08 基于迁移学习的车轮踏面损伤检测

陈波;于赫天;翟容清;王月明;

• 1:内蒙古科技大学信息工程学院

• 
  

• 
  

• 
  

• 
  

摘要(Abstract)：                

为解决车轮踏面损伤样本不足问题,构建了相似车轮踏面的样本数据集,基于迁移学习的思想对车轮踏面损伤进行诊断检测.首先根据车轮踏面损伤实际图像数据构建了相似车轮踏面损伤类别数据集,利用YOLOv3神经网络对构建好的踏面损伤类别数据集进行训练,建立车轮踏面损伤特征提取参数模型;然后将该特征提取模型迁移到实际车轮踏面损伤数据样本中.实验结果表明,该方法对车轮踏面损伤检测具有很好的检测效果,为车轮踏面损伤检测提供一种有效诊断方案.

关键词(KeyWords)：                    踏面损伤;检测;迁移学习;YOLOv3

Abstract:                    

Keywords:                    

基金项目(Foundation):                     内蒙古自然基金资助项目(2020MS06008,2019MS06036)

作者(Author):                     陈波;于赫天;翟容清;王月明;

Email:                                    

DOI:                    10.16559/j.cnki.2095-2295.2021.02.008

参考文献(References)：

• [1] 何静，余昊宇，张昌凡，等.基于Canny-YOLOv3的列车轮对踏面损伤检测[J].电子测量与仪器学报，2019,33(12):25.

• [2] 陈超，沈飞，严如强.改进LSSVM迁移学习方法的轴承故障诊断[J].仪器仪表学报，2017,38(1):33.

• [3] 雷亚国，杨彬，杜兆钧，等.大数据下机械装备故障的深度迁移诊断方法[J].机械工程学报，2019,55(7):1.

• [4] 邵海东，张笑阳，程军圣，等.基于提升深度迁移自动编码器的轴承智能故障诊断[J].机械工程学报，2020,56(9):84.

• [5] 冯毅雄，赵彬，郑浩，等.集成迁移学习的轴件表面缺陷实时检测[J].计算机集成制造系统，2019,25(12):3200.

• [6] 尹学，李绍铭，闫成忍.基于GA-PSO-BP神经网络的烧结终点预测模型[J].烧结球团，2020,45(06):35.

• [7] 王月明，李真如，翟容清，等.基于LSD算法的链篦机台车侧板偏移检测[J].激光与光电子学进展，2021,58(08):1-11,DOI:081501.

• [8] 吴海滨，杨西男，张乐文，等.一种烧结矿质量判定系统的开发及应用[J].烧结球团，2018,43(04):6.