铁路扣件伤损检测方法及系统
    31.
    发明公开

    公开(公告)号:CN120013901A

    公开(公告)日:2025-05-16

    申请号:CN202510092506.8

    申请日:2025-01-21

    Abstract: 本发明公开了一种铁路扣件伤损检测方法,包括铁路扣件伤损检测方法,包括获取现有的铁路扣件的三维点云数据并预处理以构建训练数据集;基于对比学习和度量学习构建铁路扣件伤损检测初始模型并训练得到铁路扣件伤损检测模型;获取实际的铁路扣件的三维点云数据,并采用得到的铁路扣件伤损检测模型进行实际的铁路扣件伤损检测。本发明还公开了一种实现所述铁路扣件伤损检测方法的系统。本发明不仅能够基于不平衡的铁口扣件数据集来实现铁路扣件的伤损检测,而且可靠性更高,精确性更好。

    一种轨道交通列车运行图与车站作业协同优化方法

    公开(公告)号:CN114418241B

    公开(公告)日:2022-10-14

    申请号:CN202210245561.2

    申请日:2022-03-14

    Applicant: 中南大学

    Inventor: 王劲 王卫东 邱实

    Abstract: 本发明公开了一种轨道交通列车运行图与车站作业协同优化方法,包括建立PTT三维坐标系;从宏观和微观相结合的角度生成PTT三维网络;基于节点之间的连通性,进行PTT三维网络的缩减;建立高速轨道交通列车运行图和车站作业计划协同优化网络模型。根据当前轨道交通需求,对协同优化网络模型进行求解,得到最优的列车运行图和车站作业计划方案。本发明从宏观和微观相结合的角度描述了列车在车站和区间作业的全过程,并在此基础上开展了高速轨道交通列车运行图和车站作业计划协同优化方法的研究,能够在保证旅客服务水平的基础上有效提高运行图的通过能力,为高速轨道交通列车运行计划的智能编制提供决策支持,比以往的方法具有更高的精度。

    基于多尺度协作深度学习的无砟轨道板裂缝测量方法

    公开(公告)号:CN114494240A

    公开(公告)日:2022-05-13

    申请号:CN202210148079.7

    申请日:2022-02-17

    Abstract: 本发明实施例中提供了一种基于多尺度协作深度学习的无砟轨道板裂缝测量方法,属于图像处理技术领域,具体包括:搭建多尺度协作深度学习的裂缝测量框架;将多张样本图像分为训练集和验证集;调整深度目标检测网络的超参数并输出训练集中每张样本图像对应的最优的裂缝区域提取结果;将每张裂缝区域提取结果进行边界坐标裁剪,得到裂缝图像并输入深度语义分割网络调整深度语义分割网络的超参数;得到裂缝测量模型;将采集到的目标无砟轨道板对应的目标图像输入裂缝检测模型,得到目标图像中裂缝的连续宽度值。通过本发明的方案,协作分析和传递图像—像素—宽度三个尺度的特征,减少了复杂背景导致的像素误判并得到了精细化的裂缝宽度测量值。

    一种轨道交通列车运行图与车站作业协同优化方法

    公开(公告)号:CN114418241A

    公开(公告)日:2022-04-29

    申请号:CN202210245561.2

    申请日:2022-03-14

    Applicant: 中南大学

    Inventor: 王劲 王卫东 邱实

    Abstract: 本发明公开了一种轨道交通列车运行图与车站作业协同优化方法,包括建立PTT三维坐标系;从宏观和微观相结合的角度生成PTT三维网络;基于节点之间的连通性,进行PTT三维网络的缩减;建立高速轨道交通列车运行图和车站作业计划协同优化网络模型。根据当前轨道交通需求,对协同优化网络模型进行求解,得到最优的列车运行图和车站作业计划方案。本发明从宏观和微观相结合的角度描述了列车在车站和区间作业的全过程,并在此基础上开展了高速轨道交通列车运行图和车站作业计划协同优化方法的研究,能够在保证旅客服务水平的基础上有效提高运行图的通过能力,为高速轨道交通列车运行计划的智能编制提供决策支持,比以往的方法具有更高的精度。

    一种基于卷积神经网络的隧道衬砌空洞声学识别方法

    公开(公告)号:CN113988142B

    公开(公告)日:2022-04-29

    申请号:CN202111607420.2

    申请日:2021-12-27

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于卷积神经网络的隧道衬砌空洞声学识别方法,首先利用麦克风声压传感器采集衬砌空洞区域与非空洞区域在外部激励作用下产生的声压时域数据样本。然后,利用数据标准化程序对两种工况时域声压样本数据进行标准化处理。随后,利用小波分析技术对两种工况下声压数据进行时频分析,将声压数据转换为二维时频特征谱图。最后,构建基于卷积神经网络的深度学习模型,利用声压信息的二维时频特征图谱对模型进行训练,得到隧道空洞识别模型。最终利用隧道空洞识别模型,对新的样本数据进行识别与分类,判断样本数据所对应的隧道区域是否出现空洞。本方法对于隧道衬砌结构空洞识别具有较高的准确率、可靠性、鲁棒性与适用性。

    一种基于卷积神经网络的隧道衬砌空洞声学识别方法

    公开(公告)号:CN113988142A

    公开(公告)日:2022-01-28

    申请号:CN202111607420.2

    申请日:2021-12-27

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于卷积神经网络的隧道衬砌空洞声学识别方法,首先利用麦克风声压传感器采集衬砌空洞区域与非空洞区域在外部激励作用下产生的声压时域数据样本。然后,利用数据标准化程序对两种工况时域声压样本数据进行标准化处理。随后,利用小波分析技术对两种工况下声压数据进行时频分析,将声压数据转换为二维时频特征谱图。最后,构建基于卷积神经网络的深度学习模型,利用声压信息的二维时频特征图谱对模型进行训练,得到隧道空洞识别模型。最终利用隧道空洞识别模型,对新的样本数据进行识别与分类,判断样本数据所对应的隧道区域是否出现空洞。本方法对于隧道衬砌结构空洞识别具有较高的准确率、可靠性、鲁棒性与适用性。

    一种参数化铁路隧道模型的建立方法

    公开(公告)号:CN113343329A

    公开(公告)日:2021-09-03

    申请号:CN202110894051.3

    申请日:2021-08-05

    Applicant: 中南大学

    Abstract: 本发明公开了一种参数化铁路隧道模型的建立方法,包括确定隧道所在铁路线路的类型,根据线路数据自动生成空间线模型;结合地质勘测报告,对隧道进行分段;根据隧道设计通图给出线路参数之间的数学关系,参数化生成隧道断面轮廓标准模型;根据每个隧道分段前、后截面的信息修改标准模型的参数,生成相应的隧道断面轮廓,并根据隧道分段所在空间线放样生成隧道模型。本发明提出了各参数之间的数学关系,能够参数化生成隧道模型;本发明建模速度快,建模效率高,且在铁路施工过程中也能根据具体情况对隧道的参数进行修改,对铁路隧道的施工提供了帮助。

Patent Agency Ranking