紧固件松动状态人工智能监测方法和巡检设备技术

一种紧固件松动状态人工智能实时监测方法，其通过激光照射和面阵相机系统采集紧固件及临近表面的光强分布；以被测表面的光强分布表示紧固件及临近表面的深度信息；通过人工智能的机器学习直接建立散斑条纹图和紧固件状态之间的对应关系；通过对获得的散斑条纹图直接识别进行紧固件的松动状态检测，排除了铁道线路、监测车辆的机械振动对监测准确度的影响。本发明专利技术摒弃了采用传统相机，并且摒弃了现有技术中的相位提取技术。根据本发明专利技术，不仅可监测紧固件的表面状态，而且可以监测表面下方一定深度处的状态，甚至可以提前发现即将松动但还没有实际松动的状态；在检测速度和检测准确度方面可以超越技术工人的检测能力。确度方面可以超越技术工人的检测能力。确度方面可以超越技术工人的检测能力。

【技术实现步骤摘要】
紧固件松动状态人工智能监测方法和巡检设备


[0001]本专利技术涉及紧固件松动状态人工智能监测方法和巡检设备，具体涉及紧固件连接牢固性的实时检测方法与装置，尤其是涉及人工智能机器学习在铁路钢轨紧固件松动状态的实时、非接触检测方法更新换代领域的应用。

技术介绍

[0002]紧固件是航空航天、轨道交通、机械制造等领域设备重要的基础零部件，可以将多个零部件有效地连接到一起，形成一个新的系统，是目前主要的连接方式之一。很多紧固件具备可拆卸、可更换的优势，但是也容易造成松动造成隐患，所以需要对紧固件定期进行松动检测，以保证整个系统运行正常、安全。
[0003]铁路紧固件是将钢轨固定在轨枕上，保持轨距和阻止钢轨相对于轨枕移动的零件，其制式统一，应用广泛，是具有代表性的紧固件之一。它可以保证铁路运营的安全并减少轨道振动。但是紧固件可能由于列车通过时的振动而变得松弛，严重影响铁路运行安全。尤其是在铁路高速化、重载化的今天，钢轨承受的振动幅度更大，频率更高，因此定期检查铁路的紧固件状态是很有必要的。目前紧固件的检测主要还是依靠人工，但是人工检测存在很多缺本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种紧固件松动状态人工智能实时监测方法，其特征在于，监测对象是紧固件及其周围的应力或应变(取代了传统的位移或形变)；通过激光照射和面阵相机系统采集紧固件及临近表面的光强分布；以被测表面的光强分布表示紧固件及临近表面的深度信息(摒弃了采用传统相机的现有技术)；通过人工智能的机器学习直接建立散斑条纹图和紧固件状态之间的对应关系；通过对获得的散斑条纹图直接识别进行紧固件的松动状态检测(摒弃了现有技术中的相位提取技术)，通过对紧固件不同松动程度下散斑条纹图的机器学习，也包括对已经松动还未发生形变状态的机器学习，人工智能模型不仅可判断紧固件是否松动，也可判断和识别松动程度，发出预警或警报。2.如权利要求1所述的紧固件松动状态人工智能实时监测方法，其特征在于，由激光器发出激光，该激光经过扩束器后，形成更大直径的激光输出光束，照射到紧固件及其临近区域的粗糙表面；来自紧固件及其临近区域的粗糙表面的反射光通过剪切装置后形成剪切散斑；该剪切散斑被CCD记录下来，并且传输至电脑存储和图像处理。3.如权利要求1所述的紧固件松动状态人工智能实时监测方法，其特征在于，通过CCD采集被测紧固件还未发生变形时的无规则随机分布的原始剪切散斑图、以及被测紧固件发生形变后的剪切散斑图；将原始剪切散斑图减去发生形变后的剪切散斑图，得到记录着被测紧固件表面的相位信息即深度信息的散斑条纹图。4.如权利要求2所述的紧固件松动状态人工智能实时监测方法，其特征在于，通过剪切装置让参考光和干涉光之间在成像面上产生错位，从而产生干涉后的散斑条纹图；优选地，将迈克尔逊干涉仪的一参考镜旋转一角度，使得两束反射光在成像面上发生错位，从而形成干涉。5.如权利要求1所述的紧固件松动状态人工智能实时监测方法，其特征在于，所述人工智能机器学习的训练过程包括：对安装有所述紧固件的系统从零载荷至临界载荷施加不同工况的载荷，同时，采集紧固件的物理参数变化图像(例如散斑条纹图)，并传输至计算机；每次循环加载达到临界状态后停止施加载荷，直到紧固件系统恢复至初始状态，停止图像采集；多次重复加载与卸载操作，直到获取足够的紧固件正常状态下的物理参数变化图像；松开所述紧固件，使其成为松动状态；多次重复加载、卸载及图像采集操作，直到采集到足够的紧固件松动状态下的物理参数变化图像；从采集得到的物理参数变化图像中随机选取大量图片作为原始数据集，保证紧固件正常状态下的图像和松动状态下的图像各占50％；利用计算机对物理参数变化图像进行滤波、归一化等...

【专利技术属性】
技术研发人员：高瞻，邓林，撒晔，冯其波，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：