基于卷积与Transformer融合框架的列车轮对轴承损伤识别方法

摘要

针对传统机器视觉方法在列车轮对轴承损伤检测中存在的图像特征提取不敏感、专家经验要求高以及识别准确率偏低等问题，本文提出了一种基于卷积与Transformer融合框架的列车轮对轴承损伤识别方法.首先，发展了一种图像增强类别重组的预处理方法，消除不同类别数据样本不均衡的影响，提高图像数据集质量；其次，基于卷积与自注意力融合思想，设计了VGG与Transformer双分支并行融合网络（VGG and Transformer parallel fusion network, VTPF-Net）,综合获取图像全局轮廓特征与局部细节特征信息；再次，构建了多尺度膨胀空间金字塔卷积（Multiscale dilation spatial pyramid convolution, MDSPC）模块，利用多尺度膨胀卷积递进融合充分挖掘特征图中多尺度语义特征；最后，基于NEU-DET图像缺陷数据集与自建列车轮对轴承图像数据集进行了实验分析.结果表明，所提模型对NEU-DET数据中6类缺陷图像与轮对轴承4类故障图像的识别准确率分别为99.44%与98%，能够较为准确识别不同损伤类型图像样本，在不明显增加模型复杂度基础上各项评价指标要显著优于当前CNN模型、自注意力机制ViT模型以及CNN-Transformer融合模型.

关键词

轮对轴承 / 损伤识别 / 卷积网络 / Transformer网络 / 多尺度特征

基金资助

国家自然科学基金资助项目（12272243）; 河北省研究生案例库项目资助（KCJPZ2023037）