Виявлення поперечної тріщини в головці рейки за допомогою вейвлет-перетворень та нейронних мереж

Abstract

Побудовано штучну нейронну мережу (ШНМ), за якою, використовуючи коефіцієнти неперервного вейвлет-перетворення (НВП), вдається автоматично виявляти сигнали від поперечної тріщини рейки в дефектограмах, записаних магнетним вагономдефектоскопом. За вдало підібраної материнської вейвлет-функції НВП та конфігурації ШНМ можна виявляти сигнали від дефектів на початкових стадіях їх зародження, тобто коли сигнал сумірний зі шумом.

Построена искусственная нейронная сеть (ИНС), которая на основе коэффициентов непрерывного вейвлет-преобразования (НВП) позволяет автоматически обнаруживать сигналы от поперечной трещины рельса на дефектограммах, записанных магнитным вагоном-дефектоскопом. При удачно подобранной материнской вейвлет-функции НВП и конфигурации ИНС можно выявлять сигналы от дефектов на начальных стадиях их зарождения, т. е. когда сигнал сопоставим с шумом.

The artificial neural network (ANN) for automatic detection of signals from transverse cracks (in defectograms recorded by magnetic wagon-defectoscope) which is based on the coefficients of continuous wavelet transform (CWT) is constructed. In case the mother wavelet of CWT and configuration of ANN are well matched the network allows to detect signals from defects in the early stages of their initiation, i. e. when the signal is comparable with the noise.