一种基于多声发射事件概率的钢轨裂纹检测方法

摘要

一种基于多声发射事件概率的钢轨裂纹检测方法，本发明提出用卷积神经网络输出的相对概率作为声发射事件概率，解决了当前钢轨裂纹检测未充分利用样本间时序信息的问题。本发明的步骤为：一、加载声发射时域信号数据矩阵，对声发射信号做FFT变换及预处理，获得折叠为三维矩阵的频谱矩阵与标签向量。二、设定卷积网络结构参数及初始值。三、输入频谱矩阵，逐层计算迭代卷积神经网络模型误差，更新权值矩阵及偏置，进行特征提取，输出测试集分类结果及分类概率。四、基于多声发射事件概率对卷积神经网络输出修正，优化分类结果。本发明用多次声发射事件概率改进分类结果，提高了钢轨裂纹伤损的检测精度，有较强的理论与工程实际意义。

主权项

一种基于多声发射事件概率的钢轨裂纹检测方法，其特征在于它包括如下步骤：步骤一：加载声发射时域信号数据矩阵与标签向量，对声发射信号做FFT变换及预处理，获得数据矩阵与标签向量；步骤二：卷积网络结构参数及初始值的设定；步骤三：逐层计算卷积神经网络模型特征与误差，更新权值矩阵及偏置，进行提取特征，并输出测试集分类结果及分类概率；步骤四：基于多声发射事件概率对卷积神经网络输出修正，优化分类结果。