钢轨水射流打磨次数自学习方法、系统、设备及存储介质技术方案

本发明专利技术实施例提供的一种钢轨水射流打磨次数自学习方法、系统、设备及存储介质，应用于信息技术领域，所述方法包括：获取当前钢轨的扫描图像；将所述轨道扫描图像输入水射流打磨次数自学习模型中，计算得到对应的预测打磨次数；将所述预测打磨次数输入水射流打磨车进行打磨，并获取实际打磨次数；通过所述实际打磨次数和所述扫描图像对所述水射流打磨次数自学习模型继续进行训练，得到训练后的水射流打磨次数自学习模型，可以通过打磨次数的预测结果进行模型参数的优化，从而实现自学习，提高预测结果的精度。预测结果的精度。预测结果的精度。

【技术实现步骤摘要】
钢轨水射流打磨次数自学习方法、系统、设备及存储介质


[0001]本专利技术涉及信息
，特别是涉及一种钢轨水射流打磨次数自学习方法、系统、设备及存储介质。

技术介绍

[0002]目前，随着地铁火车的普及，有轨车辆的应用已经非常普遍。然而，轨道不平顺所引起的轮轨动力，对行车安全、平稳和乘车舒适性的影响随行车速度的提高而显著增大。对于高速铁路，一些轨面不平顺不要说使列车舒适度降低，甚至可能导致轨道和车辆的破坏甚至行车事故的发生。
[0003]然而，对于不同的轨道路段，轨道形状和轨道状况不同，因此需要考虑不同目标的打磨次数。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种钢轨水射流打磨次数自学习方法，以实现水射流打磨次数自学习模型的优化。具体技术方案如下：
[0005]本申请实施例的第一方面，首先提供了一种钢轨水射流打磨次数自学习方法，所述方法包括：
[0006]获取当前钢轨的扫描图像；
[0007]将所述轨道扫描图像输入水射流打磨次数自学习模型中，计算得到对应的预测打磨次数；
...

【技术保护点】

【技术特征摘要】
1.一种钢轨水射流打磨次数自学习方法，其特征在于，所述方法包括：获取当前钢轨的扫描图像；将所述轨道扫描图像输入水射流打磨次数自学习模型中，计算得到对应的预测打磨次数；将所述预测打磨次数输入水射流打磨车进行打磨，并获取实际打磨次数；通过所述实际打磨次数和所述扫描图像对所述水射流打磨次数自学习模型继续进行训练，得到训练后的水射流打磨次数自学习模型。2.根据权利要求1所述的方法，其特征在于，所述将所述轨道扫描图像输入水射流打磨次数自学习模型中，计算得到对应的预测打磨次数，包括：根据所述当前钢轨的扫描图像创建所述当前轨道的三维模型；将所述三维模型输入所述水射流打磨次数自学习模型中。3.根据权利要求1所述的方法，其特征在于，所述通过所述实际打磨次数和所述扫描图像对所述水射流打磨次数自学习模型继续进行训练，得到训练后的水射流打磨次数自学习模型之后，所述方法还包括获取下一钢轨的扫描图像；将所述下一钢轨的扫描输入所述训练后的水射流打磨次数自学习模型，得到下一轨道的预测打磨次数。4.根据权利要求1所述的方法，其特征在于，所述通过所述实际打磨次数和所述扫描图像对所述水射流打磨次数自学习模型继续进行训练，得到训练后的水射流打磨次数自学习模型，包括：将所述扫描图像输入所述水射流打磨次数自学习模型，得到目标打磨次数；根据所述目标打磨次数和所述实际打磨次数，计算得到所述水射流打磨次数自学习模型当前损失；根据所述当前损失对所述水射流打磨次数自学习模型的参数进行修正，并返回将所述扫描图像输入所述水射流打磨次数自学习模型，得到目标打磨次数的步骤继续执行，直至满足预设迭代停止条件，得到所述训练后的水射流打磨次数自学习模型。5.一种钢轨水射流打磨次数自学习系统，其特征在于，所述系统包括：图像获取模块，用于获取当前钢轨的扫描图像；图像输入模块，用于将所述轨道扫描图像输入...

【专利技术属性】
技术研发人员：巫世晶，周治宇，李登，张琨，武子全，殷勤，刘辉，张银龙，何翔，
申请(专利权)人：中铁第四勘察设计院集团有限公司沈阳奥拓福科技股份有限公司，
类型：发明
国别省市：