基于深度卷积网络的中低速磁浮接触轨紧固件松动检测

作者：李程; 陈健雄; 林军; 康高强^*

来源：机车电传动, 2022, (04): 172-179.

DOI：10.13890/j.issn.1000-128X.2022.04.025

• 中低速磁浮接触轨
• 紧固件松动
• YOLO V2网络
• Mask R-CNN网络
• Radon变换

针对中低速磁浮接触轨紧固件松动的问题，提出一种基于卷积神经网络的检测算法。该算法对底座安装螺栓和连接板螺钉2种紧固件进行松动检测：首先定位接触轨紧固件所在区域，以此排除背景干扰；然后分析紧固件位置变动情况，实现接触轨紧固件的松动检测。通过深度卷积网络对该算法进行了实现和试验验证：采用YOLO V2网络定位2种紧固件所在区域；利用Mask R-CNN网络同时对连接板边缘、绝缘子、螺栓和螺杆，以及连接板螺钉的头部进行分割；通过对分割部位的位置变动情况进行判断实现对紧固件的松动检测。使用长沙中低速磁浮接触轨数据对本文提出的缺陷检测算法进行了试验，底座安装螺栓和连接板螺钉松动检测的精确率均在90%以上，召回率在94%以上。试验结果表明，本文所提的方法能准确地识别出中低速磁浮接触轨松动的紧固件。

• 单位
  中铁第四勘察设计院集团公司; 中车株洲电力机车研究所有限公司