基于多尺度深度学习的接触网吊弦异常检测及应用

提出一种基于多尺度深度学习的接触网吊弦异常检测算法,并研究其在受电弓打弓预判中的应用。该算法由深度神经网络提取图像特征,根据特征图确定吊弦图像感兴趣区域并得到候选框,再对候选框进行分类和回归,确定吊弦状态并得到吊弦位置。通过吊弦的松、脱、断等异常状态,进一步预判是否会出现受电弓打弓,从而及时给出预警。通过实际应用验证,该算法可有效对吊弦异常状态进行检测,可提前预判打弓隐患。     

基于2阶级联轻量级卷积神经网络的高铁接触网悬挂紧固件缺陷识别方法

基于高铁接触网悬挂运行状态监测图像,分析监测图像与普通图像的区别;将紧固件缺陷检测问题转换为紧固件检测和运行状态精细识别2个过程,提出基于2阶级联卷积神经网络的紧固件缺陷识别方法。首先,设计紧固件检测网络,由轻量级特征提取网络、全局注意力模块及相互增强的分类器和检测器组成,实现目标紧固件实例的高效检测;然后,搭建1个包含4个卷积层、2个池化层、1个全连接层和1个输出层的多标签分类网络,完成紧固件运行状态的精细分类,实现缺陷识别。运用紧固体缺陷识别方法,对某高铁线路接触网状态监测图像数据进行试验分析,结果表明:2阶级联卷积神经网络的方法可以快速准确地检测紧固件的缺陷,紧固件定位平均检出率达98.2%,紧固件缺陷平均识别精度达95.8%,较单一检测网络提高约21.5%。     

城轨交通接触网悬挂状态智能检测算法及应用

通过高清成像对接触网悬挂状态进行检测,及时发现零部件松脱卡磨断等缺陷问题并维修,是保障城轨交通接触网系统安全运行的重要手段。采用YOLOV4的最小版本YOLOV4-tiny作为检测算法的基础模型,将原有Dropout层去掉,将上层特征直接经过卷积层后输入到下层卷积层,并加入Mosaic数据增强方式提高算法的泛化性,同时将原有Leaky-Relu函数替换为更加平滑的Mish函数。接触网缺陷定位的流程为：根据改进后的YOLOv4-tiny算法训练得到零部件区域定位模型,用于定位零部件的位置;再根据改进后的YOLOv4-tiny算法训练得到缺陷识别模型,用于判断该零部件是否有缺陷,并给出缺陷的具体位置和缺陷类别。实际应用表明：该算法能准确、快速定位零部件缺陷位置,并给出缺陷类型,总精度达90%以上,大大地降低了检测耗时与成本,并保障了作业人员安全。     

简单链形悬挂接触网静态形态计算新方法

本文以简单链形悬挂接触网为例,采用经典的力学公式推导出接触网状态与吊弦内力之间关系,求得满足接触线设计状态下吊弦作用力,并利用承力索静态变形与吊弦作用力、吊弦及线夹重量关系,精确地计算出接触网静态形态。     

基于有限元法的接触网铜棒式整体吊弦施工计算方法

随着高速铁路的大规模建设,接触网整体吊弦的施工计算精度将直接影响接触网施工的效率与材料成本。提出一种新的基于有限元理论的接触网铜棒式整体吊弦计算方法,通过该方法计算接触网整体吊弦的长度参数,并给出各种不同类型线路的吊弦长度修正公式。基于该算法开发了高速铁路接触网支柱装配及吊弦计算软件系统,并应用于兰新二线客运专线项目中,经实测数据验证,计算结果准确,提高了接触网铜棒式整体吊弦的施工效率,节约了人工成本和材料成本。     

基于卷积块注意力模块和双向特征金字塔网络的接触网支持装置检测方法研究

接触网支持装置是接触网悬挂状态检测监测图像分析的关键对象，对支持装置零部件的检测定位是实现缺陷自动分析的基础。针对接触网支持装置零部件种类多、尺寸差异大、存在遮挡、部分零部件相似度高等问题，提出一种融合卷积块注意力模块（convolutional block attention module,CBAM）和双向特征金字塔网络（bidirectional feature pyramid network,BiFPN）的接触网支持装置检测方法。在YOLO v5s网络模型基础上，该方法通过CBAM增强接触网支持装置的特征提取，结合BiFPN，实现不同零部件分辨率特征图的融合。利用4C装置获得的图像数据集，开展验证试验。试验结果表明，相对YOLO v5s网络模型，融合CBAM和BiFPN的接触网支持装置检测方法，网络平均精度mAP@0.5提高2.12%；能显著提升小目标检测效果，提高定位的准确性和稳定性，对接触网状态的智能分析有重要意义。     

高速铁路接触网关键零部件力学特性分析

采用三维建模软件和Ansys软件建立了接触网棘轮、腕臂和吊弦的三维实体模型及有限元模型,通过有限元计算完成了棘轮及腕臂的静力分析,得到棘轮的最大应力点以及腕臂在不同工况下的最大应力点;通过进行吊弦的疲劳实验获取了吊弦寿命的S-N曲线。研究结果为高速铁路接触网关键零部件的优化设计和故障检测提供了依据。     

柔性接触网吊弦长度精确计算

为了减小吊弦预配长度的计算误差,提高接触网施工质量,改善弓网受流质量,基于有限元方法,分别建立接触线、(辅助)承力索的数学模型,利用吊弦对接触线、(辅助)承力索作用力及吊弦质量之间关系,采用迭代算法对柔性接触网吊弦长度进行精确计算。在此基础上,建立接触网系统的有限元模型并加以计算,得出吊弦点处接触线位移与理论值相差最大值为1.26 mm,有效地解决了吊弦预配长度的精确计算。     

接触网和轨道同步检测技术研究

将车体振动姿态检测数据引入到接触网检测系统,以消除由车体振动造成的接触网几何参数检测误差。采用接触网检测系统,通过对锚段、支柱、吊弦等关键零部件的识别,实现检测数据定位;,将定位数据与数据库中公里标称信息相关联,可消除轮径定位造成的累计误差,提高轨道检测数据定位精度。基于传统接触网和轨道检测技术,构建同步检测系统,实现接触网和轨道检测数据的共享,对于指导现场维护工作具有重要意义。     

接触网吊弦自动化生产线研究

吊弦是铁路接触网设备重要零部件,其主要作用是控制接触线高度,保证弓网关系安全和良好的受流质量,是控制接触线与机车受电弓接触稳定性关键结构。其多采用人工预配方式,无法对吊弦预配参数做到标准化,预配精度无法得到有效保障。本文结合铁路接触网施工现状,介绍一种接触网吊弦自动化生产线,通过伺服电机、光线传感器、PLC控制器等机构研制及优化,实现对接触网吊弦自动化预制,可量化预制参数,精准控制吊弦预配质量,显著提高吊弦预制工效,达到自动化、智能化预配管理目标,彻底替代传统人工吊弦预配模式,助力铁路智能化建设,具有重大意义。     

基于自编码器的接触网定位器底座开口销缺失识别算法研究

随着接触网故障检测技术的发展,接触网悬挂状态检测系统可得到接触网定位器的海量高清图像用于线下故障排查。为提高接触网定位器底座开口销缺失检测的准确性和效率,基于自编码器无监督网络模型,根据定位装置开口销区域的图像特征设计开口销缺失识别算法,并通过实际现场图像数据验证算法的有效性和通用性。试验分析表明,该算法对于背景复杂、光照不均等现场实际图像均具有良好的适应性,算法检测准确率达90%以上,可提高接触悬挂零部件缺陷检测效率,具有重要的实际工程意义。     

基于图像处理的接触网定位线夹目标检测

随着接触网故障检测技术的发展,接触网悬挂状态检测监测装置可得到接触网定位装置的海量高清图像用于线下故障排查。为提高故障检测的效率和准确性,基于图像处理技术,根据定位线夹区域的结构特征设计定位线夹目标区域的检测算法,并通过实际图像数据验证算法的有效性和通用性。该算法对于背景复杂、光照不均、含噪声等现场实际图像均具有良好的适应性,算法检测准确率达90%以上,极大提高了检测效率并为进一步的缺陷检测奠定了基础,具有重要的实际工程意义。     

京沪高铁接触网零部件疲劳试验条件研究

接触网零部件长期受各种随机载荷的影响,容易发生低周疲劳。本文针对京沪高铁接触网零部件的现状,利用弓网仿真建立某区间接触网模型,分析吊弦、支持与定位装置的工作载荷和位移分布,设计吊弦、支持与定位装置的疲劳试验条件,得出吊弦疲劳试验的加载范围、循环周期、幅值参数取值;支持与定位装置疲劳试验加载静态载荷后,再对定位点加载位移载荷,得到幅值周期的取值范围。     

基于改进YOLOX的轻量级钢轨表面缺陷检测算法北大核心

针对现有基于深度学习的钢轨表面缺陷检测方法在嵌入式检测系统上兼容性较差、计算资源占用高以及检测速度慢的问题,提出了一种基于改进YOLOX的轻量级钢轨表面缺陷检测算法。模型中主干特征层以MobileNetv3单元为基础,在保留其网络轻量化的同时进行局部优化,改进了浅层网络的激活函数,嵌入了SE(Squeeze and Excitation)注意力机制;在加强特征层优化了尾部的冗余卷积。通过与几种代表性算法进行对比试验,验证该算法的性能。结果表明:本文提出的改进算法在模型参数量仅为1.10×106的情况下,检出率和准确率分别达到了92.17%和90.92%,每秒传输帧数(Frame Per Second,FPS)为115.07,模型大小仅为原模型的1/5。该算法在保证较高检测精度的同时大大降低了模型参数量,并提升了检测速度,更适合部署于算力有限的嵌入式轨道检测系统,可为钢轨缺陷高效检测提供有效手段。     

连续复合曲线段接触网精确测量计算研究和应用

铁路线路部分曲线区段条件复杂,连续复合曲线给接触悬挂承力索安装带来较大难度,同时接触网关节及电分相区段的接触网参数调整存在导高非自然抬升和两支接触悬挂间距问题,给吊弦测量及计算带来更大难度.本文通过分析轨面与接触悬挂的模型,计算得出相应的数学关系,并针对接触悬挂安装、吊弦数据采集、吊弦数据处理、吊弦计算等全过程,研究了有砟常动轨铁路接触网吊弦数据处理及计算施工技术,该施工技术可有效满足稳定的弓网关系对定位装置参数的要求.     

基于深度学习的高铁接触网旋转双耳开口销钉缺失故障检测

针对高速铁路接触网支撑装置中旋转双耳开口销钉缺失故障检测的问题,提出一种基于深度卷积神经网络和集成学习的故障检测方法。通过Faster R-CNN网络对旋转双耳整体进行精确定位;在整体定位结果的基础上,进一步完成对开口销钉的精确定位,最大程度上降低背景对故障检测的干扰;通过多个深度卷积神经网络提取开口销钉图像的多种特征,最终由多个线性SVM构成的集成分类器实现开口销钉缺失故障检测。实验结果表明:本方法能在复杂的接触网支撑装置图像中实现旋转双耳开口销钉的精确定位,并且在销钉的缺失故障检测中表现出较高的可靠性。     

接触网整体吊弦液力压接机

对新研制的接触网整体吊弦压接机从研制情况、总体结构、设计原理、主要技术指标等方面进行了介绍.该压接机是针对接触网整体吊弦的现场压接、检测而研制的,并能适用于其它接触网零件的现场压接.     

一种基于深度神经网络的腕臂底座开口销缺失检测算法

在接触网装置故障中,腕臂底座(包含平腕臂底座和斜腕臂底座)开口销缺失较常见,包括横向和垂直销钉开口销缺失两种.为对腕臂底座开口销缺失缺陷进行自动识别,本文提出一种基于深度神经网络的腕臂底座开口销缺失检测算法:首先采用YOLO算法对原始大图进行一级定位得到腕臂底座区域,然后对腕臂底座区域进行二级定位得到开口销区域小图,最后采用CNN(卷积神经网络)分类算法对横向和垂直开口销小图进行分类识别.实验测试证明该检测算法识别准确率高、漏检率低,可对腕臂底座开口销缺失进行有效检测.     

高速铁路接触网定位器坡度问题的深化研究

研究目的:高速铁路接触网与受电弓关系直接影响到运营安全.接触网是通过接触线和定位器与受电弓相互作用,它们的动静态空间位置、相互作用力是确保弓网性能的关键.本文对定位器坡度、接触网在直线和曲线的拉出值、第一吊弦点位置设置及之间的相互关系进行详细研究,为高铁接触网设计优化提供参考.研究结论:(1)定位器坡度与导线张力、第一吊弦点位置、拉出值、跨距、定位器及定位线夹重量、曲线半径及外轨超高等因素有关;(2)在接触网其它主要设计参数一定的情况下,时速300 km/h及以上高速铁路接触网定位器坡度直线区段按不小于8°控制,曲线区段按最小不小于6°、最大不大于16°控制是合理的;(3)直线和半径较大曲线区段接触网拉出值±200 mm、第一吊弦距定位点5 m对保证定位器坡度是合适的参数选择,可指导工程设计.     

接触网架设施工中吊弦质量控制

针对传统吊弦预制方法工作量大、效率低下的缺点,介绍接触网架设施工时腕臂偏移、承力索高度、拉出值及跨距等参数的测量方法。基于力学原理,分析简单链型悬挂中等高和不等高悬挂时吊弦长度的准确计算方法。根据吊弦长度计算结果,阐述吊弦预制、安装的具体过程。该施工工艺有效改进了整体吊弦制作安装的方式,施工效率得到提高。