公开(公告)号：CN115112061B

公开(公告)日：2023-07-25

申请号：CN202210742688.5

申请日：2022-06-28

Applicant: 苏州大学

Inventor： 黄伟国 ,  邱天序 ,  张梓伟 ,  马骏陶 ,  韩时炘 ,  曾冠杰 ,  王俊 ,  石娟娟 ,  朱忠奎

IPC: G01B17/08 ,  G06F18/10 ,  G06F18/28 ,  G08B21/18

Abstract: 本发明涉及一种钢轨波磨检测方法及系统，包括：对正常轨道列车轴箱处振动加速度的时域信号进行稀疏优化处理，根据稀疏重构后的时域信号幅值和频域信号能量设置轨道波磨时域信号报警阈值和频域信号报警阈值，将待检测轨道列车轴箱处振动加速度的时域信号进行稀疏优化处理，将稀疏重构后的时域信号幅值和频域信号能量与时域信号报警阈值和频域信号报警阈值进行比较，当时域信号幅值和频域信号能量均大于报警阈值时，判断待检测轨道存在波磨。本发明提供的钢轨波磨检测方法使用稀疏优化方法对列车轴箱处振动加速度信号进行处理，通过设置报警阈值检测未知轨道区段，检测速度快，不影响列车正常运行，检测结果准确，可信度高。

公开(公告)号：CN114463772B

公开(公告)日：2022-11-25

申请号：CN202210036922.2

申请日：2022-01-13

Applicant: 苏州大学

Inventor： 黄伟国 ,  高尔峰 ,  张梓伟 ,  王俊 ,  杜贵府 ,  朱忠奎

IPC: G06V30/418 ,  G06V30/20 ,  G06V20/58 ,  G06V10/32 ,  G06V10/40 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明涉及一种基于深度学习的交通标志检测与识别方法，方法包括获取交通标志数据集并对其进行预处理，获得交通标志图像，提取交通标志图像的特征；将交通标志数据集的特征输入至自适应空间注意力特征融合模型，利用自适应空间注意力特征融合模型提取多尺度特征，并将多尺度特征进行融合生成相应尺度的融合特征；将融合特征输入至层级分组归一化指数函数检测头，获得初步的预测结果，对初步的预测结果进行目标框筛选，得到最终的检测结果。本发明提出自适应空间注意力特征融合模型和层级分组归一化指数函数，总体上提高了对于小交通标志以及样本匮乏的交通标志类别的检测准确率。

公开(公告)号：CN115112061A

公开(公告)日：2022-09-27

申请号：CN202210742688.5

申请日：2022-06-28

Applicant: 苏州大学

Inventor： 黄伟国 ,  邱天序 ,  张梓伟 ,  马骏陶 ,  韩时炘 ,  曾冠杰 ,  王俊 ,  石娟娟 ,  朱忠奎

IPC: G01B17/08 ,  G06K9/00 ,  G06K9/62 ,  G08B21/18

Abstract: 本发明涉及一种钢轨波磨检测方法及系统，包括：对正常轨道列车轴箱处振动加速度的时域信号进行稀疏优化处理，根据稀疏重构后的时域信号幅值和频域信号能量设置轨道波磨时域信号报警阈值和频域信号报警阈值，将待检测轨道列车轴箱处振动加速度的时域信号进行稀疏优化处理，将稀疏重构后的时域信号幅值和频域信号能量与时域信号报警阈值和频域信号报警阈值进行比较，当时域信号幅值和频域信号能量均大于报警阈值时，判断待检测轨道存在波磨。本发明提供的钢轨波磨检测方法使用稀疏优化方法对列车轴箱处振动加速度信号进行处理，通过设置报警阈值检测未知轨道区段，检测速度快，不影响列车正常运行，检测结果准确，可信度高。

公开(公告)号：CN114463772A

公开(公告)日：2022-05-10

申请号：CN202210036922.2

申请日：2022-01-13

Applicant: 苏州大学

Inventor： 黄伟国 ,  高尔峰 ,  张梓伟 ,  王俊 ,  杜贵府 ,  朱忠奎

IPC: G06V30/418 ,  G06V30/20 ,  G06V20/58 ,  G06V10/32 ,  G06V10/40 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明涉及一种基于深度学习的交通标志检测与识别方法，方法包括获取交通标志数据集并对其进行预处理，获得交通标志图像，提取交通标志图像的特征；将交通标志数据集的特征输入至自适应空间注意力特征融合模型，利用自适应空间注意力特征融合模型提取多尺度特征，并将多尺度特征进行融合生成相应尺度的融合特征；将融合特征输入至层级分组归一化指数函数检测头，获得初步的预测结果，对初步的预测结果进行目标框筛选，得到最终的检测结果。本发明提出自适应空间注意力特征融合模型和层级分组归一化指数函数，总体上提高了对于小交通标志以及样本匮乏的交通标志类别的检测准确率。

公开(公告)号：CN213239397U

公开(公告)日：2021-05-18

申请号：CN202022674546.9

申请日：2020-11-18

Applicant: 苏州大学

Inventor： 陈博戬 ,  沈长青 ,  谢靖 ,  张爱文 ,  陈闽杰 ,  阙红波 ,  焦禹潼 ,  张梓伟 ,  黄伟国 ,  石娟娟 ,  王俊 ,  江星星 ,  朱忠奎

IPC: G01M7/02 ,  G01M13/045

Abstract: 本实用新型公开了一种轨道车辆轴承振动测试装置，包括底座、轮轨模拟机构、轴箱悬挂模拟机构、径向力模拟机构以及扭矩模拟机构，轮轨模拟机构包括第一转轴、第一转轮、第一回转轴承、第一回转轴承座，轴箱悬挂模拟机构包括第二转轴、第二转轮、第二回转轴承、第二回转轴承座、滑移轴及直线轴承，径向力模拟机构包括加载轴承、加载轴承套、加载座、丝杆以及丝母，扭矩模拟机构包括变频电机、第一皮带轮、第二皮带轮以及传动皮带。本实用新型通过设置轮轨模拟机构和摇摆机构，能够更大程度的接近轨道车辆轴承实际运转情况，可以很好的模拟实际轨道车辆轴承的受力情况，以及轮轨之间的弹性接触对轴承故障检测的影响。