基于YOLO算法的高速铁路客运车站钢结构雨棚螺栓缺失检测系统

当前,我国高速铁路客运车站钢结构雨棚螺栓缺失检测过于依赖人工目测,其危险系数大、成本高、效率低且误检率高。为解决该问题,提出一种基于YOLO(You Only Look Once)算法的螺栓缺失检测系统。该系统采用YOLOv4卷积神经网络,对现场采集的钢结构雨棚和接触网螺栓进行标注,通过K-means聚类算法,确定锚框数目和尺寸;利用CutMix和Mosaic等数据增强操作,增加训练数据的多样性,避免出现训练过拟合。试验结果表明,该系统类别识别准确率可达85%以上,识别效果较好,满足检测实时性要求。     

高速列车交会激励下雨棚振动响应

站台雨棚作为铁路重要基础设施,当动车组正线通过时会激扰雨棚造成结构损伤。为研究外部载荷激励下雨棚的动力响应规律及其主要影响因素,建立某高铁车站站台雨棚结构动力仿真模型,仿真计算CR400AF型动车组以不同车速在雨棚中交会时的气动载荷和轮轨力。结果表明：动车组交会时产生的气动载荷和轮轨力与车速有关,随着车速提高气动载荷和轮轨力增大,且气动载荷与车速的平方成正比;雨棚靠近线路中心位置处所受的气动载荷最大,雨棚宽度、长度方向所受气动载荷极值近似于呈对称分布,气动载荷随雨棚高度的增加而减小;雨棚振动响应与车速有关,随着车速提高雨棚振动响应增大;同等速度级交会工况下,雨棚端部振动响应比中部大;气动载荷和轮轨力对雨棚振动响应影响程度不同,其中气动载荷起主要作用。     

高速铁路站房狭小空间检测机器人结构设计及越障测试

针对铁路站房雨棚内部空间狭小复杂,无法有效排查结构病害的问题,研制了履带肢翻越式检测机器人。本文介绍了检测机器人设计理念、整体结构、硬件系统及其功能以及狭小复杂环境条件下底盘驱动的选型,通过有限元分析对履带底盘运动学参数、动力学参数进行了确定,对履带底盘驱动系统和摇臂履带肢结构进行了优化设计。在实验室模拟的狭小空间多次测试,检测机器人均能够以连续动作翻越障碍,单次越障时间约8 min,表明其结构设计合理,动力学性能、运动学性能均满足要求。检测机器人可用于指定区域的外观检测,以发现表观病害。