一种轨道扣件缺损状态自动检测系统及方法

    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

    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。

    基于Gabor小波和SVM的钢轨病害的检测方法

    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

    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。

    地铁小半径曲线外轨侧磨预测方法

    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

    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。

    地铁车辆受电弓碳滑板磨耗估算方法及寿命预测方法

    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

    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。

    一种基于车站能力保持的设备维修策略优化方法

    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

    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。

    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

    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

    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。

Patent Agency Ranking