Page 69 - 无损检测2024年第六期

刘 建，等：

基于深度学习的列车车轴缺陷超声检测

4 结语 and transfer learning[J]．Sustainable Cities and Society，
2021，70：102898．
基于深度卷积神经网络并通过多种数据样本 [9] LIN T Y，GOYAL P，GIRSHICK R，et al．Focal loss
增强方法，引入EMblock机制，提出一种基于EM- for dense object detection[J]．IEEE Transactions on
YOLO v5s的超声检测数据识别方法， 有效提高了列 Pattern Analysis and Machine Intelligence，2020，42（2）：
车车轴缺陷的超声检测性能，最后验证了不同扩充 318-327．
数据对检测能力的影响。结果表明，所提出网络架 [10] LIU Z，GU X Y，WU W X，et al．GPR-based detection
构能适应相控阵探头的图像和扩充的不同数据的缺 of internal cracks in asphalt pavement：a combination
method of Deepaugment data and object detection[J]．
陷检测任务，与传统的YOLO v5s以及同类方法相
Measurement，2022，197：111281．
比，该方法在性能上有明显提升，具有应用于实际车
[11] YU H M，LI Q Y，TAN Y Q，et al．A coarse-to-
轴缺陷检测的水平和潜力。
fine model for rail surface defect detection[J]．IEEE
Transactions on Instrumentation and Measurement，
参考文献：
2019，68（3）：656-666．
[1] WANG X Y，LOU Z F，WANG X D，et al．Prediction [12] LEE H，EUM S，KWON H．ME R-CNN：multi-expert
of stress distribution in press-fit process of interference R-CNN for object detection[J]．IEEE Transactions on
fit with a new theoretical model[J]．Proceedings of the Image Processing，2020，29：1030-1044．
Institution of Mechanical Engineers，Part C：Journal [13] QIAN Y，LI X L，ZHANG Q，et al．SPP-CPI：
of Mechanical Engineering Science，2019，233（8）： predicting compound-protein interactions based on
2834-2846． neural networks[J]．IEEE/ACM Transactions on
[2] SHU Y L，YANG G X，LIU Z M．Simulation research Computational Biology and Bioinformatics，2022，19（1）：
on fretting wear of train axles with interference fit 40-47．
based on press-fitted specimen[J]．Wear，2023，523： [14] RANI S，GHAI D，KUMAR S．Object detection and
204777． recognition using contour based edge detection and fast
[3] 彭朝勇，高晓蓉，王艾．车轴压装部相控阵超声波探 R-CNN[J]．Multimedia Tools and Applications，2022，
伤的各向异性扩散去噪改进算法[J]．中国铁道科学， 81（29）：42183-42207．
2017，38（3）：77-82． [15] KZLOLUK S，SERT E．Hurricane-Faster R-CNN-
[4] 周素霞，卢俊霖，吴毅，等．基于直流电位降的高铁 JS：hurricane detection with faster R-CNN using artificial
车轴裂纹检测研究[J]．机械工程学报，2022，58（14）： Jellyfish Search （JS） optimizer[J]．Multimedia Tools and
288-295． Applications，2022，81（26）：37981-37999．
[5] 曹贞全．动车组空心车轴非接触式超声波检测设备的 [16] ZHANG R Y，SONG Y．Non-intrusive load
研究[J]．铁道机车与动车，2017（12）：46-47，8． identification method based on color encoding and
[6] MARSHALL M B，LEWIS R，DWYER-JOYCE R S， improve R-FCN[J]．Sustainable Energy Technologies
et al．Ultrasonic measurement of railway wheel hub‒ and Assessments，2022，53：102714．
axle press-fit contact pressures[J]．Proceedings of the [17] HWANG Y J，LEE J G，MOON U C，et al．SSD-
Institution of Mechanical Engineers，Part F：Journal of TSEFFM：new SSD using trident feature and squeeze
Rail and Rapid Transit，2011，225（3）：287-298． and extraction feature fusion[J]．Sensors，2020，20（13）：
[7] HE S Y，HU D Y，YU G，et al．Trackside acoustic 3630．
detection of axle bearing fault using wavelet domain [18] XU Z J，SU J J，HUANG K．A-RetinaNet：a
moving beamforming method[J]．Applied Acoustics， novel RetinaNet with an asymmetric attention fusion
2022，195：108851． mechanism for dim and small drone detection in infrared
[8] ZHENG Z，QI H Y，ZHUANG L，et al．Automated images[J]．Mathematical Biosciences and Engineering：
rail surface crack analytics using deep data-driven models MBE，2023，20（4）：6630-6651．

35
2024 年 第 46 卷 第 6 期
无损检测