仪器仪表学报

作者：王昕钰，王倩，程敦诚，吴福庆

单位：王昕钰,西南交通大学电气工程学院成都610031,,王倩,西南交通大学电气工程学院成都610031,,程敦诚,西南交通大学电气工程学院成都610031,,吴福庆,西南交通大学电气工程学院成都610031,

关键词：接触网检测;深度卷积生成对抗网络;开口销缺陷;图像生成;卷积神经网络

基金：中国铁路总公司智能牵引供电系统大数据应用技术项目(2016J010?E)资助

针对高铁接触网定位管开口销在列车长期运行振动中容易松脱并且松脱样本数量匮乏的问题，本文提出一种基于深度卷积生成对抗网络(DCGAN)，扩充缺陷样本集后，再训练卷积神经网络(CNN)检测开口销缺陷的三级级联架构。该架构首先采用中心点法提取训练需要的相同规格开口销图像。然后通过改进的DCGAN生成模拟缺陷样本，并搭建轻量级CNN网络对生成的模拟缺陷样本进行筛选。最后将添加了模拟缺陷样本的扩充缺陷样本集与正样本集输入优化后的VGG16卷积神经网络中，以训练分类模型，检测开口销缺陷。实验结果表明，本文所提方法检测接触网定位管开口销缺陷的准确率高达99%。

来源：2019年第10期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2019年第10期