-
公开(公告)号：CN109556862A
公开(公告)日：2019-04-02
申请号：CN201811402698.4
申请日：2018-11-23
申请人： 北京交通大学
IPC分类号： G01M13/045
摘要： 本发明提供了基于自供电传感网络的轨道列车轮对轴承的安全监测系统，包括：能量收集装置、无线传感器和数据分析中心；能量收集装置，用于将列车运行过程中产生的振动机械能转化为电能，并将所述的电能输出给所述的无线传感器，所述的无线传感器通过所述的电能进行工作；无线传感器，用于以一定的频率采集列车运行过程中轮对轴承的振动加速度数据，并将所述振动加速度数据实时发送到所述数据分析中心；数据分析中心，用于对接收到的所述无线传感器发送的列车轮对轴承实时振动加速度数据进行实时分析。实现了轴承运行状态的实时监控预警，为列车的服役安全和健康管理提供了有效的技术手段。
-
-
公开(公告)号：CN105976370A
公开(公告)日：2016-09-28
申请号：CN201610286417.8
申请日：2016-05-03
CPC分类号： Y02A90/14 , G01W1/14 , G06T2207/10004
摘要： 本发明提供一种基于图像对比的雪深测量方法，在激光测量雪深值发生突变的情况下启动摄像机抓拍，通过图像对比方法判断突变是否由测量区域侵入遮盖物引起，若是则排除异物，通过本文提出的检测方法有效排除了遮盖物对雪深值检测的干扰。计算实时性较好，方便和现有视频监控系统结合，具有很强的实用价值。
-
公开(公告)号：CN115776449A
公开(公告)日：2023-03-10
申请号：CN202211393138.3
申请日：2022-11-08
申请人： 中车工业研究院有限公司 , 北京交通大学
IPC分类号： H04L43/08 , G06F18/232 , G06F18/2433 , G06F16/2458 , G06F16/28 , H04L43/0829 , H04L43/0852 , H04L43/0888 , H04L43/04 , H04L43/50 , H04L69/22 , H04L9/40 , G06F123/02
摘要： 本发明提供一种列车以太网通信状态监测方法及系统，属于通信技术领域，采集不同业务下TRDP数据流；对采集的TRDP数据流进行计算，汇总数据流的性能统计指标；其中，所述性能统计指标包括丢包情况、时延、规则匹配及吞吐量；基于计算的性能统计指标，结合局部相关度计算、聚类算法D‑Stream以及衰减窗口技术识别数据流中的异常情况。本发明实现高效率的数据采集；利用大数据平台具备的数据分析以及分布式存储的能力来保证对以太网通信数据的性能指标统计的实时性以及数据的高效存取；结合局部相关度计算、D‑Stream算法以及衰减窗口技术自适应识别以太网多通信业务数据流中的异常情况，提高了异常情况监测的准确性。
-
公开(公告)号：CN110555230A
公开(公告)日：2019-12-10
申请号：CN201910630036.0
申请日：2019-07-12
申请人： 北京交通大学
摘要： 本发明公开了一种基于集成GMDH框架的旋转机械剩余寿命预测方法，所述方法包括以下步骤：S1，采集多个同一种类旋转机械从正常运行到故障失效过程中的多个传感器数据，通过数据处理，得到训练数据集合W；S2，将数据集通过不同的划分，分别用于构建三个具有差异性的GMDH预测网络；S3，将三个GMDH网络在训练样本上的预测输出作为三层BP神经网络的输入对BP神经网络进行训练，该BP神经网络用于对三个GMDH网络的预测结果进行集成；S4，利用所述集成GMDH框架对旋转机械剩余寿命进行预测，计算并输出剩余寿命预测值。本发明与经典的LSTM网络和单个GMDH网络相比，能有效提高预测精度和泛化能力，具有更大的实际指导意义。
-
公开(公告)号：CN110320018A
公开(公告)日：2019-10-11
申请号：CN201910630019.7
申请日：2019-07-12
申请人： 北京交通大学
IPC分类号： G01M13/00
摘要： 本发明公开了一种基于二阶循环平稳特性的旋转机械复合故障诊断方法，包括以下步骤：S1，采集旋转机械的振动加速度信号，利用短时傅里叶变换(STFT)将原始信号转换到时频域；S2，根据二阶循环平稳特性，建立时间相关的随机模型；S3，通过最大化似然目标函数，即最大期望(EM)算法，进行模型求解；S4，根据模型参数估计值，量化原始信号的循环平稳特性；S5，根据S1-S4步骤，联合时间域的循环平稳信号 模型参数估计值和循环平稳指数CS(fk)等信息，计算出相应的故障特征频率。本发明针对旋转机械复合故障信号，提出了一种循环平稳指数CS，能有效量化原始信号的循环平稳性，且能有效提高多源混叠工况下故障诊断的准确性，并且容易与现有方法进行兼容。
-
公开(公告)号：CN115965057B
公开(公告)日：2023-09-29
申请号：CN202211498411.9
申请日：2022-11-28
申请人： 北京交通大学
IPC分类号： G06N3/0464 , G06N3/084 , G06N3/082 , G01M17/08
摘要： 本发明提供了一种面向列车传动系统的类脑持续学习故障诊断方法。该方法模拟了人脑神经突触的记忆与新生，设计了类突触表征结构的生长机制，以实现类脑持续学习的列车传动系统故障诊断。具体地，冻结原有特征提取分支并配合少量旧类样本示例缓解“灾难性遗忘”；同时引入新的特征提取分支，为模型提供可塑性，在多目标损失函数引导下，学习新故障特征，提升模型学习能力上限。此外，该机制集成了端到端的网络剪枝，根据任务难度而动态调整结构生长规模，缓解渐进学习过程中模型的结构化冗余问题。本发明提出的方法，可以高精度、高实时性拓展可诊断故障的边界，对提升基于深度学习的轨道车辆传动系统智能故障诊断模型的应用潜力具有重要意义。
-
公开(公告)号：CN106741890B
公开(公告)日：2019-03-15
申请号：CN201611068964.5
申请日：2016-11-28
申请人： 北京交通大学
摘要： 本发明提供一种基于空轨两用无人机的高速铁路安全检测系统，该系统包括无人机、远程监控中心、地面站、无线通信模块。无人机包括提供空中飞行动力的旋转叶片和提供沿轨道行驶动力的推动螺旋桨，地面站用于设置无人机的飞行路线以及控制无人机的空中飞行模式和轨道航行模式，远程监控中心用于监控无人机的飞行状态，分析检测信息，以及无人机行驶过程中出现意外情况时进行应急响应。本发明采用无人机的空中飞行和沿铁轨运行两种巡检方式，两种工作模式可根据现场需求灵活搭配安排、随时切换，突破解决了传统地面巡检模式的高成本、灵活性差、占用正常行车空间等显著问题。
-
公开(公告)号：CN106494611B
公开(公告)日：2018-07-13
申请号：CN201611070887.7
申请日：2016-11-28
申请人： 北京交通大学
摘要： 本发明提供一种空轨两用巡检无人机，其包括四旋翼机体、旋转叶片、推动螺旋桨、水平导向轮、超声波测距仪、伸连杆、步进马达、U型杆等，该无人机可以采用飞行模式进行轨道的快速检测，还可以采用沿铁轨滚动运行模式进行轨道的高精度检测，两种工作模式可根据现场需求灵活搭配安排、随时切换，突破解决了传统地面巡检模式的高成本、灵活性差、占用正常行车空间等显著问题。
-
公开(公告)号：CN106741890A
公开(公告)日：2017-05-31
申请号：CN201611068964.5
申请日：2016-11-28
申请人： 北京交通大学
CPC分类号： B64C27/08 , B60F5/006 , B60F2301/10 , B61K9/08 , B61K9/10 , B64C2201/127 , B64C2201/146 , H04N7/18
摘要： 本发明提供一种基于空轨两用无人机的高速铁路安全检测系统，该系统包括无人机、远程监控中心、地面站、无线通信模块。无人机包括提供空中飞行动力的旋转叶片和提供沿轨道行驶动力的推动螺旋桨，地面站用于设置无人机的飞行路线以及控制无人机的空中飞行模式和轨道航行模式，远程监控中心用于监控无人机的飞行状态，分析检测信息，以及无人机行驶过程中出现意外情况时进行应急响应。本发明采用无人机的空中飞行和沿铁轨运行两种巡检方式，两种工作模式可根据现场需求灵活搭配安排、随时切换，突破解决了传统地面巡检模式的高成本、灵活性差、占用正常行车空间等显著问题。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.025 秒)