一种基于深度学习的地铁车体螺栓松动检测方法被引量：7

An inspection method for bolt looseness in metro car body based on deep learning

原文传递

导出

摘要现有的螺栓松动检测算法难以适应地铁复杂场景的变化,检测准确度难以提高。对此,文中提出了一种基于深度学习的地铁车体螺栓松动检测方法,并在现场采集的真实图像数据上进行分步试验,试验结果证明了该方法的有效性。

作者杨培盛王华军张用杨凯高春良 YANG Peisheng;WANG Huajun;ZHANG Yong;YANG Kai;GAO Chunliang

机构地区济南轨道交通集团建设投资有限公司北京主导时代科技有限公司

出处《轨道交通装备与技术》 2021年第5期38-41,共4页 Rail Transportation Equipment and Technology

关键词螺栓松动地铁故障检测语义分割目标检测

分类号 U279.323 [机械工程—车辆工程]

引文网络
相关文献

参考文献1

1黄鹏,郑淇,梁超.图像分割方法综述[J].武汉大学学报（理学版）,2020,66(6):519-531. 被引量：156

共引文献155

1苏奎,董默.Matlab在医学图像分割中的应用[J].中华消化病与影像杂志（电子版）,2022,12(2):108-112.
2刘禹杉,孙淼军,吴帅峰,张丽雅,孙黎明.土石料粒径与级配的图像智能识别研究[J].岩土工程学报,2023,45(S01):59-62. 被引量：1
3赵恩玄,何云勇,沈宽,刘杰,段黎明.基于深度学习的铸件CT图像分割算法[J].仪器仪表学报,2023,44(11):176-184. 被引量：2
4李振波,赵远洋,杨普,吴宇峰,李一鸣,郭若皓.基于机器视觉的鱼体长度测量研究综述[J].农业机械学报,2021,52(S01):207-218. 被引量：4
5杨耿,张业明,侯金利,刘咏炫,鲁骏,周靖.高速公路图像识别技术应用探析[J].中国交通信息化,2022(S01):294-298. 被引量：1
6贾鑫,梅劲松.一种强噪声背景下地铁车轮轴承故障信号的特征提取方法[J].电子测量技术,2022,45(10):133-139. 被引量：4
7左坚,钟凯文,许剑辉,吴永静,魏子妤.多时相SAR数据下的岭南早稻提取与时空变化分析[J].测绘科学,2023,48(1):91-99. 被引量：3
8项岱军,张天健,薛朝辉.基于改进DeepLabV3+的超高分辨率遥感光伏板识别与分割研究[J].现代测绘,2022,45(S01):37-45.
9何军,马稚昱,褚璇,刘洪利,肖天宇,韦鸿钰.基于机器视觉的芒果果形评价方法研究[J].现代农业装备,2021,42(1):56-60. 被引量：5
10徐伟锋,戴明宏,朱丹,马方毅.机器视觉在织物疵点检测中的应用进展[J].棉纺织技术,2021,49(4):80-84. 被引量：12

同被引文献59

1陈晨宗.动车组车底检修机器人国内研究现状及发展[J].轻工科技,2020,36(3):63-64. 被引量：3
2蒋荟,马千里,曹松,王志华.铁路车辆运行安全监控(5T)系统的研究与应用[J].公路交通科技,2009(S1):1-6. 被引量：19
3陈燕,郭锋.TFDS系统心盘螺栓丢失故障的自动识别检测技术[J].郑州轻工业学院学报（自然科学版）,2010,25(3):90-94. 被引量：9
4郭保青,余祖俊,张楠,朱力强,高晨光.铁路场景三维点云分割与分类识别算法[J].仪器仪表学报,2017,38(9):2103-2111. 被引量：33
5侯伟.地铁运营安全风险分析[J].城市建设理论研究（电子版）,2017,7(19):177-177. 被引量：2
6张金敏,冯映科,王思明.基于WLD-LPQ特征的心盘螺栓故障图像检测算法[J].铁道科学与工程学报,2018,15(9):2349-2358. 被引量：6
7张雪.客车故障轨边图像检测系统(TVDS)运用研究[J].现代制造技术与装备,2019,55(3):112-113. 被引量：6
8刘洋.关于提升TEDS故障预警准确率的研究[J].轨道交通装备与技术,2019,0(3):18-19. 被引量：3
9邵俊华,王涛,汪正傲,魏灯莱,李友荣.基于压电阻抗频率变化的螺栓松动检测技术[J].中国机械工程,2019,30(12):1395-1399. 被引量：21
10张锦荣,陈洵凛,罗彦琦,张攀峰.基于双三次插值算法的集成电路在线检测快速模板匹配[J].科学技术与工程,2019,19(19):185-189. 被引量：3

引证文献7

1朱均.基于ResNeXt网络的多历史螺栓松动检测算法研究[J].今日制造与升级,2022(7):63-68. 被引量：3
2王保宪,欧丙泽,赵维刚,谭兆,秦守鹏.钢桥密集螺栓异常状态视觉识别方法[J].中国铁道科学,2023,44(5):81-93. 被引量：2
3徐文辉,钟胜,邹旭,何顶新.基于多任务级联的动车裙板螺栓缺陷检测算法[J].实验技术与管理,2023,40(10):63-69. 被引量：1
4康晶杰.基于防松线分割的螺栓松动全角度检测方法[J].制造技术与机床,2024(2):152-158.
5贺小琼,肖世德,赵斌,江海锋,陈德君.基于深度学习的螺栓松动图像检测方法研究[J].计算机与数字工程,2023,51(11):2682-2688.
6王正家,谷峰,曾臻.针对低像质轨道车辆车顶螺栓松动检测方法研究[J].机械设计与研究,2024,40(2):220-224.
7董华军,韩华豫,李籽骁,朱晔,李金金.基于C3F-YOLOv5的轻量化列车车底螺栓检测方法研究[J].铁道科学与工程学报,2024,21(8):3455-3468.

二级引证文献6

1江现昌,邹庆春,王静.基于改进DeepLabV3+的地铁车辆齿轮箱油表油位线检测算法[J].铁道技术监督,2023,51(7):41-47.
2周勇,卞耀辉,田腾翔,滑瑾.基于3D点云和改进Unet算法的轨道车辆螺栓松动检测[J].轨道交通材料,2023,2(6):56-61.
3李响,赖本涛,张瑷霖,李国正.基于图像识别的铁路机车转向架螺栓紧固状态检测[J].电子测量与仪器学报,2023,37(12):143-155. 被引量：1
4张洪,朱志伟,胡天宇,龚燕峰,周建庭.基于改进YOLOv5s的桥梁螺栓缺陷识别方法[J].吉林大学学报（工学版）,2024,54(3):749-760. 被引量：1
5王保成,袁昊,韩峰,王超,李佳恒.基于深度视觉算法的轨面伤损检测方法[J].实验技术与管理,2024,41(9):84-91.
6庞小荣,刘全,王浩,张宏阳,孟歆,周剑.水利工程混凝土钢筋网绑扎率的视觉智能评价方法[J].水力发电,2024,50(10):59-64.

1何文佳,罗宝,陈希.基于EN1999-1-3标准的地铁车体服役寿命评估研究[J].今日制造与升级,2021(6):55-56.
2杨瑞欣,黄润涛.A型铝合金地铁车体静强度仿真分析[J].现代城市轨道交通,2021(7):42-46. 被引量：4
3张力,匡原,刘朝鹏,李广利,青涛,李发权.核电厂调试人员职业压力对人因失误的影响路径[J].安全与环境学报,2021,21(4):1622-1629. 被引量：4
4张家财,张良力,曾飞.钢坯表面点印字符图像自适应阈值分割方法[J].现代电子技术,2021,44(19):49-54. 被引量：3

轨道交通装备与技术

2021年第5期

浏览历史

内容加载中请稍等...

一种基于深度学习的地铁车体螺栓松动检测方法被引量：7

参考文献1

共引文献155

同被引文献59

引证文献7

二级引证文献6

相关作者

相关机构

相关主题

浏览历史

一种基于深度学习的地铁车体螺栓松动检测方法 被引量：7

参考文献1

共引文献155

同被引文献59

引证文献7

二级引证文献6

相关作者

相关机构

相关主题

浏览历史

一种基于深度学习的地铁车体螺栓松动检测方法被引量：7