【技术实现步骤摘要】
一种滚动轴承施封锁丢失和折断故障检测方法
[0001]本专利技术属于滚动轴承施封锁丢失和折断故障检测
,具体涉及一种滚动轴承施封锁丢失和折断故障检测方法。
技术介绍
[0002]滚动轴承施封锁安全装置能保证列车高速运转下安全运行,因此对货车的滚动轴承施封锁安全装置进行自动化故障检测具有重要意义。可以通过对行驶中的货车进行拍摄,获取动车全车图像。
[0003]长期以来,车辆段采用人工查看图像的方法对货运列车的滚动轴承施封锁安全装置进行检查,一直存在高成本、低效率等问题。同时采用人工查看图像工作枯燥,容易懈怠,有效工作时间有限,效率低下,会出现遗漏部件、误报等情况,难以保证故障检测的准确率。
技术实现思路
[0004]本专利技术的目的是为解决采用人工查看滚动轴承施封锁安全装置图像的故障检测方法存在的检测效率低以及检测准确率低的问题,而提出了一种滚动轴承施封锁丢失和折断故障检测方法。
[0005]本专利技术为解决上述技术问题所采取的技术方案是:一种滚动轴承施封锁丢失和折断故障检测方法,所述方法包括以下步骤:
[0006]步骤一、拍摄运动货车的两侧图像;
[0007]步骤二、从步骤一拍摄的图像中截取出样本滚动轴承施封锁部件图像;
[0008]步骤三、利用步骤二截取出的样本滚动轴承施封锁部件的图像构建训练数据集,并对训练数据集中的每张图像进行标记,分别获得训练数据集中每张图像所对应的标签;
[0009]步骤四、构建编码器-解码器网络,将训练数据集中的图像以及 ...
【技术保护点】
【技术特征摘要】
1.一种滚动轴承施封锁丢失和折断故障检测方法,其特征在于,该方法包括以下步骤:步骤一、拍摄运动货车的两侧图像;步骤二、从步骤一拍摄的图像中截取出样本滚动轴承施封锁部件图像;步骤三、利用步骤二截取出的样本滚动轴承施封锁部件的图像构建训练数据集,并对训练数据集中的每张图像进行标记,分别获得训练数据集中每张图像所对应的标签;步骤四、构建编码器-解码器网络,将训练数据集中的图像以及对应的标签分批次的输入构建的编码器-解码器网络,利用输入对编码器-解码器网络进行训练,获得训练好的编码器-解码器网络;步骤五、采集原始待检测滚动轴承施封锁部件图像,将原始待检测滚动轴承施封锁部件图像进行旋转变换,获得旋转变换后的待检测图像,分别将原始待检测滚动轴承施封锁部件图像以及旋转变换后的待检测图像输入训练好的编码器-解码器网络,获得训练好的编码器-解码器网络的输出结果;根据训练好的编码器-解码器网络的输出结果确定出原始待检测滚动轴承施封锁部件图像的全部边缘像素;根据全部边缘像素确定滚动轴承施封锁部件的外围线段是否闭合,若外围线段闭合,则根据闭合区域的个数和面积来判断是否发生施封锁丢失故障;否则外围线段不闭合,则对外围线段进行分水岭处理,根据分水岭处理结果来判断是否发生施封锁丢失和折断故障。2.根据权利要求1所述的一种滚动轴承施封锁丢失和折断故障检测方法,其特征在于,所述利用步骤二截取出的样本滚动轴承施封锁部件图像构建训练数据集,其具体过程为:对步骤二截取出的样本滚动轴承施封锁部件图像进行数据扩增后,获得训练数据集;所述数据扩增的方式包括对比度增强、直方图均衡化和旋转变换。3.根据权利要求2所述的一种滚动轴承施封锁丢失和折断故障检测方法,其特征在于,所述旋转变换的具体过程为:分别对训练数据集中的每张图像进行旋转变换,即对于训练数据集中的任意一张图像,将该图像进行90
°
旋转、180
°
旋转以及270
°
旋转;同理,对训练数据集中其它图像进行旋转变换。4.根据权利要求1所述的一种滚动轴承施封锁丢失和折断故障检测方法,其特征在于,所述将训练数据集中的图像以及对应的标签分批次的输入构建的编码器-解码器网络之前,需要对训练数据集中的图像以及对应的标签进行归一化处理。5.根据权利要求1或4所述的一种滚动轴承施封锁丢失和折断故障检测方法,其特征在于,所述标签为标记掩码GT图像。6.根据权利要求1所述的一种滚动轴承施封锁丢失和折断故障检测方法,其特征在于,所述编码器-解码器网络的结构包括编码器子网络、解码器子网络和空洞卷积单元;所述编码器子网络包括4个下采样的编码单元,其中,4个下采样的编码单元分别为第一编码单元、第二编码单元、第三编码单元和第四编码单元;其中,第一编码单元和第二编码单元均包含两个3*3的卷积层、一个激活层ReLU、一个归一化层BN和一个最大池化层,第三编码单元和第四编码单元均包含三个3*...
【专利技术属性】
技术研发人员:孙晶,
申请(专利权)人:哈尔滨市科佳通用机电股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。