一种基于深度学习的钢轨裂纹定量涡流检测方法和装置以及设备

专利申请号：CN202211075461.6

公 开 号：CN115629124A

发 明 人：曾志伟 丁鹏程 陈茂森 

代 理 人：厦门原创专利事务所(普通合伙)李荣耀

代理机构：厦门原创专利事务所(普通合伙)

专利类型：发明专利

申 请 日：20230120

公 开 日：20220902

专利主分类号：G01N27/90

关 键 词：垂直裂纹 第二信号 信号曲线 对称 学习 涡流 方法和装置 定量检测 对称信号 钢轨裂纹 裂纹信号 剖面轮廓 曲线对称 涡流检测 不对称 转换 成对 反演 重构 垂直 采集 输出 响应 

摘      要：本发明公开了一种基于深度学习的钢轨裂纹定量涡流检测方法和装置以及设备，包括：采集裂纹涡流响应，建立第一信号曲线；计算裂纹倾角，并对称化转换第一信号曲线，输出第二信号曲线；将第二信号曲线导入垂直裂纹深度学习模型，基于分析结果重构斜裂纹并确定斜裂纹深度和宽度。为了使垂直裂纹信号曲线数据集训练出的深度学习模型能用于斜裂纹的定量检测，将不对称的斜裂纹信号曲线对称化转换成对称曲线。在获得斜裂纹的对称化信号曲线后，使用训练好的垂直裂纹深度学习模型对对称信号曲线的数据进行反演，获得斜裂纹的剖面轮廓曲线，进而计算斜裂纹的宽度和垂直深度。