西南交通大学任娟娟获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉西南交通大学申请的专利一种无砟轨道层间离缝的高精度识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120107160B 。
龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510093334.6,技术领域涉及:G06T7/00;该发明授权一种无砟轨道层间离缝的高精度识别方法是由任娟娟;叶文龙;刘文高;徐欢;邓世杰;杜威;陈章毅;唐立科;刘柏麟;张泽墉设计研发完成,并于2025-01-21向国家知识产权局提交的专利申请。
本一种无砟轨道层间离缝的高精度识别方法在说明书摘要公布了:本发明涉及无砟轨道技术领域,提供一种无砟轨道层间离缝的高精度识别方法,包括:步骤1、采集轨道结构离缝损伤;步骤2、在轨道结构侧面设置检测区域、离缝邻区、离缝远端区,并进行检测区划分;步骤3、根据不同分区属性,进行数据平滑稀疏处理;步骤4、通过机器学习增强对平滑稀疏处理的检测区和离缝邻区进行空间曲面拟合,以获取基准参考曲面;步骤5、一致性检测;步骤6、在每块轨道板不同检测分区内的离缝邻区做并行计算,得到每块轨道板离缝损伤集合尺寸。本发明能够通过非破坏的方式对高铁无砟轨道层间离缝进行检测,并能在检测面存在严重破损、异物附着等情况下,实现亚毫米级缝隙的准确可靠测量。
本发明授权一种无砟轨道层间离缝的高精度识别方法在权利要求书中公布了:1.一种无砟轨道层间离缝的高精度识别方法,其特征在于:包括以下步骤: 步骤1、采集轨道结构离缝损伤; 步骤2、在轨道结构侧面设置检测区域、离缝邻区、离缝远端区,并进行检测区划分; 步骤3、根据不同分区属性,进行数据平滑稀疏处理; 步骤4、通过机器学习增强对平滑稀疏处理的检测区和离缝邻区进行空间曲面拟合,以获取基准参考曲面; 步骤4中,具体为: 4.1每块轨道板的第一个检测分区、中间检测分区、最后一个检测分区数据集合进行空间曲面拟合; 4.2构建前馈神经网络,网络输出z表示检测分区数据集合曲面函数,即为z=fx,y,θ; 4.3结合最小二乘误差和正则化对目标曲面进行优化,使用梯度下降法更新机器学习模型参数θ,同时利用最小二乘法的最优解作为初始权重; 4.4初始化模型参数θ,通过最小二乘法获得初步拟合结果,作为机器学习模型的初始化值,使用训练数据进行迭代优化,最小化损失函数θ*,根据验证集误差调整正则化系数λ'; 式中,Rθ表示为正则化,N表示为总的离散点数; 4.5当损失下降到最小时,输出拟合曲面函数; 步骤5、一致性检测; 步骤5中,具体为: 5.1在每块轨道板的第一个检测分区、中间检测分区、最后一个检测分区的空间曲面拟合函数中,提取的曲面系数向量为V0、Vl-12和Vl-1; 5.2分别计算V0-Vl-12,V0-Vl-1,Vl-12-Vl-1的l2范数,并计算此3个范数的方差var; 5.3如方差var小于等于预设的阈值th,阈值th取值范围为2-10,则认为拟合曲面具有好的一致性,即检测分区的拟合基准面与每块轨道侧面全局拟合的基准面高度重合; 5.4三个检测分区拟合曲面的平均值作为全局基准面使用; 步骤6、在每块轨道板不同检测分区内的离缝邻区做并行计算,得到每块轨道板离缝损伤集合尺寸。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西南交通大学,其通讯地址为:610000 四川省成都市金牛区二环路北一段111号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。