您当前的位置: > 详细浏览

基于 CNN 的学习算法利用“SmartGrid”实现实时检测铁路道砟完整性 后印本

请选择邀稿期刊:

Real-Time Detection of Railroad Ballast Integrity Using SmartGrid and CNN-Based Learning Algorithms

摘要: 铁路无砟轨道是保持轨道稳定和延长使用寿命的关键。然而,由于沉降、蔓延和结垢等原因,无砟轨道的有效性可能会受到影响,从而影响列车的安全运行。为了应对这一挑战,本研究开发了智能检测设备 "SmartGrid",并提出了一种基于检测数据的机器学习方法来监测设备的波形,从而实现智能无砟轨道完整性检测。在机器学习中,实验数据被分为测试组和验证组,并被放入CNN算法中进行学习和分类。数据实验结果表明,SmartGrid 可较为精准的区分轨道道闸是否结垢,可运用于工程中大范围检测轨道道闸完整性。

版本历史

[V1] 2025-07-29 19:11:11 ChinaXiv:202508.00146V1 下载全文
点击下载全文
预览
同行评议状态
待评议
许可声明
metrics指标
  •  点击量21
  •  下载量9
评论
分享