摘要
本发明公开一种基于声振的无砟轨道脱空隐蔽缺陷病害检测方法,用于针对无砟轨道道床板脱空缺陷声波信号特性和机器学习算法建立智能识别算法,从而对脱空隐蔽缺陷病害检测;包括:信号采集及预处理:采集无砟轨道的道床板的原始脉冲数据,并进行预处理,从而提取纯净的脉冲信号,提高脉冲数据的质量;信号处理分析:对预处理后的所有脉冲信号进行特征提取从而获得脱空特征参量,脱空特征参量用于建立有效特征空间;脱空自动智能化识别:建立机器学习模型并基于机器学习模型对无砟轨道的内衬空洞进行自动智能化识别,机器学习模型的输入为由脱空特征参数建立的有效特征空间。还公开了对应的评估系统、装置、电子设备以及计算机可读存储介质。
技术关键词
机器学习模型
病害检测方法
数值仿真模型
特征参量
脱空病害
轨道板
检测智能终端
脉冲
数值仿真方法
无砟轨道道床板
空洞
耦合理论
机器学习算法
信号判断方法
信号智能识别
数据
系统为您推荐了相关专利信息
视频采集装置
光学显示元件
AR眼镜
投影模块
机器学习模型
病害检测方法
叶片
特征提取网络
特征提取能力
注意力机制
施工管理系统
多模态特征融合方法
图像内容识别
市政
管理终端
备份存储系统
通用型
备份存储方法
数据获取单元
混合存储架构