摘要
本发明公开了一种基于数据分析的转辙机故障识别方法及系统,涉及转辙机故障识别技术领域,包括以下步骤:在三维扫描之前,对尖轨跟部与转辙杆连接区的整体曲面进行空间划分,将该整体曲面划分为若干个规格相同的子区域;完成子区域划分后,针对每个子区域,采用预设的基准点云空间分布密度进行一次全方位的初始扫描,以获取该子区域内的基本曲面结构数据。本发明通过卷积神经网络对子区域曲面复杂性的自动化预测,能够有效识别出尖轨根部、转动接口、孔口等高复杂曲面区域,并在高复杂区域实现点云加密,确保局部几何细节充分表达,提升对微小裂纹、孔口变形、偏心磨耗等典型故障的识别能力。
技术关键词
卷积神经网络模型
曲面
特征工程
尖轨
点云密度
转辙机故障
网格划分方法
扫描模块
法向量夹角
因子
弯曲特征
表达式
点云空间
数据
识别系统
系统为您推荐了相关专利信息
产品推荐方法
计算机可读指令
列表
数据
机器学习模型
火焰辐射图像
在线监测方法
电站锅炉
燃烧检测系统
火焰温度场
寄生参数提取方法
卷积神经网络模型
集成电路结构
待测集成电路
生成集成电路
阶段
管控系统
DBSCAN聚类算法
决策
大数据