-
公开(公告)号：CN115541588A
公开(公告)日：2022-12-30
申请号：CN202210973857.6
申请日：2022-08-15
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于图像分割的受电弓碳滑板磨耗估计方法和装置。该方法包括：将受电弓图像输入到YoLoV5模型，YoLoV5模型定位出整个受电弓弓头区域，将弓头区域图像采用图像处理方法进行角度校正，将校正后的图像输入到YoLoV5模型，YoLoV5模型定位出受电弓图像中的各个碳滑板侧面，将各个碳滑板侧面的定位信息输入到训练好的改进的FastSCNN模型，改进的FastSCNN模型提取出各个碳滑板侧面，通过碳滑板侧面区域确定碳滑板磨耗线和碳滑板中线，进而计算出碳滑板各个位置磨耗量。本发明可以实现规避对复杂背景的干扰，实现对碳滑板磨耗量实时高精度，为维修部门提供有针对性的受电弓维护保养建议。
-
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：CN115541588B
公开(公告)日：2024-08-13
申请号：CN202210973857.6
申请日：2022-08-15
Applicant: 北京交通大学
IPC: G01N21/88 , G06T7/11 , G06T7/70 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于图像分割的受电弓碳滑板磨耗估计方法和装置。该方法包括：将受电弓图像输入到YoLoV5模型，YoLoV5模型定位出整个受电弓弓头区域，将弓头区域图像采用图像处理方法进行角度校正，将校正后的图像输入到YoLoV5模型，YoLoV5模型定位出受电弓图像中的各个碳滑板侧面，将各个碳滑板侧面的定位信息输入到训练好的改进的FastSCNN模型，改进的FastSCNN模型提取出各个碳滑板侧面，通过碳滑板侧面区域确定碳滑板磨耗线和碳滑板中线，进而计算出碳滑板各个位置磨耗量。本发明可以实现规避对复杂背景的干扰，实现对碳滑板磨耗量实时高精度，为维修部门提供有针对性的受电弓维护保养建议。
-
公开(公告)号：CN115344412A
公开(公告)日：2022-11-15
申请号：CN202210825093.6
申请日：2022-07-14
Applicant: 北京交通大学
Abstract: 本发明提供了一种列车车门系统的可靠性预测与维修策略优化方法。该方法包括：将车门系统的实际故障数据按照不同的部件进行分类统计，计算出各个部件的平均故障率；根据各个部件的平均故障率构建每个部件的初始状态转移矩阵，计算出车门系统故障部件的一步状态转移向量；根据各个车门系统故障部件的一步状态转移向量计算出各个子系统和车门系统的通用生成函数；根据车门系统的通用生成函数进行可靠性拟合得到车门系统的可靠性曲线，将车门系统的可靠性参数输入维修周期优化模型，得到车门系统的不同维修内容的最佳维修周期与维修成本。本发明方法充分考虑了列车车门系统的多状态特性，为列车车门系统提供了更加精确的可靠性分析方法。
-
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
32
records
(took 0.028 seconds)
