高鐵接觸網缺陷智能識別技術探討
發(fā)布時間:2020-12-25 10:50:21 編輯:tianfeng
本文摘要:目前鐵路供電系統(tǒng)主要利用2C、4C進行接觸網圖像采集,以天津供電段為例,對管內津秦高鐵進行一次2C檢測大約產生12.83GB的視頻數據,一次4C檢測大約產生185600張照片,每一幀視頻、每一張照片都需要人工分析。
目前鐵路供電系統(tǒng)主要利用2C、4C進行接觸網圖像采集,以天津供電段為例,對管內津秦高鐵進行一次2C檢測大約產生12.83GB的視頻數據,一次4C檢測大約產生185600張照片,每一幀視頻、每一張照片都需要人工分析。這種需要大量人力對海量圖片進行逐張分析的工作方式,導致了工作量巨大、識別效率低、缺陷檢出率低、資源投入大、分析周期長的工作現狀。同時因職工業(yè)務水平良莠不齊,以及視覺疲勞等原因,經常出現設備缺陷遺漏、誤判的問題,威脅高鐵運行安全。
為保障高鐵運營秩序,提高牽引供電的安全可靠性,國鐵集團提出并構建了高速鐵路供電安全檢測監(jiān)測系統(tǒng)(6C系統(tǒng))。6C系統(tǒng)的主要功能是對接觸網設備零部件狀態(tài)和弓網動靜態(tài)參數進行檢測,零部件狀態(tài)檢測主要是利用成像設備對接觸網進行多角度的高清成像及存儲,然后進行人工分析。為提高圖像數據分析效率和準確率,我們提出利用模式識別技術對采集的接觸網圖像數據進行處理,實現智能識別接觸網缺陷的目標。