基于深度学习的无砟轨道砂浆层脱空病害识别
Modern Tunnelling Technology（2021）
摘要
为实现无砟轨道砂浆层脱空病害的快速准确检测,文章提出了一种基于冲击回波法、小波变换和深度学习的脱空病害识别方法:冲击回波法收集无砟轨道板的激振信号,利用小波变换将一维回波信号转化为二维频域特征图像,训练深度学习模型从图像中提取病害特征,从而实现病害的准确识别.为验证该方法的准确性,设计了预设脱空病害的全尺寸无砟轨道试验模型并通过人工激振获得冲击回波信号,经小波变换处理得到数据集,以此来训练与测试所设计的深度学习分类模型的病害识别准确性.结果 表明:训练得到的深度学习分类模型的脱空病害识别准确率可达95.15％,满足实际工程应用的要求.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要