基于路图特征和SVM的钢轨裂纹识别

• 作者: 冷强 刘文波 杜晨琛 王平 赵旭东
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 漏磁检测 路图 SVM 钢轨裂纹识别
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 5-9,39
• 页数: 6页
• 分类号: TN911|TP206
• 字数: 4173字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.10.002

摘要

为了进一步提升钢轨裂纹的识别精度,从新特征的角度出发,提出一种基于路图特征和支持向量机( Support Vector Machine,SVM)的钢轨裂纹识别方法.该方法基于图信号处理与图谱理论,计算由钢轨裂纹时域漏磁( Magnetic Flux Leakage,MFL)信号转换得到的路图信号的"时域"和"频域"统计量作为钢轨裂纹MFL信号的特征训练SVM分类器,有效实现了不同缺陷参数的钢轨裂纹识别.基于钢轨裂纹漏磁检测平台实测数据验证所提方法的有效性.实验结果表明,相比于传统漏磁信号特征,采用路图特征在钢轨裂纹识别中的精度更高、稳定性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘文波	南京航空航天大学自动化学院	102	951	15.0	27.0
2	王平	南京航空航天大学自动化学院	56	240	8.0	14.0
3	杜晨琛	南京航空航天大学自动化学院	3	7	1.0	2.0
4	冷强	南京航空航天大学自动化学院	2	0	0.0	0.0
5	赵旭东	南京航空航天大学自动化学院	2	0	0.0	0.0