-
公开(公告)号：CN115787362A
公开(公告)日：2023-03-14
申请号：CN202211631709.2
申请日：2022-12-19
Applicant: 北京交通大学
Abstract: 本发明提供一种用于减小线路捣固作业次数的颗粒型轨枕，属于铁道工程线路养护维护作业技术领域，通过在轨枕本体下部设置第一道砟盒及第二道砟盒，在轨枕本体上设置信号控制装置，实现了小起道量下线路免捣固作业的定制化作业过程，提高了线路养护维修作业效率，保证了线路的稳定性。该颗粒型轨枕采用储电装置为颗粒型轨枕系统提供电能，通过第一道砟盒及第二道砟盒控制不同有效起道量下枕底空隙的道砟颗粒填充数目，解决了小起道量情况下高速铁路有砟道床减少捣固作业次数的问题；利用无线传输装置，实现了远程控制颗粒型轨枕调整线路几何形位的过程，有利于减小高速铁路有砟轨道养护维修工作量，节约大量成本。
-
公开(公告)号：CN113128102A
公开(公告)日：2021-07-16
申请号：CN202110321443.0
申请日：2021-03-25
Applicant: 北京交通大学
Abstract: 本发明提供一种铁路道床道砟侵入物多尺度分析模型快速构建的方法，在指定细颗粒、道砟子模型区域，建立细颗粒、道砟子模型，设置周期边界将细颗粒模型导入道砟子模型。利用颗粒删除法生成了近似全空隙填充的细颗粒‑道砟子模型。借助子模型组合法将细颗粒‑道砟子模型组装成道砟箱模型，利用颗粒等质量替换法进行沙粒粒径敏感性分析，确定合理的细颗粒粒径模拟尺寸。借助邻近网格填充法、子模型组合法生成了不同细颗粒含量的道床离散元模型。利用3个球体构建不同圆度的不规则细颗粒模板，利用中心坐标颗粒替换法，生成含有不规则细颗粒的道床模型。本发明通过自编fish语言函数实现了三维空间含细颗粒的铁路道床快速建模和道砟空隙的快速填充。
-
公开(公告)号：CN115219596B
公开(公告)日：2024-12-17
申请号：CN202210840523.1
申请日：2022-07-18
Applicant: 北京交通大学
Abstract: 本发明提供了一种测量捣固稳定作业后道床密实度的智能检测车。包括：凸台型车架、走行系统、脉冲信号发射器、信号接受器、升降系统、供电装置、波速测试分析仪、线路里程记录仪、数据记录存储器、控制器和道床状态实时显示系统。通过室内实验标定波速系数和主频系数，获得道床不同区域密实度与波速、最大主频之间的联系，并将标定曲线输入测量车辆。在此基础上，构建捣固、稳定作业前后道床横向阻力预测模型，实现有砟轨道捣固稳定作业后道床密实度和横向阻力的精准获取。本发明检测捣固稳定作业后道床密实度的智能测量装置摆脱了以往灌水法及灌胶法扰动道床，且检测精度和效率较低的局限性，可实现全线道床密实度的快速智能化检测及评估反馈。
-
公开(公告)号：CN119048959A
公开(公告)日：2024-11-29
申请号：CN202411159443.5
申请日：2024-08-22
Applicant: 北京交通大学 , 中国国家铁路集团有限公司 , 中国铁道科学研究院集团有限公司 , 中国铁道科学研究院集团有限公司铁道建筑研究所
IPC: G06V20/40 , G06V10/774 , G06V10/778 , G06V10/82
Abstract: 本发明提供一种基于监督学习的基础变形对无砟轨道影响三元诊断方法，属于基于机器学习的无砟轨道基础变形监测诊断技术领域，获取待识别的无砟轨道运动姿态视频数据；将待识别的无砟轨道运动姿态视频数据输入训练好的基础变形对无砟轨道影响的三元诊断模型中进行处理，获取识别基础变形对无砟轨道影响结果并进行预警。本发明通过拍摄行车条件下的轨道运动姿态运动姿态视频，并从运动姿态视频中提取钢轨、无砟轨道板的关键位置建立posture函数与oscillate函数，从而获取轨道结构的服役状态与振动规律，通过与正常区段无砟轨道结构在行车条件下的轨道运动姿态运动姿态视频及函数对比，诊断轨道结构的服役状态，并将部分经典诊断结果置入训练集以便后续的诊断。
-
公开(公告)号：CN118278276A
公开(公告)日：2024-07-02
申请号：CN202410387829.5
申请日：2024-04-01
Applicant: 北京交通大学
IPC: G06F30/27 , G06F30/20 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F18/213 , G06F18/25 , G06F119/14
Abstract: 本发明提供一种大型捣固稳定车作业效果预测方法及系统，属于铁路有砟轨道道床力学状态预测技术领域，本发明在动力稳定装置‑有砟轨道耦合模型中输入轨道表面状态特征及道床质量状态，获得轨枕垂横向振动仿真信号，结合现场数据和仿真数据，利用卷积神经网络和长短时记忆神经网络的混合驱动数字孪生方法，实现实测振动信号与仿真模型的深度融合，以现场获取的稳定装置及轨枕振动信号为训练数据集，构建基于稳定装置振动特征的轨枕振动状态预测模型，实现不同线路条件及稳定作业参数条件下轨枕振动特征的准确还原。融合实测信号和仿真信号特征，构建大型捣固稳定车作业效果预测多层数字孪生模型，实现大机作业前后道床状态的快速检测、评估及预测。
-
Patent Agency Ranking
公开(公告)号：CN116988339A
公开(公告)日：2023-11-03
申请号：CN202310985211.4
申请日：2023-08-07
Applicant: 北京交通大学
Abstract: 本发明提供一种适用于极端气候特殊地质条件的韧性复合有砟轨道结构，属于铁路新型轨道结构技术领域，该结构主要由钢轨本体、扣件系统本体、韧性复合单元、碎石道砟本体组成，其中韧性复合单元是由第一轨枕块、第二轨枕块、第一聚合块、第二聚合块、第一加强螺纹管、第二加强螺纹管构成。该新型结构具有现场或工厂制造，现场装配式施工，大变形区段单元化智能养修的特点，兼具离散体和连续体的优点，有很强的整体性、弹性和可维修性，可解决高速行车条件下道砟飞溅、高频冲击荷载作用下的传统散体道床的劣化和累积塑性变形大、极端气候和特殊地质区段线路维护困难等关键问题；可为极端气候和特殊地质区段铁路线路的建造与运维提供关键技术支撑。
-
公开(公告)号：CN111324958B
公开(公告)日：2022-05-03
申请号：CN202010114808.8
申请日：2020-02-25
Applicant: 北京交通大学
IPC: G06F30/20 , G06F119/14 , G06F111/10
Abstract: 本发明实施例提供了一种道砟颗粒随机不规则轮廓生成方法，包括：S1、获取道砟颗粒轮廓样本，利用图像处理方法得到道砟轮廓坐标集；S2、获取所述道砟轮廓坐标集中每个道砟形态学关键特征参数；S3、对所述道砟形态学关键特征参数概率分布拟合，得到每类关键特征参数的概率分布及概率分布的具体参数；S4、基于每类关键特征参数的概率分布及概率分布的具体参数，生成道砟颗粒不规则轮廓。本发明实施例提供了一种道砟颗粒随机不规则轮廓生成方法,能够采用较少的道砟轮廓插值点构建随机不规则的道砟颗粒轮廓，并且能够反映道砟颗粒不规则轮廓的形态学统计规律。
-
公开(公告)号：CN112046555A
公开(公告)日：2020-12-08
申请号：CN202010827423.6
申请日：2020-08-17
Applicant: 北京交通大学
Abstract: 本发明提供一种用于检测线路质量状态的智慧轨枕，通过在轨枕本体下设置第一压力感应装置，在轨枕本体中设置位于钢轨下的第二压力感应装置，以及轨枕本体上设置信号记录装置，实现轨枕全生命周期实时监测功能。该智慧轨枕采用自储备电能的钢轨机械能储电装置和太阳能储电装置，将太阳能及钢轨微小位移产生的机械能转化为电能，解决了轨枕监测时的供电问题；利用无线传输将轨枕状态信息传输到远程设备上，远程设备将轨枕动态信息数据进行处理，以动态二维码的形式传至轨枕接收装置，实现轨枕信息实时更新，有利于及时了解线路状况，及时调整养护维修计划；还实现运营列车充当线路警察的功能，通过无线传感技术及时获得线路质量状态，有利于列车安全运营。
-
公开(公告)号：CN119167690A
公开(公告)日：2024-12-20
申请号：CN202411198020.4
申请日：2024-08-29
Applicant: 北京交通大学 , 中国国家铁路集团有限公司 , 中国铁道科学研究院集团有限公司 , 中国铁道科学研究院集团有限公司铁道建筑研究所
IPC: G06F30/23 , G06F30/13 , G06F30/15 , G06F119/14
Abstract: 本发明提供了一种轨道结构长期服役状态评估的多源异构数据反馈映射的数字孪生方法。该方法包括：通过在轨道结构和衬砌中埋设光纤光栅传感器及应力应变传感器等获取数据，采用有限元软件和多体动力学软件进行基础变形作用下的无砟轨道损伤情况仿真和车辆动力学响应分析，形成仿真计算结果库，建立现场长区段无砟轨道及衬砌等结构三维虚拟模型，采用反馈耦合映射修正方法将仿真结果库和三维模型分别进行结果对应和结果修正，将不同仿真计算结果和实测数据之间进行耦合反馈映射验证，以实现对基础大变形影响下轨道结构受力特征的准确反映和实时可视化呈现，同时对轨道结构受力状态的变化进行实时预测和合理评估。
-
公开(公告)号：CN117574282A
公开(公告)日：2024-02-20
申请号：CN202311433381.8
申请日：2023-10-31
Applicant: 北京交通大学
IPC: G06F18/2431 , G06F18/214 , G06N3/0464 , G06N3/045 , G06N3/09 , B61K9/08 , G06F123/02
Abstract: 本发明提供了一种模型与数据混合驱动的钢轨波磨车载检测方法。该方法包括：建立车辆‑轨道刚柔耦合分析模型，将轨道不平顺空间域样本输入到车辆‑轨道刚柔耦合模型中，生成模拟车体垂向加速度时域数据，采集列车运行过程中产生的真实车体垂向加速度时域数据以及对应的真实钢轨波磨数据；构建基于改进卷积注意力模块的一维深度卷积残差网络的钢轨波磨检测模型，使用模拟车体垂向加速度时域数据、真实车体垂向加速度时域数据训练钢轨波磨检测模型，将待识别的真实车体垂向加速度数据输入到训练好的钢轨波磨检测模型，得到对应的钢轨波磨识别结果。本发明方法能够实现利用少量真实车体垂向加速度样本实现对钢轨波磨的波长和波深信息进行识别。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.021 seconds)
