-
公开(公告)号：CN109658387B
公开(公告)日：2023-10-13
申请号：CN201811425533.9
申请日：2018-11-27
Applicant: 北京交通大学
Inventor： 魏秀琨 , 江思阳 , 贾利民 , 尹贤贤 , 赵利瑞 , 魏德华 , 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
IPC: G06T7/00
Abstract: 本发明提供一种电力列车的受电弓碳滑板缺陷的检测方法。该方法包括：构建改进的RCNN网络模型，利用训练集数据对改进的RCNN网络模型进行训练。通过安装在列车轨道旁的工业线阵相机采集电力列车的受电弓图片，将受电弓图片输入到训练好的改进的RCNN网络模型，改进的RCNN网络模型利用卷积运算提取所述受电弓图片中的受电弓碳滑板区域，利用损失函数对受电弓碳滑板区域进行缺陷类别检测。本发明的方法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，从而能对采集系统拍摄的图片中受电弓碳滑板的有效区域及缺陷类别进行分析，能够对受电弓碳滑板的状态进行实时监测，保障城市轨道列车安全运行，具有较大的应用前景。
-
公开(公告)号：CN110533640A
公开(公告)日：2019-12-03
申请号：CN201910753916.7
申请日：2019-08-15
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于改进YOLOv3网络模型的轨道线路病害辨识方法，包括：获取和标注轨道图像数据集；构建改进YOLOv3网络模型；将所述的轨道图像数据集分为训练集和测试集，通过训练集对所述的改进YOLOv3网络模型进行训练；通过训练好的改进YOLOv3网络模型对测试集进行检测，根据检测结果对轨道线路病害进行辨识。本方法采用YOLOv3网络模型，有效地提升轨道线路多目标病害检测的效率、精度和速度。
-
公开(公告)号：CN110308002A
公开(公告)日：2019-10-08
申请号：CN201910543301.1
申请日：2019-06-21
Applicant: 北京交通大学
Inventor： 魏秀琨 , 滕延芹 , 贾利民 , 李宇杰 , 赵利瑞 , 魏德华 , 管青鸾 , 杨子明 , 江思阳 , 孟鸿飞 , 所达 , 李赛 , 王熙楠 , 潘潼 , 翟小婕 , 尹贤贤 , 陈亚兰
Abstract: 本发明提供了一种基于地面检测的城轨列车悬挂系统故障诊断方法，包括：利用SIMPACK车辆动力学仿真软件和ABAQUS有限元分析软件，构建轮轨接触的刚柔耦合模型，分析列车振动产生的力的传递规律，得到在轨道布设加速度传感器方案；根据SIMPACK车辆动力学仿真软件计算结果，结合轮轨接触的刚柔耦合模型中列车运行时相应信号变化情况，验证轨道布设加速度传感器方案的合理性，计算传感器布设间隔和测量误差，构建列车故障仿真模型，得出传感器的布设规律；在轨道两侧布设加速度传感器，采集轮轨振动加速度信号，对加速度信号进行处理，利用时频分析和谱细化分析方法实现列车悬挂系统故障的检测。本发明在准确检测到悬挂系统故障的同时还能够降低检测的成本。
-
公开(公告)号：CN110533640B
公开(公告)日：2022-03-01
申请号：CN201910753916.7
申请日：2019-08-15
Applicant: 北京交通大学
IPC: G06T7/00 , G06K9/62 , G06V10/762 , G06V10/80 , G06V10/84
Abstract: 本发明提供了一种基于改进YOLOv3网络模型的轨道线路病害辨识方法，包括：获取和标注轨道图像数据集；构建改进YOLOv3网络模型；将所述的轨道图像数据集分为训练集和测试集，通过训练集对所述的改进YOLOv3网络模型进行训练；通过训练好的改进YOLOv3网络模型对测试集进行检测，根据检测结果对轨道线路病害进行辨识。本方法采用YOLOv3网络模型，有效地提升轨道线路多目标病害检测的效率、精度和速度。
-
公开(公告)号：CN109785301B
公开(公告)日：2020-12-15
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周期评估方法，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。
-
Patent Agency Ranking
公开(公告)号：CN108830822A
公开(公告)日：2018-11-16
申请号：CN201810198312.6
申请日：2018-03-12
Applicant: 北京交通大学
Inventor： 魏秀琨 , 李晨亮 , 贾利民 , 魏德华 , 李岩 , 刘玉鑫 , 尹贤贤 , 江思阳 , 杨子明 , 赵利瑞 , 李赛 , 孟鸿飞 , 滕延芹 , 王熙楠 , 李永光 , 崔霆锐
Abstract: 本发明公开了一种基于改进Canny算子的受电弓碳滑板磨耗识别方法，包括：采集车辆运行中受电弓碳滑板的弓头图像；对所述弓头图像进行图像归一化、图像平滑和形态学处理的图像预处理；对所述弓头图像进行边缘检测、直线检测、失真修正、图像裁剪和磨耗曲线拟合以识别所述受电弓碳滑板的边缘磨耗；以所述受电弓碳滑板的磨耗曲线的最高点为参照目标估计所述受电弓碳滑板磨耗曲线的实际磨耗深度，并判断磨耗深度是否超过预定阈值。本发明不仅能够满足实际运营车辆的检修需求，而且整个方法流程可以用于弓网自动监测系统，对受电弓碳滑板磨耗进行实时检测，提升检测的自动化水平，增强车辆运行的安全性，在未来具有很大的应用前景。
-
公开(公告)号：CN108573213A
公开(公告)日：2018-09-25
申请号：CN201810201266.0
申请日：2018-03-12
Applicant: 北京交通大学
Abstract: 本发明提供一种轨道扣件缺损状态自动检测系统及方法，包括：第一定位模块；第二定位模块；分割模块；处理模块；检测模块；在本方面提供的系统及方法中，能够实现对扣件不同状态下的自动定位判定，解决了传统人工方法难以保证的漏检以及检测结果的客观准确性，同时为扣件异常状态自动化检测设备的设计提供了新方法和新思路。本发明可以准确有效地识别出轨道线路中存在的异常缺损扣件，显著提高了检测效率，为满足轨道交通线路安全高效地在线检测提供了良好的基础。本系统能实现在线检测，检测速度高，在充足光源下能适应不同时间段的检测需求，系统可靠性强，准确率高。
-
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：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。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.019 seconds)
