基于接触网成像技术的定位管斜拉线故障检测方法

摘要：

定位管斜拉线是电气化铁路接触网支持定位装置重要组成部分之一,其故障可能影响行车秩序,造成严重后果.提出一种基于目标检测定位和像素点统计的定位管斜拉线不受力故障检测方法,首先采用深度学习YOLOv2算法对斜拉线两端进行目标检测定位以确定斜拉线潜在区域,利用Canny算子提取潜在区域内斜拉线轮廓,然后通过霍夫变换对所提取轮廓的主体进行线性拟合,最后根据拟合直线与斜拉线图像的隶属程度判断斜拉线线性度,从而达到斜拉线不受力故障检测的目的.采用该方法对200张测试图像进行检测,包含180张正常图像和20张斜拉线不受力状态图像,检测准确率达到98.5％,召回率达到100％.检测试验表明,该方法对斜拉线不受力检测具有良好效果.

关键词：接触网、定位管斜拉线、故障检测、深度学习、YOLOv2算法、霍夫变换

分类号：U225(电气化铁路)

资助基金：广东省职业教育王亚妮名教师工作室计划项目3021191001

在线出版日期：2020-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：93-98