[发明专利]一种钢轨质量检测的方法及装置

权利要求书

1.一种钢轨质量监测的方法，其特征在于，包括：

对钢轨的振动进行多时间点多位置点监测，获取原始数据；

从原始数据中删除没有车辆经过时的数据，得到初始数据；

对初始数据进行处理，以去掉车辆噪声，得到中间数据；

对中间数据进行处理，以去掉环境噪声，得到钢轨数据；

根据钢轨数据构建振动波形；

根据待检测的钢轨质量问题所影响的钢轨长度，对振动波形进行分段；

将分段后的振动波形输入预设的神经网络模型，得到钢轨质量检测结果。

2.如权利要求1所述的方法，其特征在于，所述对初始数据进行处理，以去掉车辆噪声，得到中间数据，包括：

对初始数据进行叠加并求平均，得到车辆噪声；

用初始数据减掉车辆噪声，得到中间数据。

3.如权利要求1所述的方法，其特征在于，所述对中间数据进行处理，以去掉环境噪声，得到钢轨数据，包括：

对中间数据进行傅里叶变换，以将时域的中间数据转换为频域的中间数据；

过滤掉频域的中间数据中不高于预设功率阈值的中间数据，保留频域的中间数据中高于预设功率阈值的中间数据；

对高于预设功率阈值的中间数据进行傅里叶反变换，得到钢轨数据。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

采用主成分分析算法对所述振动波形进行降维处理。

5.如权利要求1所述的方法，其特征在于，所述方法还包括：

将分段后的振动波形输入预设的代价敏感分类器，分离出有质量问题的钢轨段的振动波形和无质量问题的钢轨段的振动波形；

所述将分段后的振动波形输入预设的神经网络模型，得到钢轨质量检测结果，包括：

将有质量问题的钢轨段的振动波形输入预设的神经网络模型，得到钢轨质量检测结果。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

采用投票算法对多次神经网络模型输出的钢轨质量检测结果进行处理，得到最终的钢轨质量检测结果。

7.一种钢轨质量检测的装置，其特征在于，包括：

获取模块，用于对钢轨的振动进行多时间点多位置点检测，获取原始数据；

提取模块，用于从原始数据中删除没有车辆经过时的数据，得到初始数据；

车辆过滤模块，用于对初始数据进行处理，以去掉车辆噪声，得到中间数据；

噪声过滤模块，用于对中间数据进行处理，以去掉环境噪声，得到钢轨数据；

构建模块，用于根据钢轨数据构建振动波形；

分段模块，用于根据待检测的钢轨质量问题所影响的钢轨长度，对振动波形进行分段；

第一模型检测模块，用于将分段后的振动波形输入预设的神经网络模型，得到钢轨质量检测结果。

8.如权利要求7所述的装置，其特征在于，所述车辆过滤模块包括：

叠加平均子模块，用于对初始数据进行叠加并求平均，得到车辆噪声；

车辆过滤子模块，用于用初始数据减掉车辆噪声，得到中间数据。

9.如权利要求7所述的装置，其特征在于，所述噪声过滤模块包括：

时频变换子模块，用于对中间数据进行傅里叶变换，以将时域的中间数据转换为频域的中间数据；

滤波子模块，用于过滤掉频域的中间数据中不高于预设功率阈值的中间数据，保留频域的中间数据中高于预设功率阈值的中间数据；

时频反变换子模块，用于对高于预设功率阈值的中间数据进行傅里叶反变换，得到钢轨数据。

10.如权利要求7所述的装置，其特征在于，所述装置还包括：

降维模块，用于采用主成分分析算法对所述振动波形进行降维处理。