久久88香港三级台湾三级中文-久久91-久久91精品国产91久-久久91精品国产91久久-久久91精品国产91久久户

中國的電氣化鐵路系統(tǒng)主要使用接觸網(wǎng)連接，易受環(huán)境因素的影響，如果發(fā)生故障，將給鐵路運(yùn)輸系統(tǒng)造成重大的經(jīng)濟(jì)損失。此外，大多數(shù)鐵路接觸網(wǎng)都位于偏遠(yuǎn)地區(qū)或復(fù)雜地形中，因此，人工巡檢難以檢測懸掛在不同位置接觸網(wǎng)的狀態(tài)，甚至更加難以準(zhǔn)確地定位故障的吊弦。

目前，人工巡檢定位吊弦故障操作過于復(fù)雜、效率較低。在此過程中，首先使用巡邏車檢查接觸網(wǎng)的各個(gè)部分的吊弦，吊弦的作用是將其懸吊在軸承電纜上，以確保接觸網(wǎng)的高度。吊弦的主要故障包括載流環(huán)斷裂、無應(yīng)力導(dǎo)致的螺栓松動和吊弦脫落。檢測過程也存在如檢查周期長、效率低和漏檢等問題。為了解決這些問題，采用圖像處理技術(shù)和研發(fā)無人機(jī)智能巡檢技術(shù)顯得尤為重要。

為了準(zhǔn)確識別接觸網(wǎng)吊弦的故障部分，首先必須將吊弦從背景圖像中完全分離出來。除了損壞的吊弦本身和接觸網(wǎng)電力線之外，獲取的圖像還包括很大一部分背景和其他電力設(shè)備。此外，由于吊弦的位置信息難以獲取，需要通過尋找合適的定位算法提取相應(yīng)的位置信息。

吊弦的接線方式分為壓接式整體吊弦和螺栓可調(diào)式整體吊弦。壓接式一般用于工廠或者加工車間使用；而螺栓可調(diào)式則廣泛應(yīng)用于鐵路接觸網(wǎng)上，因?yàn)檫@種吊弦適用于吊弦程度長度變化無規(guī)律的地方，可以隨著接觸網(wǎng)的上下浮動進(jìn)行相應(yīng)的調(diào)整，而吊弦的故障類型一般分為燒傷、載流環(huán)折斷、脫落等。

近年來，許多研究學(xué)者對接觸網(wǎng)進(jìn)行了大量研究，推動了鐵路接觸網(wǎng)智能巡檢的發(fā)展。2000年，有學(xué)者引入了一種新型自上而下的方法來自動提取接觸網(wǎng)吊弦，該方法使用先驗(yàn)知識從真實(shí)的數(shù)據(jù)庫中提取并分離了吊弦。同年，戚廣楓等學(xué)者對接觸網(wǎng)吊弦的動應(yīng)力值和疲勞載荷特性進(jìn)行了詳細(xì)分析。2001年，美國公司ENSCO研發(fā)軌道視頻檢測系統(tǒng)（VIS）實(shí)現(xiàn)對Panda Pal扣件工作狀態(tài)的實(shí)時(shí)檢測。4年后，德國鐵路工程公司GBM Wiebe開發(fā)了GeoRail-Xpress綜合檢測車，該檢測車可以對整個(gè)鐵路電氣設(shè)備系統(tǒng)進(jìn)行實(shí)時(shí)檢測。

2006年，G. E. Hinton等學(xué)者在《自然》雜志上首次提出了深度學(xué)習(xí)的概念。自此深度學(xué)習(xí)成為機(jī)器視覺的重要檢測工具。2014年，范華等學(xué)者提出了一種針對低壓電網(wǎng)的識別定位技術(shù)。2016年，盧用煌等學(xué)者使用深度學(xué)習(xí)正確識別ID號并進(jìn)行分類。王毅星提出了一種基于多樹融合的深度學(xué)習(xí)遷移模型，用于圖像識別和分類。2017年，G. E. Hinton等學(xué)者提出膠囊網(wǎng)絡(luò)（CapsNet），將有可能替代傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)（CNN），為深度學(xué)習(xí)領(lǐng)域帶來了新的契機(jī)。還有學(xué)者應(yīng)用膠囊網(wǎng)絡(luò)對手寫數(shù)字進(jìn)行分類，由于數(shù)字本身的特征單一，識別率較高，而吊弦會受到所處現(xiàn)場復(fù)雜環(huán)境的影響，因此需要對更多的吊弦特征進(jìn)行分析。

針對螺栓可調(diào)式整體吊弦進(jìn)行故障識別與定位，石家莊鐵道大學(xué)電氣與電子工程學(xué)院的研究人員提出了一種基于改進(jìn)膠囊網(wǎng)絡(luò)的接觸網(wǎng)吊弦故障識別與定位算法。

圖1 改進(jìn)膠囊網(wǎng)絡(luò)結(jié)構(gòu)

針對吊弦特征應(yīng)考慮光強(qiáng)度、位置、變形、角度、紋理和位置信息，因此該研究團(tuán)隊(duì)選擇這六個(gè)特征作為輸入向量，然后采用1×1歸約層結(jié)合3×3的卷積層簡化傳統(tǒng)膠囊9×9膠囊神經(jīng)元，并采用優(yōu)化算法進(jìn)行參數(shù)尋優(yōu)，縮短訓(xùn)練權(quán)重時(shí)間；接著通過改進(jìn)膠囊網(wǎng)絡(luò)對采集到的大量完好地和各種吊弦故障（包含載流環(huán)折斷和脫落）進(jìn)行訓(xùn)練和學(xué)習(xí)，完成吊弦不同故障情況的識別；同時(shí)輸出量保留了方向與角度，能更準(zhǔn)確地對燒傷、載流環(huán)折斷、脫落等故障的吊弦進(jìn)行分類；最后通過邊緣檢測、直線檢測和改進(jìn)區(qū)域水平集（CV）模型精確定位絕緣子破損的位置。

圖2 吊弦故障識別與定位流程

圖3 識別效果

圖4 CV模型定位結(jié)果

基于改進(jìn)膠囊網(wǎng)絡(luò)和CV模型的接觸網(wǎng)吊弦故障檢測模型，可以對復(fù)雜背景中的故障吊弦進(jìn)行識別并對故障位置進(jìn)行精確定位，研究人員通過對故障吊弦進(jìn)行仿真和實(shí)驗(yàn)驗(yàn)證得出以下結(jié)論：

1）改進(jìn)膠囊網(wǎng)絡(luò)有著較強(qiáng)的自學(xué)習(xí)能力和自適應(yīng)能力，而且對于小樣本集有著很好的訓(xùn)練效果，可以有效地檢測出故障的吊弦，并抑制由復(fù)雜背景引起的干擾，識別率達(dá)到了95%。由于改進(jìn)膠囊網(wǎng)絡(luò)的輸入量為矢量，最大限度保留了吊弦的特征信息，并且通過輸出矢量計(jì)算出概率，可以更準(zhǔn)確地對不同程度的破損情況進(jìn)行分類，從而提高了識別率。

2）通過改進(jìn)膠囊網(wǎng)絡(luò)識別并分類的故障吊弦圖像應(yīng)用改進(jìn)CV模型進(jìn)行區(qū)域分割，可以精確吊弦的故障位置，其準(zhǔn)確率達(dá)到了96.5%，相較于其他方法，更適合接觸網(wǎng)吊弦故障精確定位。

隨著輸電線路檢測技術(shù)的不斷普及，智能化水平的不斷提高，針對接觸網(wǎng)吊弦這一關(guān)鍵設(shè)備，實(shí)時(shí)檢測吊弦是否故障和故障類型尤為重要。石家莊鐵道大學(xué)電氣與電子工程學(xué)院的研究人員提出的方法可以較好地實(shí)現(xiàn)復(fù)雜背景下的吊弦故障識別，并且可以精確定位故障部位，滿足智能巡檢的要求。但改進(jìn)膠囊網(wǎng)絡(luò)對于大量圖像的訓(xùn)練時(shí)間相對較長，所以減少膠囊網(wǎng)絡(luò)的訓(xùn)練時(shí)間是未來研究的重點(diǎn)。

以上研究成果發(fā)表在2020年第24期《電工技術(shù)學(xué)報(bào)》，論文標(biāo)題為“基于改進(jìn)膠囊網(wǎng)絡(luò)的接觸網(wǎng)吊弦故障識別與定位”，作者為卞建鵬、郝嘉星、趙帥、李凡、孫曉云。