權利要求書： 1.基于超聲波探傷儀數據的鋼軌螺孔裂紋識別方法，其特征是，包括：獲得鋼軌螺孔裂紋類傷損的掃描數據；對掃描數據進行預處理后選取典型傷損數據制作數據集，分為訓練集和測試集；以一個螺孔為單位樣本對數據集中的傷損數據進行正負樣本標記，以標簽的方式區分正負樣本，建立邏輯回歸模型；用訓練集進行模型的訓練學習，調整優化參數；基于訓練好的邏輯回歸模型，建立鋼軌螺孔裂紋檢測模型，將測試集作為輸入，傷損位置信息作為輸出，檢驗模型的螺孔裂紋檢測準確率；利用測試后的鋼軌螺孔裂紋檢測模型對待檢測的鋼軌螺孔進行裂紋檢測；建立邏輯回歸模型，用訓練集進行模型的訓練學習，調整優化參數，具體為：將數據集中的數據和標簽同時加載，初始化參數，選取目標優化函數、學習率、訓練次數，最后將數據集導入進行訓練、學習，過程中通過梯度下降的方式使代價函數的值降到最低，將最優化的參數和結構保存；假設訓練集一共有m個樣本，y表示原訓練樣本中的實際值，也就是標準答案，i表示第i個樣本，hθ表示用參數θ和x預測出來的y值；整個模型需要通過訓練學習，找到讓代價函數J最低的權重參數，當J最低時，也就是模型擬合、預測能力最好的時候，推導出代價函數：2.如權利要求1所述的基于超聲波探傷儀數據的鋼軌螺孔裂紋識別方法，其特征是，獲得鋼軌螺孔裂紋類傷損的掃描數據并建立螺孔裂紋探傷數據庫，其中，采集含有螺孔裂紋的探傷數據，截取探傷數據中含有螺孔裂紋的片段，存儲到螺孔裂紋數據庫。3.如權利要求1所述的基于超聲波探傷儀數據的鋼軌螺孔裂紋識別方法，其特征是，所述鋼軌螺孔裂紋類傷損的掃描數據為經過壓縮、加密的，對掃描數據進行預處理包括解壓和解析，恢復探傷數據的原始面貌。4.如權利要求1所述的基于超聲波探傷儀數據的鋼軌螺孔裂紋識別方法，其特征是，對掃描數據進行預處理后，基于鋼軌傷損不同類型在探傷數據上的通道分布特點，提取螺孔裂紋所在通道數據。5.如權利要求4所述的基于超聲波探傷儀數據的鋼軌螺孔裂紋識別方法，其特征是，經過預處理的掃描數據，是以脈沖計數為時間順序的序列數據，每個脈沖計數下數值的大小代表超聲回波距離探頭的距離。6.如權利要求1所述的基于超聲波探傷儀數據的鋼軌螺孔裂紋識別方法，其特征是，對掃描數據進行預處理后選取典型傷損數據制作數據集，具體為：制作數據集時，以連續設定個脈沖
聲明：
“基于超聲波探傷儀數據的鋼軌螺孔裂紋識別方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究，如用于商業用途，請聯系該技術所有人。
我是此專利(論文)的發明人(作者)
790
編輯：中冶有色網
來源：濟南大學
分享 0
舉報 0
收藏 0
反對 0
點贊 0
2025年06月20日 ~ 22日 
