申请/专利权人:成都主导科技有限责任公司
申请日:2020-12-25
公开(公告)日:2024-02-02
公开(公告)号:CN112750103B
主分类号:G01B21/08
分类号:G01B21/08;G06N20/00;G06T7/60;G06T7/00;G07C5/08;G07C5/00
优先权:
专利状态码:有效-授权
法律状态:2024.02.02#授权;2021.05.21#实质审查的生效;2021.05.04#公开
摘要:本发明公开了一种列车闸片厚度检测方法及其系统,包括:采集列车闸片图像数据及列车的行驶里程数据;提取列车闸片图像数据中包含的第一闸片下端厚度数据和第二闸片下端厚度数据;基于第一闸片下端厚度数据、第二闸片下端厚度数据和行驶里程数据生成第一闸片下端磨耗率数据和第二闸片下端磨耗率数据;构建由多组人工标注的第一闸片上端厚度数据和第二闸片上端厚度数据,以及第一闸片下端厚度数据和第二闸片下端厚度数据组成的训练样本集;基于第一闸片下端磨耗率数据和第二闸片下端磨耗率数据构建闸片最小厚度预测模型;基于训练样本集训练闸片最小厚度预测模型,生成用于预测闸片最小厚度值的最优厚度预测模型。
主权项:1.一种列车闸片厚度检测方法,其特征在于,包括:S1:采集列车闸片图像数据及列车的行驶里程数据;S2:提取所述列车闸片图像数据中包含的第一闸片下端厚度数据和第二闸片下端厚度数据;S3:基于所述第一闸片下端厚度数据、所述第二闸片下端厚度数据和所述行驶里程数据生成第一闸片下端磨耗率数据和第二闸片下端磨耗率数据;S4:构建由多组人工标注的第一闸片上端厚度数据和第二闸片上端厚度数据,以及所述第一闸片下端厚度数据和所述第二闸片下端厚度数据组成的训练样本集;S5:基于所述第一闸片下端磨耗率数据和所述第二闸片下端磨耗率数据构建闸片最小厚度预测模型,具体的,基于所述第一闸片下端磨耗率数据和所述第二闸片下端磨耗率数据,计算闸片厚度参数、厚度偏差参数、厚度连续性偏差参数、磨耗率参数、磨耗率偏差参数和磨耗率连续偏差参数,构建所述闸片最小厚度预测模型PVup=CVdown±Pa1,a2,a3,a4,a5,a6,其中,PVup为闸片最小厚度预测数据,CVdown为所述第一闸片下端厚度数据,Pa1,a2,a3,a4,a5,a6中,a1为所述闸片厚度参数、a2为所述厚度偏差参数、a3为所述厚度连续性偏差参数、a4为所述磨耗率参数、a5为所述磨耗率偏差参数、a6为所述磨耗率连续偏差参数;S6:基于所述训练样本集训练所述闸片最小厚度预测模型,生成用于预测闸片最小厚度值的最优厚度预测模型。
全文数据:
权利要求:
百度查询: 成都主导科技有限责任公司 一种列车闸片厚度检测方法及其系统
免责声明
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。