Bulanık Modelleme ve CNN-BILSTM Ağı Kullanılarak Ray Yüzeyi Kusurlarının Tespiti ve Sınıflandırılması için Kararlı İki Aşamalı Yaklaşım

Abstract

Ray yüzeyindeki kusurlar, demiryolu taşımacılığını olumsuz etkileyen önemli bir sorun teşkil etmektedir. Bu tür kusurların zamanında tespit edilmesi, hat üzerindeki tehlikelerin belirlenmesi ve erken bakımın sağlanması sayesinde ciddi kazaların önlenmesine olanak tanır. Ancak, yüzeydeki pas ve yağ gibi safsızlıklar nedeniyle kusurların doğru şekilde tespit edilmesi oldukça zordur. Yüzey kusurlarının tespitinde temel amaç, yüksek doğruluk elde ederek gerçek kusurlar ile yalancı alarmların karıştırılmasını engellemektir. Bu çalışmada, söz konusu zorlukların üstesinden gelmek amacıyla iki aşamalı, hızlı bir ray yüzeyi kusur tespit yöntemi önerilmektedir. İlk olarak, demiryolu görüntüsünde rayları içeren piksellerin farklılıkları analiz edilerek ray çıkarımı gerçekleştirilir. Daha sonra, ön işleme adımında oluşabilecek gürültüler giderildikten sonra, sağlam bir ray görüntüsünün histogramı bulanık üyelik fonksiyonu kullanılarak modellenir. Kusurlu ray, bu bulanık üyelik değerlerine göre bölütlenir ve kusur olup olmadığı belirlenir. Kusur türünün sınıflandırılmasında ise Evrişimsel Sinir Ağı- Çift Yönlü Uzun Kısa Süreli Bellek (CNN-BILSTM) yöntemi kullanılır. Önerilen yüzey kusur tespit yöntemi, iki farklı kıyaslama veri kümesinde (Rail Surface Defect Datasets - RSDD-I/II) mevcut yöntemlerden daha yüksek performans göstermiştir. Ayrıca, kusur türünü belirlemede %98,00 oranında tanıma başarısı elde edilmiştir.