[发明专利]一种基于神经网络的钢轨损伤检测方法

说明书

本发明公开了一种基于神经网络的钢轨损伤检测方法，具体按照以下步骤实施：步骤1：建立钢轨损伤波形数据库；步骤2：建立BP神经网络，并对BP神经网络进行参数训练；步骤3：在钢轨上安装超声导波信号系统；步骤4：步骤3所安装的超声导波信号系统产生超声导波信号，超声导波信号经过处理后得到与损伤波形对应的的超声导波信号；步骤5：将步骤4得到的超声导波信号转换为离散的超声导波信号；步骤6：将步骤5得到的离散的超声导波信号送入步骤2训练完成的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。本发明大大提高钢轨损伤检出效率、检测准确性和检测可靠性。

技术领域

本发明属于无损检测技术领域，具体涉及一种基于神经网络的钢轨损伤检测方法。

背景技术

火车在制动和加速以及通过钢轨间的焊接缝、弯道和岔道时，列车对钢轨造成摩擦、挤压、冲击等作用力，长期反复下去，钢轨极易产生裂纹而且可能快速扩展开来，从而引起钢轨断裂等造成恶劣的交通事故。因此，为保证物资运输的可靠性和人身交通安全，对线路钢轨进行损伤检测以防灾难事故发生是极其必要的。现有的钢轨损伤判断方法主要依靠对检测信号的幅值大小进行对比，该方法存在检测准确性低的问题。

发明内容

本发明的目的是提供一种基于神经网络的钢轨损伤检测方法，提高了钢轨损伤判断的准确性。

本发明所采用的技术方案是，一种基于神经网络的钢轨损伤检测方法，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；

步骤4：采用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，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；

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。

本发明的特点还在于，

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。

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。

步骤3中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、超声波激励与接收单元、FPGA芯片和ARM控制器，超声波激励与接收单元还连接有AD转换器，AD转换器与FPGA芯片连接，将钢轨损伤波形数据库和成熟BP神经网络均导入ARM控制器，电磁超声探头在待检测钢轨的轨腰处沿待测钢轨延伸方向均匀设置。