Date of Publication:2019-10-18 Hits:
Affiliation of Author(s):自动化学院
Journal:测控技术
Key Words:漏磁检测;路图;SVM;钢轨裂纹识别;
Abstract: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。
ISSN No.:1000-8829
Translation or Not:no
Date of Publication:2019-10-18
Co-author:冷强,,杜晨琛,Wang Ping
Correspondence Author:lwb
Date of Publication:2019-10-18