-
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。
-
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：CN117875146A
公开(公告)日：2024-04-12
申请号：CN202410075976.9
申请日：2024-01-18
Applicant: 北京交通大学
IPC: G06F30/25 , G06F30/28 , G06F30/13 , G06T17/00 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明提供了一种高速有砟铁路冰雪飞溅过程的建模分析计算装置。包括有砟道床离散元模块采用离散单元法构建有砟道床离散元仿真模型，模拟冰块与道砟颗粒之间的碰撞；轨道动力仿真模块采用多体动力学构建轨道动力仿真模型，模拟轨枕承受和传递的轨道动力荷载；高速列车‑有砟轨道流场分析模块采用流体力学构建立轨枕、钢轨、列车三维几何仿真模型，利用轨枕、钢轨、列车三维几何仿真模型基于滑移网格分析方法，模拟列车与轨道结构相互运动条件下产生的流场，完成高速列车‑有砟轨道冰雪飞溅耦合分析计算过程。本发明可还原有砟道床的散粒体特性，轨枕的连续介质特性以及高速列车‑有砟轨道气动环境的流场特性，为研究冰雪飞溅问题提供了理论参考。
-
公开(公告)号：CN116383673A
公开(公告)日：2023-07-04
申请号：CN202310393235.0
申请日：2023-04-13
Applicant: 北京交通大学
IPC: G06F18/22 , G06F18/25 , G06F18/214 , G06N3/0442 , G06N3/08 , G06F18/10
Abstract: 本发明提供了一种基于Seq2Seq模型与振噪数据融合的地铁钢轨波磨测量方法。该方法包括：基于地铁列车历史数据构建地板纵向加速度和列车速度对应的时间序列数据集；构建基于Seq2Seq模型的地铁列车里程匹配预测模型，利用时间序列数据集对地铁列车里程匹配预测模型进行训练，将待检测的地铁列车车内地板纵向加速度输入到训练好的地铁列车里程匹配预测模型中，得到待检测的地铁列车的运行速度；根据待检测的地铁列车车内振动及噪声数据计算得到钢轨波磨振噪综合指数，确定波磨对应的波长和幅值信息。本发明模型通过车体纵向加速度来精确预测地铁列车的速度及里程，使用车内地板垂向振动加速度和车内声压信号融合实现对钢轨波磨特征波长和波深幅值的精确识别。
-
公开(公告)号：CN115935167A
公开(公告)日：2023-04-07
申请号：CN202211622240.6
申请日：2022-12-16
Applicant: 北京交通大学
Inventor： 肖宏 , 王阳 , 高亮 , 叶利宾 , 时光明 , 方树薇 , 肖燕 , 张智海 , 刘光鹏 , 金锋 , 刘秀波 , 迟义浩 , 王孝羽 , 马建军 , 彭华 , 杨冀超 , 李浩 , 贾秋红 , 姚明昕 , 王宏阁
IPC: G06F18/213 , G01H17/00 , E01B31/17 , G06F18/24 , G06F18/10
Abstract: 本发明提供一种基于自动特征提取的地铁钢轨波磨检测方法及系统，属于基于深度学习与时间序列的轨道缺陷检测技术领域，获取待检测的地铁列车车内振动数据和车内噪声数据；利用预先训练好的检测模型，对获取的所述车内振动数据和车内噪声数据进行处理，得到地铁钢轨波磨状态，所述波磨状态包括波磨特征波长和波磨波深幅值。本发明可以实现同时对钢轨波磨特征波长和波深幅值的精确识别，而且可以布置在不同列车的车厢内，不影响车辆正常运行，具有便携、高效、准确、节省运营成本等优点，有利于促进地铁运营部门按“计划修”向“状态修”的转变，助力轨道交通绿色发展。
-
Patent Agency Ranking
公开(公告)号：CN115219596A
公开(公告)日：2022-10-21
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：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。
-
公开(公告)号：CN117312850A
公开(公告)日：2023-12-29
申请号：CN202311232075.8
申请日：2023-09-22
Applicant: 北京交通大学
IPC: G06F18/214 , G01M17/10 , G01H1/00 , G06F18/24 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/088 , G06N3/0895 , G06N3/09 , G06N3/094
Abstract: 本发明提供了一种基于半监督生成对抗模型的列车车轮健康检测方法及系统，包括：获取钢轨振动数据；对钢轨振动数据进行变换获得时频图样本，并根据标签信息将时频图样本分为有标签样本与无标签样本；构建一种半监督深度生成对抗网络多标签分类模型，并在所述时频图样本上进行训练和测试，得到训练好的车轮健康检测模型；输入待检测钢轨振动数据到训练好的车轮健康检测模型中得到车轮缺陷类型。本发明利用生成对抗网络在大量的无标签样本上进行训练，使判别器充分学习时频图的潜在特征，再利用少量有标签样本进行监督学习，使得后续的车轮健康检测具有高效、准确、节省运营成本等优点。
-
公开(公告)号：CN117133304A
公开(公告)日：2023-11-28
申请号：CN202310895046.3
申请日：2023-07-20
Applicant: 北京交通大学
IPC: G10L21/0224 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06F18/23213 , G10L25/30 , G10L25/51
Abstract: 本发明提供了一种对铁路设施进行故障检测的方法。该方法包括：获取列车运行过程中轮轨噪声实测信号，根据轮轨噪声信号获取轮轨噪声的时域信息；将获取的轮轨噪声时域信息按预设比例分为有标签轮轨噪声数据集和无标签轮轨噪声数据集；构建铁路设施故障检测模型，利用有标签轮轨噪声数据集和无标签轮轨噪声数据集对铁路设施故障检测模型进行训练，得到训练好的铁路设施故障检测模型；将待检测的轮轨噪声信号输入到训练好的铁路设施故障检测模型中进行检测，获取所述待检测的轮轨噪声信号对应的故障类型与位置。本发明可以实现利用一个声学模型同时对多种铁路设施故障进行检测，从而提高检测效率、降低检测成本，保障铁路安全、稳定、高效的运行。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.018 seconds)
