基于YOLOv3 改进算法的轨枕裂纹检测研究
2021-03-01童千倩李立明郑丹阳汪晨曦郑树彬
智能计算机与应用 2021年12期
童千倩,李立明,郑丹阳,杨 意,汪晨曦,郑树彬
(上海工程技术大学 城市轨道交通学院,上海 201620)
0 引 言
截止2020 年底,中国铁路总保有量达到146.3×103km,营业里程总数达到128×103km,铁路每万平方公里的路网密度达到152.3 km,大规模的铁路建设对铁路基础建设和维护保障提出了较高的需求[1]。维持轨道的几何形位是铁路建设工程与维护保障中重要的部分,轨道线路中,轨枕充当着承载列车负荷、分散钢轨压力至道床的中间角色,在列车运行中起到重要的作用。由于轨枕上截面的荷载弯矩大于轨枕的抗裂强度,易导致混凝土轨枕表面产生裂纹,若不及时检修,会引起混凝土压溃,导致轨枕失效,严重地影响轨枕的使用寿命,威胁轨道交通的行车安全[2]。目前,轨枕裂纹的检测方法主要依靠人工进行,而人工巡检的主观性较强,检测效率低[3]。近年来,部分学者将无损检测,如物理检测手段与计算机检测等手段运用到裂纹检测中。
物理检测通常从声、光、热、磁等角度提出检测方法,对混凝土结构表面的微小异常进行判断,典型的物理无损检测方法,如:声发射技术,散斑干涉技术,红外检测技术等。但是物理检测方法对环境要求较高,检测成本高,具有一定的局限性,例如:声发射技术需要一定的声耦合,需要处于应力状态,红外检测通常需要设备体积较大的仪器,检测环境也有严格的限制[4]。计算机检测通常经过图像预处理,图像特征提取,图像特征处理,最终得到裂纹检测结果,具有低成本,高效率的特点。……
登录APP查看全文
