【技术实现步骤摘要】
本申请涉及数据处理，具体涉及一种基于ai推理的光纤分布式声波轨道病害在线识别方法、基于ai推理的光纤分布式声波轨道病害在线识别装置以及基于ai推理的光纤分布式声波轨道病害在线识别系统。
技术介绍
1、目前，轨道结构检测技术的发展仍处于比较滞后的地步，国内外主要依靠人工目视检查、手动探伤、轨检车来进行轨道结构检测，时效性差、效率较低、人力投入大，无法做到在线监测，可靠性弱。基于分布式光纤声波传感技术的光纤轨道病害监测系统，利用轨道伴行光缆实时感应列车经过时产生的声振信息；实时采集声振数据，对数据进行分析处理，最终实现轨道病害的实时在线预警。das系统属于分布式探测系统，列车运行过程中，振动影响的范围较大，需要同时处理海量的数据，单纯的处理器处理延迟高、难以满足实时监测需求；此外传统的das系统采用简单的时频特征提取建模，进行事件的判别，实时性尚能够满足，但是识别准确度、鲁棒性较差，针对轨道复杂的强背景噪声，简单的时频域特征无法满足需求，需借助更加复杂的机器学习算法，但由于算法的复杂度，导致处理延迟，无法实现实时性检测要求。
>技术实本文档来自技高网...
【技术保护点】
1.一种基于AI推理的光纤分布式声波轨道病害在线识别方法，其特征在于，所述基于AI推理的光纤分布式声波轨道病害在线识别方法包括：
2.如权利要求1所述的基于AI推理的光纤分布式声波轨道病害在线识别方法，其特征在于，所述对列车行驶过程中的多通道原始振动数据进行降噪处理，从而获取降噪后的一维振动信号包括：
3.如权利要求2所述的基于AI推理的光纤分布式声波轨道病害在线识别方法，其特征在于，所述根据所述降噪后的一维振动信号获取格拉姆求和矩阵包括：
4.如权利要求3所述的基于AI推理的光纤分布式声波轨道病害在线识别方法，其特征在于，所述对归...
【技术特征摘要】
1.一种基于ai推理的光纤分布式声波轨道病害在线识别方法，其特征在于，所述基于ai推理的光纤分布式声波轨道病害在线识别方法包括：
2.如权利要求1所述的基于ai推理的光纤分布式声波轨道病害在线识别方法，其特征在于，所述对列车行驶过程中的多通道原始振动数据进行降噪处理，从而获取降噪后的一维振动信号包括：
3.如权利要求2所述的基于ai推理的光纤分布式声波轨道病害在线识别方法，其特征在于，所述根据所述降噪后的一维振动信号获取格拉姆求和矩阵包括：
4.如权利要求3所述的基于ai推理的光纤分布式声波轨道病害在线识别方法，其特征在于，所述对归一化后的振动数据进行极坐标转换，从而获取极坐标形式数据通过如下公式：
5.如权利要求4所述的基于ai推理的光纤分布式声波轨道病害在线识别方法，其特征在于，所述经过训练的病害识别模型为yolov11-cl...
【专利技术属性】
技术研发人员：王文军，杨子逸，李富娟，
申请(专利权)人：北京麦特达电子技术开发有限公司，
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。