高速动车组整车人工智能无损检测方法

    公开(公告)号:CN109900501A

    公开(公告)日:2019-06-18

    申请号:CN201910095876.1

    申请日:2019-01-31

    Abstract: 本发明提供了一种高速动车组整车人工智能无损检测方法。该方法基于红外线(IR)、超声波(UT)和高能X射线电子计算机断层扫描(CT)检测技术,包括:采集列车各部件不同运营里程时的无损检测数据;将采集到的无损检测数据进行预处理和标注,得到完整数据集;用数据集对机器学习模型进行训练;实时采集列车无损检测数据,并将无损检测数据输送到训练完成后的网络模型中进行检测;实时输出列车存在的故障并预测各部件的服役寿命。该方法可以在高速动车组运行中对其进行整车人工智能无损检测以及各部件服役寿命预测,并依据预测的各部件服役寿命对该部件进行及时的更换,排除安全隐患,降低列车部件更新成本,提高列车运行的安全性和稳定性。

    一种轴承监测多源数据处理方法

    公开(公告)号:CN117331921B

    公开(公告)日:2024-11-22

    申请号:CN202311266526.X

    申请日:2023-09-28

    Abstract: 本发明涉及机械设备关键旋转部件轴承的监测诊断领域,具体公开了一种轴承监测多源数据处理方法,包括步骤一,所述步骤一为提取各通道多源数据,并添加时间戳;步骤二,所述步骤二为采用循环方法对各通道数据进行时域校准处理;步骤三,所述步骤三为采用基于动态自适应局部离群值检测DALOF的方法,对各通道数据进行标准化处理;步骤四,所述步骤四为将完成数据时域校准与标准化处理的数据存入数据库。本发明通过循环方法处理多源通道数据,实现了多源数据之间的时域校准,并采用DALOF的方法在标准化过程考虑数据异常的问题,实现了自适应性异常值剔除,解决了诊断结果受数据时域延时或异常导致错误诊断的问题。

    EMS型磁悬浮列车悬浮架深度强化学习协同控制方法

    公开(公告)号:CN118790056A

    公开(公告)日:2024-10-18

    申请号:CN202410926488.4

    申请日:2024-07-11

    Abstract: 本发明涉及磁悬浮控制技术领域,尤其涉及一种EMS型磁悬浮列车悬浮架深度强化学习协同控制方法,方法包括:建立磁悬浮列车中的单侧悬浮架悬浮系统的动力学模型,系统包括位于悬浮架同侧的两块电磁铁模块;建立深度强化学习协同控制算法,其包括:基于系统动力学模型建立单侧悬浮架悬浮系统深度强化学习环境模型;建立SAC算法及初始SAC智能体后通过其与深度强化学习环境模型得到深度强化学习协同控制算法;通过深度强化学习环境模型和深度强化学习协同控制算法训练得到SAC智能体模型,通过训练后的SAC智能体控制器实现在不同扰动下对任一单侧悬浮架悬浮系统的控制。该方法保证了单侧悬浮架悬浮系统的稳定运行。

    基于多分支跨空间注意力模型的列车轴承损伤分类识别方法

    公开(公告)号:CN117636057B

    公开(公告)日:2024-06-11

    申请号:CN202311711526.6

    申请日:2023-12-13

    Abstract: 本发明公开了一种基于多分支跨空间注意力模型的列车轴承损伤分类识别方法,包括如下步骤:获取列车轮对轴承元件表面图像;根据列车轮对轴承元件表面不同的损伤类型,分别建立图像样本集,并根据损伤类型不同对其进行标签划分;将样本集进行随机划分,确定训练样本集和验证样本集,将训练样本集和验证样本集输入网络模型中训练;使用完成网络模型训练的网络模型对待测的轮对轴承进行损伤识别。构建的网络模型既可以通过多分支模块提取不同语义下更丰富的图像特征信息,又利用跨空间通道连接突出增强重要特征信息,从而能够较为准确地扑捉图像中的关键特征,提升网络的分类识别性能。

    一种轴承监测多源数据处理方法
    5.
    发明公开

    公开(公告)号:CN117331921A

    公开(公告)日:2024-01-02

    申请号:CN202311266526.X

    申请日:2023-09-28

    Abstract: 本发明涉及机械设备关键旋转部件轴承的监测诊断领域,具体公开了一种轴承监测多源数据处理方法,包括步骤一,所述步骤一为提取各通道多源数据,并添加时间戳;步骤二,所述步骤二为采用循环方法对各通道数据进行时域校准处理;步骤三,所述步骤三为采用基于动态自适应局部离群值检测DALOF的方法,对各通道数据进行标准化处理;步骤四,所述步骤四为将完成数据时域校准与标准化处理的数据存入数据库。本发明通过循环方法处理多源通道数据,实现了多源数据之间的时域校准,并采用DALOF的方法在标准化过程考虑数据异常的问题,实现了自适应性异常值剔除,解决了诊断结果受数据时域延时或异常导致错误诊断的问题。

    一种渐进触发式人体异常状态识别系统及应用方法

    公开(公告)号:CN116458849A

    公开(公告)日:2023-07-21

    申请号:CN202310441525.8

    申请日:2023-04-23

    Abstract: 本发明为一种渐进触发式人体异常状态识别系统及应用方法,该系统包括供电电源和主控中心,还包括摄像模块和手环模块,所述摄像模块的通讯连接所述主控中心,所拍摄图像发送至所述主控中心,所述手环模块与所述主控中心通讯连接,所述手环模块内置有供电电源,所述手环模块包括手环控制器、物理感应单元和人体感应单元,所述物理感应单元和人体感应单元与所述手环控制器通讯连接,所述手环控制器通讯连接所述主控中心。红外热成像摄像机实时监控,不采集人脸在内的真实形象,维护隐私的同时不会丢失行为信息。手环在必要时才启动深层的测量工作,极大地延长了手环待机时间。

    一种基于形态学函数构建尺度空间的轴承故障诊断方法

    公开(公告)号:CN114757060B

    公开(公告)日:2022-12-20

    申请号:CN202210674673.X

    申请日:2022-06-15

    Abstract: 本发明公开了一种基于形态学函数构建尺度空间的轴承故障诊断方法,包括如下步骤:步骤1.选择形态学函数的结构元素;步骤2.优化形态学函数平滑频谱的平滑速度;步骤3.构建尺度空间平面;步骤4.通过Ostu方法、半正态分布法或均值法确立尺度空间曲线阈值,进而对尺度空间曲线进行二分类处理,对边界点进行筛选,最后划分频带;步骤5.频带划分完成后,使用EWT算法进行信号分解,进而进行包络解调得到包络图,根据包络图判断出轴承的故障类型。本发明属于先验算法,省去了频带初次划分后再合并频带的时间,提高了算法的计算效率,同时该方法也提高了划分频带的准确性,适用于机械系统故障诊断与信号处理技术领域。

    一种自适应单模态变分模态分解的轴承故障诊断方法

    公开(公告)号:CN114692702B

    公开(公告)日:2022-09-02

    申请号:CN202210607169.8

    申请日:2022-05-31

    Abstract: 本发明公开了一种自适应单模态变分模态分解的轴承故障诊断方法,包括:步骤1:载入测试信号;步骤2:输入粒子群各参数,设置单模态变分模态分解中初始中心频率和惩罚因子的寻优范围,输入感兴趣的故障周期;步骤3:粒子种群位置初始化;步骤4:求解初始中心频率和惩罚因子的最优参数组合;步骤5:将步骤4中最优的初始中心频率和惩罚因子输入单模态变分模态分解公式中,进而提取故障模态;步骤6:对故障模态进行包络谱分析,与理论故障特征频率比对,判断轴承是否发生故障。本发明用于轴承故障信号的准确提取,以提升算法自适应性,适用于轴承故障诊断技术领域。

    一种应用于高速列车的智能减振协同系统及其控制方法

    公开(公告)号:CN114537460B

    公开(公告)日:2022-07-22

    申请号:CN202210444521.0

    申请日:2022-04-26

    Abstract: 本发明为一种应用于高速列车的智能减振协同系统及其控制方法,属于轨道列车控制技术领域,包括减振单元,所述减振单元分别设置在每节车厢,其特征在于,还包括感应单元和协同控制器,所述感应单元包括倾角传感器和速度传感器,所述感应单元用于检测列车倾斜度和列车速度,所述感应单元的输出端连接所述协同控制器的信号输入端,每节车厢之间设置有延时模块,所述延时模块用于根据列车的每节车厢经过同一点时的时间差,来调节每节车厢的减振单元所输出的阻尼系数,可以根据铁路的实际情况,主动调整车轮状态适应铁轨,降低运动状态改变时,铁轨和车轮间的作用力,提高车轮和铁轨的使用寿命,改善列车的舒适性和运行安全性稳定性。

    一种基于形态学函数构建尺度空间的轴承故障诊断方法

    公开(公告)号:CN114757060A

    公开(公告)日:2022-07-15

    申请号:CN202210674673.X

    申请日:2022-06-15

    Abstract: 本发明公开了一种基于形态学函数构建尺度空间的轴承故障诊断方法,包括如下步骤:步骤1.选择形态学函数的结构元素;步骤2.优化形态学函数平滑频谱的平滑速度;步骤3.构建尺度空间平面;步骤4.通过Ostu方法、半正态分布法或均值法确立尺度空间曲线阈值,进而对尺度空间曲线进行二分类处理,对边界点进行筛选,最后划分频带;步骤5.频带划分完成后,使用EWT算法进行信号分解,进而进行包络解调得到包络图,根据包络图判断出轴承的故障类型。本发明属于先验算法,省去了频带初次划分后再合并频带的时间,提高了算法的计算效率,同时该方法也提高了划分频带的准确性,适用于机械系统故障诊断与信号处理技术领域。

Patent Agency Ranking