基于级联Faster R-CNN的高铁接触网支撑装置等电位线故障检测

论文摘要

在高速铁路接触网支撑与悬挂装置中,等电位线起到保证定位管与定位器间可靠电连接的作用。当其发生散股故障时,会对定位器支座造成电化学腐烛,甚至导致定位器与支座连接处断裂脱离,影响行车运行安全。针对高速铁路接触网支撑装置等电位线散股问题,提出一种基于级联Faster R-CNN目标定位的等电位线不良状态检测方法。通过分析接触网4C检测车采集到的接触网支撑及悬挂装置图像,利用第一级Faster R-CNN获得定位器支座部件特征并实现定位;利用第二级Faster R-CNN学习等电位线散股故障特征;通过对比分析等电位线正常及故障占比,实现等电位线正常与故障分类。实验表明,本方法能够较准确地实现等电位线不良状态检测,测试集识别准确率达到94.5%。

论文目录

• 1 卷积神经网络
•   1.1 特征提取
•   1.2 区域建议网络
• 2 等电位线定位与识别
• 3 等电位线散股故障检测
• 4 实验分析
• 5 结束语

文章来源

类型: 期刊论文

作者: 李长江,韩志伟,钟俊平,王立有,刘志刚

关键词: 等电位线,散股故障,级联,深度学习

来源: 铁道学报 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 铁路运输

单位: 西南交通大学电气工程学院

基金: 国家自然科学基金(U51407147,U1734202)

分类号: U226.83

页码: 68-73

总页数: 6

文件大小: 1216K

下载量: 272