基于改进Mask R-CNN的轨道扣件状态检测方法

为提高轨道扣件状态检测的准确率,基于K均值聚类算法改进掩膜区域卷积神经网络(Mask R-CNN)实例分割算法中的区域建议网络.进行基于改进Mask R-CNN的轨道扣件状态检测方法研究,并将该方法分别应用于普速铁路有砟轨道2个扣件数据集和高速铁路无砟轨道1个扣件数据集上进行轨道扣件状态检测.结果 表明:该方法能对普速...     

基于RFID技术的扣件紧固状态检测系统的研发

针对目前铁路扣件紧固状态快速智能检测手段的不足,基于射频识别(Radio Frequency Identification,RFID)技术开展扣件紧固状态检测系统研发。通过对RFID供能传输方式和扣件紧固状态传感器的设计开发,构建全新的扣件紧固状态快速检测系统,并根据现场需要分别提出便携式采集设备方案和车载式采集设备方案。该系统现场无需布置电源线和数据线,可以实现20 km/h速度下的扣件紧固状态快速检测,检测量程为0~20 kN,检测精度为5 N,可对检测数据进行评估和对报警信息予以多级发布。与传统人工检测方式相比,该系统具有检测速度快、检测精度高、数据可靠、安装便捷等优点。     

一种改进的铁路扣件图像校正算法

基于HOG特征的铁路扣件检测算法中,各类扣件特征的可辨性易受光照不均匀因素影响,降低了检测准确率.针对此类光照不均匀图像,将二维经验模态分解(BEMD)理论与直方图均衡化相结合,首先利用BEMD变换提取图像的细节分量和照射分量,并通过直方图均衡化增强细节分量;然后进行光照判断,据光照判断对细节增强分量叠加调整后的照射分量,得到光照均匀、细节增强的扣件图像.真实实验表明,与传统方法相比,此方法能有效增强图像对比度,提高铁路扣件检测精度.     

潘得罗扣件的弹条状态识别算法

为实现潘得罗扣件的自动化巡检,提出一种融合弹条纹理特征与形状特征的潘得罗扣件的弹条状态识别算法.该算法首先根据人工巡检的经验划分检测区域,然后增强弹条的纹理与轮廓,接着分别提取弹条的纹理特征与形状特征,组成复特征向量后将其放入SVM(支持向量机)分类器中建立训练模型,最后使用SVM分类器识别钢轨扣件的弹条状态.试验结果表明,最终检测效果为:漏检率7.1％,误检率2.9％,正确率92.9％,均达到钢轨扣件的检测要求.     

高速铁路用WJ-8型扣件弹条模态特征试验研究

高速铁路无砟轨道在钢轨波浪形磨耗或车轮多边形磨耗等影响下扣件产生共振导致弹条断裂的情况时有发生。WJ-8型扣件是我国高速铁路无砟轨道结构常用扣件,为了分析其弹条断裂损伤机理,采用锤击激励法对扣件弹条的模态特征进行了试验研究。结果表明:标准安装状态下WJ-8型扣件配套使用的W1型弹条在0～1 000 Hz频率范围内具有2阶模态,第1阶模态振型为弹条两侧肢以扣压端和支承端为支点反对称外翻振动,两侧肢的振动方向相反,第2阶模态振型为弹条两侧肢以扣压端和支承端为支点对称外翻振动,两侧肢的振动方向相同;弹条固有频率波动与安装状态有关,可通过调整弹条安装状态,避免弹条在轮轨的高频激励下产生共振,从而减轻弹条伤损。     

钢轨扣件横向偏移特征检测算法研究

针对无砟轨道中钢轨扣件发生横向松动、脱离正常工作位置产生偏移的问题,提出一种钢轨扣件横向偏移检测法.首先,该算法为解决传统的扣件图像定位不够精准问题,采用k-means聚类和类二值算法强化分割前景、背景与轮廓矩特征,实现对采集图像中扣件位置的精准定位;其次,不同于传统扣件特征提取采用复杂语义,提出一种基于机器视觉的轮廓分析方法,通过提取扣件的绝缘帽与螺母的轮廓特征,计算相邻绝缘帽间距和相邻螺母间距,并与安全状态下扣件轮廓特征计算得到的安全距离阈值进行对比,进一步计算偏移量,从而判断扣件是否发生横向松动.结果 表明:该算法计算速度快,能够准确地定位弹条位置和偏移量,与传统的识别算法得到扣件的偏移量数据相比准确率显著提高,可达98％.     

基于模态分析的扣件弹条扣压力测试方法

为了提出一种方便高效的扣件弹条服役状态下扣压力的测试方法,首先建立扣件系统精细化的三维实体有限元模型,分析得到扣件弹条扣压力与其固有频率的对应关系,进而提出通过测试弹条工作振动模态从而推测出弹条扣压力的间接测试方法。研究结果表明:扣件弹条扣压力与弹程基本呈线性关系,其对应关系不随轨下胶垫刚度变化而改变,就Ⅲ型弹条而言,其扣压力同弹程之比约为1. 0 kN/mm;服役状态下弹条第1阶固有频率随扣压力变化近似呈线性变化,根据Ⅲ型弹条正常服役状态设计要求以及考虑最大残余变形的安全扣压力,可得在有效扣压力范围内弹条对应的第1阶固有频率为800～1 040 Hz;通过测试服役状态下扣件弹条工作模态频率,即可间接得到服役状态下扣件弹条的实际扣压力,为辨别扣件是否失效提供科学依据和有效便捷的测试方法。     

钢轨扣件检测技术研究

轨道交通的飞速发展对轨道线路各组成部分的可靠性检测提出了更高要求,依靠人工手持设备检测存在某些弊端,因此迫切需要依靠计算机图像处理和深度学习等技术实现轨道线路的自动化检测。介绍一种基于图像处理的钢轨扣件状态分类方法,该方法通过对扣件图像的二值化处理,根据其水平方向和垂直方向上的投影特点对扣件部分进行分割,随后提取其局部二值模式(LBP)特征并用支持向量机(SVM)进行分类。同时,探讨一种基于深度学习的扣件图像分类识别方法,采用卷积神经网络VGG16架构,该方法中扣件区域的特征提取可由网络自动完成,不仅节省了时间,而且识别精度和适用性也得到明显提升。     

基于YOLOv3算法的轨道扣件自动定位与检测

针对目前轨道扣件人工检测效率低、准确率低等问题,提出了基于YOLOv3算法的轨道扣件自动定位及检测方法。采集有砟轨道和无砟轨道的扣件图像并进行标注,通过K-means聚类确定预设边界框大小;为了更好地检测到细粒度特征,采用4个不同尺度的特征图来进行对象检测;对Darknet-53网络进行改进,有利于解决深层次网络的梯度问题,增加轨道扣件目标识别模型的识别效果。试验结果表明,该方法对轨道扣件目标识别效果较好,检测准确率较高。     

基于可变形部件模板的扣件状态识别

针对在铁路钢轨扣件状态自动识别中断裂扣件与正常扣件难以区分的问题,基于DPM算法思路提出DPTM算法用于扣件状态自动检测。为屏蔽扣件图像中背景区域的干扰,根据扣件几何形状设计相应的掩膜模板,并对扣件进行分块得到扣件部件模型。采用弹簧模型度量部件之间相对位置关系、余弦相似性度量HOG特征点之间的相似度,加权融合特征点相似度得到部件相似度,根据各个部件重要性的权重系数组合建立扣件状态分类准则。理论分析和实验结果表明,DPTM算法能够较好地区分正常、断裂和丢失三种状态的扣件,并在优先保证较低漏检率的同时取得较低的误检率。     

基于着色Petri网的铁路时间同步协议建模及安全性分析

针对Autokey模型的铁路时间同步协议安全性问题,提出利用着色Petri网对协议进行安全性分析。剖析Autokey模型的铁路时间同步协议序列及其执行流程;重点针对其认证阶段,分别构建正常认证和加入中间人入侵的着色Petri网模型,分析中间人入侵时协议认证过程的不安全状态,建立模型状态方程;应用逆向状态分析法对铁路时间同步协议认证过程的安全性进行分析,得到中间人在认证阶段攻击协议的实施序列。研究结果表明:基于Autokey模型的铁路时间同步协议的认证过程是不安全的。     

动车组辅助供电系统健康状态评估

以CRH3型动车组辅助供电系统为例,采用一种基于合作博弈和云模型理论的健康状态评估方法,建立辅助供电系统健康状态评估指标体系,获取各元件指标及元件层的组合权重,确定各元件指标对动车组辅助供电系统各状态等级的隶属度,采用分层评估方法得到评估结果。研究结果表明:本文所采用的方法能够结合辅助供电系统的分层分析模型,直观地给出各指标、各元件以及辅助供电系统整体的健康状态信息,有效完成CRH3型动车组辅助供电系统的健康状态评估。     

基于性能的高速铁路钢管混凝土 拱桥地震经济风险分析

在基于性能的地震风险评价理论基础上,以一座高速铁路钢管混凝土系杆拱桥为例,采用有限元分析软件建立全桥模型,运用增量动力分析(IDA)方法对该桥拱肋进行地震易损性分析,建立关键截面的易损性曲线,结合地震危险性和损失比,选取年预期损失作为地震经济风险指标,定量分析该桥的地震经济风险。研究结果表明:IDA方法用于钢管混凝土拱桥的地震经济风险分析是可行的,该桥主要经济风险来源于超越概率较高的中小级别地震,占桥梁整体经济风险损失的77.3%,通过对易损区域的局部加固设计,在提高桥梁鲁棒性的同时可减小结构的地震经济风险。     

高速铁路泥岩地基膨胀特性试验研究

以兰新高铁一处典型膨胀泥岩路段为研究对象,在此现场取样,室内自制试验箱进行厚度分别为20,40和60cm的泥岩地基膨胀模型试验研究。研究结果表明:随着注水量和时间的增加,地基膨胀量整体呈外凸弧线增长;含水率小的地基膨胀潜势大,地基易膨胀,含水率大的地基反之;不同深度处的泥岩膨胀量不同,随着深度的增加,膨胀量逐渐减小;不同厚度地基含水率与膨胀量均呈良好指数关系;对地基膨胀量与含水率及地基厚度耦合作用下的计算模型进行探讨,计算模型所得膨胀量与实际室内试验量测数据拟合良好。研究成果可为膨胀泥岩地区高速铁路修建提供参考依据,对该地区同类工程建设具有借鉴意义。     

平腕臂绝缘子表面的沙尘沉积特性仿真分析

兰新高铁接触网平腕臂绝缘子在大风沙尘环境中面临"沙闪"问题,研究不同因素下平腕臂绝缘子表面的沙尘沉积特性,可为此环境下绝缘子选型及设计提供理论依据。以FQBJ-25型棒式瓷芯复合绝缘子为研究对象,建立风洞积污仿真模型,采用多场耦合的数值计算方法分析风速、颗粒物粒径及质量浓度3种因素对绝缘子表面积污量的影响。仿真结果表明:随着风速的增大,绝缘子和各个伞裙表面的积污量均增加;当颗粒粒径大于13μm时,各个伞裙表面沉积的颗粒个数随粒径的增大而减少,但绝缘子表面的积污量随粒径的增大而增大;颗粒物质量浓度对绝缘子表面积污量的影响呈线性关系。各个伞裙表面积污量的变化与伞裙结构、风速、粒径及质量浓度有关,当曵力大于重力(大风速小粒径)时,伞裙结构的变化与各个伞裙表面积污量的变化具有一致性,反之,伞裙结构对积污量的变化影响很小。当曵力与重力作用相当时,颗粒物质量浓度越高,伞裙结构对各个伞裙表面积污量的影响越明显。     

一种快速获取输电线路 复合绝缘子临界污闪电压方法

针对获取输电线路复合绝缘子临界污闪电压而进行的复杂、耗时和投资较高的人工污秽试验以及用于表示绝缘子自身参数存在不足的问题,依据现场常用复合绝缘子的人工污秽试验,在基本伞形参数基础上引入4个伞形参数完善复合绝缘子的形状表示,提出一种基于生物地理学算法优化的BP神经网络模型,将8个伞形参数与盐密值ESDD和灰密值NSDD作为模型输入量,临界污闪电压作为输出量。研究结果表明:该方法与传统方法相比,能够更加准确地获取复合绝缘子临界污闪电压,模型输出值作为污闪试验的参考,可以降低污闪试验工作量,同时为输电线路绝缘子的结构优化和选型提供一种新的思路与方法。     

一种具有故障处理能力的电容箝位子模块拓扑分析

通过介绍T型子模块、电容箝位子模块和二极管箝位子模块拓扑,提出一种基于T型子模块的改进电容箝位子模块拓扑。分析系统在故障时子模块各器件的电参数变化,从理论上确定其器件耐压特性和故障阻断能力。在MATLAB/Simulink平台上建立基于MMC的整流电路进行仿真,并与二极管箝位子模块和T型子模块进行了比较。研究结果表明:该子模块具有较强的故障处理能力。     

基于混合系统建模预测控制的列车自动驾驶优化运行

针对现有列车自动驾驶速度追踪精度不高的问题,提出一种基于混合系统神经网络反馈补偿控制的模型预测控制算法。根据混合系统建模的特点与优势,引入辅助变量,建立混合系统列车运行动力学模型。为了便于求解包含约束的预测控制律,采用二次规划方法求出满足列车各项性能指标的控制作用序列。神经网络反馈控制器用于对系统目标速度与实际速度之间的误差进行在线学习并求出一个补偿控制量,并将补偿后的控制力作用于列车系统模型。研究结果表明:该控制结构包含补偿控制策略,可以较大程度减小系统跟踪误差,保留模型预测控制的优势,同时提高系统的控制精度。     

基于WPA优化神经网络的扼流适配变压器故障诊断研究

针对传统铁路扼流适配变压器故障诊断模型结构复杂和精度不高的问题,运用狼群算法(WPA)、粗糙集(RS)理论和神经网络(NN)相融合的方法对其进行故障诊断研究。用粗糙集理论对故障样本数据进行约简处理,减少样本数据的监测及关键特征量的输入个数;利用约简后的数据对神经网络训练。利用狼群算法优化BP神经网络参数,提出WPA-BPNN故障诊断模型,以侯马电务段扼流适配变压器故障数据为例进行验证。研究结果表明:WPA-BPNN故障诊断模型相比传统方法,简化了网络结构,缩短了训练所需时间,提高了故障诊断精度,保证了列车行车安全及线路的高效运行。     

牵引电流对桥梁区段信号电缆的电磁串扰研究

随着高速铁路的快速发展,铁路现场信号电缆受干扰的问题愈发突出,特别是在贯通地线和信号电缆同槽铺设的桥梁区段,对铁路运输的安全造成不良影响。在考虑桥梁区段特点的基础上,针对信号电缆双端接地的情况建立加入信号电缆外皮的牵引供电系统链式网络模型,利用潮流算法进行仿真计算,通过实测数据验证模型的有效性。分析信号电缆串扰的主要来源,在所建立模型的基础上计算信号电缆受串扰产生的感应电动势,考虑贯通地线和信号电缆间距对其影响,并给出故障条件下信号电缆的适宜长度,为减少铁路信号电缆的串扰影响和其铺设方法的研究提供参考依据。