一种基于轻量化网络的超偏载检测方法

本发明属于轨道超偏载检测预警领域，具体为一种基于轻量化网络的超偏载检测方法。本发明在铁轨的每个测区内安装4个剪力传感器和4个压力传感器，通过融合每个测区内8个传感器采集的数据，按照上、下轨道分别融合数据，并将融合的数据传入设计的轻量型神经网络结构训练超参模型，进而提取火车车厢的车轴特征、转向架特征，并组成车厢特征，以计算每个车厢的超偏载结果。本发明中轻量型神经网络的运用可以有效降低误检、漏检等风险，提升了车轴特征的检测的正确性；并提供了车轴特征的去重步骤进一步提升精度；基于此，车厢的检测正确性也将得到极大的提升，最终达到提高火车超偏载检测的精度，降低货运火车因超偏载带来的风险。