一种基于LKJ运行记录数据的列控场景测试方法及系统

    公开(公告)号:CN116513277B

    公开(公告)日:2024-05-17

    申请号:CN202310429193.1

    申请日:2023-04-20

    IPC分类号: B61L27/60

    摘要: 本发明公开了一种基于LKJ运行记录数据的列控场景测试方法及系统,系统包括LKJ主机、传输设备和运行有仿真系统的上位机,上位机通过传输设备和LKJ主机连接,方法包括:获取LKJ运行记录数据并提取目标运行参数作为LKJ测试数据;对获取到的LKJ测试数据进行模型规范化处理,得到LKJ列控场景测试模型并作为测试用例,LKJ列控场景测试模型包括从始发参数设定到终到站之间连续的行车场景数据,用测试数据驱动LKJ主机运行;根据测试用例进行仿真,得到仿真数据,并实时获取LKJ主机的运行数据,比较仿真数据与运行数据的一致性后输出测试报告。本发明实现了列控场景自动仿真测试、LKJ基础数据自动模拟检验,结果更准确。

    基于贝叶斯信念网络的LKJ故障预测诊断方法和系统

    公开(公告)号:CN110334208B

    公开(公告)日:2023-01-20

    申请号:CN201910384171.1

    申请日:2019-05-09

    摘要: 本发明公开了一种基于贝叶斯信念网络的LKJ故障预测诊断方法和系统,为LKJ在设备故障预测诊断领域的应用大大的提高了预测诊断效率和可靠性,能够帮助检修人员更快地找到潜在隐患,及时采取相应措施,避免大型故障的产生。其技术方案为:在故障诊断时,首先利用异常点识别的方法,找到相应的异常节点,然后带入异常故障关联网络,经过网络计算出对应的故障和发生的概率。再次带入故障分词关联网络,经过网络计算出对应的分词表征和发生的概率,从而实现故障预测诊断,基于模型建立的系统能及时发现问题、处理问题、规避风险,使列车运行过程中的安全性与稳定性得到有效保障。

    基于LKJ监控交路数据自动生成LKJ径路数据的方法和系统

    公开(公告)号:CN113407568A

    公开(公告)日:2021-09-17

    申请号:CN202110692146.7

    申请日:2021-06-22

    摘要: 本发明公开了一种基于LKJ监控交路数据自动生成LKJ径路数据的方法和系统,通过计算机软件实现自动化、智能化、精准化的自动生成LKJ‑15径路数据,解决手工制作径路数据的工作量大、易出错的问题,且径路数据与LKJ2000保持一致,有利于司机在不同列控系统上的继承性操作。其技术方案为:步骤1:解析监控交路信息,建立监控交路和数据交路对照关系,生成LKJ运行径路;步骤2:依据监控交路与数据交路对照关系作为初始条件,在线路数据中筛选对应数据交路中径路数据所需的信息数据;步骤3:搜索遍历筛选出的信息数据,生成各径路关键节点及贯通关系;步骤4:提取步骤3生成的各径路关键节点及贯通关系,整理排序后生成LKJ径路数据。

    一种基于LKJ运行记录数据的列控场景测试方法及系统

    公开(公告)号:CN116513277A

    公开(公告)日:2023-08-01

    申请号:CN202310429193.1

    申请日:2023-04-20

    IPC分类号: B61L27/60

    摘要: 本发明公开了一种基于LKJ运行记录数据的列控场景测试方法及系统,系统包括LKJ主机、传输设备和运行有仿真系统的上位机,上位机通过传输设备和LKJ主机连接,方法包括:获取LKJ运行记录数据并提取目标运行参数作为LKJ测试数据;对获取到的LKJ测试数据进行模型规范化处理,得到LKJ列控场景测试模型并作为测试用例,LKJ列控场景测试模型包括从始发参数设定到终到站之间连续的行车场景数据,用测试数据驱动LKJ主机运行;根据测试用例进行仿真,得到仿真数据,并实时获取LKJ主机的运行数据,比较仿真数据与运行数据的一致性后输出测试报告。本发明实现了列控场景自动仿真测试、LKJ基础数据自动模拟检验,结果更准确。

    基于贝叶斯信念网络的LKJ故障预测诊断方法和系统

    公开(公告)号:CN110334208A

    公开(公告)日:2019-10-15

    申请号:CN201910384171.1

    申请日:2019-05-09

    摘要: 本发明公开了一种基于贝叶斯信念网络的LKJ故障预测诊断方法和系统,为LKJ在设备故障预测诊断领域的应用大大的提高了预测诊断效率和可靠性,能够帮助检修人员更快地找到潜在隐患,及时采取相应措施,避免大型故障的产生。其技术方案为:在故障诊断时,首先利用异常点识别的方法,找到相应的异常节点,然后带入异常故障关联网络,经过网络计算出对应的故障和发生的概率。再次带入故障分词关联网络,经过网络计算出对应的分词表征和发生的概率,从而实现故障预测诊断,基于模型建立的系统能及时发现问题、处理问题、规避风险,使列车运行过程中的安全性与稳定性得到有效保障。