科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现无砟轨道砂浆层脱空病害的快速准确检测,文章提出了一种基于冲击回波法、小波变换和深度学习的脱空病害识别方法:冲击回波法收集无砟轨道板的激振信号,利用小波变换将一维回波信号转化为二维频域特征图像,训练深度学习模型从图像中提取病害特征,从而实现病害的准确识别。为验证该方法的准确性,设计了预设脱空病害的全尺寸无砟轨道试验模型并通过人工激振获得冲击回波信号,经小波变换处理得到数据集,以此来训练与测试所设计的深度学习分类模型的病害识别准确性。结果表明:训练得到的深度学习分类模型的脱空病害识别准确率可达95.15%,满足实际工程应用的要求。
-
单位同济大学; 岩土及地下工程教育部重点实验室; 中铁二院昆明勘察设计研究院有限责任公司; 中国铁路昆明局集团有限公司; 土木工程学院
