-
公开(公告)号:CN111310948B
公开(公告)日:2024-04-30
申请号:CN202010240479.1
申请日:2020-03-31
申请人: 北京交通大学 , 广州地铁集团有限公司
IPC分类号: G06Q10/20 , G06Q10/04 , G06Q10/067 , G06Q10/0635 , G06Q30/0201 , G06Q50/26 , G06F17/18
摘要: 本发明提供了一种轨道交通车载信号系统的优化维修策略的获取方法。该方法包括:绘制轨道交通车载信号系统的故障树,对故障树进行定量分析,获取故障树中各单元的关键重要度;将故障树转化为贝叶斯网络,对贝叶斯网络进行后验概率推理,综合参考故障树中各单元的关键重要度和所述贝叶斯网络中各个节点的后验概率,确定各个节点的重要度;选取具有较高重要度的各个节点作为系统的薄弱环节,建立具有较高重要度的各个节点对应的事件的基于状态的维修模型,根据基于状态的维修模型获取轨道交通车载信号系统的优化维修策略。本发明不仅能在系统发生故障时提供快速定位故障设备的参考依据,并且能推测出车载信号设备的最佳维修维保时间。
-
公开(公告)号:CN110533640B
公开(公告)日:2022-03-01
申请号:CN201910753916.7
申请日:2019-08-15
申请人: 北京交通大学
IPC分类号: G06T7/00 , G06K9/62 , G06V10/762 , G06V10/80 , G06V10/84
摘要: 本发明提供了一种基于改进YOLOv3网络模型的轨道线路病害辨识方法,包括:获取和标注轨道图像数据集;构建改进YOLOv3网络模型;将所述的轨道图像数据集分为训练集和测试集,通过训练集对所述的改进YOLOv3网络模型进行训练;通过训练好的改进YOLOv3网络模型对测试集进行检测,根据检测结果对轨道线路病害进行辨识。本方法采用YOLOv3网络模型,有效地提升轨道线路多目标病害检测的效率、精度和速度。
-
公开(公告)号:CN109785301B
公开(公告)日:2020-12-15
申请号:CN201811611691.3
申请日:2018-12-27
申请人: 北京交通大学
摘要: 本发明提供了一种基于图像处理的钢轨波磨周期评估方法,用以解决现有技术中无法实时、自动、准确识别钢轨波磨的问题。所述识别方法首先读取轨道图像,对轨道图像进行预处理后获取钢轨表面图像,构建钢轨表面图像的特征描述后,进行钢轨波磨的自动识别,并进行周期评估和严重程度评估。本发明能够实现对钢轨表面的定位以及钢轨波浪形磨耗的自动识别,进行准确有效地识别,显著提高了检测效率;同时提供直观可靠的钢轨波磨评估结果,得到直观可靠的波磨周期估计和波磨严重程度评估可视化结果,为钢轨波磨自动化检测设备的设计和维保决策智能化的发展提供了新的思路和方案,为满足城市轨道交通线路高效可靠地在线监测奠定了坚实的基础。
-
公开(公告)号:CN109783928A
公开(公告)日:2019-05-21
申请号:CN201910023386.0
申请日:2019-01-10
申请人: 北京交通大学
IPC分类号: G06F17/50
摘要: 本发明提供了一种地铁接触线磨耗分布预测方法及维保方法,用以解决现有技术中无法对地铁接触线磨耗分布进行准确预测的问题。所述接触线磨耗分布预测方法及维保方法,建立接触线磨耗率计算简化模型,根据所述简化模型对接触线磨耗分布进行预测,并在预测的基础上有针对性的制定维保策略。本发明通过磨耗机理分析,从磨耗机制的角度建立接触线磨耗率计算模型,并结合实际弓网电流和行车速度、接触力等对接触线的磨耗分布作出计算分析,直观地反映出不同位置接触线的磨耗程度,并提出了对接触线磨耗的提前预估和差异化维保方法,对减少维修成本和提高刚性接触网接触线的安全性能具有重要的意义。
-
公开(公告)号:CN108830822A
公开(公告)日:2018-11-16
申请号:CN201810198312.6
申请日:2018-03-12
申请人: 北京交通大学
摘要: 本发明公开了一种基于改进Canny算子的受电弓碳滑板磨耗识别方法,包括:采集车辆运行中受电弓碳滑板的弓头图像;对所述弓头图像进行图像归一化、图像平滑和形态学处理的图像预处理;对所述弓头图像进行边缘检测、直线检测、失真修正、图像裁剪和磨耗曲线拟合以识别所述受电弓碳滑板的边缘磨耗;以所述受电弓碳滑板的磨耗曲线的最高点为参照目标估计所述受电弓碳滑板磨耗曲线的实际磨耗深度,并判断磨耗深度是否超过预定阈值。本发明不仅能够满足实际运营车辆的检修需求,而且整个方法流程可以用于弓网自动监测系统,对受电弓碳滑板磨耗进行实时检测,提升检测的自动化水平,增强车辆运行的安全性,在未来具有很大的应用前景。
-
公开(公告)号:CN107246973A
公开(公告)日:2017-10-13
申请号:CN201710371939.2
申请日:2017-05-24
申请人: 北京交通大学
IPC分类号: G01M17/10
CPC分类号: G01M17/10
摘要: 本发明公开一种基于非线性滤波的抗蛇行减震器性能参数及故障辨识方法,包括如下步骤:S1、建立车辆悬挂系统横向动力学模型;S2、根据车辆悬挂系统横向动力学模型,建立悬挂系统的离散状态方程和离散观测方程;S3、根据悬挂系统的离散状态方程和离散观测方程,基于边缘化粒子滤波算法对悬挂系统的抗蛇行减震器进行性能参数辨识和故障辨识。本发明缩小了模型与实际运营的高速列车实际参数间的差异,提高了辨识结果的准确性。
-
公开(公告)号:CN113962020B
公开(公告)日:2024-08-02
申请号:CN202111142187.5
申请日:2021-09-28
申请人: 北京交通大学
发明人: 魏秀琨 , 管青鸾 , 贾利民 , 尹贤贤 , 魏德华 , 张慧贤 , 汤庆锋 , 周航 , 刘运超 , 尹新强 , 王棣青 , 赵春生 , 赵天可 , 魏东华 , 李江帅 , 刘志强 , 高方庆 , 沈星 , 胡新杨 , 傅兵 , 袁若岑
IPC分类号: G06F30/15 , G06F30/20 , G06F119/04
摘要: 本发明提供了一种基于带测量误差的维纳过程的车辆轴承剩余寿命预测方法。包括:利用轴承试验台采集全寿命周期轴承数据,提取轴承的时域特征值;建立轴承的两阶段的线性维纳退化过程模型,使用首达时间定义轴承的寿命,并确定轴承的失效阈值,推导出轴承剩余寿命概率密度函数;求得模型参数向量的对数似然函数,利用迭代运算的期望表达式通过期望最大化算法经过多次迭代得到参数向量的最优估计值;将参数向量的最优估计值代入轴承的剩余寿命概率密度函数,求得最终预测的轴承剩余寿命期望。本发明可以对轴承的剩余寿命进行预测,以确定最佳维修时间和维护策略,为维修部门提供有针对性的轴承维护保养建议。
-
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
申请人: 北京交通大学
IPC分类号: G06T7/00
摘要: 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。
-
公开(公告)号:CN115541591A
公开(公告)日:2022-12-30
申请号:CN202211163639.2
申请日:2022-09-23
申请人: 北京交通大学
发明人: 魏秀琨 , 王棣青 , 赵媛媛 , 魏德华 , 吴宽 , 管青鸾 , 周航 , 汤庆锋 , 尹新强 , 段龙杰 , 赵春生 , 张慧贤 , 刘运超 , 赵天可 , 刘志强 , 高方庆 , 胡新杨 , 李江帅 , 沈星
IPC分类号: G01N21/88
摘要: 本发明提供一种列车受电弓碳滑板磨耗边缘检测方法及系统,属于轨道交通运维技术领域,对获取的碳滑板图片进行处理,选取表征碳滑板图片信息的数值特征;基于碳滑板图片信息的数值特征,辅助边缘检测算子进行自适应的边缘检测,通过边缘追踪方法与离群点筛除方法,获得碳滑板磨耗边缘;基于多边缘检测算法,通过合并结果算法,获得碳滑板边缘检测结果。本发明提高了碳滑板磨耗边缘检测的完整性和准确性的同时,提高了碳滑板磨耗边缘检测速率;为维修部门提供有针对性的轴承维护保养建议,帮助制定最佳的打磨和更换策略,从而降低碳滑板维护的时间和经济成本,提高了城轨车辆的运营服务可靠性。
-
公开(公告)号:CN113962020A
公开(公告)日:2022-01-21
申请号:CN202111142187.5
申请日:2021-09-28
申请人: 北京交通大学
发明人: 魏秀琨 , 管青鸾 , 贾利民 , 尹贤贤 , 魏德华 , 张慧贤 , 汤庆锋 , 周航 , 刘运超 , 尹新强 , 王棣青 , 赵春生 , 赵天可 , 魏东华 , 李江帅 , 刘志强 , 高方庆 , 沈星 , 胡新杨 , 傅兵 , 袁若岑
IPC分类号: G06F30/15 , G06F30/20 , G06F119/04
摘要: 本发明提供了一种基于带测量误差的维纳过程的车辆轴承剩余寿命预测方法。包括:利用轴承试验台采集全寿命周期轴承数据,提取轴承的时域特征值;建立轴承的两阶段的线性维纳退化过程模型,使用首达时间定义轴承的寿命,并确定轴承的失效阈值,推导出轴承剩余寿命概率密度函数;求得模型参数向量的对数似然函数,利用迭代运算的期望表达式通过期望最大化算法经过多次迭代得到参数向量的最优估计值;将参数向量的最优估计值代入轴承的剩余寿命概率密度函数,求得最终预测的轴承剩余寿命期望。本发明可以对轴承的剩余寿命进行预测,以确定最佳维修时间和维护策略,为维修部门提供有针对性的轴承维护保养建议。
-
-
-
-
-
-
-
-
-