并联池化层对受电弓碳滑板表面磨耗检测模型的优化方法

    公开(公告)号:CN108596203B

    公开(公告)日:2022-03-04

    申请号:CN201810204111.2

    申请日:2018-03-13

    Abstract: 本发明公开一种并联池化层对受电弓碳滑板表面磨耗检测模型的优化方法,包括以下步骤:1)采集受电弓滑板表面缺陷图像,并进行图像预处理,得到数据集;其中,所述数据集包含训练数据与测试数据,训练数据包含有标签数据与无标签数据两类;2)在CAFFE框架下搭建半监督卷积神经网络,并利用无标签数据对模型进行训练;3)基于随机池化原理,将原始的池化层换用为并联池化层,对有标签数据与无标签数据差异化采样,完成对基于半监督卷积神经网络受电弓碳滑板表面磨耗检测模型的优化。本发明采用并联池化层对不同属性数据差异化取样,增强了半监督卷积神经网络对无标签数据的利用效率,提升了受电弓碳滑板表面磨耗检测模型的优化效果。

    钢轨小半径曲线内轨的波磨波长和波深的估算方法

    公开(公告)号:CN111428406A

    公开(公告)日:2020-07-17

    申请号:CN202010207617.6

    申请日:2020-03-23

    Abstract: 本发明提供了一种钢轨小半径曲线内轨的波磨波长和波深的估算方法。该方法包括:建立轨道小半径曲线内轨波磨的波长和波深估算模型;基于有限元及动力学仿真确定所述波长和波深估算模型的参数;分析小半径曲线内轨波磨波长和波深发展特性;基于小半径曲线钢轨振动频响特性计算及车辆通过激励分析和波磨主振频率分析,提出了轨道结构超谐振动导致波磨产生的理论。该发明能对曲线内轨波磨的产生和发展趋势进行预判,为维修部门提供有针对性的钢轨打磨或维保建议,从而降低时间、经济成本,提升曲线车辆运行的寿命及安全性。

Patent Agency Ranking