-
公开(公告)号：CN111723925B
公开(公告)日：2023-05-02
申请号：CN202010552814.1
申请日：2020-06-17
Applicant: 中南大学
Abstract: 本发明公开了一种在途智能列车空调机组故障诊断方法、装置、设备及介质，其中方法为：根据标准电功率时间序列构建标准事件模板库，其中包括瞬态和稳态标准事件模板；根据历史电功率时间序列获取对应的瞬态和稳态时间子序列，并在标准事件模板库中找到匹配的瞬态和稳态标准事件模板，进而获取得到对应的历史电功率稳态残差子序列，并作为历史样本训练极限学习机得到列车空调机组故障预测模型；获取在途列车空调机组的实时电功率时间序列，并按上述相同方法获取对应的实时电功率残差序列，以输入至列车空调机组故障预测模型，从而预测得到在途列车空调机组的故障类型。本发明所需要加装的传感器较少，成本较低，故障预测准确度高。
-
公开(公告)号：CN110427993B
公开(公告)日：2023-04-21
申请号：CN201910670376.6
申请日：2019-07-24
Applicant: 中南大学
IPC: G06Q10/04 , G06F18/24 , G06F18/23 , G06F18/214 , G06N3/006
Abstract: 本发明公开了一种基于气象参数的高速列车导航盲区定位方法，采集隧道气象参数；对采集的隧道气象参数进行分类；利用分类的隧道气象参数构建典型序列HSV颜色空间模板库；训练所述典型序列HSV颜色空间模板库；训练HSV模板匹配模型；训练RVM识别模型；构建HSV模板匹配模型与RVM识别模型的融合模型，即得到里程预测融合模型；获取输入数据，调用里程预测融合模型，预测列车位置。本发明充分利用人工智能大数据分析技术，充分挖掘隧道内环境参数随隧道深度变化的潜在规律。从数据驱动建模的角度解决长大隧道这一典型导航盲区内列车定位的难题。
-
公开(公告)号：CN108830248B
公开(公告)日：2022-05-17
申请号：CN201810664086.6
申请日：2018-06-25
Applicant: 中南大学
IPC: G06V40/20 , G06V20/52 , G06V10/50 , G06V10/764 , G06V10/774 , G06K9/62
Abstract: 本发明公开了一种行人局部特征大数据混合提取方法，包括：步骤1：构建行人运动数据库；步骤2：提取同一行人在连续图像帧中的行人检测框图像；步骤3：提取同一行人运动能量图的HOG特征；步骤4：构建基于支持向量机的行人运动姿势识别模型；步骤5：利用基于支持向量机的的行人运动姿势识别模型，判断当前视频中行人姿势；步骤6：并计算获得行人在X轴和Y轴方向上的瞬时速度序列，得到行人实时速度；步骤7：根据路口环境下的三维立体场景，实时得到图像中行人的位置信息，结合行人姿势以及实时速度，获得行人的实时运动特征。该方案能够获得更多全面的有用信息，而且具备信号探测范围宽，目标信息完整的优势，性价比高，容易推广。
-
公开(公告)号：CN112816052B
公开(公告)日：2022-02-08
申请号：CN202110003658.8
申请日：2021-01-04
Applicant: 中南大学
IPC: G01H1/00 , G01H1/04 , G01H1/08 , G01H1/12 , G01H1/16 , G01M17/08 , G06F30/15 , G06F30/27 , G06F111/06
Abstract: 本发明公开了一种列车车室振动监测方法、振动信号特征库建立及应用方法，采用非侵入式列车车室振动监测方法，实际监测时仅需获取列车车室内总测点的振动信号，避免传感器冗余，节省成本，有利于列车轻量化，准确真实地反映出振源位置与相位偏移、幅值衰减之间的关系，能够监测未知振源的振动情况，能够识别振源的异常振动，从而为异常振动处理提供依据；能够在仅测量总测点振动信号的基础上实现振源信号的重建，从而实现其多元振动信号特征库的实时更新，且多元振动信号特征库能够为振动信号优化分解、振动信号图像辨识、异常振动信号辨识等提供数据基础。
-
公开(公告)号：CN112650204B
公开(公告)日：2021-12-24
申请号：CN202011616264.1
申请日：2020-12-30
Applicant: 中南大学
IPC: G05B23/02
Abstract: 本发明公开了一种智慧轨道无人驾驶车辆故障基因识别方法及系统，采用基于增量式网络爬虫方法获取列车历史振动数据；对所述振动数据的振动幅度EA，振动周期ET进行预处理，输出新的X；将X作为故障检测模块的输入，检测故障序列后，输出故障序列数据E；将所述故障序列数据E作为降维模型的输入，输出可编码的基因序列I1,I2,I3,I4；将所述可编码的基因序列I1,I2,I3,I4整合为DNA序列S＝S1,S2,S3,...,SN，提取所述DNA序列的碱基特征，并排列组合所述碱基特征，形成可预测的预判定候选车辆部件故障基因Vs；利用所述候选车辆部件故障基因训练双向长短时记忆网络深度学习模型，得到分类模型。本发明可以准确识别车辆故障的位置及类型。
-
Patent Agency Ranking
公开(公告)号：CN111546854B
公开(公告)日：2021-08-24
申请号：CN202010558477.7
申请日：2020-06-18
Applicant: 中南大学
Abstract: 本发明公开了一种智能列车空调机组在途识别与诊断方法，其中方法包括：获取列车空调机组分别在多种预设的环境参数下、按正常工况运行时的内部运行参数，构建正常参数数据库；获取列车空调机组分别在多种预设的环境参数下、且不同故障工况运行时的内部运行参数，构建异常参数数据库；在正常参数数据库中找到与每组异常参数和正常参数相匹配的正常参数，并计算相应的残差作为训练样本；以所有训练样本和对应的工况类型，训练获得故障预测模型；以相同方法获取实时的残差时间序列，输入至故障预测模型，得到多个工况类型预测结果，并综合评估得到最终的实时工况类型。本发明可以提高故障预测精度。
-
公开(公告)号：CN110346518B
公开(公告)日：2021-06-15
申请号：CN201910677429.7
申请日：2019-07-25
Applicant: 中南大学
Abstract: 本发明公开了一种交通排放污染可视化预警方法，包括监测区域的基础数据信息；进行相对位置信息特征的提取；选取最优的空气质量监测站和最优的交通道路节点；构建大气污染物预测模型；构建任意监测点的污染物浓度预测模型并进行修正；对监测区域的城市交通污染排放进行可视化预警。本发明还公开了一种实现所述交通排放污染可视化预警方法的系统。本发明方法能够对道路交通覆盖区域内任意一点的实时动态大气污染物进行实时预测和预警，而且本发明方法的可靠性高，实用性好。
-
公开(公告)号：CN112798888A
公开(公告)日：2021-05-14
申请号：CN202011616269.4
申请日：2020-12-30
Applicant: 中南大学
Abstract: 本发明公开了一种无人驾驶列车车载电气系统故障非侵入诊断方法，包括：采集不同已知故障类型下的多组建模数据；基于以总电压和总电流时间序列作为输入向量、以各电气设备的电压和电流时间序列作为输出向量的深度学习模型，获得训练好的深度学习模型；提取电力特征；确定特征选择方法和分类器；采集多组实测数据，将实测数据对应的总电压时间序列和总电流时间序列作为输入向量输入深度学习模型，提取实测数据经由深度学习模型后输出的各输出向量中的电力特征，对实测数据对应的电力特征进行选择，并将其输入分类器，分类器输出待诊断的电气系统的故障类型。本发明的电力负荷分解准确性高，电力特征分析性能高，故障诊断结果准确性高，时效性好。
-
公开(公告)号：CN112680501A
公开(公告)日：2021-04-20
申请号：CN202011616109.X
申请日：2020-12-30
Applicant: 中南大学
Abstract: 本发明公开了一种基于微生物的列车车厢空气通风调节方法、系统及存储介质，根据各测点间微生物扩散情况调节通风系统，进而降低乘客所在区域的微生物污染指标。该方法对铁路列车空气质量调控有着指导作用。本发明研究了微生物污染与大气污染物浓度的映射关系，能有效解决微生物检测的实时性问题，确保对列车车厢内微生物污染的实时调控。
-
公开(公告)号：CN108196453B
公开(公告)日：2020-11-20
申请号：CN201810068243.7
申请日：2018-01-24
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本发明公开了一种机械臂运动规划群体智能计算方法，包括以下步骤：步骤1：构建机械臂所在工作空间的三维坐标系；步骤2：构建基于模糊神经网络的待抓取物体目标识别模型；步骤3：构建基于极限学习机的机械臂抓取最优路径模型；步骤4：实时采集待抓取物体目标图像识别物体类别；步骤5；基于物体类别确定物体重心，求得抓取终点坐标，获取机械臂抓取最优路径，驱动机械臂抓取物体；该方法采用智能算法计算得到机械臂抓取目标物体一条无碰撞、动力学特性满足裕度要求、轨迹长度和运动时间较短的理想轨迹，大大提高了生产效率，同时节约了人员成本，给工厂带来收益。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.068 seconds)
