[发明专利]铁路货车滚轴承甩油故障检测方法

权利要求书

1.铁路货车滚轴承甩油故障检测方法，其特征在于：所述方法具体过程为：

步骤一、线阵图像获取；

步骤二、粗定位；

步骤三、数据集图像预处理；

步骤四、故障目标分类；具体过程为：

步骤四一：搭建神经网络分类模型，包括特征提取网络、多尺度融合单元、分类层；

步骤四二：把步骤三预处理后的数据集图像归一化到512*512，作为训练集输入到步骤四一搭建好的神经网络分类模型中；

步骤四三：假设某个样本的真实标签为y_t，该样本的y_t＝1的概率为y_p，则该样本的交叉熵损失函数如下式所示：

log(y_t|y_p)＝-(y_t×log(y_p)+(1-y_t)log(1-y_p))

神经网络分类模型损失函数是所有步骤三预处理后的数据集图像的交叉熵损失函数的平均值；

步骤四四：根据交叉熵损失函数进行误差反向传播和梯度下降，并更新神经网络分类模型的权重参数；

步骤四五：重复步骤四三到四四，直至损失函数逐渐收敛并稳定，确定目前神经网络分类模型权重参数为训练好的神经网络的分类模型权重参数，进而获得训练好的深度学习滚动轴承甩油故障神经网络分类模型；

步骤五、判断待测铁路货车线阵图像是否为滚动轴承甩油故障图像。

2.根据权利要求1所述铁路货车滚轴承甩油故障检测方法，其特征在于：所述步骤一中线阵图像获取；具体过程为：

利用固定设备搭载线阵相机，对运动的铁路货车进行拍摄，拍摄铁路货车的上部、两侧及底部的全车图像；

通过被测物的移动速度计算线阵相机的拍摄频率，进行连续的拍照，将所拍下的条形图象，合并成一张完整的图像。

3.根据权利要求1或2所述铁路货车滚轴承甩油故障检测方法，其特征在于：所述步骤二中粗定位；具体过程为：

根据硬件的轴距信息和滚动轴承甩油位置先验知识，从全车的完整的图像信息中裁剪出感兴趣区域。

4.根据权利要求3所述铁路货车滚轴承甩油故障检测方法，其特征在于：所述步骤三中数据集图像预处理；具体过程为：

步骤三一：建立原始数据集；

根据粗定位获得待识别部件的感兴趣区域图像，建立原始的数据集；

步骤三二：对步骤三一建立的原始的数据集采用对比度增强、直方图均衡化、随机缩放的图像处理方式进行数据扩增操作；

步骤三三：数据标记：

采用多标签分类数据集，多标签包含转向架类型和是否甩油。