[发明专利]一种基于神经网络的钢轨损伤检测方法

权利要求书

1.一种基于神经网络的钢轨损伤检测方法，其特征在于，具体按照以下步骤实施：

步骤1：采集多种轨道损伤对应的波形数据，并将所述波形数据进行存储，形成钢轨损伤波形数据库；

步骤2：建立初始BP神经网络，并利用钢轨损伤波形数据库的波形数据对BP神经网络进行参数训练，得到成熟BP神经网络；

步骤3：将所述钢轨损伤波形数据库和成熟BP神经网络导入超声导波信号系统，并将超声导波信号系统安装在待测钢轨上；

所述超声导波信号系统包括依次连接的收发一体的电磁超声探头(1)、超声波激励与接收单元(2)、FPGA芯片(3)和ARM控制器(4)，所述超声波激励与接收单元(2)还连接有AD转换器(5)，所述AD转换器(5)与FPGA芯片(3)连接，将所述钢轨损伤波形数据库和成熟BP神经网络均导入ARM控制器(4)，所述电磁超声探头(1)在待检测钢轨的轨腰处沿待测钢轨延伸方向均匀设置；

所述超声波激励与接收单元(2)包括与电磁超声探头依次连接的超声波激励电路(6)和光耦隔离电路(7)，所述光耦隔离电路(7)与FPGA芯片(3)连接，所述超声波激励与接收单元(2)还包括与电磁超声探头(1)依次连接的限幅电路(8)、前置放大电路(9)、带通滤波电路(10)和偏置电路(11)，所述偏置电路(11)与AD转换器(5)连接；

所述ARM控制器(4)具有FSMC接口，所述FPGA芯片(3)通过FSMC接口与ARM控制器(4)连接；

所述FPGA芯片(3)中分别设置有激励控制模块、数据采集控制模块、FIR数字滤波模块和识别算法模块；

步骤4：采用所述超声导波信号系统对待测钢轨进行检测，产生超声导波信号，所述超声导波信号经过处理后与波形数据进行匹配，提取该匹配波形数据；

所述步骤4具体按照以下步骤实施：

步骤4.1、所述ARM控制器(4)向FPGA芯片(3)发出激励使能信号，所述激励使能信号经FPGA芯片(3)中激励控制模块处理后，依次经所述光耦隔离电路(7)和超声波激励电路(6)传入电磁超声探头(1)，使所述电磁超声探头(1)产生超声导波信号；

步骤4.2、所述超声导波信号经钢轨传播反射到电磁超声探头(1)，并由电磁超声探头(1)将接收的超声导波信号转换为电压信号，所述电压信号依次经过限幅电路(8)、前置放大电路(9)、带通滤波电路(10)和偏置电路(11)进行调理，并由AD转换器(5)进行量化编码，将量化编码后的数据缓存至FPGA芯片(3)中的数据采集控制模块；

步骤4.3、采用SPI的通信方式将所述FPGA芯片(3)中缓存的数据传输至ARM控制器(4)，通过ARM控制器 (4)对传入数据进行分析处理，将传入数据与所述波形数据进行匹配，提取该匹配波形数据；

步骤5：对匹配波形数据进行离散处理，获得离散波形数据；

步骤6：将离散波形数据送入成熟BP神经网络，得到输出结果，并根据输出结果进行钢轨损伤判断。

2.根据权利要求1所述的一种基于神经网络的钢轨损伤检测方法，其特征在于，所述步骤1具体按照以下步骤实施：

步骤1.1、使用探伤仪采集多种轨道损伤对应的波形，多种轨道损伤包括无损伤、宽裂缝、窄裂缝、小空洞、大空洞和表面硬损伤；

步骤1.2、将采集的波形转换为二进制的波形数据，将转换好的波形数据进行存储，形成钢轨损伤波形数据库。

3.根据权利要求1所述的一种基于神经网络的钢轨损伤检测方法，其特征在于，所述步骤2具体按照以下步骤实施：

步骤2.1、在matlab软件中建立初始BP神经网络，初始BP神经网络包括输入层、隐含层和输出层；

步骤2.2、使用matlab软件读取钢轨损伤波形数据库中波形数据，并将波形数据映射到[-1，1]区间进行归一化处理；

步骤2.3、设置隐含层神经元个数、隐含层的激活函数和学习率的初始值，利用隐含层对所有波形数据训练不少于八个周期，训练采用带有动量和自适应学习率的梯度下降法；

步骤2.4、训练结束后得到成熟BP神经网络，并保存隐含层的权值及偏置值。

4.根据权利要求1所述的一种基于神经网络的钢轨损伤检测方法，其特征在于，所述ARM控制器(4)的型号为STM32F407。