基于AlexNet神经网络的手推式双轨探伤仪超声检测系统研究

作     者：王旭华 郑韵娴 安尚文 黄凤英 吕关仁 WANG Xuhua;ZHENG Yunxian;AN Shangwen;HUANG Fengying;LYU Guanren

作者机构：中国铁路济南局集团有限公司工务部山东济南250001 中国铁道科学研究院集团有限公司金属及化学研究所北京100081 北京中铁科新材料技术有限公司北京100081 

出 版 物：《铁道技术监督》 (Railway Quality Control)

年 卷 期：2022年第50卷第4期

页      面：19-24页

学科分类：08[工学] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：中国国家铁路集团有限公司科研开发计划重点课题(N2020G017) 

主　　题：钢轨伤损 超声波探伤 伤损自动识别 算法 神经网络 

摘      要：针对传统方法对钢轨各部位探伤需要采用不同的探伤设备,效率低,并且无法综合评价钢轨质量的问题,设计可以兼顾钢轨内部伤损(含垂向裂纹)和钢轨表面伤损检测的手推式双轨探伤仪。介绍手推式双轨探伤仪超声检测系统组成、工作原理、探伤方法和伤损自动识别方法。详细论述伤损自动识别方法的技术架构、基于无监督聚类的B显数据分割方法和AlexNet神经网络架构,并针对标准样轨4类典型钢轨伤损进行验证。验证结果表明,基于改进的无监督聚类与AlexNet神经网络自动识别算法识别准确率可达90%以上,钢轨伤损图像提取准确率达到98.53%。手推式双轨探伤仪超声检测系统可以同时检测2股钢轨,自动判别伤损,有效识别钢轨伤损特征,较好地解决了现场判读工作量大的问题。