-
公开(公告)号：CN109522633B
公开(公告)日：2023-06-20
申请号：CN201811326237.3
申请日：2018-11-08
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于拓扑综合重要度的高速铁路系统关键环节集辨识方法。该方法包括如下步骤：从高速铁路装备‑环境‑人‑管理四个系统出发，根据系统的物理、电气和信息组成关系，构建高速铁路系统多重多粒度网络模型；基于所述多重多粒度网络模型计算出各节点的功能维度指标，基于所述多重多粒度网络模型，计算出各节点的风险维度指标，综合各个节点的功能维度指标和风险维度指标的重要度排序结果，得到高速铁路系统的关键环节集。本发明结合高速铁路系统拓扑结构、功能重要度、风险概率以及失效后影响运营的严重程度，突破了以往高速铁路系统关键环节辨识过程中，依赖专家经验、关注局部设备或子系统、缺少系统间作用关系等局限。
-
公开(公告)号：CN115965057A
公开(公告)日：2023-04-14
申请号：CN202211498411.9
申请日：2022-11-28
Applicant: 北京交通大学
IPC: G06N3/0464 , G06N3/084 , G06N3/082 , G01M17/08
Abstract: 本发明提供了一种面向列车传动系统的类脑持续学习故障诊断方法。该方法模拟了人脑神经突触的记忆与新生，设计了类突触表征结构的生长机制，以实现类脑持续学习的列车传动系统故障诊断。具体地，冻结原有特征提取分支并配合少量旧类样本示例缓解“灾难性遗忘”；同时引入新的特征提取分支，为模型提供可塑性，在多目标损失函数引导下，学习新故障特征，提升模型学习能力上限。此外，该机制集成了端到端的网络剪枝，根据任务难度而动态调整结构生长规模，缓解渐进学习过程中模型的结构化冗余问题。本发明提出的方法，可以高精度、高实时性拓展可诊断故障的边界，对提升基于深度学习的轨道车辆传动系统智能故障诊断模型的应用潜力具有重要意义。
-
公开(公告)号：CN109544011B
公开(公告)日：2022-02-01
申请号：CN201811417624.8
申请日：2018-11-26
Applicant: 北京交通大学
IPC: G06Q10/06
Abstract: 本发明提供了一种基于内外协变量的高速列车系统可靠性评估方法，属于高速列车运行控制技术领域。该方法首先构建高速列车系统拓扑网络模型；然后确定系统部件固有寿命分布类型及故障概率；再根据故障概率和所构建的拓扑网络模型为基础，计算部件的综合重要度；结合固有寿命分布类型及综合重要度，构建高速列车系统基于内部协变量的基准风险模型；结合外部运行环境数据，根据基准风险模型建立高速列车系统基于内外协变量的风险模型；最后根据基于内外协变量的风险模型计算高速列车系统可靠性。本发明建立基于内部性能参数和外部运行环境双协变量可靠性计算方法，有助于对全局系统的可靠性、安全性的准确评估，为保障高速列车系统安全运营提供指导。
-
公开(公告)号：CN111898195A
公开(公告)日：2020-11-06
申请号：CN202010542358.2
申请日：2020-06-15
Applicant: 北京交通大学
IPC: G06F30/15 , G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于改进的d-MC网络流理论的轨道交通列车系统多态可靠性分析方法，首先，分析轨道交通列车系统功能，构建列车系统功能链及功能关系网络；其次，依据列车各部件之间的功能关系及部件状态，引入载荷流的概念，并构建轨道交通列车系统多态可靠性网络模型；最后，通过d极小割网络流理论及不交和方法计算整个列车系统在某一状态下的可靠性。本发明以轨道交通列车部件之间的功能关系为基础，引入改进的d极小割网络流理论方法进行列车系统可靠性分析，提高了系统可靠性评估计算的效率，并为轨道交通列车系统可靠性设计、实际运营监测、维护管理及修程的制定提供了有效的基础支撑。
-
公开(公告)号：CN105957057B
公开(公告)日：2019-07-19
申请号：CN201610248886.0
申请日：2016-04-20
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于视频分析的实时降雪强度估计方法，提出了实时降雪强度分析方法，方法主要包括区域划分、单个区域雪粒子检测、雪粒子检测有效性判断、全局雪粒子推算、实时降雪强度估计五个部分。通过实验发现，本方法可以有效的识别下落雪粒子的分布情况，计算实时性较好，方便和现有视频监控系统结合，具有很强的实用价值。
-
Patent Agency Ranking
公开(公告)号：CN109522633A
公开(公告)日：2019-03-26
申请号：CN201811326237.3
申请日：2018-11-08
Applicant: 北京交通大学
IPC: G06F17/50
Abstract: 本发明提供了一种基于拓扑综合重要度的高速铁路系统关键环节集辨识方法。该方法包括如下步骤：从高速铁路装备-环境-人-管理四个系统出发，根据系统的物理、电气和信息组成关系，构建高速铁路系统多重多粒度网络模型；基于所述多重多粒度网络模型计算出各节点的功能维度指标，基于所述多重多粒度网络模型，计算出各节点的风险维度指标，综合各个节点的功能维度指标和风险维度指标的重要度排序结果，得到高速铁路系统的关键环节集。本发明结合高速铁路系统拓扑结构、功能重要度、风险概率以及失效后影响运营的严重程度，突破了以往高速铁路系统关键环节辨识过程中，依赖专家经验、关注局部设备或子系统、缺少系统间作用关系等局限。
-
公开(公告)号：CN102518012B
公开(公告)日：2014-05-28
申请号：CN201110370021.9
申请日：2011-11-18
Applicant: 北京交通大学
IPC: E01B35/00
Abstract: 本发明公开了轨道数据检测技术领域中的融合多种设备检测数据进行轨道检测的方法。包括设定融合数据属于各超限级别的初始概率；设定每种检测设备的检测数据属于各超限级别的初始概率；确定检测指标值属于各超限级别的隶属度函数；执行检测过程，获得每种检测设备的检测指标值，利用检测指标值计算每种检测设备的检测数据属于各超限级别的概率；计算融合数据属于各超限级别的概率；如果融合数据属于某个超限级别的概率大于该超限级别的设定限值，则进行轨道维修，并计算维修后的融合数据属于各超限级别的概率，重新确定每种检测设备的检测数据属于各超限级别的初始概率后返回执行检测过程。本发明实现了轨道检测时多个检测设备检测数据的融合。
-
公开(公告)号：CN101549700A
公开(公告)日：2009-10-07
申请号：CN200910083907.8
申请日：2009-05-12
Applicant: 北京交通大学 , 上海申通轨道交通研究咨询有限公司
IPC: B61L15/00
Abstract: 本发明公开了轨道交通无线通信技术领域中的一种便携式地铁到站提醒装置及其工作方法。该装置包括输入模块、存储控制模块、无线接收模块、提醒模块、显示模块和电源模块；输入模块与存储控制模块相连；无线接收模块包括无线接收单元，与存储控制模块相连；存储控制模块包括相互连接的存储单元和控制单元，控制单元分别与提醒模块和显示模块相连；电源模块包括供电单元，分别与输入模块、存储控制模块、无线接收模块、提醒模块和显示模块相连；乘客通过该装置设定到站信息；该装置将乘客设定到站信息和从地铁列车接收的地铁列车发送的无线信息比较，判断乘客是否到站，并进行到站提醒。本发明解决了现有技术手段无法有效提醒乘客到站的问题。
-
公开(公告)号：CN118468017B
公开(公告)日：2025-02-28
申请号：CN202410235383.4
申请日：2024-03-01
Applicant: 北京交通大学
IPC: G06F18/214 , G06N3/0464 , G06N3/0442 , G06N3/09
Abstract: 本发明涉及旋转机械寿命预测技术领域，具体公开了一种基于长期演化学习的旋转机械剩余使用寿命预测方法，包括：进入初始学习阶段，利用自适应权重连接构建基于循环卷积神经网络的预测模型，获取当前阶段的振动信号数据集，对预测模型进行训练，训练完成后，测量权重连接的稳定性，并根据样本的信息性和多样性选取当前阶段的代表性样本；进入演化学习阶段，获取当前阶段的振动信号数据集与代表性样本组合后，对上一阶段训练好的预测模型进行训练，在当前阶段训练中，自适应权重连接的更新率随上一阶段权重连接的稳定性变化；当前阶段训练完成后，测量权重连接的稳定性，并根据样本的信息性、多样性和新颖性从当前阶段的振动信号数据集中选取当前阶段的代表性样本；对预测模型进行多次演化学习，直至满足训练目标。本发明预测模型能够长期保留习得的旧知识并对新知识进行灵活的学习，从而对旋转机械实现可靠高效的剩余使用寿命预测。
-
公开(公告)号：CN109543248B
公开(公告)日：2023-05-02
申请号：CN201811302460.4
申请日：2018-11-02
Applicant: 北京交通大学
Abstract: 本发明提供了基于故障势能场的列车系统故障传播路径的生成方法，包括：构建轨道列车系统复杂网络模型；根据病毒传播模型和故障势能场理论，构建轨道列车系统部件间传播概率模型；根据轨道列车系统部件间传播概率模型和轨道列车系统复杂网络模型，构建轨道列车系统故障传播模型；根据所述轨道列车系统故障传播模型进行迭代判断，得到列车系统故障传播路径。本发明从轨道列车系统网络结构以及节点的本身状态及内在机理分析列车系统故障传播过程，进而得到所有可能的传播路径及其概率，有助于更优质的进行运维工作。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.023 seconds)
