基于弓网监测的受电弓缺陷智能检测技术研究

城轨车辆在运行过程中,受电弓的工作状态是保证安全运营的重要因素。目前大多检测方法仍停留在人工检测阶段,存在效率低、无检测标准等问题。近年来随着人工智能技术的高速发展,解决了许多传统技术难以突破的难题。文章结合深度学习、机器学习和统计方法,提出了一种基于弓网视频分析的受电弓缺陷智能检测技术,该项技术可在嵌入式平台中部署智能识别算法模型,利用采集的视频监控图像进行实时处理、检测并识别受电弓故障缺陷。主要针对受电弓异物、弓角异常等常见故障进行了理论研究,并通过试验验证了该技术的实时性和有效性。