于历史图像集采用深度神经网络对故障区域进行识别，得到训练模型的具体步骤是：
[0024]收集故障点样本库，并基于样本库生成检测库；
[0025]基于故障点样本库采用深度神经网络进行训练，得到故障区域识别模型；
[0026]基于检测库调整训练模型。
[0027]第二方面，本专利技术还提供一种列车底部转向架的螺丝松动和异物检测系统，所述异物检测系统采用所述的列车底部转向架的螺丝松动和异物检测方法。
[0028]本专利技术的一种列车底部转向架的螺丝松动和异物检测方法和系统，基于列车转向架的历史数据生成故障区域识别模型和故障点识别模型；连续获取列车行驶时转向架的图像数据；基于故障区域识别模型和故障点识别模型对图像数据进行筛选，得到故障点图；对故障点进行识别并报警。通过列车转向架的历史数据可以得到相应的故障区域训练模型，以及相应的故障点训练模型，然后实时对运行的列车转向夹紧进行拍照以得到转向架的图像数据，从而可以使用故障区域训练模型和故障点训练模型以得到故障点图，从而可以进行报警，使得转向架的故障检测更加方便。
附图说明
[0029]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0030]图1是本专利技术的一种列车底部转向架的螺丝松动和异物检测方法的流程图。
[0031]图2是本专利技术的基于列车转向架的历史数据生成故障区域识别模型和故障点识别模型的流程图。
[0032]图3是本专利技术的连续获取列车行驶时转向架的图像数据的流程图。
[0033]图4是本专利技术的基于故障区域识别模型和故障点识别模型对图像数据进行筛选，得到故障点图的流程图。
[0034]图5是本专利技术的故障区域定义为可能具有故障点的块状区域的流程图。
[0035]图6是本专利技术的对故障点进行识别并报警的流程图。
[0036]图7是本专利技术的基于故障点发生的时间段收集列车传感器数据对故障点进行确认的流程图。
具体实施方式
[0037]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。
[0038]请参阅图1～图7，本专利技术提供一种列车底部转向架的螺丝松动和异物检测方法，
包括：
[0039]S101基于列车转向架的历史数据生成故障区域识别模型和故障点识别模型；
[0040]转向架是轨道车辆结构中最为重要的部件之一，其主要作用如下：车辆上采用转向架是为增加车辆的载重、长度与容积、提高列车运行速度，以满足铁路运输发展的需要；保证在正常运行条件下，车体都能可靠地坐落在转向架上，通过轴承装置使车轮沿钢轨的滚动转化为车体沿线路运行的平动；支撑车体，承受并传递从车体至车轮之间或从轮轨至车体之间的各种载荷及作用力，并使轴重均匀分配。保证车辆安全运行，能灵活地沿直线线路运行及顺利地通过曲线。转向架的结构要便于弹簧减振装置的安装，使之具有良好的减振特性，以缓和车辆和线路之间的相互作用，减小振动和冲击，减小动应力，提高车辆运行平稳性和安全性。充分利用轮轨之间的粘着，传递牵引力和制动力，放大制动缸所产生的制动力，使车辆具有良好的制动效果，以保证在规定的距离之内停车。
[0041]具体步骤是：
[0042]S201获取列车转向架的历史图像集；
[0043]在列车转向架附近相应位置设置摄像头，就可以对转向架在工作过程中进行拍照以得到在两个维护时间节点之间所有的图像。
[0044]S202基于历史图像集采用深度神经网络对故障区域进行识别，得到故障区域识别模型；
[0045]故障区域定义为可能具有故障点的块状区域。
[0046]具体步骤是：
[0047]S501收集故障点样本库，并基于样本库生成检测库；
[0048]所述故障点主要是转向架上的一些连接件的故障，主要包括螺栓错位、铆钉丢失、铁丝断裂和螺栓松动。在列车的历史图像集中，首先对所有图像进行对齐，然后人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种列车底部转向架的螺丝松动和异物检测方法，其特征在于，包括：基于列车转向架的历史数据生成故障区域识别模型和故障点识别模型；连续获取列车行驶时转向架的图像数据；基于故障区域识别模型和故障点识别模型对图像数据进行筛选，得到故障点图；对故障点进行识别并报警。2.如权利要求1所述的一种列车底部转向架的螺丝松动和异物检测方法，其特征在于，所述对故障点进行识别并报警后，所述方法还包括：基于故障点发生的时间段收集列车传感器数据对故障点进行确认。3.如权利要求2所述的一种列车底部转向架的螺丝松动和异物检测方法，其特征在于，所述基于列车转向架的历史数据生成故障区域识别模型和故障点识别模型的具体步骤是：获取列车转向架的历史图像集；基于历史图像集采用深度神经网络对故障区域进行识别，得到故障区域识别模型；输入故障点图像对经过故障区域识别模型得到的故障区域进行训练，得到故障点训练模型。4.如权利要求3所述的一种列车底部转向架的螺丝松动和异物检测方法，其特征在于，所述连续获取列车行驶时转向架的图像数据的具体步骤是：连续采集列车图像并按时间序列进行存储；从数...

【专利技术属性】
技术研发人员：吴军，韩朋朋，涂小芳，
申请(专利权)人：广州中科凯泽科技有限公司，
类型：发明
国别省市：