-
公开(公告)号：CN112200225A
公开(公告)日：2021-01-08
申请号：CN202011013157.X
申请日：2020-09-23
Applicant: 西南交通大学
Abstract: 本发明涉及钢轨探伤技术领域，涉及一种基于深度卷积神经网络的钢轨伤损B显图像识别方法，其包括以下步骤：一、查找焊缝、正常螺孔、异常螺孔和表面伤四类出波情况并保存；二、对原始图片进行填充，将图片尺寸扩展；三、将填充后的数据裁剪；四、横向上沿左右两股钢轨对称轴进行上下对称裁剪为两部分，沿纵向平均裁剪为四部分，最后得到416×416的标准图片；五、打标签操作,将标签文件与图片文件制作成标准数据集；六、构建YOLO‑UAV+min模型；七、对数据集进行聚类分析，得到先验框，将先验框输入到模型中；八、配置网络参数；九、使用模型进行训练。本发明能较佳的识别伤损。
-
公开(公告)号：CN112231870A
公开(公告)日：2021-01-15
申请号：CN202011011062.4
申请日：2020-09-23
Applicant: 西南交通大学
Abstract: 本发明涉及铁路线路技术领域，具体地说，涉及一种复杂山区铁路线路智能化生成方法，其包括以下步骤：一、环境Environment搭建；二、设置环境Environment的各类属性；三、采用强化学习中的DDPG来确定线路的最优路径；3.1、创建一个Memory Buffer；3.2、利用Memory Buffer的存储内容更新DDPG结构参数；3.3、用DDPG优化铁路线路路径，直到线路路径收敛。本发明可大量节省人力物力，有效提升了山区铁路选线的效率和水平。
-
公开(公告)号：CN112215264A
公开(公告)日：2021-01-12
申请号：CN202011013145.7
申请日：2020-09-23
Applicant: 西南交通大学
Abstract: 本发明涉及钢轨磨耗检测技术领域，具体地说，涉及一种基于钢轨光带图像的钢轨磨耗检测方法，其包括以下步骤：一、采集钢轨光带图像和磨耗数据；二、划分数据集，标注钢轨光带图像，并MaskR‑CNN训练；三、根据提取的钢轨光带图像与相对应的磨耗数据训练深度学习模型；四、将训练得到的模型对钢轨磨耗进行检测。本发明测量结果稳定，具有很强的鲁棒性。
-
公开(公告)号：CN112215263A
公开(公告)日：2021-01-12
申请号：CN202011011012.6
申请日：2020-09-23
Applicant: 西南交通大学
Abstract: 本发明涉及钢轨波磨检测技术领域，涉及一种基于深度卷积神经网络的钢轨波磨检测方法，其包括以下步骤：一、拍摄钢轨顶面图像，并保存；二、挑选出长波磨、短波磨和非波磨的图片并标定；三、提取图像中间的钢轨区域；四、创建训练集数据存放文件夹；五、创建测试文件夹；六、将图片按照原图片灰度值的0.6倍、0.8倍、1.2倍和1.4倍进行变换；七、使用DenseNet模型构造深度卷积神经网络；八、将训练集导入构建的深度卷积神经网络模型进行训练；九、将测试集输入到深度卷积神经网络中进行测试，并统计评价指标值。本发明能够实现长、短波磨的有效和高速检测，并实现对光照强度变化的鲁棒性。
-
公开(公告)号：CN114332348B
公开(公告)日：2023-06-02
申请号：CN202111351860.6
申请日：2021-11-16
Applicant: 西南交通大学
IPC: G06T17/00
Abstract: 本发明涉及三维重建领域，具体为一种融合激光雷达与图像数据的轨道三维重建方法。其包括如下步骤：S1、将激光雷达传感器、惯导系统安装于手持搭载设备上，并通过数据接口与电脑相连；S2、运行传感器驱动并开始数据采集，使用摄像设备获取照片数据；S3.1、激光点云通过RANSAC算法评估局部区域点的凹凸程度来提取边缘和平面特征点；S3.2、使用SFM重建稀疏点云，而后使用CMVS重建稠密点云；S4.1、进行激光点云与图像点云尺度拟合；S4.2、通过求解对应点变换后的距离误差和来判断当前配准变换的性能；S4.3、融合纹理色彩信息；S5、拟合两组点云。本发明优化了点云密度和点云数据类型，采集设备移动轻便，满足实时移动，三维模型精度高、纹理完善。
-
Patent Agency Ranking
公开(公告)号：CN112100929B
公开(公告)日：2021-01-29
申请号：CN202011238831.4
申请日：2020-11-09
Applicant: 西南交通大学
Abstract: 本发明涉及轨道动态精调技术领域，涉及一种基于粒子群算法的轨道动态精调方法，包括以下步骤：一、导入不平顺值、轨枕编号及里程坐标；二、计算出水平、轨距、三角坑对应的不平顺值；三、对不平顺值进行插值处理，得到各编号轨枕位置处的不平顺指标；四、设置需要调整的扣件个数N，并将该区段内左右高低、左右轨向绝对值前N大的坐标位置作为待调整扣件；由不平顺值的符号，得到调整量符号；五、得到最大调整单位量U；六、得到初始化调整量；七、利用粒子群算法迭代求解，得到全局最优值。本发明能较佳地实现轨道动态精调。
-
公开(公告)号：CN119720627A
公开(公告)日：2025-03-28
申请号：CN202411583515.9
申请日：2024-11-07
Applicant: 西南交通大学
IPC: G06F30/23 , G06F119/14
Abstract: 本发明涉及数值建模和材料损伤技术领域，提供一种基于单元的近场动力学接触建模方法，其核心在于精细定义接触元素、表面及判定准则，以及接触力的计算。该方法通过构建接触单元和引入距离影响函数，有效解决了切向力异常和接触力不稳定的问题。通过冲击、摩擦及滚动接触的数值模拟，与有限元分析等方法对比验证了该方法的准确性。研究证实，该方法能够可靠地模拟包含材料损伤的复杂接触问题。
-
公开(公告)号：CN117894407A
公开(公告)日：2024-04-16
申请号：CN202311790329.8
申请日：2023-12-25
Applicant: 西南交通大学
IPC: G16C60/00 , G06F30/25 , G06F119/14
Abstract: 本发明涉及铁路养护维修技术领域，提供一种基于近场动力学理论的材料疲劳损伤容限确定方法，其包括以下步骤：步骤1：建立近场动力学PD疲劳裂纹扩展预测模型；步骤2：获取钢轨材料的近场动力学疲劳参数，并带入步骤1中模型代码获得优化后的PD疲劳裂纹扩展预测模型；步骤3：运行优化后的PD疲劳裂纹扩展预测模型，得到加速度关系曲线；步骤4：在加速度关系曲线上识别出两个阶段的过渡点即可作为材料的疲劳损伤容限尺寸。本发明能较佳地确定服役铁路钢轨在不同工况下的疲劳损伤容限。
-
公开(公告)号：CN112231870B
公开(公告)日：2022-08-02
申请号：CN202011011062.4
申请日：2020-09-23
Applicant: 西南交通大学
Abstract: 本发明涉及铁路线路技术领域，具体地说，涉及一种复杂山区铁路线路智能化生成方法，其包括以下步骤：一、环境Environment搭建；二、设置环境Environment的各类属性；三、采用强化学习中的DDPG来确定线路的最优路径；3.1、创建一个Memory Buffer；3.2、利用Memory Buffer的存储内容更新DDPG结构参数；3.3、用DDPG优化铁路线路路径，直到线路路径收敛。本发明可大量节省人力物力，有效提升了山区铁路选线的效率和水平。
-
公开(公告)号：CN114580144A
公开(公告)日：2022-06-03
申请号：CN202210047282.5
申请日：2022-01-17
Applicant: 西南交通大学
IPC: G06F30/20 , G06F9/50 , G06T1/20 , G06F119/14
Abstract: 本发明涉及近场动力学问题的加速计算领域，尤其涉及近场动力学问题的GPU并行实施方法。本发明提供了近场动力学问题的GPU并行实施方法，利用GPU设备，使用其读写效率高的寄存器和共享内存进行计算，以及常量参数使用有广播机制的常量内存，从而实现了远高于现有方法的加速效果，克服了未能充分利用GPU设备和并行方案，导致的计算效率提升有限的问题。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.028 seconds)
