-
公开(公告)号：CN109299827A
公开(公告)日：2019-02-01
申请号：CN201811160201.2
申请日：2018-09-30
Applicant: 南京地铁集团有限公司 , 南京地铁建设有限责任公司 , 东南大学 , 北京全路通信信号研究设计院集团有限公司
Abstract: 本发明公开了一种基于长短时记忆循环神经网络的城轨设备故障预测方法，通过对设备的故障进行分类、分析故障机理、分析故障特征的影响因素，并选取可量化的因素作为模型的输入，再对输入数据进行预处理，最后建立VPSO-LSTM的设备故障预测模型并对故障的预测性能进行检验分析，从而得到一种城轨设备故障预测的方法，能预测出设备在一段时间后发生故障的可能性，同时也能分析影响因素对设备无故障运行时间的影响，为科学的维修管理提供依据，大大提高了设备的可靠性，同时也降低了设备的管理成本。
-
公开(公告)号：CN109131449A
公开(公告)日：2019-01-04
申请号：CN201811162492.9
申请日：2018-09-30
Applicant: 南京地铁集团有限公司 , 南京地铁建设有限责任公司 , 东南大学 , 北京全路通信信号研究设计院集团有限公司
IPC: B61L25/04
CPC classification number: B61L25/04
Abstract: 本发明公开了一种故障环境下城市轨道交通列车的辅助定位系统，包括RFID信息标签模块、RFID阅读器、红外发射器及红外传感器，通过使用RFID技术进行行驶区间内的车辆多重定位，不仅能够在列车行驶时检测到列车的位置信息、推算出行驶的速度、车辆行驶方向，还可以在列车通过后推算出列车行驶加速度，较为准确的评判出列车的动态运行状态，保证线路运输安全，实现列车安全间隔控制；同时采用红外感应技术和RFID技术共同完成停车定位操作，使列车在信号系统故障环境下能够及时将信息传给工作人员，降低信号系统故障带来的影响和损失，使列车停车进站较为准确，满足轨道交通企业对定位设备布设的实际需求。
-
公开(公告)号：CN117962965A
公开(公告)日：2024-05-03
申请号：CN202410296662.1
申请日：2024-03-15
Applicant: 北京全路通信信号研究设计院集团有限公司
Abstract: 本公开实施例涉及轨道交通领域，公开了一种实时监测列车状态的RBC系统，包括：所述RBC系统应用国产芯片飞腾CPU计算机和国产麒麟操作系统；所述RBC系统通过通信网络与车载设备连接，并行冗余协议，形成车‑地无线通道；所述RBC系统与下位机连接，实时获取下位机上传的数据并进行存储和显示。利用本公开的示例性实施例，本公开的示例性实施例，在硬件层面上采用自主化的RBC系统，在通信层面上采用高宽带的通信通道，在软件层面上实时分析下位机上传的数据并进行存储和显示，通过数据分析及处理，在软件界面能够实时显示RBC的设备工作状态、列车运行信息、临时限速信息、CBI‑RBC信息、报警信息等。
-
公开(公告)号：CN114348051A
公开(公告)日：2022-04-15
申请号：CN202210022333.9
申请日：2022-01-10
Applicant: 北京全路通信信号研究设计院集团有限公司
IPC: B61L15/00
Abstract: 本发明提供一种车载系统运维诊断方法及系统，实现了车载信息与应答器信息一致性分析、占用信息一致性分析、紧急制动原因深入分析以及列车非站内区间停车情况统计分析，提升车载系统故障定位准确率以及运维效率。其中，车载信息与应答器信息一致性分析包括：第一车载接口单元接收第一应答器ID信息；应答器接口单元接收应答器相关信息，所述应答器相关信息包括应答器报文信息和第二应答器ID信息；对所述第一应答器ID信息和第二应答器ID信息进行一致性校验，若第一应答器ID信息和第二应答器ID信息不一致，则输出第一一致性校验失败报警信息。
-
公开(公告)号：CN109359845A
公开(公告)日：2019-02-19
申请号：CN201811160207.X
申请日：2018-09-30
Applicant: 南京地铁集团有限公司 , 南京地铁建设有限责任公司 , 东南大学 , 北京全路通信信号研究设计院集团有限公司
CPC classification number: G06Q10/0639 , G06K9/6223 , G06Q50/30
Abstract: 本发明公开了一种城市轨道交通层级救援站多目标选址方法，该方法通过构建救援站网络-脆弱性评价-脆弱度分级-确定覆盖度函数-建立适用于城市轨道交通层级救援站规划决策的多目标选址模型-算法设计，从经济性、高效性、覆盖全面性三方面出发，提升救援站选址方法的准确性和合理性，最终实现快速救援响应、高效物资供应，不仅能有效降低救援网络的建设维护成本，同时能保证突发事件的高效及时救援，可为轨道交通企业提供具有不同决策偏好的选址决策方案，满足实际选址工作的需要。
-
Patent Agency Ranking
公开(公告)号：CN109299700A
公开(公告)日：2019-02-01
申请号：CN201811195154.5
申请日：2018-10-15
Applicant: 南京地铁集团有限公司 , 南京地铁建设有限责任公司 , 东南大学 , 北京全路通信信号研究设计院集团有限公司
CPC classification number: G06K9/00778 , G06K9/00335 , G06K9/00718 , G06K9/40 , G06K9/4671
Abstract: 本发明公开了提供了一种基于人群密度分析的地铁群体异常行为检测方法，克服了现有技术中实时性较差，适应性不强，识别的异常情况单一的问题，通过群体密度特征和运动特征来进行群体异常行为的检测，使用群体密度估计算法提取群体密度特征与群体人数变化率，采用稀疏光流法提取群体平均动能和群体运动方向熵这两种运动特征，利用ORB特征点提取距离势能，将四种群体运动特征结合密度特征实现异常行为的检测，提高不同人群密度下的检测准确性，适用于不同的场景，效果明显，效果更高，且识别到的异常情况种类更多，便于轨道交通工作人员的管理和布局，是轨道交通智能监控技术领域的一大创新性突破。
-
公开(公告)号：CN109272168A
公开(公告)日：2019-01-25
申请号：CN201811174692.6
申请日：2018-10-09
Applicant: 南京地铁集团有限公司 , 南京地铁建设有限责任公司 , 东南大学 , 北京全路通信信号研究设计院集团有限公司
CPC classification number: G06Q10/04 , G06K9/6218 , G06K9/6296 , G06Q50/26
Abstract: 本发明公开了一种城市轨道交通客流变化趋势预测方法，首先设定时间间隔，对历史客流量划分区间作为客流状态，再计算客流状态转移概率，再基于状态转移概率构建状态转移矩阵，再基于状态转移矩阵建立短时客流的预测模型，再利用预测模型和初始客流量大小进行短时客流量预测，再对短时客流预测结果进行分析确定下一阶段的客流变化趋势，最后根据客流变化趋势，建立轨道交通行车调度优化模型，通过对实时上传的进站交易数据进行统计并建立马尔科夫预测模型，不仅确保客流预测准确度，也保证了行车调度的可靠度。
-
公开(公告)号：CN114626484A
公开(公告)日：2022-06-14
申请号：CN202210336139.8
申请日：2022-04-01
Applicant: 北京全路通信信号研究设计院集团有限公司
Abstract: 本发明提供了一种道岔故障诊断方法，所述诊断方法包括：获取道岔故障诊断原始数据序列；对道岔故障诊断原始数据序列进行处理，得到训练数据；根据训练数据，对预先构建的道岔故障诊断模型进行训练；根据训练好的道岔故障诊断模型，对获取的待测道岔故障动作电流数据样本进行诊断。本发明提高了对道岔故障诊断的效率。
-
公开(公告)号：CN114429316A
公开(公告)日：2022-05-03
申请号：CN202210353407.7
申请日：2022-04-06
Applicant: 北京全路通信信号研究设计院集团有限公司
Abstract: 本发明涉及一种集中监测系统中的设备健康状态预测方法及系统，所述方法包括，收集特征数据并进行预处理；筛选出所述特征数据中的影响设备性能的特征参数；通过参数融合将多种特征参数融合为设备健康指数；根据所述设备健康指数构建预测模型；根据所述预测模型进行设备健康状态的预测；所述系统包括，预处理模块，用于收集特征数据并进行预处理；筛选模块，用于筛选出所述特征数据中的影响设备性能的特征参数；融合模块，用于通过参数融合将多种特征参数融合为设备健康指数；构建模块，用于根据所述设备健康指数构建预测模型；预测模块。本发明具有预测的设备运行趋势信息更加完整有效的效果。
-
公开(公告)号：CN109446920B
公开(公告)日：2019-08-06
申请号：CN201811162491.4
申请日：2018-09-30
Applicant: 南京地铁集团有限公司 , 南京地铁建设有限责任公司 , 东南大学 , 北京全路通信信号研究设计院集团有限公司
Abstract: 本发明公开了一种基于卷积神经网络的城市轨道交通乘客拥挤程度检测方法，首先对待检测视频进行预处理，分段并提取运动残差图像，将原始图像与运动残差图像组合作为卷积神经网络算法的输入，建立至少包含一个卷积层和最大池化层的特征提取块，处理并计算原始图像和运动残差图像中包含的人群状态特征，再将人群状态特征和运动特征结合，构建至少包含一个卷积层、最大池化层和全连接层的特征融合块，进行融合处理，同时构建分类器，使用预制的带有拥挤程度标签的训练集对卷积神经网络进行训练，使分类器对待测视频中的乘客拥挤程度进行正确检测，更加全面的表征监控视频中的客流状况，实现拥挤程度的检测，提高了算法检测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.083 seconds)
