摘要：车厢部件的定期情况监测是列车安全运行的重要保证之一,基于深度学习的语义分割方法可以用于相关部件的位置形态确定,以便后续进行螺栓和管线是否松动或变形的检查,但这对分割精度有较高的要求。另外,仅基于普通图像的纹理特征难以应对各种实际复杂场景,会出现分割不连续、边缘轮廓不清晰的问题。为此,提出一种基于多模态数据对齐融合的语义分割算法,额外引入车厢深度图来补充普通图像中缺失的几何特征信息,再将两种模态的特征对齐后作为互补的特征融合学习,最终达到准确分割部件的目的。通过车厢部件的RGBD语义分割数据集的建立,对所提算法在实际应用场景下的效果进行验证,得到97.2%的召回率以及87.4%的平均交并比。同时,所设计模型在NYUDV2数据集上达到了53.5%的平均交并比,与同类型算法相比处于先进水平。这些结果表明,所提算法在有挑战性的车厢部件分割任务中,可以达到良好的分割效果,也具有较好的泛化性,有助于提升车厢部件检测的自动化水平,减轻人工压力。

摘要：涡流脉冲热成像是一种新型的无损检测技术,具有检测速度快,灵敏度高,探测范围大的特点。为适应车轮踏面缺陷的动态检测,本文提出了一种适应车轮踏面廓形的矩形磁轭电磁感应激励传感结构。通过传感器结构的磁路模型推导,从理论上证明了传感结构的可行性。通过数值模拟计算分析了踏面表面检测区域的磁场与涡流场分布,并对比了矩形磁轭与直导线的检测结果。在此基础上,本文搭建了一套车轮自动探伤检测系统,能够实现65 mm/s速度下的缺陷动态测量。结果表明,设计的矩形磁轭传感结构可优化感应加热的均匀性,对车轮踏面浅表层疲劳裂纹(轴向表面开口)具有更好的检测结果。

摘要：分析在光栅投影三维形貌测量中,用于对变形光栅像解调的低通滤波器的性能。分别设计了脉冲响应为9点的FIR低通滤波器和IIR4阶Butterworth低通滤波器。处理1×512大小的光栅图像,FIR滤波器需要16128次加法和2304次乘法,位相测量平均误差为0.0356rad;4阶Butterworth滤波器只需4096次加法和4096次乘法,位相测量平均误差为0.0043rad。仿真试验结果表明,IIR的Butterworth低通滤波器具有更高的测量精度和计算速度。

摘要：深度学习是主动的、深入的和全面的学习方法,而PBL(基于项目的学习)以学生为中心,以项目为基础,是培养学生自主学习能力和创新能力的教学模式,是实现深度学习的重要方法。本文以《传感器技术》为例,总结了基于PBL的专业课深度学习教学模式,对其中五个过程环节的要求和特点进行了具体阐述;同时对该方法的组织管理给出了实施路径,即“一个中心+一个支撑+两个平台”。最后,通过对学生调查问卷的数据分析,给出了实践效果的总体满意度、项目组织管理的认可度以及学生通过项目的能力提升情况。

摘要：新工科时代的到来对高校专业课程的教学模式提出更加多元化、个性化及智能化的要求。针对传统教学模式下学生缺乏学习主动性及其在课堂中参与度不足的现状,结合PBL、TBL及BOPPPS三种新型教学模式,相互结合促进,完成从“以教师为中心”到“以学生为中心”的转变,充分发挥了学生的学习主体功能,并在“传感器技术”及“信号与系统”课中予以应用多年,取得良好效果。

摘要：轮对作为机车车辆关键走行部件其状态备受关注,尤其是高速和重载情况。车轮通常是在停车检修时或从车体上解体后进行超声波或磁粉无损探伤。基于超声波探伤的车轮动态检测系统(以下简称"系统")能够在列车低速运行过程中动态检测车轮轮辋和直线辐板缺陷。系统通过特殊设计的检测线路,使车轮在通过检测区时空出踏面滚动圆区域,由轮辋外侧约30mm区域承载车体质量,依靠布置在承力钢轨和导向护轨间的压电超声波探头组合对车轮实施无损探伤。测试结果表明,系统能够在3～5km/h行车速度下检测轮辋和直线轮辐轴向Φ3mm横孔缺陷。

摘要：为了满足对数据采集系统体积、功耗以及可靠性等方面提出的较高要求,设计一种基于TMS320F2812的实时数据采集系统,该系统通过事件管理器、串口通信、外接AD等片内外设,实现对模拟信号进行实时采集和记录。在关键部分给出了具体的源程序,为DSP2812的其他应用提供了参考。

摘要：研究了一种用CCD摄像机与数字图像处理技术相结合的方法来对在线列车的轮辋厚度进行检测.检测系统分硬件与软件两部分.阐述了系统的结构及其工作原理;用MATLAB对系统的软件部分进行了实现,开发出一套图像处理软件.该软件能够对图像处理各过程的处理结果进行显示并得到所需要的轮辋厚度.

摘要：介绍了一种基于 FPGA 的前端图像采集卡的系统设计。该系统主要包括视频 A/D 转化芯片 SAA7113H、采样控制器、存储芯片SDRAM。由该系统得到分辨率720*576、25帧/秒的图像。SAA7113H 的初始化设置通过 I2C 总线来实现。这种图像采集卡系统由于集成度高,设计灵活,系统可靠性高,可以满足高性能的图像采集系统。

摘要：提出了一种基于Encoder-Decoder网络的列车轮对激光曲线精确分割的算法。针对列车轮对激光曲线数据集局部特征丰富、语义信息简单的特点,设计了具有深度较浅、分辨率较高、细节表现良好的网络。设计的网络很好的利用了密集链接机制和上采样模块,加强了特征复用以及特征传播,具有较少参数的同时,能多尺度提取上下文语义信息。实验证明,Encoder-Decoder网络相比于其他网络在列车轮对激光曲线提取上表现出优异的性能。基于Encoder-Decoder的网络在列车轮对激光曲线数据集上交并比、召回率、准确率和F1score指标分别达到了86.5%、89.2%、99.9%、85.0%,能够比较精准提取列车轮对激光条纹。同时Encoder-Decoder网络在进行列车轮对激光条纹分割时能在一定程度上改善噪声对条纹提取的影响。因此在铁路安全方面具有良好的应用前景。