1.一种非接触式铁路桥梁状况综合检测方法,其特征在于,包括:通过安装在轨道检测车辆上的加速度传感器获取铁路桥梁的动力特性参数;
利用安装在所述轨道检测车辆上的激光超声探头发出激光并照射至钢轨表面,以绘制激光照射下钢轨表观缺陷的声压分布图;
采用时间反演算法对钢轨表观缺陷的光声图像进行重建;
利用模态分解法从重建的所述光声图像中提取包含钢轨表观缺陷信息的特征参数,构建包含钢轨表观缺陷信息的特征参数数据库;
根据构建的所述特征参数数据库,采用支持向量机对钢轨表观缺陷进行分类并确定内部损伤程度;
根据获取的所述动力特性参数、分类结果和确定的所述内部损伤程度结合铁路桥梁状况的历史数据,对铁路桥梁的运营状况进行评估。
2.根据权利要求1所述的非接触式铁路桥梁状况综合检测方法,其特征在于,通过安装在轨道检测车辆上的加速度传感器获取铁路桥梁的动力特性参数,具体包括:通过安装在轨道检测车辆上的加速度传感器采集列车-轨道-桥梁耦合振动系统的振动响应信号;
对采集的所述振动响应信号进行增强和重构降噪;
根据重构降噪后的信号,提取铁路桥梁结构的动力特性参数;所述动力特性参数包括铁路桥梁的固有频率、振型和阻尼比。
3.根据权利要求2所述的非接触式铁路桥梁状况综合检测方法,其特征在于,利用模态分解法从重建的所述光声图像中提取包含钢轨表观缺陷信息的特征参数,具体包括:利用模态分解法从重建的所述光声图像中提取并分解非平稳随机初始光声信号,获得包含钢轨表观缺陷信息的本征模函数;
根据获得的所述本征模函数,从时域和频域范围内对包含钢轨表观缺陷信息的特征参数进行提取。
4.根据权利要求3所述的非接触式铁路桥梁状况综合检测方法,其特征在于,还包括:通过搭载在所述轨道检测车辆上的高清相机获取桥面视频信息,并根据所述桥面视频信息,对铁路桥梁表观病害进行识别与定位。
5.根据权利要求4所述的非接触式铁路桥梁状况综合检测方法,其特征在于,根据所述桥面视频信息,对铁路桥梁表观病害进行识别与定位,具体包括:建立铁路桥梁表观病害数据库,作为数据集;
采用拉普拉斯算子对所述铁路桥梁表观病害数据库中病害图像的边缘的细节信息进行处理;
构建深度卷积神经网络模型,将所述数据集分为训练集、验证集和测试集,以所述训练集为样本对所述深度卷积神经网络模型进行训练,并在所述验证集上检验训练结果,不断调整参数直到所述深度卷积神经网络模型在所述测试集上的识别精度达到要求;
利用训练好的所述深度卷积神经网络模型对所述桥面视频信息中的铁路桥梁表观病害进行类型和特征的识别;
根据车载GPS和视频图像处理方法,确定铁路桥梁表观病害与桥梁结构关键构件和位置的对应关系,以对铁路桥梁表观病害进行定位和标记。
6.根据权利要求5所述的非接触式铁路桥梁状况综合检测方法,其特征在于,还包括:采用搭载在所述轨道检测车辆上的无人机对铁路桥梁侧面和底部、索塔外表面进行测量,以对铁路桥梁表观病害进行识别与定位。
7.一种非接触式铁路桥梁状况综合检测系统,其特征在于,包括:加速度传感器,安装在轨道检测车辆上,用于获取铁路桥梁的动力特性参数;
激光超声探头,安装在所述轨道检测车辆上,用于发出激光并照射至钢轨表面,以绘制激光照射下钢轨表观缺陷的声压分布图;
处理芯片,用于采用时间反演算法对钢轨表观缺陷的光声图像进行重建;利用模态分解法从重建的所述光声图像中提取包含钢轨表观缺陷信息的特征参数,构建包含钢轨表观缺陷信息的特征参数数据库;根据构建的所述特征参数数据库,采用支持向量机对钢轨表观缺陷进行分类并确定内部损伤程度;根据获取的所述动力特性参数、分类后的钢轨表观缺陷和确定的所述内部损伤程度结合铁路桥梁状况的历史数据,对铁路桥梁的运营状况进行评估。
8.根据权利要求7所述的非接触式铁路桥梁状况综合检测系统,其特征在于,还包括:高清相机,搭载在所述轨道检测车辆上,用于获取桥面视频信息;
无人机,搭载在所述轨道检测车辆上,用于对铁路桥梁侧面和底部、索塔外表面进行测量;
所述处理芯片,还用于根据所述桥面视频信息和无人机测量结果,对铁路桥梁表观病害进行识别与定位。