申请/专利权人：北京建筑大学

申请日：2024-02-18

公开（公告）日：2024-06-25

公开（公告）号：CN118243380A

主分类号：G01M13/028

分类号：G01M13/028;G01M13/021;G01J5/48;G06F18/15;G06F18/213;G06F18/241;G06F18/25;G06N3/045;G06N3/0442;G06N3/0464;G06N3/084;G06N3/0985

优先权：

专利状态码：在审-公开

法律状态：2024.06.25#公开

摘要：本发明涉及一种智能化的轴箱轮对健康检测方法，利用红外和应力信息对轴箱轮对的健康状态进行评估。该方法首先在轨道底座上放置8个应力传感器和在伸缩结构上安装2个红外检测设备，以及在轴箱轮对上放置三轴振动传感器，共计11个一维数据，2个二维数据。然后利用RNN模型将这11个一维数据转换为二维图像。通过多源异类的信号数据级融合，结合一维振动信号转换的二维图像信号和红外图像，得到三维数据，输入到三维卷积神经网络（3D‑CNN）中，进行特征提取和训练；最后，通过训练得到的结果对轴箱轮对进行故障诊断。该方法通过综合应力和红外两种不同信息进行评估，并通过神经网络对轴箱轮对的故障情况进行精确诊断。这种智能化的健康检测方法具有快速、全面和准确的优点，可以有效地提高轴箱轮对的检测效率和准确性。

主权项：1.一种红外与应力信息的轴箱轮对检测方法，其特征在于，包括如下步骤：（1）应力片固定在铁轨底座腹板内侧，当车轮通过时采集应力数据；红外检测设备放置在伸缩结构之上，采集轮对表面的温度信息；在轴箱轮对上安装三轴振动传感器，测量在X、Y和Z轴方向上的加速度；（2）获取到的应力数据和加速度数据，通过RNN模型，从一维数据转化为二维图像；在获取到的应力数据和加速度数据的基础上，进一步进行数据处理和转换，对应力数据和加速度数据进行去除噪声、归一化或滤波的预处理操作，将预处理后的数据合并成一个综合的数据集，按照时间顺序的方式将数据对齐；得到的二维图像和红外图像进行多源异类信号数据级融合，得到三维数据；将生成的三维数据输入进三维卷积神经网络（3D-CNN）中，进行特征提取和训练；通过使用卷积层、池化层和全连接层，3D-CNN学习到图像序列中的空间和时间特征；对于预测轮对的健康状态，采用均方误差的损失函数，用于预测轮对的健康状态；并结合Adam自适应学习率优化算法，结合动量梯度下降和自适应学习率进行快速收敛；（5）通过训练结果进行综合分析输出检测结果。

全文数据：

权利要求：

百度查询： 北京建筑大学 一种红外与应力信息的轴箱轮对检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD