-
公开(公告)号：CN110309962B
公开(公告)日：2021-11-23
申请号：CN201910544798.9
申请日：2019-06-21
Applicant: 清华大学
Abstract: 本发明提供一种基于时间扩展模型的铁路行程路线规划方法及装置，通过比较标准时间扩展模型与中国铁路网络实际情况的差异，对标准的时间扩展模型进行改进，获取适用于中国铁路网的时间扩展模型，并且以此模型为基础建立基于时间扩展模型的空铁联运模型和空铁地联运模型；然后基于改进模型使用Dijkstra算法求解铁路行程规划最优路径问题，并基于回溯算法思想求解铁路行程规划K优路径问题；最后利用模型压缩和A*算法对行程规划算法进行加速处理，使算法可以实现旅客出行方案的实时计算，与现有技术相比，本发明提供的铁路行程路线规划方法效率显著提高。
-
公开(公告)号：CN109948914B
公开(公告)日：2020-12-11
申请号：CN201910164413.6
申请日：2019-03-05
Applicant: 清华大学
Abstract: 本发明涉及一种基于特征量的轨道交通枢纽自动扶梯动态风险分析方法，包括：S1.构建故障传播链步骤：S2.构建风险传播链步骤：S3.计算风险传播链的故障概率步骤：S4.计算故障后果值步骤：S5.计算风险后果值步骤。本发明的有益效果在于，针对区域轨道交通枢纽内自动扶梯的动态风险传播问题，基于特征量的分析方法，选择电压不平衡度作为特征量，通过对自动扶梯电气故障风险源以及某一故障风险链条风险传播过程的信息采集和计算处理，构建了自动扶梯的故障率随风险源特征量变化的关系模型，通过对交通枢纽内客流指标如安全性、高效性的计算，得到自动扶梯故障的后果风险值。
-
公开(公告)号：CN109872008B
公开(公告)日：2020-11-24
申请号：CN201910189940.2
申请日：2019-03-13
Applicant: 清华大学
Abstract: 本发明提供一种基于客流分配的城市轨道交通路网安全性评估与增强方法方法，该方法利用风险函数定量评估路网安全性，然后在路网层面进行客流分配以降低风险。该方法将区间和车站的实际运营状态与其能力的匹配程度作为风险函数的输入，并将车站和区间在路网中的静态统计指标作为因子对风险进行加权求和，从而体现不同车站和区间的重要性，由此计算得到路网整体风险。将最小化风险作为优化目标并对约束条件进行分析，可以发现优化问题为凸优化问题，于是可以求得路网最优配流方案。本发明提供的方法可以使运力运量更加匹配、路网运营状态更加平稳，从而降低风险、提高安全。
-
公开(公告)号：CN110309962A
公开(公告)日：2019-10-08
申请号：CN201910544798.9
申请日：2019-06-21
Applicant: 清华大学
Abstract: 本发明提供一种基于时间扩展模型的铁路行程路线规划方法及装置，通过比较标准时间扩展模型与中国铁路网络实际情况的差异，对标准的时间扩展模型进行改进，获取适用于中国铁路网的时间扩展模型，并且以此模型为基础建立基于时间扩展模型的空铁联运模型和空铁地联运模型；然后基于改进模型使用Dijkstra算法求解铁路行程规划最优路径问题，并基于回溯算法思想求解铁路行程规划K优路径问题；最后利用模型压缩和A*算法对行程规划算法进行加速处理，使算法可以实现旅客出行方案的实时计算，与现有技术相比，本发明提供的铁路行程路线规划方法效率显著提高。
-
公开(公告)号：CN109934335A
公开(公告)日：2019-06-25
申请号：CN201910164985.4
申请日：2019-03-05
Applicant: 清华大学
Abstract: 本发明提供一种基于混合深度学习的高铁道岔故障诊断方法，该方法在详细分析了VGG-Net结构与SVM原理之后，通过利用VGG-Net使用多个较小卷积核的卷积层代替一个较大卷积核的卷积层的思想与支持向量机在处理小数据方面具有良好分类性能的优势，设计提出了基于DCNN-SVM混合模型的高铁道岔智能故障诊断方法，本申请提供的诊断方法诊断准确率达到100％，远比传统单一的机器学习方法及现有技术采用的基于卷积神经网络的算法效果好，表明了通过混合深度学习思想将神经网络与机器学习算法混合在一起，所构建的新的混合模型，在实际应用中拥有着非常好的效果。
-
Patent Agency Ranking
公开(公告)号：CN107651550A
公开(公告)日：2018-02-02
申请号：CN201710871405.6
申请日：2017-09-25
Applicant: 清华大学
IPC: B66B29/00
Abstract: 本发明提出的一种扶梯故障监测及预警装置，属于扶梯安全控制技术领域，该装置通过两块PCB电路板实现；第一PCB电路板安装于扶梯驱动电机旁，该电路板上设有电流信号采集电路、电压信号采集电路、安全开关信号采集电路、主计算模块及通信模块；第二PCB电路板安装于扶梯驱动电机轴承上，该电路板上设置有振动信号采集电路；主计算模块用于获得扶梯运行过程中驱动电机的电流电压信号、振动信号以及用于检测梯级缺失、踏板断裂、扶手带断裂的安全开关信号；主计算模块还通过通信模块与广告一体机进行通信。本装置结构简单、成本低、安装简单、通用性强，通过对扶梯的运行状态及采集信号进行监测和分析以判断是否存在故障或隐患，并给出乘客搭乘建议。
-
公开(公告)号：CN106643982A
公开(公告)日：2017-05-10
申请号：CN201611081652.8
申请日：2016-11-30
Applicant: 清华大学
IPC: G01F23/296
CPC classification number: G01F23/2966
Abstract: 本发明涉及一种基于声波共振频率的液位测量方法，属于基于声波反射原理的液位测量领域。该方法包括产生有效的扫频声波；采用时域快速共振点检测算法获取发射声波与液面反射声波的叠加声波在时域上的共振点；利用时域与频域对应关系，求得共振基频差，进而得到液面深度值。本发明方法在上述基于低频声波的共振原理基础上，采用时域分析方法确定共振频率，简单有效，具有高可靠性和良好的操作性，由于算法对硬件性能没有过高要求，大大降低了实际应用中的硬件成本，可广泛应用于声波液位测量仪。
-
公开(公告)号：CN105787511A
公开(公告)日：2016-07-20
申请号：CN201610109726.8
申请日：2016-02-26
Applicant: 清华大学
CPC classification number: G06K9/6269 , G05B23/0235 , G06K9/00516
Abstract: 本发明提供一种基于支持向量机的道岔故障诊断方法及系统，该方法包括：获取训练样本，其中，训练样本包括对应于多种道岔故障类型的道岔动作的历史故障电流功率曲线；根据专家经验和故障机理等因素提取训练样本的形态特征；选取支持向量机分类器的核函数，并根据训练样本的形态特征确定核函数的参数，以训练支持向量机分类器；采集道岔动作的电流功率曲线；根据支持向量机分类器对道岔动作的电流功率曲线进行分类，并根据分类结果确定道岔是否存在故障以及道岔故障类型。该方法有效降低人员对道岔的监测和维护成本，可以自动且准确地确定道岔是否存在故障以及故障类型，具有道岔监测方便且道岔维护便利等优点。
-
公开(公告)号：CN103335617B
公开(公告)日：2015-12-02
申请号：CN201310244984.3
申请日：2013-06-19
Applicant: 清华大学
IPC: G01B17/04
Abstract: 本发明涉及一种基于振动信号的铁路钢轨几何形变检测方法，属于列车轨道故障监控与诊断技术领域。基于列车不同位置几何形变种类的振动数据，对信号进行短时傅里叶变换得到振动频谱；提取频谱特征，采用主成分分析对提取的特征降维，得到主频谱特征；针对每个几何形变种类的支持向量机，建立每个几何形变种类的信度计算模型；在线检测时，根据实时测量振动数据，提取频谱特征，进而获得主频谱特征，采用离线计算得到的几何形变种类的信度模型计算隶属于每类的信度，根据信度得到诊断信度向量。本方法可精确诊断并定位几何形变种类的情况。安装在实时运行的高速列车上即可进行轨道的几何形变种类在线分析与诊断。
-
公开(公告)号：CN102436524B
公开(公告)日：2014-05-28
申请号：CN201110319433.X
申请日：2011-10-19
Applicant: 清华大学 , 北京全路通信信号研究设计院
Abstract: 本发明涉及一种模拟电路软故障的诊断方法，属于模拟电路故障诊断技术领域。本方法首先构造软故障诊断的模糊规则，当软故障特征参数的在线监测值选中软故障诊断的模糊规则后，将被选中模糊规则前项的归一化置信度推理到后项，得到对模糊规则后项的归一化置信度。然后，对后项的置信度进行加权处理，得到对模拟电路软故障集合中每个软故障的置信度，依照置信度最大准则判断是何故障发生。本方法可以诊断已知软故障，还可以检测未知软故障，适用于较为复杂的模拟电路软故障诊断环境。根据本发明方法编制的程序(编译环境LabVIEW，C++等)可以在监控计算机上运行，并联合传感器、数据采集器等硬件组成在线监测系统，进行实时的模拟电路软故障的检测与诊断。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.054 seconds)
