基于云平台的在线电磁钢轨探伤数据分析方法研究

摘要

随着我国高铁里程纪录的不断刷新与高铁技术迅猛的发展，列车的行车安全受到越来越多的重视，使得钢轨完整性检测成为保证列车行车安全的重要一环。目前铁路工务段执行探伤任务的主要设备是超声波探伤车，但是其速度慢、效率低、探伤结果显示不直观的弱点，使其越来越不能适应如今在线高速探伤的需求。本文以高速在线电磁钢轨探伤技术为背景，重点阐述服务器端软件采集硬件探伤设备发送到服务器的数据、将其处理成格式固定的数据并直观展示以及对数据进行分析的具体细节。本文具体内容如下:
　　介绍在线电磁钢轨探伤数据管理系统设计框架。车载探伤设备通过前端探头检测钢轨反馈的电磁感应信号，经信号解调得到解调数据。服务器端数据采集软件接收数据，存入数据库并将钢轨损伤波形实时显示。
　　数据处理程序将存储到数据库中的数据进行格式化，筛选出存在钢轨损伤的数据并保留固定的数据长度，在数据前后加入行车路线，时间戳，经纬度等信息构成完成的数据帧格式，再发送到数据采集程序，存入数据库。
　　在线钢轨探伤数据管理系统读取数据库中数据结构格式化的实时钢轨损伤数据表与历史钢轨损伤数据表，将数据以图形的形式展示在网页上，方便管理人员监控钢轨损伤状态。
　　经过在实验室的样块上做探伤实验，获得钢轨损伤原始数据，通过数据的预处理，提取钢轨损伤特征，结合实际损伤情况与聚类算法，确定分类标准。由于实验采集到的损伤样本数量有限，本文以试验中获得的数据为模型模拟出较为符合实际损伤的数据，先对模拟数据进行预处理操作，再运用聚类、分类、降维等算法分析，并评估各算法性能。

目录

声明

致谢

摘要

1 引言

1．1 研究背景和意义

1．2 常规无损探伤方法

1．2．1 射线探伤

1．2．2 磁粉探伤

1．2．3 渗透探伤

1．2．4 超声波探伤

1．2．5 涡流探伤

1．2．6 在线电磁钢轨探伤

1．3 钢轨损伤分类

1．3．1 制造缺陷

1．3．2 疲劳缺陷

1．4 钢轨探伤设备在国内外的发展

1．4．1 钢轨探伤设备在国内的发展

1．4．2 钢轨探伤设备在国外的发展

1．5 国内外钢轨损伤信息管理的现状

1．5．1 国内钢轨损伤信息管理技术的现状

1．5．2 国外钢轨损伤信息管理技术的现状

1．6 论文结构内容及工作安排

2 在线电磁钢轨探伤数据处理理论

2．1 数据预处理

2．1．1 数据清理

2．1．2 数据集成

2．1．3 数据转换

2．1．4 数据归约

2．2 钢轨探伤数据聚类算法

2．2．1 划分聚类方法

2．2．2 层次聚类方法

2．2．3 密度聚类方法

2．2．4 模型聚类方法

2．3 钢轨探伤数据分类算法

2．3．1 BP神经网络分类方法

2．3．2 支持向量机分类方法

2．4 钢轨探伤数据降维算法

2．5 本章小结

3 在线电磁钢轨探伤数据采集与管理系统设计

3．1 在线电磁钢轨探伤系统

3．2 数据采集系统与数据管理系统设计

3．2．1 系统架构

3．2．2 数据表设计

3．3 本章小结

4 在线电磁钢轨探伤数据采集与管理系统实现

4．1 开发平台

4．1．1 数据采集软件开发环境

4．1．2 数据管理软件开发环境

4．2 三层架构对比

4．3 钢轨探伤数据采集系统实现

4．3．1 SOCKET通信

4．3．2 钢轨损伤数据传输协议

4．3．3 数据库操作

4．3．4 数据绑定

4．3．5 数据曲线显示

4．4 在线电磁钢轨探伤数据管理系统实现

4．4．1 UI设计

4．4．2 登录权限控制

4．4．3 后台添加用户

4．4．4 分页查询

4．4．5 数据图形化显示

5 在线电磁钢轨探伤数据处理算法实现

5．1 数据预处理

5．1．1 匀速导轨数据采集平台

5．1．2 归一化

5．1．3 滤波降噪

5．1．4 抽取与插值

5．2 聚类算法

5．3 分类算法

5．3．1 基于BP神经网络的分类算法

5．3．2 SVM分类算法

5．4 降维算法

5．5 本章小结

6 结论

6．1 论文总结

6．2 工作展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集