一种基于卷积神经网络的钢轨伤损确定方法及确定系统技术方案

本发明专利技术提供一种基于卷积神经网络的钢轨伤损确定方法，包括：对原始多维度时序化钢轨数据进行预处理、卷积神经网络分析后，以输出当前钢轨支撑位信息；对当前钢轨支撑位信息与历史钢轨支撑位信息进行比对后，将一致支撑位信息标注为相同信号标记、将异常支撑位信息标注为异常信号标记；对被标注为异常信号标记的异常支撑位信息进行钢轨的人工伤损逻辑总结内容与专家经验分析后，得出钢轨疑似伤损信号、以及与其相对应的当前钢轨支撑位疑似伤损信息。应用上述该方法的确定系统，包括当前钢轨支撑位信息获取部分、支撑位信息信号标记部分与钢轨疑似伤损信息分析部分。本发明专利技术可为钢轨探伤提供更为准确、且快速的钢轨伤损信息。且快速的钢轨伤损信息。且快速的钢轨伤损信息。

【技术实现步骤摘要】
一种基于卷积神经网络的钢轨伤损确定方法及确定系统


[0001]本专利技术涉及一种钢轨伤损确定方法，尤其是一种基于卷积神经网络的钢轨伤损确定方法及确定系统。

技术介绍

[0002]随着道路交通的高速发展，钢轨作为铁路运行的基础，保障列车运行的安全可靠，是铁路日常养护的重要工作。钢轨内部的伤损又是钢轨伤损的重中之中，也是保障钢轨安全运行工作的人工投入较多的部分。
[0003]人工探伤出现的常见情况是探伤过程中人为的不稳定因素带来的漏判和误判，造成断轨事件发生，轻则列车短时间无法正常运行，重则会危及车厢人员的生命和财产安全。
[0004]当前人工探伤的主要形式是通过探伤小车采集数据，回放人员使用B显图像，能知晓不同探头的出波特点，再结合自己的工作经验，检出不同的伤损。但是，人工的投入大，效率低下，并且漏判等不可控因素太多。

技术实现思路

[0005]针对上述问题中存在的不足之处，本专利技术提供一种可为钢轨探伤提供更为准确、且快速的钢轨伤损信息，可保障铁路运行安全可靠的一种基于卷积神经网络的钢轨伤损确定方法及确定系统。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卷积神经网络的钢轨伤损确定方法，其特征在于，包括以下步骤：S1、对原始多维度时序化钢轨数据进行预处理、卷积神经网络分析后，以输出与当前钢轨结构体相对应的当前钢轨支撑位信息；S2、对当前钢轨支撑位信息与历史钢轨支撑位信息进行比对，且将当前支撑位信息中包括的一致支撑位信息标注为相同信号标记、以及将当前支撑位信息中包括的异常支撑位信息标注为异常信号标记；S3、对被标注为异常信号标记的异常支撑位信息进行钢轨的人工伤损逻辑总结内容与专家经验分析后，得出钢轨疑似伤损信号、以及与其相对应的当前钢轨支撑位疑似伤损信息。2.根据权利要求1所述的一种基于卷积神经网络的钢轨伤损确定方法，其特征在于，在步骤S1中，包括以下子步骤：S11、对原始多维度时序化钢轨数据进行训练或推断后，以形成探头通道的结构化数据；S12、卷积神经网络对探头通道的结构化数据进行分析，以输出与当前钢轨结构体相对应的当前钢轨支撑位信息。3.根据权利要求1所述的一种基于卷积神经网络的钢轨伤损确定方法，其特征在于，在步骤S2中，包括以下子步骤：S21、查询钢轨结构体信息数据库中是否包括与当前钢轨结构体相对应的历史钢轨结构体，若查询到与当前钢轨结构体相对应的历史钢轨结构体，则调用与历史钢轨结构体相对应的历史钢轨支撑位信息；S22、判断当前钢轨支撑位信息与历史钢轨支撑位信息是否包括相同支撑位信息；S23、将当前钢轨支撑位信息中包括的与历史钢轨支撑位信息相同的一致支撑位信息标注为相同信号标记，将当前钢轨支撑位信息中包括的与历史钢轨支撑位信息不同的异常支撑位信息标注为异常信号标记。4.根据权利要求1所述的一种基于卷积神经网络的钢轨伤损确定方法，其特征在于，在步骤S3中，包括以下子步骤：S31、获取钢轨的人工伤损逻辑总结内容；S32、对被标注为异常信号标记的异常支撑位信息进行钢轨的人工伤损逻辑总结内容与专家经验，得出钢轨疑似伤损信号、以及与其相对应的当前...

【专利技术属性】
技术研发人员：杜晓岱，安勇，侯勇，
申请(专利权)人：北京洞微科技发展有限公司，
类型：发明
国别省市：