-
公开(公告)号：CN109658387B
公开(公告)日：2023-10-13
申请号：CN201811425533.9
申请日：2018-11-27
Applicant: 北京交通大学
Inventor： 魏秀琨 , 江思阳 , 贾利民 , 尹贤贤 , 赵利瑞 , 魏德华 , 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
IPC: G06T7/00
Abstract: 本发明提供一种电力列车的受电弓碳滑板缺陷的检测方法。该方法包括：构建改进的RCNN网络模型，利用训练集数据对改进的RCNN网络模型进行训练。通过安装在列车轨道旁的工业线阵相机采集电力列车的受电弓图片，将受电弓图片输入到训练好的改进的RCNN网络模型，改进的RCNN网络模型利用卷积运算提取所述受电弓图片中的受电弓碳滑板区域，利用损失函数对受电弓碳滑板区域进行缺陷类别检测。本发明的方法通过区域生成网络和快速区域卷积神经网络的结合，对训练图片的自主学习与特征提取，从而能对采集系统拍摄的图片中受电弓碳滑板的有效区域及缺陷类别进行分析，能够对受电弓碳滑板的状态进行实时监测，保障城市轨道列车安全运行，具有较大的应用前景。
-
公开(公告)号：CN110377986B
公开(公告)日：2021-02-02
申请号：CN201910594463.8
申请日：2019-07-03
Applicant: 北京交通大学 , 广州地铁集团有限公司
IPC: G06F30/27 , G06N20/10 , G06Q10/00 , G06F111/10 , G06F119/04 , G06F119/14
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：CN110533640A
公开(公告)日：2019-12-03
申请号：CN201910753916.7
申请日：2019-08-15
Applicant: 北京交通大学
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。
-
公开(公告)号：CN110308002A
公开(公告)日：2019-10-08
申请号：CN201910543301.1
申请日：2019-06-21
Applicant: 北京交通大学
Inventor： 魏秀琨 , 滕延芹 , 贾利民 , 李宇杰 , 赵利瑞 , 魏德华 , 管青鸾 , 杨子明 , 江思阳 , 孟鸿飞 , 所达 , 李赛 , 王熙楠 , 潘潼 , 翟小婕 , 尹贤贤 , 陈亚兰
Abstract: 本发明提供了一种基于地面检测的城轨列车悬挂系统故障诊断方法，包括：利用SIMPACK车辆动力学仿真软件和ABAQUS有限元分析软件，构建轮轨接触的刚柔耦合模型，分析列车振动产生的力的传递规律，得到在轨道布设加速度传感器方案；根据SIMPACK车辆动力学仿真软件计算结果，结合轮轨接触的刚柔耦合模型中列车运行时相应信号变化情况，验证轨道布设加速度传感器方案的合理性，计算传感器布设间隔和测量误差，构建列车故障仿真模型，得出传感器的布设规律；在轨道两侧布设加速度传感器，采集轮轨振动加速度信号，对加速度信号进行处理，利用时频分析和谱细化分析方法实现列车悬挂系统故障的检测。本发明在准确检测到悬挂系统故障的同时还能够降低检测的成本。
-
公开(公告)号：CN109783928B
公开(公告)日：2021-04-13
申请号：CN201910023386.0
申请日：2019-01-10
Applicant: 北京交通大学 , 广州地铁集团有限公司
IPC: G06F30/20 , G06F119/04
Abstract: 本发明提供了一种地铁接触线磨耗分布预测方法及维保方法，用以解决现有技术中无法对地铁接触线磨耗分布进行准确预测的问题。所述接触线磨耗分布预测方法及维保方法，建立接触线磨耗率计算简化模型，根据所述简化模型对接触线磨耗分布进行预测，并在预测的基础上有针对性的制定维保策略。本发明通过磨耗机理分析，从磨耗机制的角度建立接触线磨耗率计算模型，并结合实际弓网电流和行车速度、接触力等对接触线的磨耗分布作出计算分析，直观地反映出不同位置接触线的磨耗程度，并提出了对接触线磨耗的提前预估和差异化维保方法，对减少维修成本和提高刚性接触网接触线的安全性能具有重要的意义。
-
Patent Agency Ranking
公开(公告)号：CN112164044A
公开(公告)日：2021-01-01
申请号：CN202011010912.9
申请日：2020-09-23
Applicant: 北京交通大学 , 广州地铁集团有限公司
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：CN111311567A
公开(公告)日：2020-06-19
申请号：CN202010088325.5
申请日：2020-02-12
Applicant: 北京交通大学
Abstract: 本发明提供了一种对轨道线路图像进行扣件和钢轨病害识别的方法。该方法包括：将轨道线路图像转变为灰度图像，对灰度图像中的扣件区域和钢轨区域进行定位；根据灰度图像中的扣件区域和钢轨区域的实际情况和钢轨以及扣件病害的定义，对轨道线路原始图像进行类别标定，通过数据增强处理得到包含正样本和负样本的轨道线路图像的数据集；利用数据集对轨道线路图像的分类器进行训练，得到训练好的轨道线路图像的分类器；利用分类器对待识别病害的轨道线路图像进行扣件和钢轨病害识别。本发明例可以准确有效地识别出钢轨表面的波磨病害以及扣件的缺失和损坏病害，检测效率明显提高，为轨道交通系统的病害在线实时检测系统的发展奠定了良好的基础。
-
公开(公告)号：CN111310948A
公开(公告)日：2020-06-19
申请号：CN202010240479.1
申请日：2020-03-31
Applicant: 北京交通大学
Abstract: 本发明提供了一种轨道交通车载信号系统的优化维修策略的获取方法。该方法包括：绘制轨道交通车载信号系统的故障树，对故障树进行定量分析，获取故障树中各单元的关键重要度；将故障树转化为贝叶斯网络，对贝叶斯网络进行后验概率推理，综合参考故障树中各单元的关键重要度和所述贝叶斯网络中各个节点的后验概率，确定各个节点的重要度；选取具有较高重要度的各个节点作为系统的薄弱环节，建立具有较高重要度的各个节点对应的事件的基于状态的维修模型，根据基于状态的维修模型获取轨道交通车载信号系统的优化维修策略。本发明不仅能在系统发生故障时提供快速定位故障设备的参考依据，并且能推测出车载信号设备的最佳维修维保时间。
-
公开(公告)号：CN111220387A
公开(公告)日：2020-06-02
申请号：CN202010017661.0
申请日：2020-01-08
Applicant: 北京交通大学
IPC: G01M13/045 , G06N20/00
Abstract: 本发明提供了一种基于多特征量相关向量机的车辆轴承剩余寿命预测方法。该方法包括：采样车辆轴承的全寿命周期的振动信号，利用振动信号提取轴承的多角度的特征值；对多角度特征值与均方根值进行相关性计算，得到与轴承寿命相关的敏感特征值；根据信息熵特征值计算不同嵌入维数下的信息熵均值，根据信息熵均值选择相关向量机的最佳嵌入位数；基于相关向量机的最佳嵌入维数和多角度的特征值构建多特征量相关向量机预测模型，将敏感特征值输入到多特征量相关向量机预测模型，通过回归迭代运算输出车辆轴承的剩余寿命。本发明提出了基于多特征量相关向量机的轴承剩余寿命预测模型，对城轨车辆轴承进行寿命预测，保证了列车行车的安全性和稳定性。
-
公开(公告)号：CN109767427A
公开(公告)日：2019-05-17
申请号：CN201811592744.1
申请日：2018-12-25
Applicant: 北京交通大学
Inventor： 魏秀琨 , 杨子明 , 贾利民 , 张文强 , 李永光 , 李宇杰 , 高方庆 , 尹贤贤 , 魏德华 , 管青鸾 , 赵利瑞 , 江思阳 , 李赛 , 孟鸿飞 , 滕延芹 , 王熙楠 , 所达 , 翟小婕 , 潘潼 , 陈亚兰
Abstract: 本发明提供了一种列车轨道扣件缺陷的检测方法。该方法包括：构建Faster R-CNN网络模型，该Faster R-CNN网络模型包括区域生成网络RPN和快速区域卷积神经网络Fast R-CNN，网络初始化方式采用预训练好的同类任务的参数初始化，再利用训练集数据对所述Faster R-CNN网络模型进行训练。通过拍照设备拍摄采集地铁线路上的扣件图像；将扣件图像输入到训练好的Faster R-CNN网络模型，Faster R-CNN网络模型利用卷积操作和池化操作提取扣件图像中的扣件区域，利用损失函数对所述扣件区域进行缺陷类别检测。本发明通过区域生成网络和快速区域卷积神经网络的结合，对训练图片的自主学习与特征提取，从而能对采集到的大尺寸图像进行扣件定位和缺陷自动检测，智能化程度更高，实现效率更高，模型适用性更强。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.019 seconds)
