CN109946380A - 无砟轨道砂浆层脱空检测方法、装置及终端设备 - Google Patents
无砟轨道砂浆层脱空检测方法、装置及终端设备 Download PDFInfo
- Publication number
- CN109946380A CN109946380A CN201910267362.XA CN201910267362A CN109946380A CN 109946380 A CN109946380 A CN 109946380A CN 201910267362 A CN201910267362 A CN 201910267362A CN 109946380 A CN109946380 A CN 109946380A
- Authority
- CN
- China
- Prior art keywords
- data
- detection data
- mortar layer
- ballastless track
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Radar Systems Or Details Thereof (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种无砟轨道砂浆层脱空检测方法、装置及终端设备,该方法应用于安全检测技术领域,所述方法包括:基于弹性冲击波法对无砟轨道砂浆层进行脱空检测,得到第一检测数据;基于探地雷达法对无砟轨道砂浆层进行脱空检测,得到第二检测数据;分别提取所述第一检测数据和所述第二检测数据的特征,并对所述第一检测数据的特征和所述第二检测数据的特征进行融合,得到融合特征;根据所述融合特征和预设脱空检测模型进行无砟轨道砂浆层的脱空检测。本发明提供的无砟轨道砂浆层脱空检测方法、装置及终端设备能够有效提高无砟轨道砂浆层脱空检测的精度。
Description
技术领域
本发明属于安全检测技术领域,更具体地说,是涉及一种无砟轨道砂浆层脱空检测方法、装置及终端设备。
背景技术
目前,高速铁路轨下多层结构(主要包括无砟轨道轨下各结构层及路基本体、桥面板等特有层状复合结构)承载着高速列车通行,在高密度、高时速列车行驶下,其质量好坏、病害(缺陷)发生与否、性能状态等直接关系到列车运营的安全性。
当前,传统的铁路轨下结构病害检测方法以挖探、钎探为主,其存在成本高、工期长、信息量小、随意性大、容易对被测线路造成损坏等缺点。针对铁路轨下结构病害快速无损检测的巨大现实需求,铁路相关部门越来越多地应用探地雷达这一高效、连续的检测技术来全面、及时地了解整条铁路线下结构的状况信息。然而仅利用探地雷达技术无法精准地完成铁路轨下结构病害检测,以砂浆层脱空病害检测为例,探地雷达电磁波在传递过程中会受到无砟轨道内部钢筋强反射的干扰,导致仅利用探地雷达的无砟轨道砂浆层脱空检测性能受限。
除探地雷达技术外,基于弹性波理论的轨下病害识别技术开始普及应用。以砂浆层脱空病害检测为例,弹性波在无砟轨道多层介质中传播时遇到脱空区域会出现反射回波,利用该特性可检测脱空病害。然而高速铁路轨道结构复杂,弹性波在病害表面和层间界面反射过程中,不同类型的回波相互叠加,导致仅利用弹性波一种技术也无法较为精准地完成脱空检测。
发明内容
本发明的目的在于提供一种无砟轨道砂浆层脱空检测方法、装置及终端设备,以解决“如何提高现有的无砟轨道砂浆层脱空检测精度”的技术问题。
本发明实施例的第一方面,提供了一种无砟轨道砂浆层脱空检测方法,包括:
基于弹性冲击波法对无砟轨道砂浆层进行脱空检测,得到第一检测数据;
基于探地雷达法对无砟轨道砂浆层进行脱空检测,得到第二检测数据;
分别提取所述第一检测数据和所述第二检测数据的特征,并对所述第一检测数据的特征和所述第二检测数据的特征进行融合,得到融合特征;
根据所述融合特征和预设脱空检测模型进行无砟轨道砂浆层的脱空检测。
本发明实施例的第二方面,提供了一种无砟轨道砂浆层脱空检测装置,包括:
第一数据获取模块,用于基于弹性冲击波法对无砟轨道砂浆层进行脱空检测,得到第一检测数据;
第二数据获取模块,用于基于探地雷达法对无砟轨道砂浆层进行脱空检测,得到第二检测数据;
特征融合模块,用于分别提取所述第一检测数据和所述第二检测数据的特征,并对所述第一检测数据的特征和所述第二检测数据的特征进行融合,得到融合特征;
脱空检测模块,用于根据所述融合特征和预设脱空检测模型进行无砟轨道砂浆层的脱空检测。
本发明实施例的第三方面,提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的无砟轨道砂浆层脱空检测方法的步骤。
本发明实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的无砟轨道砂浆层脱空检测方法的步骤。
本发明提供的无砟轨道砂浆层脱空检测方法及装置的有益效果在于:与现有技术相比,本发明实施例提供的无砟轨道砂浆层脱空检测方法、装置及终端设备通过对弹性冲击波法采集的特征数据和探地雷达法采集的特征数据进行融合,扩展了时间与空间上的数据观测范围,增强了数据的可信度,提高了无砟轨道砂浆层脱空检测的可靠性和鲁棒性,无砟轨道砂浆层脱空检测的精度也因此得到了有效提高。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的无砟轨道砂浆层脱空检测方法的流程示意图;
图2的本发明另一实施例提供的无砟轨道砂浆层脱空检测方法的流程示意图;
图3为本发明再一实施例提供的无砟轨道砂浆层脱空检测方法的流程示意图;
图4为本发明又一实施例提供的无砟轨道砂浆层脱空检测方法的流程示意图;
图5为本发明一实施例提供的无砟轨道砂浆层脱空检测装置的结构框图;
图6为本发明一实施例提供的终端设备的示意框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参考图1,图1为本发明一实施例提供的无砟轨道砂浆层脱空检测方法的流程示意图。该方法包括:
S101:基于弹性冲击波法对无砟轨道砂浆层进行脱空检测,得到第一检测数据。
弹性冲击波在传播过程中,遇到裂纹、孔洞等不连续界面时,会发生散射、折射以及反射等现象。由于高速铁路无砟轨道整体结构是多层板状结构,因此无砟轨道受到激振后的响应情况可以反映出结构本身的特性,弹性冲击波可以检测到无砟轨道下的裂纹与孔洞情况。本实施例采用弹性冲击波法对无砟轨道砂浆层进行脱空检测,瞬态弹性冲击波从无砟轨道板表面传至支承层底面,再反射回无砟轨道板表面的传播是一个能量和幅值连续变化的过程,因此可采集瞬态弹性冲击波在无砟轨道传播过程中的物理参数数据(即第一检测数据),提取并量化该物理参数数据的特征作为脱空检测的融合特征之一。
其中,物理参数数据包括但不限于频率数据、速度数据或位移数据等。
S102:基于探地雷达法对无砟轨道砂浆层进行脱空检测,得到第二检测数据。
探地雷达的主要特点是双曲特性,由于无砟轨道结构中的轨道板设计和施工过程中要求非常严格,钢筋分布在空间上具有对称性,因此钢筋分布回波信号在空间上为周期信号,而无砟轨道中的病害为随机分布目标,因此无砟轨道中的病害的回波信号在空间上为非周期信号,为奇异点,故本实施例采用探地雷达法对无砟轨道砂浆层进行脱空检测,采集探地雷达在无砟轨道砂浆层传播过程中的回波信号数据(即第二检测数据),提取并量化该回波信号数据的特征作为脱空检测的融合特征之一。
S103:分别提取第一检测数据和第二检测数据的特征,并对第一检测数据的特征和第二检测数据的特征进行融合,得到融合特征。
在本实施例中,可对第一检测数据和第二检测数据的特征进行提取和融合。本实施例采用特征层融合的方式,将弹性冲击波法与探地雷达法采集的数据进行融合。
在本实施例中,具体的特征融合方法可以为:在传感器采集到无砟轨道的两种特征后,通过特征堆栈的方式获得无砟轨道的融合特征向量,即x=[xA,xB]。其中,xA为传感器采集得到的弹性冲击波特征(即从第一检测数据中提取得到的特征),xB为采集得到的探地雷达特征(即从第二检测数据中提取得到的特征),x为融合特征。
从上述描述可知,本实施例采用特征层融合的方法,有效避免了数据层融合对所融合特征的特征类型的限制(数据层融合只能针对同一物理现象进行融合)和决策层融合带来的数据丢失,可以有效提高无砟轨道砂浆层脱空检测的精度。
S104:根据融合特征和预设脱空检测模型进行无砟轨道砂浆层的脱空检测。
在本实施例中,无砟轨道砂浆层脱空检测方法还可以包括建立预设脱空检测模型的过程,也即建立初始预设脱空检测模型,采用训练数据集对该初始预设脱空模型进行训练,当初始预设脱空检测模型的检测精度达到预设阈值时,停止训练过程,预设脱空检测模型建立完成。
其中,训练数据集中包括第一数据集和第二数据集。第一数据集可以为弹性冲击波检测提取得到的特征数据集,其中包括有缺陷的数据和正常数据。第二数据集可以为探地雷达检测提取得到的特征数据集,其中包括有缺陷的数据和正常数据。可选地,第一数据集也可以为探地雷达检测提取得到的特征数据集,第二数据集也可以为弹性冲击波检测提取得到的特征数据集,此处不做限定。
从上述描述可知,本发明实施例提供的无砟轨道砂浆层脱空检测方法通过对弹性冲击波法采集的特征数据和探地雷达法采集的特征数据进行融合,扩展了时间与空间上的数据观测范围,增强了数据的可信度,提高了无砟轨道砂浆层脱空检测的可靠性和鲁棒性,无砟轨道砂浆层脱空检测的精度也因此得到了有效提高。其中,将本实施例提供的无砟轨道砂浆层脱空检测方法与基于弹性冲击波特征的脱空检测方法、基于探地雷达特征的脱空检测方法进行实验对比,实验结果证明本发明实施例提供的无砟轨道砂浆层脱空检测方法具有更高的检测准确率。
请一并参考图1及图2,图2为本申请另一实施例提供的无砟轨道砂浆层脱空检测方法的流程示意图。在上述实施例的基础上,步骤S101可以详述为:
S201:获取第一频率区间内第一检测数据的峰值数据,得到第一峰值数据。
S202:获取第二频率区间内第一检测数据的峰值数据,得到第二峰值数据。
S203:基于第一峰值数据和第二峰值数据进行第一检测数据的特征的提取。
弹性冲击波在无砟轨道的传播过程中,其频域图谱可观察到的共振谱能量集中在4~11kHz范围内。当弹性冲击波在含缺陷的无砟轨道(即存在脱空病害的无砟轨道)中传播时,弹性冲击波到达轨道板和砂浆层缺陷界面会出现强烈反射,弹性冲击波在轨道板上下表面之间多次反射产生瞬态共振,体现在速度和位移频域图上,即表现为在10kHz附近出现较高的共振峰,而4kHz附近的共振峰减弱。
在本实施例中,为了将检测砂浆层缺陷特征定量化,对不同工况下测试数据的特征进行提取,可对弹性冲击波检测得到的数据(即第一检测数据)进行傅立叶变换。之后提取第一频率区间内第一检测数据的峰值数据(即第一峰值数据)和第二频率区间内第一检测数据的峰值数据(即第二峰值数据),再基于第一峰值数据和第二峰值数据提取第一检测数据的特征。
可将第一频率区间设置为高频区间,第二频率区间设置为低频区间。此时第一检测数据和第二检测数据的特征提取方法可以为:
将第一频率区间设置为4kHz-8kHz,第二频率区间设置为8kHz-14kHz。提取第一频率区间内各个数据点的峰值,作为第一峰值数据。提取第二频率区间内各个数据点的峰值,作为第二峰值数据。对第一峰值数据和第二峰值数据进行均值化处理后,将第一峰值数据和第二峰值数据的比值作为第一检测数据的特征进行提取。
其中,对第一峰值数据进行均值化处理可以为:对第一峰值数据中的峰值点平方求和,并求取第一峰值数据中所有峰值点平方求和后的平均值。对第二峰值数据进行均值化处理的方式与第一峰值数据进行均值化处理的方式类似,此处不再赘述。
其中,第一峰值数据和第二峰值数据的比值即为功率密度比。对于正常的无砟轨道,功率密度比的值在0.5以上,而含缺陷的无砟轨道(即存在脱空病害的无砟轨道),功率密度比的值在0.5以下。因此,可将功率密度比作为第一检测数据的特征进行提取。
可选地,也可将第一频率区间设置为高频区间,第二频率区间设置为低频区间并按照上述第一检测数据和第二检测数据的特征提取方法进行提取,此处不再赘述。
可选地,请一并参考图1及图2,作为本发明实施例提供的无砟轨道砂浆层脱空检测方法的一种具体实施方式,在上述实施例的基础上,步骤S101还可以包括:
S204:对第一峰值数据和第二峰值数据进行均值化处理。
请一并参考图1及图3,图3为本申请再一实施例提供的无砟轨道砂浆层脱空检测方法的流程示意图。在上述实施例的基础上,步骤S102可以详述为:
S301:对第二检测数据进行转换处理,得到位置区间数据。
S302:基于位置区间数据进行第二检测数据的特征的提取。
在本实施例中,可对第二检测数据进行f-k变换和快速傅里叶逆变换得到位置区间数据,对位置区间数据进行均值化处理后,将均值化处理的位置区间数据作为第二检测数据的特征进行提取。其中,对位置区间数据进行均值化处理即为:求取位置区间数据中所有数据点求和后的平均值。
请一并参考图1及图4,图4为本申请又一实施例提供的无砟轨道砂浆层脱空检测方法的流程示意图。在上述实施例的基础上,步骤S301可以详述为:
S401:对第二检测数据进行第一转换处理,得到参数范围数据。
在本实施例中,一方面,可对第二检测处理进行f-k变换(即第一转换处理)确定探地雷达回波的波速,其中f-k变换方法可以为:
(1)中,g(x,t)为探地雷达值,频率f为单位时间(1s)探地雷达波传播的周期数,用于表示探地雷达值在时间上的傅里叶变换。波数k为单位距离(1m)的探地雷达波传播的波长数,用于表示探地雷达值在空间上的傅里叶变换。
关于探地雷达值:雷达波形图分为多条曲线,每一条曲线都代表一时间函数g(xi,tj),xi表示第i道扫描,tj表示第i道扫描的时程曲线中的第j个采样点。将多道扫描组合形成探地雷达值g(x,t),即
(2)中,N为雷达波道数,M为采集点个数。
其中,可根据周期与频率,波数与波长的关系确定波速v的值:
(3)中T为探地雷达波的周期,λ为探地雷达波的波长,v为探地雷达波的波速。
另一方面,探地雷达实际检测过程中,电磁波在有损介质中传播会造成频散现象,也即会对探地雷达波的波速产生影响:
(4)中,ω为探地雷达信号传播角频率,ωc为介质中的传播角频率常数,μ为相对磁导率,εr为复介电常数,Q为品质因数。
因此,不同介质在f-k平面中的波速值为一个范围值,经过第一转换处理后即可得到探地雷达波的波速范围(也即参数范围数据)。其中,参数范围数据并不限于波速范围,也可为其他物理参数范围,本实施例不做限定。
其中,在对第二检测数据进行第一转换处理后,第二检测数据的直流量并不在矩阵中心位置,可对第二检测数据进行偏移处理。
S402:对参数范围数据进行第二转换处理,得到位置区间数据。
在本实施例中,可对参数范围数据进行快速傅里叶逆变换(也即第二转换处理),得到无砟轨道的位置区间数据。
可选地,作为本发明实施例提供的无砟轨道砂浆层脱空检测方法的一种具体实施方式,无砟轨道砂浆层脱空检测方法还可以包括:
基于最优分类超平面建立初始预设脱空检测模型。
基于训练数据集对初始预设脱空检测模型进行训练,得到预设脱空检测模型。
可选地,作为本发明实施例提供的无砟轨道砂浆层脱空检测方法的一种具体实施方式,初始预设脱空检测模型可以为:
(5)中,(w,b)为最优分类超平面参数,Φ(·)为非线性映射函数,xk为融合特征,yk为检测模型预设参数。
(5)中,可根据先验知识设置yk的值,可将无缺陷(即不存在脱空病害)的训练数据集所对应的yk设置为0,将有缺陷(即存在脱空病害)的训练数据集所对应的yk设置为1。则训练数据集可以为S={yk,xk}N(此处N为训练数据集中的特征数量)。本实施例中,训练数据集可包括第一数据集和第二数据集。第一数据集可以为弹性冲击波检测提取得到的特征数据集,其中包括有缺陷的数据和正常数据。第二数据集可以为探地雷达检测提取得到的特征数据集,其中包括有缺陷的数据和正常数据。可选地,第一数据集也可以为探地雷达检测提取得到的特征数据集,第二数据集也可以为弹性冲击波检测提取得到的特征数据集,此处不做限定。
在本实施例中,在完成特征融合的基础上,需进一步对无砟轨道是否存在缺陷特征进行区分。支持向量机(Support Vector Machine,SVM)是一种基于风险最小化原理的分类学***面的确定),因此可基于支持向量机的方法建立初始预设脱空检测模型(5)并对该初始预设脱空模型进行训练得到预设脱空检测模型。
对初始预设脱空检测模型(5)的求解可通过以下方法:
对(5)进行拉格朗日变换可以得到:
分别对ω与b求偏导,并令ω和b等于0,进一步建立(α,b)的参数线性方程:
(7)中,y与a均为向量,Ω为核矩阵:
(8)中,K(xk,xl)为核函数,可采用径向基核函数(RBF):
K(xk,xl)=exp(-||xk-xl||2/2σ2) (9)
(9)中,σ为径向基核函数的宽度参数。由此可以得到最终的无砟轨道缺陷区域的分类决策函数为:
(10)中,sign(·)为符号函数。
可通过求解(10)对初始预设脱空检测模型进行求解,得到预设脱空检测模型。
对应于上文实施例的无砟轨道砂浆层脱空检测方法,图5为本发明一实施例提供的无砟轨道砂浆层脱空检测装置的结构框图。为了便于说明,仅示出了与本发明实施例相关的部分。参考图5,该装置包括:第一数据获取模块510,第二数据获取模块520,特征融合模块530和脱空检测模块540。
其中,第一数据获取模块510,用于基于弹性冲击波法对无砟轨道砂浆层进行脱空检测,得到第一检测数据。
第二数据获取模块520,用于基于探地雷达法对无砟轨道砂浆层进行脱空检测,得到第二检测数据。
特征融合模块530,用于分别提取第一检测数据和第二检测数据的特征,并对第一检测数据的特征和第二检测数据的特征进行融合,得到融合特征。
脱空检测模块540,用于根据融合特征和预设脱空检测模型进行无砟轨道砂浆层的脱空检测。
参考图5,在本发明的再一个实施例中,第一数据获取模块510可以包括:
第一数据获取单元511,用于获取第一频率区间内第一检测数据的峰值数据,得到第一峰值数据。
第二数据获取单元512,用于获取第二频率区间内第一检测数据的峰值数据,得到第二峰值数据。
数据提取单元513,用于基于第一峰值数据和第二峰值数据进行第一检测数据的特征的提取。
参考图5,在本发明的又一个实施例中,第一数据获取模块510还可以包括:
均值化处理单元514,用于对第一峰值数据和第二峰值数据进行均值化处理。
参考图5,在本发明的又一个实施例中,第二数据获取模块520可以包括:
转换处理单元521,用于对第二检测数据进行转换处理,得到位置区间数据。
第二数据处理单元522,用于基于位置区间数据进行第二检测数据的特征的提取。
参考图5,在本发明的又一个实施例中,转换处理模块521可以包括:
第一处理装置5211,用于对第二检测数据进行第一转换处理,得到参数范围数据。
第二处理装置5212,用于对参数范围数据进行第二转换处理,得到位置区间数据。
可选地,作为本发明实施例提供的无砟轨道砂浆层脱空检测装置的一种具体实施方式,无砟轨道砂浆层脱空检测装置还可以包括:
脱空检测模型建立模块550,用于基于最优分类超平面建立初始预设脱空检测模型。基于训练数据集对初始预设脱空检测模型进行训练,得到预设脱空检测模型。
可选地,作为本发明实施例提供的无砟轨道砂浆层脱空检测装置的一种具体实施方式,初始预设脱空检测模型为:
其中,(w,b)为最优分类超平面参数,Φ(·)为非线性映射函数,xk为融合特征,yk为检测模型预设参数。
参见图6,图6为本发明一实施例提供的一种终端设备的示意框图。如图6所示的本实施例中的终端600可以包括:一个或多个处理器601、一个或多个输入设备602、一个或多个输出设备603及一个或多个存储器604。上述处理器601、输入设备602、则输出设备603及存储器604通过通信总线605完成相互间的通信。存储器604用于存储计算机程序,计算机程序包括程序指令。处理器601用于执行存储器604存储的程序指令。其中,处理器601被配置用于调用程序指令执行以下操作上述各装置实施例中各模块/单元的功能,例如图5所示模块510至550的功能。
应当理解,在本发明实施例中,所称处理器601可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备602可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等,输出设备603可以包括显示器(LCD等)、扬声器等。
该存储器604可以包括只读存储器和随机存取存储器,并向处理器601提供指令和数据。存储器604的一部分还可以包括非易失性随机存取存储器。例如,存储器604还可以存储设备类型的信息。
具体实现中,本发明实施例中所描述的处理器601、输入设备602、输出设备603可执行本发明实施例提供的无砟轨道砂浆层脱空检测方法的第一实施例和第二实施例中所描述的实现方式,也可执行本发明实施例所描述的终端的实现方式,在此不再赘述。
在本发明的另一实施例中提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序包括程序指令,程序指令被处理器执行时实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元,例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备,例如终端上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的终端和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的终端和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种无砟轨道砂浆层脱空检测方法,其特征在于,包括:
基于弹性冲击波法对无砟轨道砂浆层进行脱空检测,得到第一检测数据;
基于探地雷达法对无砟轨道砂浆层进行脱空检测,得到第二检测数据;
分别提取所述第一检测数据和所述第二检测数据的特征,并对所述第一检测数据的特征和所述第二检测数据的特征进行融合,得到融合特征;
根据所述融合特征和预设脱空检测模型进行无砟轨道砂浆层的脱空检测。
2.如权利要求1所述的无砟轨道砂浆层脱空检测方法,其特征在于,所述提取所述第一检测数据的特征,包括:
获取第一频率区间内所述第一检测数据的峰值数据,得到第一峰值数据;
获取第二频率区间内所述第一检测数据的峰值数据,得到第二峰值数据;
基于所述第一峰值数据和所述第二峰值数据进行所述第一检测数据的特征的提取。
3.如权利要求2所述的无砟轨道砂浆层脱空检测方法,其特征在于,在将所述第一峰值数据和所述第二峰值数据的比值作为所述第一检测数据的特征进行提取之前,还包括:
对所述第一峰值数据和所述第二峰值数据进行均值化处理。
4.如权利要求1所述的无砟轨道砂浆层脱空检测方法,其特征在于,所述提取所述第二检测数据的特征,包括:
对所述第二检测数据进行转换处理,得到位置区间数据;
基于所述位置区间数据进行所述第二检测数据的特征的提取。
5.如权利要求4所述的无砟轨道砂浆层脱空检测方法,其特征在于,所述对所述第二检测数据进行转换处理,得到位置区间数据,包括:
对所述第二检测数据进行第一转换处理,得到参数范围数据;
对所述参数范围数据进行第二转换处理,得到位置区间数据。
6.如权利要求1所述的无砟轨道砂浆层脱空检测方法,其特征在于,还包括:
基于最优分类超平面建立初始预设脱空检测模型;
基于训练数据集对所述初始预设脱空检测模型进行训练,得到预设脱空检测模型。
7.如权利要求1至6任一项所述的无砟轨道岩浆层脱空检测方法,其特征在于,所述初始预设脱空检测模型为:
其中,(w,b)为最优分类超平面参数,Φ(·)为非线性映射函数,xk为融合特征,yk为检测模型预设参数。
8.一种无砟轨道砂浆层脱空检测装置,其特征在于,包括:
第一数据获取模块,用于基于弹性冲击波法对无砟轨道砂浆层进行脱空检测,得到第一检测数据;
第二数据获取模块,用于基于探地雷达法对无砟轨道砂浆层进行脱空检测,得到第二检测数据;
特征融合模块,用于分别提取所述第一检测数据和所述第二检测数据的特征,并对所述第一检测数据的特征和所述第二检测数据的特征进行融合,得到融合特征;
脱空检测模块,用于根据所述融合特征和预设脱空检测模型进行无砟轨道砂浆层的脱空检测。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910267362.XA CN109946380B (zh) | 2019-04-03 | 2019-04-03 | 无砟轨道砂浆层脱空检测方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910267362.XA CN109946380B (zh) | 2019-04-03 | 2019-04-03 | 无砟轨道砂浆层脱空检测方法、装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109946380A true CN109946380A (zh) | 2019-06-28 |
CN109946380B CN109946380B (zh) | 2022-09-27 |
Family
ID=67013666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910267362.XA Active CN109946380B (zh) | 2019-04-03 | 2019-04-03 | 无砟轨道砂浆层脱空检测方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109946380B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110940734A (zh) * | 2019-12-04 | 2020-03-31 | 中国科学院武汉岩土力学研究所 | 岩体内部异常结构监测与潜在地质灾害评估方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6186006B1 (en) * | 1996-08-22 | 2001-02-13 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Method for three-dimensional and non-destructive detection of structures |
CN104765062A (zh) * | 2015-04-13 | 2015-07-08 | 四川升拓检测技术有限责任公司 | 基于弹性波的无砟轨道板脱空无损检测方法 |
CN107089246A (zh) * | 2017-05-27 | 2017-08-25 | 成都圭目机器人有限公司 | 一种无砟铁道板底脱空检测机器人***和检测方法 |
CN108344801A (zh) * | 2018-01-10 | 2018-07-31 | 北京铁科工程检测中心 | Crtsⅱ型板式无砟轨道砂浆粘结质量检测设备及方法 |
-
2019
- 2019-04-03 CN CN201910267362.XA patent/CN109946380B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6186006B1 (en) * | 1996-08-22 | 2001-02-13 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Method for three-dimensional and non-destructive detection of structures |
CN104765062A (zh) * | 2015-04-13 | 2015-07-08 | 四川升拓检测技术有限责任公司 | 基于弹性波的无砟轨道板脱空无损检测方法 |
CN107089246A (zh) * | 2017-05-27 | 2017-08-25 | 成都圭目机器人有限公司 | 一种无砟铁道板底脱空检测机器人***和检测方法 |
CN108344801A (zh) * | 2018-01-10 | 2018-07-31 | 北京铁科工程检测中心 | Crtsⅱ型板式无砟轨道砂浆粘结质量检测设备及方法 |
Non-Patent Citations (3)
Title |
---|
姜勇 等: ""铁路隧道衬砌缺陷检测中地质雷达法和冲击回波法的联合应用研究"", 《铁道建筑》 * |
姜子清 等: ""CRTS II型板式无砟轨道砂浆层离缝检查及伤损限值研究"", 《铁道建筑》 * |
林玉池: "《现代传感技术与***》", 31 July 2009 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110940734A (zh) * | 2019-12-04 | 2020-03-31 | 中国科学院武汉岩土力学研究所 | 岩体内部异常结构监测与潜在地质灾害评估方法及*** |
CN110940734B (zh) * | 2019-12-04 | 2021-03-30 | 中国科学院武汉岩土力学研究所 | 岩体内部异常结构监测与潜在地质灾害评估方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN109946380B (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Integrated processing of image and GPR data for automated pothole detection | |
Dinh et al. | Migration-based automated rebar picking for condition assessment of concrete bridge decks with ground penetrating radar | |
CN102621150A (zh) | 基于灰度共生矩阵和支持向量机的飞机蒙皮损伤识别方法 | |
Wang et al. | GIS partial discharge pattern recognition via lightweight convolutional neural network in the ubiquitous power internet of things context | |
Ishitsuka et al. | Object Detection in Ground‐Penetrating Radar Images Using a Deep Convolutional Neural Network and Image Set Preparation by Migration | |
CN105866832B (zh) | 深层致密砂岩气藏的低级序断层的识别方法和装置 | |
Xiang et al. | Robust cascaded frequency filters to recognize rebar in GPR data with complex signal interference | |
CN109190510A (zh) | 基于探地雷达的地下空洞量化识别方法 | |
CN108734060A (zh) | 一种高速动车组车轮多边形化的识别方法及装置 | |
CN109946380A (zh) | 无砟轨道砂浆层脱空检测方法、装置及终端设备 | |
CN106443668A (zh) | 基于探地雷达的公路路面层间剥离的评价方法 | |
Ata et al. | Data acquisition and structural analysis for bridge deck condition assessment using ground penetration radar | |
CN103426001B (zh) | Sar图像目标识别方法 | |
Zhou et al. | Cross-sparse representation based on dispersion dictionary for ultrasonic guided wave to messenger cable damage detection in cladding zone | |
CN106709335A (zh) | 漏洞检测方法和装置 | |
CN108459320A (zh) | 基于地质雷达法的排水箱涵结构内侧腐蚀检测结构及方法 | |
Yue et al. | Road subsurface distress recognition method using multiattribute feature fusion with ground penetrating radar | |
CN109001728B (zh) | 基于探地雷达检测钢筋混凝土内部病害的方法及装置 | |
Hong et al. | Array ultrasonic guided wave spiral focusing detection method for inner damage of messenger cable in covered area | |
Yu et al. | Cement pavement void detection algorithm based on GPR signal and continuous wavelet transform method | |
CN208520992U (zh) | 基于地质雷达法的排水箱涵结构内侧腐蚀检测结构 | |
Wang et al. | Deep learning framework for total stress detection of steel components | |
CN104657624A (zh) | 一种肝硬化全量化分析方法 | |
US11567225B2 (en) | Fault skeletonization for fault identification in a subterranean environment | |
Chen et al. | Dispersion characteristics of surface wave in SCCS: theoretical analysis, numerical simulation and MASW-based NDT |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |