基于超声检测的主动式钢轨伤损智能识别方法

常规的主动式钢轨伤损智能识别方法,在钢轨伤损数据采集过程中耗时较多,使得伤损智能识别时间较长。为解决这一问题,提出一种基于超声检测的主动式钢轨伤损智能识别方法。首先按照增益范围,获取钢轨伤损回波信号,设置超声换能器的滤波器,对信号进行转换,从而对数据进行采集;然后根据DBSCAN算法,以伤损识别的最小单元为一个单元,对采集的超声数据进行组合而构成超声信息群,并对数据进行划分,按照划分数据对钢轨伤损特征进行匹配;最后以AlexNet网络架构为识别主体结构,以数据匹配结果为基础,建立显图样本数据集,对伤损类型进行精细搜索,从而得到主动式钢轨伤损智能识别结果。试验结果表明,所提方法对主动式钢轨伤损识别的时间较短,能实现对主动式钢轨伤损的快速识别,具有较好的应用价值。