-
公开(公告)号：CN119669869A
公开(公告)日：2025-03-21
申请号：CN202510190606.4
申请日：2025-02-20
Applicant: 北京交通大学
IPC: G06F18/241 , G06F18/23 , G06F18/22 , G06N3/0464 , G06N3/08
Abstract: 本发明专利公开了基于车体振动数据的多层次轨道病害识别系统，具体涉及爆破辅助装置领域。包括：数据采集模块采集轨道环境的异质性数据；环境自适应模块分析车体振动数据与异质性数据间的相关性，构建双视角相似度矩阵，通过谱聚类方法实现轨道环境的自适应分类；标签增强模块生成高质量伪标签，形成完整标注的样本集；病害识别模块采用注意力引导的多任务级联CNN架构，输出包含病害位置和严重程度的多层次识别结果。采用本发明技术方案解决了现有的轨道状态评估方法无法再复杂环境中实现对轨道病害的真实状态进行评估的问题，在几何和结构病害识别方面均取得了良好的性能表现。
-
公开(公告)号：CN118863514A
公开(公告)日：2024-10-29
申请号：CN202410836434.9
申请日：2024-06-26
Applicant: 中国国家铁路集团有限公司 , 北京交通大学 , 中国铁路兰州局集团有限公司
Inventor： 王福田 , 陈学喜 , 刘仍奎 , 陈云峰 , 唐源洁 , 丁福东 , 朱广宇 , 戚志刚 , 王之鲁 , 庄勇 , 胡志远 , 梁恒丹 , 邱毓成 , 郭泽龙 , 李畅 , 孙语 , 宋瑜 , 赵媛媛
IPC: G06Q10/0635 , G06Q10/0637 , G06Q50/40 , G06N5/048
Abstract: 本发明公开一种铁路工务线路设备风险事件状态动态跟踪方法及系统，涉及铁路安全管理领域，该方法包括：对铁路工务线路设备的风险状态数据进行网格划分并编码，得到各单元网格的风险状态数据；对于任一单元网格，根据铁路工务线路设备风险知识库和该单元网格的风险状态数据，确定该单元网格的风险事件、每个风险事件的致灾因子的等级、每个风险事件的可能性等级、每个风险事件的等级、每个风险事件的应对措施，并根据应对措施实施前后单元网格的每个风险事件的等级确定应对措施的有效性。本发明能实现铁路工务线路设备风险事件及致灾因子的识别和量化分析，风险事件等级的动态评定，风险事件的精细化和精准化应对，以及风险管理的闭环。
-
公开(公告)号：CN118863566A
公开(公告)日：2024-10-29
申请号：CN202410835880.8
申请日：2024-06-26
Applicant: 中国国家铁路集团有限公司 , 北京交通大学 , 中国铁路兰州局集团有限公司
Inventor： 王福田 , 陈学喜 , 刘仍奎 , 陈云峰 , 唐源洁 , 丁福东 , 朱广宇 , 戚志刚 , 王之鲁 , 庄勇 , 胡志远 , 梁恒丹 , 邱毓成 , 郭泽龙 , 李畅 , 孙语 , 宋瑜 , 赵媛媛
IPC: G06Q10/0637 , G06Q10/0635 , G06Q50/40 , G06N3/043 , G06N3/08
Abstract: 本发明公开了一种基于网格的铁路工务线路设备风险定量计算方法，涉及铁路工务设备管理技术领域，方法包括：对铁路工务线路进行网格划分；对铁路工务线路设备的风险事件以及所述风险事件的致灾因子进行标准化处理，收集并整理网格划分后的铁路工务线路的致灾因子状态数据；对所述致灾因子状态数据进行量化赋值，得到量化数据；基于所述量化数据对模型库中的模型进行训练，并筛选出拟合效果最好的模型作为铁路工务线路设备风险定量计算模型；基于所述铁路工务线路设备风险定量计算模型定量计算铁路工务线路设备的风险事件可能性等级。本发明能够对铁路工务线路设备风险定量分析，为铁路管理者和决策者提供重要的决策支持。
-
公开(公告)号：CN117786406A
公开(公告)日：2024-03-29
申请号：CN202311790066.0
申请日：2023-12-25
Applicant: 北京交通大学
IPC: G06F18/214 , G06F18/2337 , G06F18/2413 , G06F18/2431 , G06F18/25 , G06F18/2132 , G06N3/08 , G06N20/20 , G01M7/02 , G01M17/08
Abstract: 本发明公开了基于车体振动实现钢轨监测的异质性驱动集成学习方法，拓宽了便携式车体振动传感器在铁路基础设施管理中的应用领域。该方法具有部署方便、成本低廉等优点，为轨道设备质量评价的数据积累新手段的实施提供了有利条件。本发明可为基于手持式探伤仪器或大型作业车等成熟手段的诊断提供辅助支持，有利于实现“严检慎修”。从科学研究价值的角度出发，本发明构建了以异质性影响因子分析为主导的集成学习框架，在扩大列车车体振动数据应用领域的同时，解决了由于数据体量不完整或病害变异导致的自学习程度不足等问题。
-
-
-
Search Results
4
records
(took 0.018 seconds)
