[发明专利]节能型空轨系统的轨道巡检车和检测方法有效
申请号: | 201911214839.4 | 申请日: | 2019-12-02 |
公开(公告)号: | CN111016932B | 公开(公告)日: | 2021-02-12 |
发明(设计)人: | 杨杰;高涛;郑魏婧;付云骁;唐海川 | 申请(专利权)人: | 江西理工大学;中车长春轨道客车股份有限公司 |
主分类号: | B61B3/02 | 分类号: | B61B3/02;B61B12/00;B61D15/12;B61K9/08 |
代理公司: | 北京润平知识产权代理有限公司 11283 | 代理人: | 邹飞艳 |
地址: | 341000 *** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 节能型 系统 轨道 巡检 检测 方法 | ||
1.一种节能型空轨系统的轨道检测方法,其特征在于,所述检测方法包括:
S1、通过基于深度学习的图像异物检测手段建立机器识别网络数据库;
S2、通过轨道巡检车的检测设备对轨道内部的相关部件进行图像/视频采集;
S3、将预设提取的样本数据加载到车载;
S4、车载将样本数据通过车载通信模块传送到地面监控中心/云端数据库/移动监控终端,由地面数据处理单元进行轨道异物识别,地面监控中心发布相应的执行操作命令至轨道巡检车,轨道巡检车执行处理命令功能;并且/或者,
车载控制轨道巡检车执行处理命令功能,由轨道巡检车的轨道异物清理模块执行相应的异物清除命令;并且/或者,
由地面监控中心发出轨道异常预警至轨道维护人员的移动监控终端监护设备,通过人工清理异物,同时轨道巡检车依据不同程度的预警等级进行进一步的操作。
2.根据权利要求1所述的轨道检测方法,其中,所述基于深度学习的图像异物检测手段包括基于深度学习的轨道异物识别算法,所述识别算法利用YOLO_v3网络模型构建永磁悬浮模块异物目标对象的智能检测模型,所述智能检测模型包括:
图形预处理模块,对检测视频进行单帧处理,并对获得的单帧图像进行预处理;和
轨道入侵区域划定模块,对检测图像进行处理,划定出危险区域,将多余的部分去除;和
轨道异物入侵检测模块,所述轨道异物入侵检测模块利用构建的智能检测模型对划定的入侵区域进行检测,如检测到有异物侵入到危险区域,则向地面控制中心/云端数据库/移动监控设备发布轨道异物警报。
3.一种节能型空轨系统的轨道巡检车,其特征在于,所述巡检车包括能够相互配合的轨道取样检测模块、车载通信模块、监控设备模块、车载运控模块和轨道异物清理模块;
磁通检测模块,所述磁通检测模块具有磁通检测设备,通过所述磁通检测设备对永磁悬浮轨道沿线的静态磁场变化进行实时检测,通过所述车载运控模块对所述磁通检测设备的检测数据进行识别、判断和轨道异常诊断;和
轨道状态取样模块,所述轨道状态取样模块通过与所述监控设备模块配合,对永磁悬浮轨道检测数据异常的位置进行图像样本采集,然后与对应的轨道位置的正常图像样本数据库进行智能化诊断
所述轨道取样检测模块通过对悬挂式轨道梁两侧的永磁悬浮轨道进行轨道沿线的自动巡检,检测轨道悬浮阵列的部分受损情况、永磁悬浮块的碎裂、轨道形变、轨道保护皮翘皮;
所述车载通信模块能够和地面监控中心/云端数据库/移动监控终端进行数据交互;
所述监控设备模块能够通过拍照/摄像手段对轨道进行图像取样,并配合所述车载通信模块将图像样本数据传送到地面监控中心/云端数据库/移动监控终端,所述轨道异物清理模块能够执行车载通信模块和车载运控模块的命令以清理轨道。
4.根据权利要求3所述的轨道巡检车,其特征在于,所述轨道取样检测模包括:
磁通检测模块,所述磁通检测模块具有磁通检测设备,通过所述磁通检测设备对永磁悬浮轨道沿线的静态磁场变化进行实时检测,通过所述车载运控模块对所述磁通检测设备的检测数据进行识别、判断和轨道异常诊断;和
轨道状态取样模块,所述轨道状态取样模块通过与所述监控设备模块配合,对永磁悬浮轨道检测数据异常的位置进行图像样本采集,然后与对应的轨道位置的正常图像样本数据库进行智能化诊断。
5.根据权利要求3所述的轨道巡检车,其特征在于,所述轨道异物清理模块包括:
异物清扫设备,所述异物清扫设备实时保持与所述车载通信模块数据通信,并通过所述车载运控模块协调控制所述异物清扫设备进行异物清理;和
轨道除尘设备,所述轨道除尘设备能够扫除永磁悬浮轨道上吸附的包括磁屑和灰尘的屑末异物。
6.根据权利要求5所述的轨道巡检车,其特征在于,所述轨道除尘设备位于永磁悬浮轨道的正上方。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江西理工大学;中车长春轨道客车股份有限公司,未经江西理工大学;中车长春轨道客车股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911214839.4/1.html,转载请声明来源钻瓜专利网。