[发明专利]一种基于时间切片的探伤车里程AI计算方法及系统

权利要求书

1.一种基于时间切片的探伤车里程AI计算方法及系统，由速度编码器模块、标定线标准数据训练集模块、里程速度时间切片模块、AI训练器模块、速度差值表模块、智能实时里程计算中心和里程数据展示模块组成；其特征在于：

所述速度编码器是增量式编码，可以输出编码器从预定义的起始位置发生的增量变化本发明中负责提供速度和里程。增量式编码器转轴旋转时，有相应的脉冲输出，其计数起点任意设定，可实现多圈无限累加和测量。编码器轴转一圈会输出固定的脉冲，脉冲数由编码器光栅的线数决定；

所述的里程/速度/时间切片应用于极短的时间内，按定长的时间维度进行切片，并将切片的数据发送到里程速度计算模块；

所述里程计算器模块应用于将接收到的时间和速度切片数据，依据公式S＝(V₂-V₁)/2*(T₂-T₁)计算出该时间切片内的距离S,此值为里程数据的理想值；

标定线标准数据训练集是一个数据量庞大的基础数据，需要探伤车在标准线路上，在[0,80km]速度区间内，以不同的速度匀速运行，按照里程/速度/时间切片的模式进行数据采集，把采集的数据与标准数据的里程差值记录下来，作为训练的目标之一。

所述AI训练模块用于通过对标签样本的调整和学习,并确定所有权重和偏差的理想值。AI机器学习算法在训练过程中通过检查多个样本并尝试找出最大限度地减少损失的模型，其目标就是将损失最小化。包括预测模型、损失函数、参数更新以及AI训练四部分。本发明按照将一个或多个特征数据作为输入，以S＝(V₂-V₁)/2*(T₂-T₁)*w+b作为数学训练模型，以最小二乘法作为损失函数，以BP神经网络算法作为训练工具，通过学习返回一个(V₁,V₂,t,w，b)数值对，作为训练模型的输出。

所述速度差值表模块就是通过AI训练后得出的每一个里程/速度/时间切片下的最优值表，该表中的值表示在速度为[V₁、V₂],时间为T₂-T₁的条件下，以w为权重，b为偏离值时得到的里程最优。如果找不到(V₁,V₂,t,w，b)参变量，就通过S＝(V₂-V₁)/2*(T₂-T₁)，计算出实际值。

所述智能实时里程计算中心是本发明的数据计算枢纽，负责在实时数据采集的过程中，对里程/速度/时间切片进行即时计算，并结合速度差值表查询差值，从而计算出该采集区间中的最优里程值。

所述的里程展示模块是本发明的系统功能界面展示区，通过系统功能展示区，操作人员可以方便的对系统进行参数设置、AI模型训练、标定线数据管理、速度编码器的状态监控、里程数据的实时更新以及里程/速度/时间切片的数据管理等功能。

2.根据权利要求1所述的里程计算模块，其特征在于:所述里程计算是基于S＝(V₂-V₁)/2*(T₂-T₁)*w+b数学模型公式对里程值进行计算，得出的最优解。该模块将速度为[V₁、V₂],时间为T₂-T₁的值传递给智能实时里程计算中心，通过AI大数据计算和筛选，得出最优的权重和偏离值，从而计算出实际里程值。

3.根据权利要求1所述的里程速度时间切片模块,其特征在于:可以依据探伤车速度的不同和计算机计算能力的差异调整切片的时间窗口，在速度值精准的前提下，时间维度的间隔越小，里程预测的值越接近实际值，这样差值就无限趋近于0，系统的里程值就越精确。

4.根据权利要求1所述的标定线标准数据训练集模块，其特征在于：事前建立好完善的、标准的检测线路信息，包括激光脉冲测距、电容检测、北斗测距三种测距方式，相互验证其正确性。