-
公开(公告)号：CN111353515A
公开(公告)日：2020-06-30
申请号：CN201811573532.9
申请日：2018-12-21
申请人： 湖南工业大学
摘要： 本发明提出了一种基于多尺度分级的列车轮对踏面损伤分类识别方法，利用SVM算法对列车踏面纵向振动数据进行粗分类，判定踏面是否发生损伤，若发生损伤则利用Tensorflow搭建改进的深度学习算法对轮对踏面图像进行特征提取，将提取的特征输入softmax分类器细分踏面损伤程度，为后续列车运行控制提供依据。本发明设计的方法有效的降低了列车运行时因踏面损伤造成的不良后果，所采用的的深度学习算法极大地减少了算法运算量，缩短识别时间，且分类识别效果更佳精准。
-
公开(公告)号：CN109484384A
公开(公告)日：2019-03-19
申请号：CN201811120255.6
申请日：2018-09-25
申请人： 湖南工业大学
摘要： 本发明提出了一种高速列车最优粘着制动控制方法及系统，实现实时蠕滑率的估计及未知量的补偿同时又确保制动力的有效发挥。本发明能在复杂多变的轨面环境下实现对不同轨面最优蠕滑率的估计及跟踪，可有效发挥高速列车的制动力，从而可进一步提高制动系统的稳定性。
-
公开(公告)号：CN111353515B
公开(公告)日：2024-01-26
申请号：CN201811573532.9
申请日：2018-12-21
申请人： 湖南工业大学
IPC分类号： G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464
摘要： 本发明提出了一种基于多尺度分级的列车轮对踏面损伤分类识别方法，利用SVM算法对列车踏面纵向振动数据进行粗分类，判定踏面是否发生损伤，若发生损伤则利用Tensorflow搭建改进的深度学习算法对轮对踏面图像进行特征提取，将提取的特征输入softmax分类器细分踏面损伤程度，为后续列车运行控制提供依据。本发明设计的方法有效的降低了列车运行时因踏面损伤造成的不良后果，所采用的的深度学习算法
-
公开(公告)号：CN109696476A
公开(公告)日：2019-04-30
申请号：CN201910109067.1
申请日：2019-02-03
申请人： 湖南工业大学
摘要： 本发明公开了一种高速列车轮对踏面擦伤检测系统及检测方法：该系统装置由机械支撑、电气传动和电气控制三部分组成。机械支撑部分起整个系统的支架作用；电气传动部分包括驱动电机、机械加载机构、加载轮、驱动轮、压缩机和电源；电气控制部分包括变频控制器、电位器、信号采集模块和微机。系统利用列车总线将全列车的车辆级故障诊断分机连为一体，对于不同类型的轮对故障，采取不同的处理方法和故障诊断措施，诊断结果通过乘务室显示器显示，为列检人员提供故障信息及处理意见。
-
公开(公告)号：CN109840505A
公开(公告)日：2019-06-04
申请号：CN201910109071.8
申请日：2019-02-03
申请人： 湖南工业大学
摘要： 本发明公开了一种面向全寿命周期轮对踏面的故障诊断方法：针对具有较强非平稳性和易被强烈背景噪声干扰特点的轮对踏面振动信号，提出了基于BP神经网络的故障诊断方法，实现了全寿命周期的故障预测。首先对轮对踏面振动信号进行预处理，提取处理后信号的一些特征指标，利用余弦相似度方法筛选出所需要的特征指标；然后建立神经网络，将样本输入进行训练；最后把测试样本输入到训练好的神经网络当中，得到轮对踏面的退化状态。本方法适合于高速列车轮对踏面损伤信号的故障识别方法，能及时发现并感知轮对踏面性能退化程度，跟踪潜在故障，针对性地进行维修，将可有效防止列车事故发生。
-
公开(公告)号：CN208080498U
公开(公告)日：2018-11-13
申请号：CN201820047811.0
申请日：2018-01-12
申请人： 湖南工业大学
摘要： 本实用新型公开了一种板栗脱壳去衣一体机，主要由电阻式烘干器(2)、外壳划伤开口装置(3)、仿生揉搓机构(4)、螺旋运输器(5)、滚打器(6)和支架(1)等组成，所述电阻式烘干器(2)呈圆柱型，起烘干作用，所述的外壳划伤开口装置(3)起板栗外壳开口作用，利用链板和刀具的相对运动进行划痕，所述的仿生揉搓机构(4)起挤压脱壳作用，模仿人手揉搓进行脱壳，所述的螺旋运输器(5)呈螺旋叶状，起运输作用，利用离心力带动板栗运动，所述的滚打器(6)起滚打去衣作用，利用两辊轴的啮合滚打进行去衣，所述的支架(1)总体是焊接件结构，起支撑作用。本实用新型集烘干、划口、脱壳、去衣与传送于一体，破损率低，且工作效率高，实用性强。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.03 秒)
