[发明专利]一种用于喷泥状况评估铁轨安全的系统和方法

权利要求书

1.一种用于喷泥状况评估铁轨安全的方法，其特征在于，包括：

步骤一、获取喷泥的动态视频、喷泥位置的结构参数和环境参数；

步骤二、将所述动态视频进行分帧和特征识别，得到喷泥位移信息；

步骤三、调取多个经典喷泥状况及其路基形变量的样本数据，并将所述样本数据进行整合；

步骤四、将所述样本数据输入双隐层神经网络模型仿真训练，生成安全评估模型；所述双隐层神经网络模型包括：

建立双隐层神经网络模型激活函数为

层1为信息输入层，其输入向量为x_i,i＝1,2...n；

层2为第一隐层，构建n₁个节点，其输出向量为

层3为第二隐层，构建n₂个节点，其输出向量为

层4为输出层，构建s个节点，输出向量为y＝(y₀,y₁,y₂...y_s)；

所述仿真训练包括：

计算各层神经元的输出量；

将所述样本数据输入双隐层神经网络模型并计算总误差；

根据所述总误差逆向调整各层耦合权值，直到达到期望总误差；

式中，表示第一隐层与输入层的耦合权值，ε_j表示第一隐层神经元阈值，υ_kj表示第二隐层与第一隐层的耦合权值，ε_k表示第二隐层神经元阈值，γ_lk表示输出层与第二隐层的耦合权值，ε_l表示输出层神经元阈值，E_Σ表示期望总误差，α表示样本个数，期望输出值，实际输出值，表示反向权值调整量，表示任意两个神经元间的耦合权值，η表示学习率η∈(0.01,1)；

步骤五、将所述位移信息、所述结构参数和所述环境参数输入所述安全评估模型，得到铁轨路基形变量。

2.如权利要求1所述的用于喷泥状况评估铁轨安全的方法，其特征在于，所述步骤二包括：

将所述动态视频进行预处理得到静态图像；

将所述静态图像进行边缘检测；

计算每一帧静态图像相对于第一帧图像中边缘像素的位移量，得到喷泥的实际位移量和位移速度。

3.如权利要求2所述的用于喷泥状况评估铁轨安全的方法，其特征在于，所述预处理包括：

将所述动态视频分帧为连续的静态图像；

将所述静态图像进行灰度化处理；

采用5×5滤波模板进行中值滤波；

选取所述静态图像的灰度阈值，并根据所述灰度阈值进行二值化输出。

4.如权利要求3所述的用于喷泥状况评估铁轨安全的方法，其特征在于，所述边缘检测包括：

用高斯滤波平滑所述静态图像，去除噪声，得到图像数据；

计算所述图像数据水平方向和垂直方向的梯度幅值；

根据所述水平方向和垂直方向的梯度幅值计算图像梯度幅值和梯度方向；

保留所述梯度方向上的梯度幅值最大值，抑制非最大值；

设定梯度阈值，去除梯度值小于梯度阈值的伪边缘。

5.如权利要求4所述的用于喷泥状况评估铁轨安全的方法，其特征在于，所述结构参数包括孔隙水压、含水量、荷载幅值和渗透系数，所述环境参数包括温度和湿度。

6.如权利要求5所述的用于喷泥状况评估铁轨安全的方法，其特征在于，数据整合包括：

设定样本要素分布区间阈值；

将超出所述区间阈值的数据作为异常值；

通过插值处理替换异常值；

计算所述样本数据各要素与路基形变量的相关性系数；

将所述样本数据进行归一化处理。