一种高峰时段多列车节能优化方法

    公开(公告)号:CN107180282B

    公开(公告)日:2020-08-25

    申请号:CN201710528487.4

    申请日:2017-07-01

    IPC分类号: G06Q10/04 G06Q50/30 G06N3/12

    摘要: 本发明公开了一种高峰时段多列车节能优化方法。方法为:首先,通过设置列车运行的线路数据、列车参数、运营数据及与遗传算法相关的基本参数,建立高峰时段多列车节能优化模型,并根据基本数据求解重叠时间适应度值和总运行时间适应度值;然后,通过Pareto多目标遗传算法的选择、交叉和变异操作产生新的子代种群,并依此类推,直到产生满足结束条件;最后,在Pareto非支配解集中,按制定的节能和准时的相对优先级别选择停站时间矩阵作为全局最优解,求出优化后的时刻表,最终完成高峰时段多列车节能优化模型的求解。本发明能够最高效率地利用再生制动能量,减少牵引能耗。

    一种高峰时段多列车节能优化方法

    公开(公告)号:CN107180282A

    公开(公告)日:2017-09-19

    申请号:CN201710528487.4

    申请日:2017-07-01

    IPC分类号: G06Q10/04 G06Q50/30 G06N3/12

    摘要: 本发明公开了一种高峰时段多列车节能优化方法。方法为:首先,通过设置列车运行的线路数据、列车参数、运营数据及与遗传算法相关的基本参数,建立高峰时段多列车节能优化模型,并根据基本数据求解重叠时间适应度值和总运行时间适应度值;然后,通过Pareto多目标遗传算法的选择、交叉和变异操作产生新的子代种群,并依此类推,直到产生满足结束条件;最后,在Pareto非支配解集中,按制定的节能和准时的相对优先级别选择停站时间矩阵作为全局最优解,求出优化后的时刻表,最终完成高峰时段多列车节能优化模型的求解。本发明能够最高效率地利用再生制动能量,减少牵引能耗。

    一种基于激光位移传感器的车轮踏面磨耗检测方法

    公开(公告)号:CN107607044B

    公开(公告)日:2019-10-18

    申请号:CN201710718970.9

    申请日:2017-08-21

    IPC分类号: G01B11/02 G01N21/88

    摘要: 本发明公开了一种基于激光位移传感器的车轮踏面磨耗检测方法。该方法包括以下步骤:在轨道外侧低于钢轨平面位置布设一组2D激光位移传感器;通过分析输出有效值数据点个数的分布规律,将各个车轮所对应的数据进行分段,滤除与车轮数据不一致的车轮刹车片及车底装置数据;根据激光位移传感器的安装位置参数值,通过坐标旋转,将传感器自身坐标系xoy转换到踏面基准坐标系uov下;将标准车轮轮廓数据与传感器测量数据进行融合,获取完整的车轮轮廓数据;选取车轮轮缘高最小的数据作为最佳踏面数据,计算车轮踏面磨耗;标准车轮轮缘高和实际车轮轮缘高的差值即为踏面磨耗值。本发明测量原理简单,系统稳定,能满足踏面磨耗测量的实际要求。

    一种基于激光位移传感器的车轮踏面磨耗检测方法

    公开(公告)号:CN107607044A

    公开(公告)日:2018-01-19

    申请号:CN201710718970.9

    申请日:2017-08-21

    IPC分类号: G01B11/02 G01N21/88

    摘要: 本发明公开了一种基于激光位移传感器的车轮踏面磨耗检测方法。该方法包括以下步骤:在轨道外侧低于钢轨平面位置布设一组2D激光位移传感器;通过分析输出有效值数据点个数的分布规律,将各个车轮所对应的数据进行分段,滤除与车轮数据不一致的车轮刹车片及车底装置数据;根据激光位移传感器的安装位置参数值,通过坐标旋转,将传感器自身坐标系xoy转换到踏面基准坐标系uov下;将标准车轮轮廓数据与传感器测量数据进行融合,获取完整的车轮轮廓数据;选取车轮轮缘高最小的数据作为最佳踏面数据,计算车轮踏面磨耗;标准车轮轮缘高和实际车轮轮缘高的差值即为踏面磨耗值。本发明测量原理简单,系统稳定,能满足踏面磨耗测量的实际要求。

    一种基于改进畸变模型的摄像机标定方法

    公开(公告)号:CN107507246A

    公开(公告)日:2017-12-22

    申请号:CN201710718981.7

    申请日:2017-08-21

    IPC分类号: G06T7/80

    CPC分类号: G06T7/80 G06T2207/30208

    摘要: 本发明公开了一种基于改进畸变模型的摄像机标定方法。该方法步骤如下:根据世界坐标系与图像坐标系的转换关系,建立摄像机标定模型;根据矩阵的正交性质,获取摄相机内部参数的约束方程;采用线性求解的方法近似求出初值,然后利用梯度法求解单应性矩阵;根据求出的约束方程和单应性矩阵,求解摄像机模型参数;结合张正友和Heikkila标定模型,根据径向畸变和切向畸变,改变畸变模型等式两端的求解次序,并采用线性最小二乘法求出初值;利用Levenberg-Marquardt算法对摄像机参数进行最优化求解,获得最优化摄像机参数。本发明实现了摄像机标定,具有标定精度高、易于实施的优点。

    一种去除高斯噪声和脉冲噪声的混合噪声滤波方法

    公开(公告)号:CN107392864A

    公开(公告)日:2017-11-24

    申请号:CN201710528489.3

    申请日:2017-07-01

    IPC分类号: G06T5/00

    CPC分类号: G06T5/002 G06T2207/20024

    摘要: 本发明公开了一种去除高斯噪声和脉冲噪声的混合噪声滤波方法。该方法步骤如下:对于受电弓图像中高斯噪声和脉冲噪声的混合噪声,采用先进边界区分噪声检测算法即ABDND算法对脉冲噪声进行抑制,所述ABDND算法包含噪声像素检测、噪声像素核实、噪声像素滤除;针对对脉冲噪声进行抑制后的图像,采用滑动窗口对像素点进行处理,将窗口内所有点根据灰度值大小进行排序,去除极大值和极小值点,对剩余的像素点进行权值分配并进行加权计算,计算结果作为滤波窗口中心点的输出灰度值,代替该点原有的灰度值;重复上述步骤中两种算法进行递进滤波,最终滤除受电弓图像中的混合噪声。本发明原理简单、滤波效果好,对数字图像处理具有重要意义。