钢轨探伤仪数据智能分析技术研究与应用
摘要:随着我国铁路向高速化、 轨作为轨 承载 析愈发重要。传统钢轨探伤作业普遍依赖人工对超声波探伤仪产生的 A 海量历史数据进行缺陷趋势预测。本文结合铁路工务业务现状, 波形处理、深度学习识别、缺陷趋势预测以及全生命周期数据管 发展趋势预测及检修决策支持。在典型重载铁路线路的试验中,本文提出的方法在缺陷识别准确率上较传 人工判读提升了 18.7%,缺陷漏检率降低约 16% ,显著提高了运维效率与安全水平。
陈炯 张树康