-
公开(公告)号:CN108573277A
公开(公告)日:2018-09-25
申请号:CN201810200743.1
申请日:2018-03-12
Applicant: 北京交通大学
Abstract: 本发明提供了一种受电弓碳滑板表面病害自动识别系统及方法,包括:采集模块;处理模块;建模模块;训练模块;调取模块。本发明提供了一种受电弓碳滑板表面病害自动识别系统及方法,通过网络对图像数据的自主学习与特征提取,免除了传统手段的一系列图像预处理-图像增强-边缘检测-特征提取-目标识别等繁杂流程;网络对低级特征的非线性融合使得模型对病害高级特征的识别能够不受光照、位移、尺度等变化的影响,具有更好的鲁棒性;模型一旦训练完成,即可直接用于图像识别,且训练与使用过程均无需依赖人工对图像与模型进行复杂操作,具有更高的自动化与智能化程度。
-
公开(公告)号:CN112164044B
公开(公告)日:2025-02-14
申请号:CN202011010912.9
申请日:2020-09-23
Applicant: 广州地铁集团有限公司 , 北京交通大学
Inventor: 蔡昌俊 , 魏秀琨 , 王海 , 江思阳 , 何江海 , 贾利民 , 高劲 , 尹贤贤 , 刘兰 , 闫雅斌 , 魏德华 , 孟鸿飞 , 李赛 , 杨子明 , 滕延芹 , 潘潼 , 翟小婕 , 所达 , 管青鸾
Abstract: 本发明提供了一种基于双目视觉的刚性接触网的磨耗分析方法。该方法包括:通过两个相机采集列车顶部与隧道顶部的刚性接触网的接触线图像;对两个相机采集到的接触线图像对进行校正,利用立体匹配算法获取校正后的图像对的视差图;根据双目视觉立体成像原理将视差图转换为深度图,提取深度图中的接触线部分,对接触线部分进行三维重建可视化,得到刚性接触网的磨耗特征及分布。本发明利用接触网表面三维图以及各类别磨耗病害曲线图,能够较好地描述接触线表面磨耗情况,实现对刚性接触网的自动化、智能化检测。
-
公开(公告)号:CN108573213B
公开(公告)日:2021-11-02
申请号:CN201810201266.0
申请日:2018-03-12
Applicant: 北京交通大学
Abstract: 本发明提供一种轨道扣件缺损状态自动检测系统及方法,包括:第一定位模块;第二定位模块;分割模块;处理模块;检测模块;在本方面提供的系统及方法中,能够实现对扣件不同状态下的自动定位判定,解决了传统人工方法难以保证的漏检以及检测结果的客观准确性,同时为扣件异常状态自动化检测设备的设计提供了新方法和新思路。本发明可以准确有效地识别出轨道线路中存在的异常缺损扣件,显著提高了检测效率,为满足轨道交通线路安全高效地在线检测提供了良好的基础。本系统能实现在线检测,检测速度高,在充足光源下能适应不同时间段的检测需求,系统可靠性强,准确率高。
-
公开(公告)号:CN108596872B
公开(公告)日:2021-09-28
申请号:CN201810189940.8
申请日:2018-03-08
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于Gabor小波和SVM的钢轨病害的检测方法,包括:读取钢轨表面图像;采用中值滤波滤除钢轨表面图像中的噪声,并进行背景补偿;对钢轨表面图像中的钢轨进行矫正、定位和分割;对钢轨进行动态引导滤波、边缘检测和标记,计算并定位钢轨的表面病害,并对表面病害进行分割;根据钢轨的表面病害的最小矩形框从不同角度计算并提取表面病害的特征向量;根据钢轨的表面病害的定位、分割和提取的特征向量,基于SVM对钢轨表面的病害进行识别检测。本发明能够在一定程度上实现钢轨表面剥离掉块病害的自动定位识别,并提高了传统人工检测所难以保证的客观准确性。
-
公开(公告)号:CN110377986A
公开(公告)日:2019-10-25
申请号:CN201910594463.8
申请日:2019-07-03
Applicant: 北京交通大学
Abstract: 本发明提供了一种地铁小半径曲线外轨侧磨预测方法,用以解决现有技术中地铁在小半径曲线段运行安全保障问题。所述预测方法建立小半径曲线外轨侧磨计算简化模型基础上,分析外轨磨耗的关键致因因素,再根据关键磨耗因素及计算简化模型,获得磨耗规律,预测外轨寿命。本发明不仅能对曲线外轨的磨耗寿命进行预判并以此提出最佳维保周期,为维修部门提供有针对性的钢轨打磨或更换建议,从而降低时间、经济成本,而且能得到影响曲线外轨磨耗的关键因素,通过致因分析来进行相应的设计及运行调整,减缓曲线外轨的磨耗速率,从而提升曲线车辆运行的寿命及安全性,具有相应的经济效益和社会效益。
-
公开(公告)号:CN109785301A
公开(公告)日:2019-05-21
申请号:CN201811611691.3
申请日:2018-12-27
Applicant: 北京交通大学
Inventor: 魏秀琨 , 魏德华 , 贾利民 , 尹贤贤 , 赵利瑞 , 江思阳 , 杨子明 , 李赛 , 孟鸿飞 , 滕延芹 , 王熙楠 , 管青鸾 , 所达 , 翟小婕 , 潘潼 , 陈亚兰
Abstract: 本发明提供了一种基于图像处理的钢轨波磨自动识别方法和评估方法,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:CN109783929A
公开(公告)日:2019-05-21
申请号:CN201910023389.4
申请日:2019-01-10
Applicant: 北京交通大学
IPC: G06F17/50
Abstract: 本发明提供了一种地铁车辆受电弓碳滑板磨耗估算方法及寿命预测方法,用于解决现有技术中无法对碳滑板磨耗进行准确估算的问题。所述磨耗估算方法及寿命预测方法,结合碳滑板磨耗率曲线和接触线的布置方式,计算出碳滑板在一定的运行里程内不同位置的磨耗量,得到沿碳滑板横向分布的磨耗轮廓,将碳滑板磨耗外形分布计算出来并可视化,并进一步对碳滑板的使用寿命进行预测。本发明对碳滑板的磨耗程度做出预判,为维修部门提供有针对性的碳滑板打磨或更换建议,降低了时间、经济成本,同时得到碳滑板磨耗较严重的区域,通过致因分析来进行相应的技术调整,避免在碳滑板上形成凹槽,从而提升弓网运行的安全性,具有一定的经济效益和社会效益。
-
公开(公告)号:CN109711635A
公开(公告)日:2019-05-03
申请号:CN201910015954.2
申请日:2019-01-08
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于车站能力保持的设备维修策略优化方法,包括:基于Anylogic建立车站的客流仿真模型,统计车站各设备的各部分故障率;根据仿真模型,计算车站期望能力,并进行车站期望能力灵敏度分析,得出车站不同设备故障的可靠度约束值;对车站各设备的各部分故障率进行分布函数拟合,得出最优分布参数,进而得出各设备中各部分的可靠度函数及故障概率密度函数;通过维修周期优化模型计算出各设备中各部件的最优维修周期。本发明在保障车站关键设备可靠性前提下,以设备维修成本最小化为目标,分别确定设备不同部分的维修周期,提高车站关键设备可靠度,实现车站能力保持,提高设备维修效率和经济效益。
-
公开(公告)号:CN108596203A
公开(公告)日:2018-09-28
申请号:CN201810204111.2
申请日:2018-03-13
Applicant: 北京交通大学
Abstract: 本发明公开一种并联池化层对受电弓碳滑板表面磨耗检测模型的优化方法,包括以下步骤:1)采集受电弓滑板表面缺陷图像,并进行图像预处理,得到数据集;其中,所述数据集包含训练数据与测试数据,训练数据包含有标签数据与无标签数据两类;2)在CAFFE框架下搭建半监督卷积神经网络,并利用无标签数据对模型进行训练;3)基于随机池化原理,将原始的池化层换用为并联池化层,对有标签数据与无标签数据差异化采样,完成对基于半监督卷积神经网络受电弓碳滑板表面磨耗检测模型的优化。本发明采用并联池化层对不同属性数据差异化取样,增强了半监督卷积神经网络对无标签数据的利用效率,提升了受电弓碳滑板表面磨耗检测模型的优化效果。
-
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
Applicant: 北京交通大学
IPC: G06T7/00 , G06K9/62 , G06V10/762 , G06V10/80 , G06V10/84
Abstract: 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。
-
-
-
-
-
-
-
-
-