211210792_基于深度学习的受电弓羊角异常智能检测方法.pdfVIP

ResearchandExploration研究与探索·

智能检测与诊断

基于深度学习的受电弓羊角异常智能检测方法

12

王鲲鹏，李伟

（1.中车青岛四方机车车辆股份有限公司，山东青岛266111；

2.中车成都机车车辆有限公司，四川成都610511）

摘要：随着国家对城市轨道交通运营建设的不断重视，对受电弓监测的安全性、可靠性、高效性提出了更高的要求，因此，对受电

弓羊角异常的识别定位研究具有重要意义。本文运用了深度学习领域基于计算机视觉对受电弓羊角进行异常识别的智能检测方法，利用

YOLOv3模型与传统图像处理算法，研究适用于检测羊角异常的缺陷智能识别模型，并在铁路现场证实其智能检测方法在真实环境下的时效

性和可靠性。

关键词：受电弓；深度学习；羊角异常；智能识别

中图分类号：TP391.41;U264.34文献标识码：A文章编号：1671-0711（2023）05（上）-0192-03

1 前言求，且在一些危险地段条件恶劣的路况下检测任务更加

车顶受电弓作为复杂机电一体化系统的核心供电设艰巨。因此，针对车顶受电弓异常状况检测，及时发现

备，其弓网间复杂的力学在电气交互影响下长期运行一潜在隐患并对现场情况进行有效评估具有重要的研究意

旦出现异常，不仅会影响车辆受流状态，还会导致接触义。本文针对受电弓及其羊角缺陷作为目标检测对象，

网系统出现故障，最终将直接影响列车运行的安全可靠提出结合深度学习以及图像优化处理的智能检测算法来

性。然而，目前我国轨道交通运营所采取的检修策略大阐述机器视觉技术在轨道智能交通领域的应用。

体还停留在依赖人工检测阶段，从目前频发的受电弓所2 受电弓及羊角缺陷智能检测技术方案

引起的故障来看人工检测已经不能满足车辆维护的需受电弓触发模块安装于列车通过时受电弓的侧方，

肃处理，没有对相关责任人问责，长此以往同样会埋下2.2.2 将检查结果通报质监和工商部门进行处理

较大的安全隐患。消防监管部门在发现某些建筑管理单位、某些企业

2.2 针对建筑消防产品监督检查结果的处理方法长期存在消防违规行为并在一定程度上造成负面社会影

2.2.1 直接依法处理响时，如果依法罚款无法起到惩戒作用时，应将检查结

建筑消防产品监督检查工作完成后，针对不符合要果上报给质监部门及工商管理部门，对涉事单位进行停

求的情况，监管部门可直接依法处理，具体如下。业整顿处理，防止消防安全隐患扩大。

其一，针对具有公共性质的场所（如商场、电影院、3 结语

饭店等），若发现内部存在明令禁止使用的消防设备（如随着城市化的深入发展，涌入城市的人口数量得到

存在安全隐患的消防产品、已经过期的消防产品等）、了极大提升。为妥善安置新近涌入城市的人口，必须

质量不达标的消防产品，应要求建筑管理者必须在规定提高城市土地利用率。在这种情况下，城市内新建的

期限内更换为各方面均达标的消防产品。如果临期发现建筑几乎全部是高层、超高层建筑。一旦这类建筑发

未按要求整改、更换，则应对建筑管理者、相关单位处生火灾且迅速蔓延，除了极少数人之外，建筑内其他

以5000元以上、5万元以下的罚款，并对建筑、单位主人的逃生希望渺茫，极易引发重大安全事故。基于此，

要负责人处以500元以上、2000元以下的罚款。我国消有关部门必须加强对建筑内消防产品质量的监督工作，