计及少样本的YOLOv5s轨枕掉块小目标缺陷检测方法研究

轨枕作为固定钢轨和扣件的重要轨道零部件之一,由于长期承受钢轨传来的各种作用力,其端部易出现掉块,造成轨道机械结构稳定性下降,故轨枕掉块缺陷检测对保证列车正常运行起到重要作用。针对轨枕掉块缺陷检测方法存在精度较低和缺陷样本少的问题,提出一种计及少样本的YOLOv5s轨枕掉块小目标缺陷检测方法。首先,采用Copy-Pasting数据增强方法增加轨枕图像中掉块小目标数量,解决缺陷样本少的问题;其次,通过降低网络下采样倍数和删除大尺度检测层的方式改进YOLOv5s模型的多尺度检测层,提高轨枕掉块缺陷检测精度和速度;然后,将锚框之间的平均交并比作为距离量度改进K-means聚类算法,并使用遗传算法优化,重新匹配适合轨枕掉块缺陷检测的锚框;最后,使用跨尺度连接结构和双向特征加权融合模块改进YOLOv5s的特征融合结构,增强特征融合能力。实验结果表明,与原模型相比较,改进后的YOLOv5s模型平均精度达到94.1%,提高2.3%,检测速度达到93.3 fps,提高26.6 fps,能够准确且快速地识别轨枕掉块小目标缺陷。     

一种港机行走电机状态智能监测系统

港机依靠多台行走电机实现设备行走,对港机行走电机状态进行适时监控尤为重要。基于云平台、大数据等技术,建立了一种港机行走电机状态智能监测系统,可实现数据采集与回传、定点报警、阈值报警。实践表明,该系统可提高设备监测效率,降低设备运维成本。     

基于候选集的轨道交通网络优化研究

给出基于候选集的轨道交通网络的规划流程和多目标规划的整数模型。模型综合考虑乘客与规划者,以最小化乘客出行时间、最小化轨道网络总长度、最小化轨道总发车次数为优化目标,并选用遗传算法作为模型的求解算法,给出模型解的编码与求解过程。