Key points are not available for this paper at this time.
Este artigo apresenta um método automático para detectar defeitos na superfície ferroviária chamados "squats" utilizando medições de aceleração da caixa do eixo (ABA) em trens. O método é baseado em uma série de resultados de pesquisa do nosso grupo na área de engenharia ferroviária, que inclui simulações numéricas, o design do protótipo ABA, implementação na vida real e extensos testes de campo. Melhoramos o sinal ABA identificando as frequências características dos squats, utilizando instrumentação aprimorada para realizar medições e empregando processamento avançado de sinais. O algoritmo de detecção automática de squats é baseado na análise do espectro de wavelet e determina as localizações dos squats. O método foi validado na linha Groningen-Assen, na Holanda, e detectou com precisão squats moderados e severos com uma taxa de acerto de 100%, sem falsos alarmes. A metodologia também é sensível a pequenos defeitos na superfície do trilho e possibilita a detecção de squats em seu estágio inicial. A taxa de acerto para pequenos defeitos na superfície do trilho foi de 78%.
Molodova et al. (Qui,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: