-
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
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:CN110377986A
公开(公告)日:2019-10-25
申请号:CN201910594463.8
申请日:2019-07-03
Applicant: 北京交通大学
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: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:CN109711635A
公开(公告)日:2019-05-03
申请号:CN201910015954.2
申请日:2019-01-08
Applicant: 北京交通大学
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。
-
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
Applicant: 北京交通大学
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。
-
公开(公告)号:CN105938468A
公开(公告)日:2016-09-14
申请号:CN201610397231.X
申请日:2016-06-07
Applicant: 北京交通大学
CPC classification number: G06F17/142 , G06F19/00
Abstract: 本发明公开一种滚动轴承的故障诊断方法,包括如下步骤:S1、计算滚动轴承的故障特征频率;S2、获取滚动轴承的待检测加速度信号;S3、对待检测加速度信号进行希尔伯特变换,计算得到希尔伯特包络解调信号;S4、对希尔伯特包络解调信号进行基于标准化变换的随机共振处理,得到载波频率和输出信号;S5、对输出信号进行快速傅里叶变换得到输出信号频谱峰值,并根据载波频率参数和输出信号频谱峰值得到待检测加速度信号特征频率;S6、将待检测加速度信号特征频率与故障特征频率进行比较,得到诊断结果。本发明能够对滚动轴承的故障进行诊断识别,特别是能够对强噪声背景下滚动轴承的早期故障进行诊断识别。
-
公开(公告)号:CN105510438A
公开(公告)日:2016-04-20
申请号:CN201510873116.0
申请日:2015-12-02
Applicant: 北京交通大学
Abstract: 本发明公开一种基于运营车辆的钢轨核伤检测系统及方法,该系统包括:加速度传感器,根据车辆运行过程中的振动产生转向架的横向、垂向加速度信号;信号采集及预处理单元,以固定的采样频率采集横向、垂向加速度信号并进行预处理,产生各采样时刻的待检测信号;信号处理单元,对各采样时刻的待检测信号依次进行时域特征值分析识别钢轨核伤、连续小波分析识别钢轨核伤和经验模态分解识别钢轨核伤,得到最终判定存在钢轨核伤的待检测信号。本发明所述技术方案能够实现在车辆经过钢轨时的实时检测,不受时间的限制,且不存在人工检测易发生人为失误的问题。
-
公开(公告)号:CN105243430A
公开(公告)日:2016-01-13
申请号:CN201510562691.9
申请日:2015-09-07
Applicant: 北京交通大学
IPC: G06Q10/04
Abstract: 本发明公开一种列车节能运行的目标速度曲线的优化方法,包括如下步骤:S1、基于分层优化方法将优化目标分为多个模态,基于模态切换满意区域计算得到任意两个相邻的模态之间的模态切换关系;S2、根据所述模态切换关系计算得到第一匀速模态的速度值以及第一惰行模态向制动模态切换的切换点的速度值;S3、基于双向迭代法反向计算第一匀速模态向第一惰行模态切换的切换点的位置坐标;S4、得到初始目标速度曲线;S5、针对任意一个陡坡区段,基于平均速度等效法优化上述初始目标速度曲线中与该陡坡区段对应的部分;S6、基于多目标满意度优化方法优化目标速度曲线。本发明所述优化方法可以有效提高列车运行的节能性、正点性、平稳性及安全性。
-
公开(公告)号:CN102998130B
公开(公告)日:2015-05-13
申请号:CN201210548641.1
申请日:2012-12-17
Applicant: 北京交通大学
IPC: G01M17/10
Abstract: 本发明涉及基于加速度测量的数据驱动的列车悬挂系统故障检测方法,该方法包括如下步骤:1)利用加速度传感器获取列车运行时各个位置的加速度信号,2)对所述加速度信号进行抗混叠滤波、高通滤波、二次积分预处理,获得系统输出,系统输出即各传感器所在位置的位移信号;3)运用DPCA算法建立系统的统计模型;实时获取步骤2中的系统输出,依据步骤3中建立的统计模型来实时计算监测信号的T2指标与SPE指标;5)判断监测信号是否超出设定阈值,当两个监测指标任何一个超过阈值,则给出故障报警。这种检测方法易于推广应用;对故障敏感性强,能够检测到列车悬挂系统的微弱故障;且故障检测响应时间短,能在故障发生后迅速检测到故障的存在。
-
-
-
-
-
-
-
-
-