基于路图特征和SVM的钢轨裂纹识别.pdfVIP

测控技术

数据采集与处理2019年38卷10期・5・

基于路图特征和S4M的钢轨裂纹识别

冷强，刘文波，赵旭东，杜晨琛，王平

(南京航空航天大学自动化学院，江苏南京211106)

摘要：为了进一步提升钢轨裂纹的识别精度，从新特征的角度出发,提出一种基于路图特征和支持向量

机(SupportVectorMachine，SVM)的钢轨裂纹识别方法。该方法基于图信号处理与图谱理论，计算由钢

轨裂纹时域漏磁(MagneticFluxLeakage，MFL)信号转换得到的路图信号的时域和频域统计量作

为钢轨裂纹MFL信号的特征训练SVM分类器，有效实现了不同缺陷参数的钢轨裂纹识别。基于钢轨

裂纹漏磁检测平台实测数据验证所提方法的有效性。实验结果表明，相比于传统漏磁信号特征，采用路

图特征在钢轨裂纹识别中的精度更高、稳定性更好。

关键词：漏磁检测；路图；SVM；钢轨裂纹识别

中图分类号:TN911；TP206文献标识码:A文章编号:1000-8829(2019)10-0005-05

doi：10.19708/j.ckjs.2019.10.002

RailCracIdentificationMethodBasedonPathGraphFeatureandSVM

LENGQiang,LIUWen-bo,ZHAOXu-done，DUChen-chen,WANGPing

(CoOegeofAutomationEngineering,NanjingUniversityofAeronauticsandAstronautics,Nanjing211106,China)

Abstract：Inordeotofurtheoimprovetieidentificationaccuracyofraiicracks,araiicrackiVentiOcationmeth­

odbasedonpathgraphfeaturesandsupportectormachine(SVM)isproposedfromtheperspectiveofne

features.BasedontOetheoroofgraphsignalprocessingandspectrum,themethodcalculatesthestatisticaof

tiniedomainandfrequencydomainofthegraphsignalconvertedfromthetimedomainmaaneticfluxleak­

age(MFL)signalasthefeaturesofMFLsignalt。traintheSVMcUssifmr,whicheffectiycUyrealizestheraii

crackinentincationofdnferentdefectparameters.EEectivnessoftheproposedmethodisverifiedbythemeas­

ureddattofmaaneticleakaaeinspectionplatormforraiicracks.Experimentatresultsshothatcomparedwit

tlietoditiondifeaturesofMFLsignal,thegraphfeaturesadoptedhavehigheoaccuocyandbsterstabilityin

raiicrackidentmcation.

KeywordtlmaaneticfluC