摘要
本发明公开了基于HOG‑SVM的铁路隧道振动信号检测方法及其系统,利用异物哨兵感知终端实时获取隧道口异物入侵检测感知数据;利用全息卫士感知终端实时对隧道内智慧照明和获取智能风险监测感知数据;对感知数据进行实时分析、计算、检测隧道内外部风险,通过对振动信号数据进行增益放大以及滤波降噪处理;采用HOG‑SVM算法提取振动信号特征和振动信号分类检测,以解析振动信号的频谱反演列车的位置,以及利用单个传感器的异常振动信号判断灯具松动风险检测状态;本发明能够根据铁路隧道振动信号监测分析,以实现隧道风险、设备设施状态的智能监测、分析,降低对现场巡检人员的要求,缩短维护检修所需时间,及早发现隧道病害及风险。
技术关键词
振动信号检测方法
振动信号特征
振动信号检测系统
SVM算法
SVM分类
异物入侵检测
旋转机械振动信号
列车
像素
铁路隧道口
终端
分类机制
梯度直方图
风险
灯具
传感器
数据
系统为您推荐了相关专利信息
配电网监控系统
SVM算法
参数
故障分析模型
监控方法
小型电动汽车车架
SVM分类器
无损检测技术
车架材料
车身结构
风险预测方法
深度学习特征
风险预测模型
组学特征
建模算法