本发明专利技术涉及的一种钩提杆复位弹簧丢失和折断检测方法及系统一种列车部件故障检测方法和系统，目的是为了克服现有采用人工对钩提杆复位弹簧进行检查准确率低的问题，方法具体步骤如下：步骤一、截取得到特征子图；步骤二、识别各待检测部件并标记；步骤三、得到各待检测部件的位置坐标信息；步骤四、利用位置坐标信息判断是否存在钩提杆复位弹簧；如果不存在则执行步骤六；否则执行步骤五；步骤五、利用位置坐标信息计算得到钩提杆复位弹簧与钩提杆之间的第一距离，以及钩提杆复位弹簧与弹簧座之间的第二距离，并判断是否小于等于设定的距离阈值；如果均小于等于距离阈值，则判断钩提杆复位弹簧未折断；否则执行步骤六；步骤六、输出故障信息。出故障信息。出故障信息。
【技术实现步骤摘要】
一种钩提杆复位弹簧丢失和折断检测方法及系统
[0001]本专利技术涉及一种列车部件故障检测方法和系统，具体设计利用神经网络判断钩提杆复位弹簧故障的方法和系统。
技术介绍
[0002]钩提杆复位弹簧是列车安全制动装置中重要的部分，能保证列车告诉运转下安全运行，对货车进行自动化故障检测具有重要意义，然而通常钩提杆复位弹簧丢失或者钩提杆复位弹簧折断，由于轴链、车梯等部件的遮挡肉眼一般很难发现故障。
[0003]长期以来，车辆段采用人工查看图像的方法对货运列车进行全车检查，一直存在高成本、低效率等问题。同时采用人工查看图像工作枯燥、易受时间和环境的影响效率较低，会出现遗漏部件、误报等情况，难以保障准确率。
技术实现思路
[0004]本专利技术的目的是为了克服现有采用人工对钩提杆复位弹簧进行检查准确率低的问题，提供了一种钩提杆复位弹簧丢失和折断检测方法及系统。
[0005]本专利技术提供一种钩提杆复位弹簧丢失和折断检测方法，具体步骤如下：
[0006]步骤一、获取列车图像，并从列车图像中截取得到包含待检测部件的特征子图；待检测部件包括钩提杆、钩提杆复位弹簧和弹簧座中的至少一种；
[0007]步骤二、识别特征子图中的各待检测部件并标记；
[0008]步骤三、利用定位模型检测得到特征子图中各待检测部件的位置坐标信息；
[0009]步骤四、利用各待检测部件的位置坐标信息判断是否存在钩提杆复位弹簧；
[0010]如果不存在钩提杆复位弹簧，则判断钩提杆复位弹簧丢失，执行步骤六；否则执行步骤五；
[0011]步骤五、利用各待检测部件的位置坐标信息计算得到钩提杆复位弹簧与钩提杆之间的第一距离，以及钩提杆复位弹簧与弹簧座之间的第二距离，并判断第一距离和第二距离是否小于等于设定的距离阈值；
[0012]如果第一距离和第二距离均小于等于设定的距离阈值，则判断钩提杆复位弹簧无故障；
[0013]如果第一距离大于设定的距离阈值，则判断钩提杆弹簧在钩提杆侧处折断，并执行步骤六；
[0014]如果第二距离大于设定的距离阈值，则判断钩提杆弹簧在弹簧座侧处折断，并执行步骤六；
[0015]步骤六、输出对应的故障信息；
[0016]故障信息包括钩提杆复位弹簧丢失、钩提杆弹簧在弹簧座侧处折断和钩提杆弹簧在钩提杆侧处折断。
[0017]其中，步骤一中，利用轴距信息截取得到包含待检测部件的特征子图。
[0018]其中，步骤二中，定位模型的训练步骤如下：
[0019]步骤二一、对数据集中的训练图片进行截取得到训练子图，并对训练子图中的待检测部件分别进行标记；训练子图中均包含三类待检测部件；
[0020]步骤二二、利用训练子图对初始的SSD网络进行训练并检测，得到训练好的SSD网络。
[0021]其中，步骤一还包括：
[0022]对待检测部件的特征子图进行清晰度评价，并过滤掉清晰度不足的特征子图；
[0023]清晰度指标小于设定清晰度阈值为清晰度不足。
[0024]其中，步骤二还包括：
[0025]对特征子图进行扩增；
[0026]扩增的方法包括对列车图像进行翻转、几何变换和/或使用增强数据进行泛化；
[0027]翻转包括90
°
随机旋转、水平翻转和垂直翻转；几何变换包括弹性变换、透视变换、分段仿射变换和枕形失真。
[0028]本专利技术还提供一种钩提杆复位弹簧丢失和折断检测系统，包括：
[0029]图像采集模块，用于获取列车图像，并从列车图像中截取得到包含待检测部件的特征子图并发送至特征标记模块；待检测部件包括钩提杆、钩提杆复位弹簧和弹簧座中的至少一种；
[0030]特征子图标记模块，用于识别特征子图中的各待检测部件并标记，并发送至定位模块；
[0031]定位模块，用于利用定位模型检测得到特征子图中各待检测部件的位置坐标信息，并发送至钩提杆复位弹簧丢失判断模块；
[0032]钩提杆复位弹簧丢失判断模块，用于利用各待检测部件的位置坐标信息判断是否存在钩提杆复位弹簧；
[0033]如果不存在钩提杆复位弹簧，则判断钩提杆复位弹簧丢失，发送至报障模块；否则发送至钩提杆复位弹簧折断判断模块；
[0034]钩提杆复位弹簧折断判断模块，用于利用各待检测部件的位置坐标信息计算得到钩提杆复位弹簧与钩提杆之间的第一距离，以及钩提杆复位弹簧与弹簧座之间的第二距离，并判断第一距离和第二距离是否小于等于设定的距离阈值；
[0035]如果第一距离和第二距离均小于等于设定的距离阈值，则判断钩提杆复位弹簧无故障；
[0036]如果第一距离大于设定的距离阈值，则判断钩提杆弹簧在钩提杆侧处折断，并发送至报障模块；
[0037]如果第二距离大于设定的距离阈值，则判断钩提杆弹簧在弹簧座侧处折断，并发送至报障模块；
[0038]报障模块，用于输出对应的故障信息；
[0039]故障信息包括钩提杆复位弹簧丢失、钩提杆弹簧在弹簧座侧处折断和钩提杆弹簧在钩提杆侧处折断。
[0040]其中，图像采集模块包括特征子图截取模块；
[0041]特征子图截取模块，用于利用轴距信息截取得到包含待检测部件的特征子图。
[0042]其中，特征子图标记模块包括：
[0043]训练子图截取标记模块，用于对数据集中的训练图片进行截取得到训练子图，并对训练子图中的待检测部件分别进行标记，并发送至网络训练模块；
[0044]训练子图中均包含三类待检测部件；
[0045]网络训练模块，用于利用训练子图对初始的SSD网络进行训练并检测，得到训练好的SSD网络。
[0046]其中，图像采集模块还包括清晰度评价模块：
[0047]清晰度评价模块，用于对待检测部件的特征子图进行清晰度评价，并过滤掉清晰度不足的特征子图；
[0048]清晰度指标小于设定清晰度阈值为清晰度不足。
[0049]其中，特征子图标记模块还包括图像扩增模块：
[0050]图像扩增模块，用于对特征子图进行扩增；
[0051]扩增的方法包括对列车图像进行翻转、几何变换和/或使用增强数据进行泛化；
[0052]翻转包括90
°
随机旋转、水平翻转和垂直翻转；几何变换包括弹性变换、透视变换、分段仿射变换和枕形失真。
[0053]本专利技术的有益效果是：
[0054]1、将钩提杆复位弹簧丢失与折断的现有问题，转化为综合特征即判断钩提杆复位弹簧是否存在，钩提杆复位弹簧与钩提杆和弹簧座的距离这两个判断条件，既解决了现有钩提杆复位弹簧被其他部件遮挡的问题，也提高了识别的精度；
[0055]2、利用图像自动识别的方法替代人工检测，可以解决人工检查长时间重复看图的疲劳问题，对于同种故障统一标准，提高了部件的检测效率和准确率。
附图说明
[0056]图1为截取的包括待检测部件的特征本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种钩提杆复位弹簧丢失和折断检测方法，其特征在于，具体步骤如下：步骤一、获取列车图像，并从列车图像中截取得到包含待检测部件的特征子图；待检测部件包括钩提杆、钩提杆复位弹簧和弹簧座中的至少一种；步骤二、识别特征子图中的各待检测部件并标记；步骤三、利用定位模型检测得到特征子图中各待检测部件的位置坐标信息；步骤四、利用各待检测部件的位置坐标信息判断是否存在钩提杆复位弹簧；如果不存在钩提杆复位弹簧，则判断钩提杆复位弹簧丢失，执行步骤六；否则执行步骤五；步骤五、利用各待检测部件的位置坐标信息计算得到钩提杆复位弹簧与钩提杆之间的第一距离，以及钩提杆复位弹簧与弹簧座之间的第二距离，并判断第一距离和第二距离是否小于等于设定的距离阈值；如果第一距离和第二距离均小于等于设定的距离阈值，则判断钩提杆复位弹簧无故障；如果第一距离大于设定的距离阈值，则判断钩提杆弹簧在钩提杆侧处折断，并执行步骤六；如果第二距离大于设定的距离阈值，则判断钩提杆弹簧在弹簧座侧处折断，并执行步骤六；步骤六、输出对应的故障信息；故障信息包括钩提杆复位弹簧丢失、钩提杆弹簧在弹簧座侧处折断和钩提杆弹簧在钩提杆侧处折断。2.根据权利要求1的一种钩提杆复位弹簧丢失和折断检测方法，其特征在于，步骤一中，利用轴距信息截取得到包含待检测部件的特征子图。3.根据权利要求2的一种钩提杆复位弹簧丢失和折断检测方法，其特征在于，步骤二中，定位模型的训练步骤如下：步骤二一、对数据集中的训练图片进行截取得到训练子图，并对训练子图中的待检测部件分别进行标记；训练子图中均包含三类待检测部件；步骤二二、利用训练子图对初始的SSD网络进行训练并检测，得到训练好的SSD网络。4.根据权利要求3的一种钩提杆复位弹簧丢失和折断检测方法，其特征在于，步骤一还包括：对待检测部件的特征子图进行清晰度评价，并过滤掉清晰度不足的特征子图；清晰度指标小于设定清晰度阈值为清晰度不足。5.根据权利要求3的一种钩提杆复位弹簧丢失和折断检测方法，其特征在于，步骤二还包括：对特征子图进行扩增；扩增的方法包括对列车图像进行翻转、几何变换和/或使用增强数据进行泛化；翻转包括90
°
随机旋转、水平翻转和垂直翻转；几何变换包括弹性变换、透视变换、分段仿射变换和枕形失真。6.一种钩提杆复位弹簧丢失和折断检测系统，其特征在于，包括：图像采集模块，用于获取列车图像，并从列车图像中截取得到包含待检测部件的特征
子图并发送至特征标记模块；待检测部件包括钩提杆...
【专利技术属性】
技术研发人员：袁广宇，
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：
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。