摘要
本发明提供一种基于深度学习的钢轨波磨测量方法及装置,涉及钢轨波磨测量技术领域。该方法包括:在钢轨长度方向等间距设置多个传感器,通过传感器采集钢轨的多波段波磨信号,得到钢轨波磨波长分布;基于钢轨波磨波长分布,优化传感器的空间采样密度;再次通过传感器同步采集钢轨的多波段波磨信号,输出钢轨的多波段波磨数据矩阵;运用小波变换结合滑动平均滤波算法处理多波段波磨数据矩阵,从多波段波磨信号中分离真实波磨信号与干扰信号,得到净化后的多波段波磨信号,输出多波段波磨信号矩阵;基于深度学习算法,从多波段波磨信号矩阵中提取各波段特征图,输出波磨等级和钢轨维护建议。本发明可以实现智能化的钢轨状态检测与评估。
技术关键词
钢轨波磨测量方法
激光位移传感器
多波段
滑动平均滤波
矩阵
深度学习算法
信号
波长
一维卷积神经网络
LSTM神经网络
数据
预测钢轨
采集单元
高斯混合模型
激光跟踪仪
间距
调平结构
去噪算法