基于AlexNet神经网络的手推式双轨探伤仪超声检测系统研究

被引:4
作者
王旭华 [1 ]
郑韵娴 [2 ]
安尚文 [3 ]
黄凤英 [2 ]
吕关仁 [1 ]
机构
[1] 中国铁路济南局集团有限公司工务部
[2] 中国铁道科学研究院集团有限公司金属及化学研究所
[3] 不详
关键词
钢轨伤损; 超声波探伤; 伤损自动识别; 算法; 神经网络;
D O I
暂无
中图分类号
U216.3 [线路检测及设备、检测自动化];
学科分类号
摘要
针对传统方法对钢轨各部位探伤需要采用不同的探伤设备,效率低,并且无法综合评价钢轨质量的问题,设计可以兼顾钢轨内部伤损(含垂向裂纹)和钢轨表面伤损检测的手推式双轨探伤仪。介绍手推式双轨探伤仪超声检测系统组成、工作原理、探伤方法和伤损自动识别方法。详细论述伤损自动识别方法的技术架构、基于无监督聚类的B显数据分割方法和AlexNet神经网络架构,并针对标准样轨4类典型钢轨伤损进行验证。验证结果表明,基于改进的无监督聚类与AlexNet神经网络自动识别算法识别准确率可达90%以上,钢轨伤损图像提取准确率达到98.53%。手推式双轨探伤仪超声检测系统可以同时检测2股钢轨,自动判别伤损,有效识别钢轨伤损特征,较好地解决了现场判读工作量大的问题。
引用
收藏
页码:19 / 24
页数:6
相关论文
共 6 条
  • [1] 钢轨超声探伤技术的现状与发展趋势[J].张兰栓,吕磊. 科技与企业.2016(02)
  • [2] 金属硬度无损检测仪的研制[J].张福根. 山西电子技术.2010(06)
  • [3] 基于时空检测数据智能分析的钢轨伤损检出与识判研究[D].孙次锁.北京交通大学.2019
  • [4] 超声波钢轨探伤仪的研制与开发[D].胡金萍.中北大学.2007
  • [5] 超声检测原理和方法[M].中国科学技术大学出版社,胡建恺,1993
  • [6] Railflawdetection:overviewandneedsforfuturedevelopments[J].RobinClark. NDTandEInternational.2003(2)