[发明专利]一种闸瓦折断和铆钉丢失故障检测方法

说明书

一种闸瓦折断和铆钉丢失故障检测方法，解决了如何提高闸瓦状态检测效率的问题，属于铁路列车故障检测领域。本发明包括：采集列车侧部图像，截取出包括闸瓦的图像作为待测图像；将待测图像输入至闸瓦故障检测模型中，闸瓦故障检测模型输出检测结果，检测结果包括闸瓦的故障形态与故障位置；故障形态包括闸瓦折断和/或铆钉丢失；闸瓦故障检测模型采用S2ANet网络实现，S2ANet网络中FAM模块的卷积为对齐卷积层AlignConv，并对对齐卷积层AlignConv做了改进；根据映射关系，将检测结果映射到待测图像中，进行报警上传。在闸瓦故障检测中，对大目标和小目标均实现了较好的检测效果。

技术领域

本发明涉及一种基于改进后的S2A-Net网络的闸瓦折断和铆钉丢失故障检测方法，属于铁路列车故障检测领域。

背景技术

闸瓦是列车制动的重要装置，对行车安全有重大影响。若闸瓦发生损坏，可能造成该节车厢失去制动或仅剩单向制动，产生侧向应力，危及行车安全。而在闸瓦的工作过程中，由于其与车轮之间存在较大应力，其与车轮直接接触的磨耗体部分易于发生一定的损坏，如闸瓦下半部的磨耗体产生折断等。为保证列车平稳、安全运行，需对闸瓦故障进行识别检测，一旦发现闸瓦出现破损变形，则需立即处理。目前采用人工检查图像的方式对闸瓦进行故障检查，而检车人员在工作过程中极易出现疲劳、遗漏等情况，造成漏检、错检的出现，影响行车安全，且闸瓦在列车底部数量多、分布较广，每一列过车中闸瓦数量可以达到200个左右，人工查验效率低下，故障检查需要耗费大量时间。

发明内容

针对如何提高闸瓦状态检测效率的问题，本发明提供一种基于改进后的S2A-Net网络的闸瓦折断和铆钉丢失故障检测方法。

本发明的一种闸瓦折断和铆钉丢失故障检测方法，包括：

S1、采集列车侧部图像，截取出包括闸瓦的图像作为待测图像；

S2、将待测图像输入至闸瓦故障检测模型中，闸瓦故障检测模型输出检测结果，检测结果包括闸瓦的故障形态与故障位置；故障形态包括闸瓦折断和/或铆钉丢失；

闸瓦故障检测模型采用S2ANet网络实现，S2ANet网络中FAM模块的卷积为对齐卷积层AlignConv；对齐卷积层AlignConv输出的检测框的维度为{(x,b,α,β,θ)}，x表示检测框的中心点坐标，θ表示检测框的倾斜角，b表示检测框原始大小，表示α检测框宽度比例系数，β表示检测框高度比例系数，检测框的宽度为w＝b×10^α，检测框的高度为h＝b×10^β；b、α、β均为可学习参数；

所述对齐卷积层AlignConv中的像素偏移量编码参数包括采样点密度d_s，d_s为可学习参数；

S3、根据映射关系，将检测结果映射到待测图像中，进行报警上传。

作为优选，所述b、α、β在训练过程中尺寸偏差计算公式为：

Δb＝log(b_g)-log(b)

Δα＝log(α_g)-log(α)

Δβ＝log(β_g)-log(β)

b_g、α_g、β_g分别为目标实际大小、实际宽度比例系数、实际高度比例系数。

作为优选，重采样特征点的数量

作为优选，所述d_s在训练过程中偏差计算公式为：Δd_s＝log(d_sg)-log(d_s)，d_sg为目标实际采样点密度。

作为优选，在铁道车辆两侧搭建高清线阵成像设备，所述S1包括：