公开(公告)号：CN102567576B

公开(公告)日：2014-01-01

申请号：CN201110415826.0

申请日：2011-12-13

Applicant: 北京交通大学

Inventor： 秦勇 ,  贾利民 ,  张媛 ,  陈皓 ,  张道于 ,  朱跃 ,  邢宗义

IPC: G06F17/50 ,  G06N3/02

Abstract: 本发明公开了铁路安全技术领域中一种轮重减载率的预测方法。首先利用轨检车采集轨道的左轨高低不平顺、左轨轨向不平顺、右轨高低不平顺和右轨轨向不平顺数据；然后利用专业软件ADAMS/RAIL对采集的数据进行仿真，得到轮轨力数据，即垂向轮轨力和横向轮轨力，进而求得轮重减载率，并对轮重减载率归一化处理；选取训练样本训练NARX神经网络模型；对训练好的NARX神经网络预测模型进行测试，输出测试后的轮重减载率数据；对测试样本中的轮重减载率数据和测试后的神经网络得到的轮重减载率数据进行分析，评价NARX神经网络预测模型的性能。本发明能够精确预测脱轨系数，提过了对铁路行车安全评价的准确性，对轨道交通安全控制具有重要的现实意义。

公开(公告)号：CN102778355A

公开(公告)日：2012-11-14

申请号：CN201210279340.3

申请日：2012-08-07

Applicant: 北京交通大学

Inventor： 秦勇 ,  张媛 ,  贾利民 ,  邢宗义 ,  廖贵玲 ,  陈皓 ,  陈波

IPC: G01M13/04

Abstract: 本发明公开了属于轨道交通安全技术领域的一种基于EMD和PCA的滚动轴承状态辨识方法。包括以下步骤：1）获取实验数据；2）进行两类状态实验数据划分或四类状态实验数据划分；3）对划分的每段数据分别进行经验模态分解处理，获得每段数据的IMF分量，组成各自的IMF矩阵；4）提取滚动轴承状态的统计特征向量；5）确定安全域边界；6）辨识滚动轴承运行状态。本发明的有益效果为：本发明提供了基于EMD-PCA-LSSVM的滚动轴承运行状态安全域估计方法以及正常和各种故障状态的辨识方法，可得安全域准确率和多种状态辨识率均大于95%。本发明为滚动轴承故障监测、诊断提供了快速、有效的方法。

公开(公告)号：CN102629298A

公开(公告)日：2012-08-08

申请号：CN201210062049.0

申请日：2012-03-09

Applicant: 北京交通大学

Inventor： 秦勇 ,  张媛 ,  贾利民 ,  陈波 ,  廖贵玲 ,  邢宗义

IPC: G06F19/00

Abstract: 本发明公开了交通技术和安全技术领域中的一种轨道交通系统运行安全评估方法。本发明首先确定评估对象的安全相关变量；获取安全相关变量的数据；然后对安全相关变量的数据预处理；最后确定评估对象的安全域的边界；并对系统运行安全评估。本发明实现了轨道交通系统及其局部子系统或关键设备的定量化安全状态评价和趋势预测，对实现轨道交通系统的高水平安全保障具有重要的理论和现实意义。

公开(公告)号：CN102567786A

公开(公告)日：2012-07-11

申请号：CN201110415711.1

申请日：2011-12-13

Applicant: 北京交通大学

Inventor： 秦勇 ,  贾利民 ,  张媛 ,  陈皓 ,  张道于 ,  朱跃 ,  邢宗义

IPC: G06N3/08

Abstract: 本发明公开了铁路安全技术领域中的一种脱轨系数的预测方法。首先利用轨检车采集轨道的左轨高低不平顺、左轨轨向不平顺、右轨高低不平顺和右轨轨向不平顺数据；然后利用专业软件ADAMS/RAIL对采集的数据进行仿真，得到轮轨力数据，即垂向轮轨力和横向轮轨力，进而求得脱轨系数，并对脱轨系数归一化处理；选取训练样本训练NARX神经网络模型；对训练好的NARX神经网络预测模型进行测试，输出测试后的脱轨系数数据；对测试样本中的脱轨系数数据和测试后的神经网络得到的脱轨系数数据进行分析，评价NARX神经网络预测模型的性能。本发明能够精确预测脱轨系数，提过了对铁路行车安全评价的准确性，对轨道交通安全控制具有重要的现实意义。

公开(公告)号：CN102521651A

公开(公告)日：2012-06-27

申请号：CN201110436222.4

申请日：2011-12-22

Applicant: 北京交通大学

Inventor： 秦勇 ,  贾利民 ,  张媛 ,  陈皓 ,  张道于 ,  朱跃 ,  邢宗义

IPC: G06N3/02

Abstract: 本发明公开了铁路安全运行控制技术领域中的一种基于NARX神经网络的弓网接触力预测方法。包括：通过仿真试验获取试验数据；对试验数据进行归一化处理；建立NARX神经网络预测模型；从归一化处理后的试验数据中，抽取第一设定数量的数据对作为训练样本，采用贝叶斯正则化算法训练NARX神经网络预测模型；再从归一化处理后的试验数据中，抽取第二设定数量的数据对作为测试样本，以测试样本中作为输入数据输入到训练的NARX神经网络预测模型中，将输出结果反归一化处理后作为弓网接触力预测值。本发明采用NARX神经网络模型预测弓网接触力，提高了弓网接触力的预测精度。

公开(公告)号：CN103336732A

公开(公告)日：2013-10-02

申请号：CN201310264418.9

申请日：2013-06-28

Applicant: 北京交通大学

Inventor： 贾利民 ,  秦勇 ,  叶阳东 ,  佘维 ,  季常煦 ,  张媛

IPC: G06F11/22 ,  G06F17/50

Abstract: 本发明公开了一种离散事件系统的复合故障因果链解耦方法，包括以下步骤：根据故障的观测事件集和关系集采用扩展时间Petri网对离散事件系统进行建模；根据扩展时间Petri网的求逆算法，得到时间-概率Petri网模型；采用时间-概率Petri网模型对离散事件系统进行推理分析；根据因果链的时间-概率解耦算法和单纯故障因果链的析出算法对时间-概率Petri网模型的推理结果进行解耦和因果链的析出。

公开(公告)号：CN102567576A

公开(公告)日：2012-07-11

申请号：CN201110415826.0

申请日：2011-12-13

Applicant: 北京交通大学

Inventor： 秦勇 ,  贾利民 ,  张媛 ,  陈皓 ,  张道于 ,  朱跃 ,  邢宗义

IPC: G06F17/50 ,  G06N3/02

Abstract: 本发明公开了铁路安全技术领域中一种轮重减载率的预测方法。首先利用轨检车采集轨道的左轨高低不平顺、左轨轨向不平顺、右轨高低不平顺和右轨轨向不平顺数据；然后利用专业软件ADAMS/RAIL对采集的数据进行仿真，得到轮轨力数据，即垂向轮轨力和横向轮轨力，进而求得轮重减载率，并对轮重减载率归一化处理；选取训练样本训练NARX神经网络模型；对训练好的NARX神经网络预测模型进行测试，输出测试后的轮重减载率数据；对测试样本中的轮重减载率数据和测试后的神经网络得到的轮重减载率数据进行分析，评价NARX神经网络预测模型的性能。本发明能够精确预测脱轨系数，提过了对铁路行车安全评价的准确性，对轨道交通安全控制具有重要的现实意义。