Evaluación del Estado de Defectos en la Superficie de Rieles con la Fusión de Imágenes y Señales de Vibración

La evaluación precisa de los defectos en la superficie de los rieles es fundamental para el mantenimiento basado en condiciones de las vías y la operación segura de los trenes. Aunque los escáneres de perfil en línea láser pueden capturar la geometría del defecto, su alto costo y la complejidad de sus sistemas de procesamiento de datos limitan su aplicabilidad para la monitorización dinámica de daños en la superficie de los rieles en tiempo real y de fácil implementación. Para abordar el desafío que la evaluación de desprendimientos requiere la adquisición simultánea de la longitud y profundidad del defecto, este estudio propone un método de evaluación multisource que integra imágenes de la superficie de los rieles con señales de vibración. Primero, se emplea YOLOv5 para la detección de objetos en las imágenes, lo que permite una localización precisa de los defectos y la extracción de sus dimensiones planas. Luego, se utiliza un modelo de regresión no lineal basado en ponderación de múltiples características para analizar las señales de vibración y estimar con precisión la profundidad del defecto. Finalmente, la información plana y de profundidad se fusiona para cuantificar la gravedad del defecto. Los experimentos realizados en dos conjuntos de datos independientes demuestran precisiones de evaluación del 97.5%, 96.4% y 99.1% para defectos leves, graves y de desprendimiento, respectivamente, validando la efectividad y el potencial de ingeniería del método propuesto.