电力列车的受电弓碳滑板缺陷的检测方法

    公开(公告)号:CN109658387B

    公开(公告)日:2023-10-13

    申请号:CN201811425533.9

    申请日:2018-11-27

    Abstract: 本发明提供一种电力列车的受电弓碳滑板缺陷的检测方法。该方法包括:构建改进的RCNN网络模型,利用训练集数据对改进的RCNN网络模型进行训练。通过安装在列车轨道旁的工业线阵相机采集电力列车的受电弓图片,将受电弓图片输入到训练好的改进的RCNN网络模型,改进的RCNN网络模型利用卷积运算提取所述受电弓图片中的受电弓碳滑板区域,利用损失函数对受电弓碳滑板区域进行缺陷类别检测。本发明的方法通过区域生成网络和快速区域卷积神经网络的结合,对训练图片的自主学习与特征提取,从而能对采集系统拍摄的图片中受电弓碳滑板的有效区域及缺陷类别进行分析,能够对受电弓碳滑板的状态进行实时监测,保障城市轨道列车安全运行,具有较大的应用前景。

    一种基于车站能力保持的设备维修策略优化方法

    公开(公告)号:CN109711635B

    公开(公告)日:2020-10-27

    申请号:CN201910015954.2

    申请日:2019-01-08

    Abstract: 本发明提供了一种基于车站能力保持的设备维修策略优化方法,包括:基于Anylogic建立车站的客流仿真模型,统计车站各设备的各部分故障率;根据仿真模型,计算车站期望能力,并进行车站期望能力灵敏度分析,得出车站不同设备故障的可靠度约束值;对车站各设备的各部分故障率进行分布函数拟合,得出最优分布参数,进而得出各设备中各部分的可靠度函数及故障概率密度函数;通过维修周期优化模型计算出各设备中各部件的最优维修周期。本发明在保障车站关键设备可靠性前提下,以设备维修成本最小化为目标,分别确定设备不同部分的维修周期,提高车站关键设备可靠度,实现车站能力保持,提高设备维修效率和经济效益。

Patent Agency Ranking