基于EfficientDet与Vision Transformer的接触网吊弦故障检测

针对传统检测方法在铁路接触网吊弦故障状态检测中存在识别率低,识别速度慢的问题,提出一种基于轻量型网络EfficientDet与Vision Transformer网络相结合的接触网吊弦状态检测算法。该算法包括目标定位和分类检测2个部分,利用改进EfficientDet进行吊弦定位,将定位出的吊弦送入改进Vision Transformer网络进行故障类别检测。首先,使用空洞卷积替代EfficientDet网络中第2层和第3层的普通卷积,以扩大感受野,并用CBAM代替原网络中的SE注意力机制,汇聚吊弦的高层语义信息,使得改进后的EfficientDet能有效定位出接触网中尺寸占比较小的吊弦;其次,为减少参数量并保留较大范围的特征相关性,应用4个3×3的小卷积替代Vision Transformer中Embedding的16×16的卷积层,以深度提取浅层与深层特征之间的联系,同时对比当Num-head取值不同时,分析注意力机制对空间信息的影响,以确定吊弦故障分类检测的最优模型;最后分别与定位网络YOLOv3,Faster R-CNN和分类网络AlexNet,VGG16进行对比分析,吊弦定位...     

基于3D仿真数据的接触网吊弦螺栓缺失检测优化方法

针对接触网悬挂系统吊弦螺栓缺失检测问题,提出一种基于3D仿真数据的接触网吊弦螺栓缺失检测优化方法,利用3D仿真数据与深度学习对吊弦螺栓定位与识别.该方法设计了一个全新的用于吊弦螺栓定位的神经网络模型,在准确定位的基础上添加一条分类分支,用于吊弦螺栓分类,以达到检测吊弦螺栓是否脱落的目的.通过对比使用3D仿真数据模型采集...     

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%。     

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。     

基于卷积神经网络的接触网支柱号识别方法研究

接触网支柱号是铁路供电部门现场运营维护的重要定位参数。基于卷积神经网络的接触网支柱号自动识别方法结合接触网图像的实际特点,对视频图像进行了归一化图像预处理,并对实际的支柱图片进行了卷积神经网络的训练,在支柱号识别确定的过程中考虑了接触网支柱号的分布特点,提高了支柱号识别的准确性。利用实际线路数据进行测试,取得了较好的识别精度和较快的识别速度。通过实验验证,该方法能够辅助铁路基础设施检测系统中缺陷的定位,指导现场运营维修。     

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。     

拉伸载荷下的接触网吊弦力学特性研究

为获取接触网系统中吊弦力学特性的变化规律,开展了吊弦结构参数对其处于拉伸载荷下的力学特性影响研究。首先,基于SolidWorks、HyperMesh及Abaqus等软件建立接触网吊弦的有限元模型,研究了不同吊弦长度下的应力、应变以及刚度等力学特性的变化规律;其次,设计吊弦拉伸实验,将吊弦刚度的实验结果与仿真结果进行对比,验证了有限元模型的可靠性;最后,基于上述模型研究了吊弦节径比对吊弦力学特性的影响。仿真和实验结果表明：吊弦长度对于应力应变影响极小,但随着吊弦长度的增加,刚度呈非线性减小;吊弦节径比越小,应力应变则越大,且刚度随节径比的减小而呈现线性减小的趋势。研究结果可为接触网吊弦长度、节径比的选择及吊弦结构优化设计提供参考。     

全补偿简单直链型悬挂接触网整体吊弦的精确安装研究

为提高接触网整体吊弦的安装精度,以全补偿简单直链型悬挂接触网为例,结合施工现场实际情况,分析如何减小整体吊弦在测量、计算、预制、安装过程中各个环节的误差,从而提高最终的整体安装精度,确保整体吊弦能精确的、一次性安装到位。整体吊弦的精确安装,提高了接触网的安装质量和运行性能,对改善"弓网"关系起到了重要的作用。     

整锚段接触网吊弦长度的三维稳态模型

为了减少吊弦长度计算误差、严格控制导高、改善受流质量,提出一种用于整体吊弦精确计算的三维稳态模型。基于二维精确索单元,将X-Y,X-Z两计算平面耦合,得到三维索单元。基于有限元理论,采用三维索单元离散接触网结构;根据接触网的拓扑结构关系组装刚度矩阵,根据地理信息、测量信息和设计参数等组建边界条件;建立并使用迭代法求解整体的非线性平衡方程;根据求解结果建立接触网三维图形并输出整体吊弦长度。将计算的整体吊弦长度与现场数据对比,中间柱计算误差小于2.0‰,转换柱计算误差小于3.5‰,验证本三维模型和构建方法的有效性。     

融合自注意力机制与深度学习的混凝土表面裂隙智能识别

混凝土裂隙几何信息识别的精确度,影响后期工程的安全.而传统的检测方法存在对裂隙识别不准、不全、不即时的缺陷,无法满足精度和实效性的现实需求.本文提出一种融合自注意力机制与全卷积神经网络的图像分割算法,以混凝土裂隙图像建立数据集,搭建深度学习网络;以全卷积神经网络训练模型,使用空间自注意力模块调整特征编码,输出基于自注意...     

电气化高速铁路接触网静态模型的建立

接触网是大变形的柔性索结构。高速铁路的整体吊弦施工要求在安装施工前就确定吊弦的长度。本文利用有限单元法,建立针对完整锚段找形的计算模型,并对平曲线、缓和曲线等各种线路情况提出了修正方法。文中对郑西客运专线多种线路情况的实际锚段吊弦长度进行计算。对比计算结果表明,在多种线路情况下的计算精度与SIEMENS公司的Candrop软件相当。     

吊弦失效对弓网系统受流质量的影响规律研究

吊弦是链型悬挂接触网的重要组成部分,其布置对受电弓接触网系统受流性能有重要的影响。针对接触网故障中的吊弦失效,基于ANSYS软件平台建立了含吊弦失效的接触网有限元模型;受电弓采用归算质量模型;通过直接积分法对弓网系统相互作用进行仿真计算。对比分析吊弦失效对弓网受流性能的影响,得出吊线失效影响力与运行速度有关,且只在局部范围内有影响。同时对比单双弓计算结果得出吊线失效对单双弓影响规律相同的结论。     

接触悬挂一次到位整体吊弦的计算

随着电气化铁道施工中"四个一次到位"的推广应用,计算微机化,预配工厂化在接触网施工中普遍采用,而随着计算机在施工计算中的应用,又提高了铁路电气化施工中各种零配件的装配精度,从而有效地促进了"四个一次到位"在电气化施工中的推广,缩短了施工周期,提高了施工效率。针对朔黄电气化铁路设计特点,介绍电气化铁道接触网"四个一次到位"施工中影响整体吊弦计算精度的几种因素,并详细推导和给出整体吊弦的计算公式。     

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。     

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。     

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。     

高速铁路链型悬挂吊弦预配软件开发与实现

高速铁路接触网系统中,高精度的吊弦预配非常复杂,是困扰高速铁路电气化建设的重要问题。详细介绍以Visual Studio 2012 C#平台及Access数据库为基础,开发完成的高速铁路接触网多工况吊弦预配软件。该软件应用于多条高速铁路吊弦预配项目,结果表明,吊弦预配结果精度高,可大幅提高预配效率和施工精度,减少施工成本。     

提速铁路接触网整体吊弦施工工艺

为了保证提速铁路接触网受流质量,改善弓网关系,采用整体吊弦取代传统环节吊弦安装方式。整体吊弦施工实现了数据处理电算化,吊弦预制工厂化,接触悬挂安装基本一次到位,极大地提高了现场安装调整精度,改善了提速电气化接触网弓网关系,保证了受流需要,也大量减少了施工及维修的工作量。     

均匀接触网弹性及改善弓网取流质量的探讨

通过对目前接触网上普遍存在集中负荷处硬点和弹性不均匀的问题进行分析 ,提出在提速区段发明一种接触网整体弹性补偿吊弦的设想 ,并就该吊弦的结构和性能进行了初步探讨。