[发明专利]一种基于多声发射事件概率的钢轨裂纹检测方法

摘要

一种基于多声发射事件概率的钢轨裂纹检测方法，本发明提出用卷积神经网络输出的相对概率作为声发射事件概率，解决了当前钢轨裂纹检测未充分利用样本间时序信息的问题。本发明的步骤为：一、加载声发射时域信号数据矩阵，对声发射信号做FFT变换及预处理，获得折叠为三维矩阵的频谱矩阵与标签向量。二、设定卷积网络结构参数及初始值。三、输入频谱矩阵，逐层计算迭代卷积神经网络模型误差，更新权值矩阵及偏置，进行特征提取，输出测试集分类结果及分类概率。四、基于多声发射事件概率对卷积神经网络输出修正，优化分类结果。本发明用多次声发射事件概率改进分类结果，提高了钢轨裂纹伤损的检测精度，有较强的理论与工程实际意义。

主权项

1.一种基于多声发射事件概率的钢轨裂纹检测方法，其特征在于它包括如下步骤：步骤一：加载声发射时域信号数据矩阵与标签向量对声发射信号做FFT变换及预处理，获得三维频谱矩阵与标签向量步骤二：卷积网络结构参数及初始值的设定；步骤三：逐层计算卷积神经网络模型特征与误差，更新权值矩阵及偏置，进行提取特征，并输出测试集分类结果及分类概率步骤四：基于多声发射事件概率对卷积神经网络输出修正，优化分类结果；所述的一种基于多声发射事件概率的钢轨裂纹检测方法的步骤一具体为：1)加载声发射时域信号数据矩阵与标签向量其中l₀表示信号向量的长度，即每个信号包含采样点个数，N₀表示矩阵包含的声发射信号个数，标签有两种取值，L_AE(i)＝0，1，i＝0，1，...，N₀，分别代表钢轨声发射信号安全与非安全；2)提取出信号的上升时间及持续时间，记为向量使对应上升时间与持续时间之比小于λ，Tⁱ_r、Tⁱ_d表示第i个信号的上升时间、持续时间，筛选出符合条件的信号，组成声发射信号数据矩阵及新标签向量N₁为筛选后声发射信号个数；3)对声发射信号数据矩阵进行FFT变换，得到频谱矩阵再对频谱矩阵进行截取，在满足香农采样定理的前提下，去掉冗余高频带，将频谱范围限定在声发射信号常用频率1MHz内，得到新的频谱矩阵4)对的每列元素进行折叠，得到三维数据矩阵将每个信号转换为二维矩阵，矩阵元素总数l₁＝a₀×b₀，a₀、b₀分别为信号折叠成的矩阵行数、列数，再对三维数据矩阵进行归一化处理，得到最大幅值为1的三维频谱矩阵其标签向量仍为