基于深度学习和图像处理算法的接触网张力补偿异常检测方法

摘要：

张力补偿装置是接触网链形悬挂结构的重要组件之一,补偿装置失效时会影响受电弓的取流质量,严重时还会引起打弓、断线等重大事故.目前,虽然铁路相关部门投入了大量人力对补偿装置进行巡查,但是仍存在效率低、工作量大、主观性强等问题.针对张力补偿装置异常检测现状及面临的问题,文章利用安装在检测车车顶的两个线阵相机拍摄张力补偿装置,基于深度学习和图像处理算法提出了一种张力补偿异常检测方法,并在实际线路中进行测试,以期解决线路数据中不同张力补偿装置异常工作的问题.

关键词：张力补偿装置、深度学习、目标检测、图像处理算法、阈值分割

所属期刊栏目：7

分类号：U226.8(电气化铁路)

在线出版日期：2022-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：5-8