-
公开(公告)号:CN107144428B
公开(公告)日:2019-02-22
申请号:CN201710160858.8
申请日:2017-03-17
Applicant: 北京交通大学
IPC: G01M13/045
Abstract: 本发明公开一种基于故障诊断的轨道交通车辆轴承剩余寿命预测方法,包括:S100、进行多角度特征值提取与融合;S200、进行基于循环平稳理论的故障诊断;S300、通过进行多变量模型训练实现基于多变量模型的故障分离;S400、基于半监督算法,协同使用BP神经网络和支持向量回归两种算法进行基于故障诊断的剩余寿命预测。本发明实现了轴承发生早期故障的故障检测、故障分离及剩余寿命预测,为车辆轴承维修决策的制定提供依据。
-
公开(公告)号:CN108596872A
公开(公告)日:2018-09-28
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: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:CN107144428A
公开(公告)日:2017-09-08
申请号:CN201710160858.8
申请日:2017-03-17
Applicant: 北京交通大学
IPC: G01M13/04
CPC classification number: G01M13/045
Abstract: 本发明公开一种基于故障诊断的轨道交通车辆轴承剩余寿命预测方法,包括:S100、进行多角度特征值提取与融合;S200、进行基于循环平稳理论的故障诊断;S300、通过进行多变量模型训练实现基于多变量模型的故障分离;S400、基于半监督算法,协同使用BP神经网络和支持向量回归两种算法进行基于故障诊断的剩余寿命预测。本发明实现了轴承发生早期故障的故障检测、故障分离及剩余寿命预测,为车辆轴承维修决策的制定提供依据。
-
-
-