-
题名基于金字塔拆分注意力的列车轮对踏面损伤诊断
被引量:6
- 1
-
-
作者
何静
侯娜
张昌凡
胡新亮
刘建华
-
机构
湖南工业大学电气与信息工程学院
湖南工业大学轨道交通学院
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2022年第5期35-40,共6页
-
基金
国家自然科学基金资助(52172403,62173137)
湖南省自然科学基金资助(2021JJ30217)
湖南省教育厅资助项目(19A137)。
-
文摘
为解决列车轮对踏面损伤诊断准确率低、速度慢和损伤样本少的问题,提出一种基于金字塔拆分注意力网络(EPSA-ResNet)的车轮对踏面损伤诊断模型。首先,采用迁移学习方法预训练ImageNet数据集,得到模型参数,然后将其迁移到轮对踏面损伤特征数据中,并进行微调,从而获得共享模型结构和参数;其次将ResNet-50残差块中的3×3卷积替换为一种金字塔拆分注意力(PSA)模块,得到新的EPSA-ResNet,融合空间和通道注意力多级别特征,自适应地进行特征重标定;最后通过Softmax分类器得到轮对踏面损伤情况的诊断结果。结果表明:该方法能够有效识别列车轮对踏面损伤状态以及周围环境间存在的局部细微差异,诊断精度可达99.79%,优于其他深度神经网络模型。
-
关键词
金字塔拆分注意力网络(EPSA-ResNet)
轮对踏面
损伤诊断
迁移学习
残差网络
-
Keywords
efficient pyramid split attention-residual network(EPSA-ResNet)
wheelset tread
damage diagnosis
transfer learning
residual network
-
分类号
X924.3
[环境科学与工程—安全科学]
-
-
题名基于图像识别的输电线路轨道运输装备安全检测系统
- 2
-
-
作者
王海燕
侯康
-
机构
广东电网有限责任公司惠州供电局
苏州大学数学科学学院
昆山市工业技术研究院有限责任公司
中国科学院半导体研究所
-
出处
《江苏大学学报(自然科学版)》
CAS
北大核心
2024年第3期323-329,共7页
-
基金
中国南方电网有限责任公司科技项目(031300KK52190154)
海南省重点研发计划项目(ZDYF2021GXJS213)。
-
文摘
为了提高林区山地输电线路轨道运输装备运行安全性,搭建基于图像识别的轨道运输装备安全检测系统.首先给出整个林区山地输电线路轨道运输装备电控系统;其次介绍了感知模块系统所用到的各类传感器;然后基于拆分注意力网络和自校准卷积的融合,采用Faster-RCNN算法得到更好的特征提取,并采用此改进的Faster-RCNN算法进行装备周围人员识别试验;最后基于QT开发输电线路轨道运输装备远程控制软件,并实现对装备的远程操控.结果表明:改进的Faster-RCNN算法在林区山地强光照和复杂环境下能够大幅度提高识别装备周围人员的准确性,图像识别平均精度均值mAP可达87.13%,高于常规Faster-RCNN的74.35%和级联Faster-RCNN的76.28%,充分证明改进的Faster-RCNN算法具备优良识别能力,保障林区山地输电线路轨道运输装备安全运行.
-
关键词
输电线路建设
轨道运输装备
图像识别
感知系统
安全检测
改进的Faster-RCNN
拆分注意力网络
自校准卷积
-
Keywords
transmission line construction
rail transportation equipment
image recognition
perception system
safety detection
improved Faster-RCNN
split-attention network
self-calibrated convolution
-
分类号
TP23
[自动化与计算机技术—检测技术与自动化装置]
TP391.4
[自动化与计算机技术—计算机应用技术]
-