專利名稱：高速鐵路鋼軌高速漏磁巡檢的缺陷定量識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于神經(jīng)網(wǎng)絡(luò)的高速鐵路鋼軌高速漏磁巡檢的缺陷定量識別方法，涉及電磁無損檢測中的高速漏磁檢測技術(shù)、人工神經(jīng)網(wǎng)絡(luò)算法和鋼軌結(jié)構(gòu)健康檢測評估技術(shù)，屬于無損檢測技術(shù)領(lǐng)域。
背景技術(shù)：
隨著我國高速鐵路的大規(guī)模發(fā)展，以及鐵路運(yùn)營七次大提速，切實(shí)保障了經(jīng)濟(jì)發(fā)展對運(yùn)輸?shù)男枨?，促進(jìn)了我國經(jīng)濟(jì)的發(fā)展，為社會帶來了巨大的經(jīng)濟(jì)效益。與此同時(shí)，由于列車速度和行車密度的增加以及我國超期服役的鋼軌數(shù)量較大，使得鋼軌損傷呈現(xiàn)新形式。在列車的高速運(yùn)行狀態(tài)下，鋼軌的損傷形式主要表現(xiàn)為鋼軌踏面接觸疲勞引發(fā)的各種不規(guī)則裂紋，并向軌頭內(nèi)部擴(kuò)展并形成大尺寸橫向疲勞裂紋，最終導(dǎo)致鋼軌發(fā)生橫向折斷。鋼軌損傷直接威脅到列車的行車安全，輕者行車中斷，擾亂社會運(yùn)輸秩序，重者車毀人亡， 造成重大的經(jīng)濟(jì)損失和社會影響。為保證鋼軌的安全，積極尋求高效準(zhǔn)確的鋼軌檢測方法實(shí)現(xiàn)對鐵路鋼軌進(jìn)行高速巡檢，及時(shí)發(fā)現(xiàn)和判斷鋼軌缺陷日益重要。傳統(tǒng)的鋼軌檢測主要是人工查看或者敲打聽音，這種方法不僅檢測效率低，更是對檢測人員的技術(shù)要求比較高，需要大量的實(shí)踐經(jīng)驗(yàn)。隨著無損檢測的快速發(fā)展，人們開始把多種無損檢測技術(shù)應(yīng)用到鋼軌的檢測中來，并取得了良好的效果。采用無損檢測技術(shù)對鋼軌進(jìn)行檢測不僅能及時(shí)發(fā)現(xiàn)列車安全運(yùn)行隱患，防止安全事故的發(fā)生，更重要的是可通過已知的早期缺陷及其發(fā)展規(guī)律，在確定其位置、類型、尺寸等參數(shù)的基礎(chǔ)上，對鋼軌的結(jié)構(gòu)健康和安全壽命進(jìn)行預(yù)測與評估。目前常用的鐵路鋼軌裂紋的無損檢測方法有射線式、超聲式和電磁式幾種。其中，射線式檢測方法由于檢測設(shè)備不易制備、具有放射性、操作較困難、不易實(shí)現(xiàn)在線檢測等原因，很難用于軌道的在線檢測應(yīng)用；而通常的超聲式檢測方法由于需要耦合作用，難以實(shí)現(xiàn)非接觸式測量，另外設(shè)備結(jié)構(gòu)較復(fù)雜，存在檢測盲區(qū)，使其在在線檢測的高可靠性要求下難以勝任。與超聲探傷檢測技術(shù)和其他檢測技術(shù)不同，漏磁檢測技術(shù)(Magnetic Fluxleakage Testing,即MFL)是利用鐵磁性材料的電磁特性來判斷被測材料的性能。漏磁檢測技術(shù)具有探頭結(jié)構(gòu)簡單、無污染、檢測靈敏度高，可實(shí)現(xiàn)非接觸測量，有利于實(shí)現(xiàn)高速鐵路鋼軌缺陷的高速巡檢；而且根據(jù)缺陷三維漏磁信號的具體特征與鋼軌缺陷特征參數(shù)之間的映射關(guān)系，可以通過一定的手段實(shí)現(xiàn)對鐵路鋼軌缺陷的某些特征參數(shù)的定量識別，有利于高效準(zhǔn)確地發(fā)現(xiàn)鐵路鋼軌的早期缺陷及其發(fā)展規(guī)律和鋼軌缺陷的位置、類型、尺寸等特征參數(shù)，進(jìn)一步可實(shí)現(xiàn)對鐵路鋼軌結(jié)構(gòu)健康和安全壽命的預(yù)測和評估。缺陷的定性檢測技術(shù)已經(jīng)比較成熟，但是對缺陷的檢測不僅僅只是需要確定缺陷的有無，還要確定缺陷的尺寸、性質(zhì)等，使對缺陷的檢測實(shí)現(xiàn)從定性檢測走向定量檢測，也就是要解決電磁求逆反演的問題，而這一問題一直是電磁無損檢測研究的難點(diǎn)和熱點(diǎn)。人為因素會對檢測結(jié)果造成一定的影響，而借助智能化的處理方法可以有效消除這一影響，所以許多人工智能方法如專家系統(tǒng)、事例推理、模式識別等都為缺陷的定量分析技術(shù)研究開辟了有效的途徑，但是在諸多的智能方法中，人工神經(jīng)網(wǎng)絡(luò)技術(shù)以其具有高度非線性映射、快速并行處理和自適應(yīng)學(xué)習(xí)等功能的優(yōu)勢，可以有效提高有限元模型的計(jì)算速度，在漏磁場與缺陷幾何參數(shù)間建立起相對穩(wěn)定的映射關(guān)系。人工神經(jīng)網(wǎng)絡(luò)是有許多個(gè)基本神經(jīng)單元構(gòu)造的一種計(jì)算模型，它模擬生物的神經(jīng)系統(tǒng)，按照生物系統(tǒng)的方式來處理現(xiàn)實(shí)生活中的客觀事物。目前，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)繁衍出許多種網(wǎng)絡(luò)結(jié)構(gòu)，在電磁定量無損檢測技術(shù)研究方面取得了較好的應(yīng)用效果，其中最典型的神經(jīng)網(wǎng)絡(luò)是基于輸入層、隱含層和輸出層的三層神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)，各層之間通過權(quán)重鏈接在一起，每一層都包含各自的神經(jīng)單元，如說明書附圖I所示。

發(fā)明內(nèi)容
本發(fā)明為實(shí)現(xiàn)對鐵路鋼軌結(jié)構(gòu)健康和安全壽命的預(yù)測和評估，提出了一種基于神經(jīng)網(wǎng)絡(luò)的高速鐵路鋼軌高速漏磁巡檢的缺陷定量識別方法。本發(fā)明為實(shí)現(xiàn)上述發(fā)明目的具體采用如下技術(shù)方案
一種高速鐵路鋼軌高速漏磁巡檢的缺陷定量識別方法，其特征在于分析提取不同巡檢 速度下的缺陷漏磁場信號特征值，針對鋼軌缺陷不同的特征參數(shù)各自構(gòu)建神經(jīng)網(wǎng)絡(luò)建立缺陷定量識別模型，實(shí)現(xiàn)鋼軌缺陷的識別和定量分析預(yù)測，具體包括如下步驟
(1)獲取鋼軌缺陷三維漏磁場信號和巡檢速度，通過對三維漏磁場信號的數(shù)據(jù)處理提取能夠反映鋼軌缺陷特征參數(shù)的相應(yīng)缺陷漏磁場信號特征值；
(2)針對鋼軌缺陷不同的特征參數(shù)分別建立各自的神經(jīng)網(wǎng)絡(luò)，并選取不同的缺陷漏磁場信號特征值和巡檢速度作為神經(jīng)網(wǎng)絡(luò)的輸入特征值，把缺陷漏磁場信號特征值對應(yīng)的已知鋼軌缺陷不同的特征參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸出目標(biāo)值，確定適當(dāng)?shù)纳窠?jīng)網(wǎng)絡(luò)及網(wǎng)絡(luò)參數(shù)、傳遞函數(shù)和訓(xùn)練函數(shù)，來建立并訓(xùn)練和驗(yàn)證各神經(jīng)網(wǎng)絡(luò)；
(3)根據(jù)步驟(2)中各神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果及驗(yàn)證結(jié)果，分別調(diào)整各神經(jīng)網(wǎng)絡(luò)的參數(shù)、傳遞函數(shù)和訓(xùn)練函數(shù)，調(diào)整訓(xùn)練樣本數(shù)據(jù)的均衡性，來反復(fù)訓(xùn)練和驗(yàn)證各神經(jīng)網(wǎng)絡(luò)的適應(yīng)性、準(zhǔn)確度和可靠性，直至達(dá)到允許的識別誤差范圍內(nèi)或更高識別精度，建立高速鐵路鋼軌高速漏磁巡檢的缺陷定量識別模型；
(4)利用步驟(3)建立的缺陷定量識別模型對未知鋼軌缺陷特征參數(shù)進(jìn)行識別和定量分析預(yù)測，通過分析缺陷定量識別結(jié)果，得出缺陷的類型和分布規(guī)律實(shí)現(xiàn)對鐵路鋼軌結(jié)構(gòu)健康和安全壽命的預(yù)測和評估。本發(fā)明的有益效果在于I、本發(fā)明分析提取了高速鐵路鋼軌高速漏磁巡檢下三維缺陷漏磁場信號的特征值，針對
鋼軌缺陷不同的特征參數(shù)選取不同的缺陷漏磁場信號特征值和巡檢速度作為神經(jīng)網(wǎng)絡(luò)的輸入建立各自相應(yīng)的缺陷參數(shù)定量識別神經(jīng)網(wǎng)絡(luò)共同構(gòu)成鋼軌缺陷定量識別模型以對未知鋼軌缺陷進(jìn)行識別和定量分析預(yù)測，能比較準(zhǔn)確和可靠地定量識別鋼軌缺陷的特征參數(shù)。2、本發(fā)明把巡檢速度作為鋼軌缺陷識別和定量分析預(yù)測的神經(jīng)網(wǎng)絡(luò)模型輸入特征值，避免了采用速度補(bǔ)償方法進(jìn)行缺陷定量所引入的誤差，能更好的實(shí)現(xiàn)鐵路鋼軌高速漏磁巡檢下的缺陷識別和定量分析預(yù)測。3、本發(fā)明在建立神經(jīng)網(wǎng)絡(luò)的過程中，依據(jù)輸入特征值對缺陷特征參數(shù)的靈敏度大小進(jìn)行排序，盡量保證輸入樣本特征值數(shù)據(jù)的容量充足和比重均衡；針對不同的缺陷特征參數(shù)以及輸入特征值的數(shù)據(jù)容量大小選取不同的神經(jīng)網(wǎng)絡(luò)層數(shù)、每層的神經(jīng)元數(shù)目和傳遞函數(shù)、訓(xùn)練函數(shù)來進(jìn)行多次訓(xùn)練和驗(yàn)證，以達(dá)到缺陷識別和定量分析預(yù)測的高準(zhǔn)確度、高可靠性和較好的適應(yīng)性。


圖I是典型的神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu) 圖2是本發(fā)明方法流程圖；
圖3是高速漏磁檢測裝置結(jié)構(gòu)圖。
具體實(shí)施例方式一種基于神經(jīng)網(wǎng)絡(luò)的高速鐵路鋼軌高速漏磁巡檢的缺陷定量識別方法包括如下步驟
I、首先通過高速漏磁檢測裝置對鐵路鋼軌進(jìn)行高速漏磁巡檢來獲取鋼軌缺陷三維漏磁場信號及巡檢速度和缺陷位置等信息，根據(jù)鋼軌缺陷特征參數(shù)和對應(yīng)的缺陷漏磁場信號之間的映射關(guān)系，可以對缺陷漏磁場信號進(jìn)行數(shù)據(jù)處理得出能夠反映鋼軌缺陷特征參數(shù)的缺陷漏磁場信號特征值并可以分析得出每個(gè)特征值對應(yīng)某一缺陷特征參數(shù)的靈敏度大小，用于構(gòu)建缺陷定量識別模型的輸入特征值。本發(fā)明主要提取了以下幾個(gè)缺陷漏磁場信號特征值X信號分量一次微分平滑后的峰峰值和峰間距、Y信號分量一次微分平滑后的峰峰值和峰間距、Z信號分量的峰峰值和峰間距。如說明書附圖3所示高速漏磁檢測裝置結(jié)構(gòu)圖，包括磁化部分(由磁軛、勵(lì)磁線圈、直流激勵(lì)組成)、霍爾傳感器部分、碼盤位移傳感器部分、信號調(diào)理電路、數(shù)據(jù)采集部分和計(jì)算機(jī)處理部分組成。2、然后針對已知鋼軌缺陷不同的特征參數(shù)(如缺陷的深度、寬度、缺陷與水平軌面的角度、缺陷與行車方向的角度等)選取不同的樣本數(shù)據(jù)分別構(gòu)建各自相應(yīng)的缺陷參數(shù)定量識別神經(jīng)網(wǎng)絡(luò)共同構(gòu)成鋼軌缺陷定量識別模型。(I)其中樣本數(shù)據(jù)包括模型輸入特征值和模型輸出目標(biāo)值，將步驟I中獲得的缺陷漏磁場信號特征值和巡檢速度作為輸入特征值，把輸入特征值對應(yīng)的缺陷特征參數(shù)作為輸出目標(biāo)值，然后將樣本數(shù)據(jù)按一定類型和比例分組，其中大部分的樣本數(shù)據(jù)作為模型的訓(xùn)練樣本，剩下的少量樣本數(shù)據(jù)作為模型的驗(yàn)證樣本。如說明書附圖2 (a)中所示獲取檢測數(shù)據(jù)構(gòu)建模型樣本。對應(yīng)于不同的模型輸出目標(biāo)值所選取的模型輸入特征值不同樣本I選取Z信號分量的峰間距、X信號分量和Y信號分量一次微分平滑之后的峰間距以及巡檢速度這四個(gè)參量為模型的輸入特征值對缺陷的寬度進(jìn)行定量識別；樣本2選取Z信號分量的峰峰值、X信號分量和Y信號分量一次微分平滑之后的峰峰值以及巡檢速度這四個(gè)參量為模型的輸入特征值對缺陷的深度進(jìn)行定量識別；樣本3和樣本4選取Z信號分量的峰峰值、X信號分量和Y信號分量一次微分平滑之后的峰峰值、Z分量的峰間距、X信號分量和Y信號分量一次微分平滑之后的峰間距以及巡檢速度七個(gè)特征值對缺陷的與水平面角度和與鋼軌走向角度進(jìn)行定量識別。(2)根據(jù)以上步驟(I)中針對定量識別缺陷某一特征參數(shù)的各個(gè)樣本，確定適當(dāng)?shù)纳窠?jīng)網(wǎng)絡(luò)及網(wǎng)絡(luò)參數(shù)、傳遞函數(shù)和訓(xùn)練函數(shù)，初步構(gòu)建各自相應(yīng)的缺陷參數(shù)定量識別神經(jīng)網(wǎng)絡(luò)，通過訓(xùn)練樣本作為模型的輸入對網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練誤差分析，再通過驗(yàn)證樣本作為模型的輸入對已訓(xùn)練過的網(wǎng)絡(luò)模型進(jìn)行驗(yàn)證和誤差分析。例如為定量識別鋼軌缺陷的深度參數(shù)，建立一個(gè)兩層的BP神經(jīng)網(wǎng)絡(luò)，第一層神經(jīng)元數(shù)目為20,傳遞函數(shù)為tansig ;第二層神經(jīng)元數(shù)目為1，傳遞函數(shù)為purelin ;神經(jīng)網(wǎng)絡(luò)的訓(xùn)練函數(shù)為trainbr。選取已知鋼軌缺陷深度參數(shù)的高速巡檢漏磁信號，X信號分量微分后的峰峰值、Y信號分量微分后的峰峰值、Z信號分量的峰峰值和巡檢速度作為該神經(jīng)網(wǎng)絡(luò)的輸入，并按照輸入特征值對缺陷深度參數(shù)的靈敏度進(jìn)行排序，選取所有數(shù)據(jù)量的其中四分之三作為輸入樣本用于訓(xùn)練網(wǎng)絡(luò)，選取剩下的四分之一數(shù)據(jù)量作為驗(yàn)證樣本用于驗(yàn)證該神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確性和可靠性。鋼軌缺陷漏磁場為三維空間場量，在不同巡檢速度下通過霍爾傳感器對其進(jìn)行時(shí)空域信號采集得到的缺陷漏磁場信號受渦流、檢測設(shè)備振動(dòng)等因素影響而有所不同，因此把巡檢速度作為鋼軌缺陷識別和定量分析的神經(jīng)網(wǎng)絡(luò)模型輸入特征值，可以避免采用速度補(bǔ)償方法進(jìn)行缺陷定量所引入的誤差。(3)根據(jù)以上針對缺陷各個(gè)特征參數(shù)建立神經(jīng)網(wǎng)絡(luò)的訓(xùn)練驗(yàn)證結(jié)果，分別調(diào)整各自的神經(jīng)網(wǎng)絡(luò)層數(shù)、各層神經(jīng)元數(shù)目和傳遞函數(shù)、訓(xùn)練函數(shù)，以及樣本的均衡性和數(shù)據(jù)容量大小，來反復(fù)訓(xùn)練和驗(yàn)證神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確度和可靠性，直至達(dá)到允許的識別誤差范圍內(nèi)或更高識別精度，以獲得可以定量識別缺陷各個(gè)特征參數(shù)的神經(jīng)網(wǎng)絡(luò)模型。步驟(2)和步驟
(3)如說明書附圖2 (b)中所示構(gòu)建缺陷特征參數(shù)定量識別模型。圖2 (b)中，訓(xùn)練樣本n和驗(yàn)證樣本n為構(gòu)建某一缺陷特征參數(shù)識別模型net-n的樣本，且訓(xùn)練樣本n和驗(yàn)證樣本n包括的模型輸入特征值和輸出目標(biāo)值不同。3、對未知鐵路鋼軌缺陷進(jìn)行高速漏磁巡檢，提取相應(yīng)的缺陷漏磁場信號特征值和巡檢速度并根據(jù)定量識別某一參數(shù)進(jìn)行分組作為鋼軌缺陷特征參數(shù)定量識別模型的輸入，即可以對鋼軌缺陷的多個(gè)特征參數(shù)進(jìn)行識別和定量分析預(yù)測，通過對缺陷定量識別結(jié)果的分析得出鋼軌缺陷的類型及分布規(guī)律就可以實(shí)現(xiàn)高速鐵路鋼軌結(jié)構(gòu)健康和安全壽命的評估，如說明書附圖2 (c)中所示對未知鋼軌缺陷檢測進(jìn)行定量識別的應(yīng)用。圖2 (c)中鋼軌缺陷定量識別模型由缺陷多個(gè)特征參數(shù)的識別模型神經(jīng)網(wǎng)絡(luò)共同組成，比如net-1用于缺陷深度的定量識別，net-2用于缺陷寬度的定量識別，net-3用于缺陷與軌面水平角度的定量識別，net-4用于缺陷與行車方向角度的定量識別等。依據(jù)已有的鐵路鋼軌缺陷檢測結(jié)果，及時(shí)擴(kuò)充缺陷定量識別模型的訓(xùn)練樣本，調(diào)整各自的神經(jīng)網(wǎng)絡(luò)層數(shù)、各層神經(jīng)元數(shù)目和傳遞函數(shù)、訓(xùn)練函數(shù)，以及樣本的均衡性和數(shù)據(jù)容量大小，以對缺陷定量識別模型進(jìn)行優(yōu)化，使其具有更好的檢測適應(yīng)性、準(zhǔn)確度和可靠性。權(quán)利要求
1.ー種高速鉄路鋼軌高速漏磁巡檢的缺陷定量識別方法，其特征在于分析提取不同巡檢速度下的缺陷漏磁場信號特征值，針對鋼軌缺陷不同的特征參數(shù)各自構(gòu)建神經(jīng)網(wǎng)絡(luò)建立缺陷定量識別模型，實(shí)現(xiàn)鋼軌缺陷的識別和定量分析預(yù)測，具體包括如下步驟 (1)獲取鋼軌缺陷三維漏磁場信號和巡檢速度，通過對三維漏磁場信號的數(shù)據(jù)處理提取能夠反映鋼軌缺陷特征參數(shù)的相應(yīng)缺陷漏磁場信號特征值； (2)針對鋼軌缺陷不同的特征參數(shù)分別建立各自的神經(jīng)網(wǎng)絡(luò)，并選取不同的缺陷漏磁場信號特征值和巡檢速度作為神經(jīng)網(wǎng)絡(luò)的輸入特征值，把缺陷漏磁場信號特征值對應(yīng)的已知鋼軌缺陷不同的特征參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸出目標(biāo)值，確定適當(dāng)?shù)纳窠?jīng)網(wǎng)絡(luò)及網(wǎng)絡(luò)參數(shù)、傳遞函數(shù)和訓(xùn)練函數(shù)，來建立并訓(xùn)練和驗(yàn)證各神經(jīng)網(wǎng)絡(luò)模型； (3)根據(jù)步驟(2)中各神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果及驗(yàn)證結(jié)果，分別調(diào)整各神經(jīng)網(wǎng)絡(luò)的參數(shù)、傳遞函數(shù)和訓(xùn)練函數(shù)，調(diào)整訓(xùn)練樣本數(shù)據(jù)的均衡性，來反復(fù)訓(xùn)練和驗(yàn)證各神經(jīng)網(wǎng)絡(luò)的適應(yīng) 性、準(zhǔn)確度和可靠性，直至達(dá)到允許的識別誤差范圍內(nèi)或更高識別精度，建立高速鉄路鋼軌高速漏磁巡檢的缺陷定量識別模型； (4)利用步驟(3)建立的缺陷定量識別模型對未知鋼軌缺陷特征參數(shù)進(jìn)行識別和定量分析預(yù)測，通過分析缺陷定量識別結(jié)果，得出缺陷的類型和分布規(guī)律實(shí)現(xiàn)對鐵路鋼軌結(jié)構(gòu)健康和安全壽命的預(yù)測和評估。
2.如權(quán)利要求I所述的高速鉄路鋼軌高速漏磁巡檢的缺陷定量識別方法，其特征在于提取Z信號分量的峰峰值、X信號分量和Y信號分量一次微分平滑之后的峰峰值、Z分量的峰間距、X信號分量和Y信號分量一次微分平滑之后的峰間距六個(gè)參數(shù)作為缺陷漏磁場信號的特征值。
3.如權(quán)利要求I所述的高速鉄路鋼軌高速漏磁巡檢的缺陷定量識別方法，其特征在于針對鋼軌缺陷不同的特征參數(shù)選取對其靈敏度較強(qiáng)的缺陷漏磁場信號特征值以及巡檢速度作為輸入特征值，依據(jù)輸入特征值對缺陷特征參數(shù)的靈敏度大小進(jìn)行排序，把缺陷特征參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸出目標(biāo)值，針對不同的缺陷特征參數(shù)分別建立并訓(xùn)練和驗(yàn)證各神經(jīng)網(wǎng)絡(luò)模型。
全文摘要
本發(fā)明公開了一種高速鐵路鋼軌高速漏磁巡檢的缺陷定量識別方法，分析提取了不同漏磁巡檢速度下缺陷的三維漏磁場信號特征值，針對鋼軌缺陷不同的特征參數(shù)選取能反映該特征參數(shù)的相應(yīng)缺陷漏磁場信號特征值和巡檢速度作為輸入特征值，來各自構(gòu)建神經(jīng)網(wǎng)絡(luò)建立缺陷定量識別模型并進(jìn)行訓(xùn)練驗(yàn)證和優(yōu)化，以對未知鋼軌缺陷進(jìn)行識別和定量分析預(yù)測，結(jié)果表明此方法能比較準(zhǔn)確和可靠地定量識別鋼軌缺陷的特征參數(shù)。
文檔編號G06N3/02GK102735747SQ20121010275
公開日2012年10月17日 申請日期2012年4月10日 優(yōu)先權(quán)日2012年4月10日
發(fā)明者丁松, 王平, 王海濤, 田貴云, 高運(yùn)來 申請人:南京航空航天大學(xué)