-
公开(公告)号：CN117048667A
公开(公告)日：2023-11-14
申请号：CN202311074481.6
申请日：2023-08-24
Applicant: 北京全路通信信号研究设计院集团有限公司 , 华东交通大学
Abstract: 本发明公开一种基于车辆动态响应辨识的重载列车控制方法及系统，涉及列车控制技术领域，该方法包括：根据重载列车不同车厢的动力学响应差异，将重载列车的车厢划分为多个区块；以各区块的牵引力或者制动力作为输入，列车速度为输出建立各区块的车辆运行模型；采用施密斯预估器对重载列车复杂线路条件下速度的时滞特性进行补偿；当重载列车的速度变化量，或者无级调速下加速度变化量超出设定范围时，采用模糊PID‑Smith时滞控制器对车辆运行模型输出速度进行控制；当重载列车速度跟踪精度超出设定范围时，采用改进的粒子群算法对模糊PID‑Smith时滞控制器的参数进行动态调整。本发明提高重载列车时滞特性下的参数整定精度和控制的可靠性。
-
公开(公告)号：CN118011173A
公开(公告)日：2024-05-10
申请号：CN202410229866.3
申请日：2024-02-29
Applicant: 华东交通大学 , 北京全路通信信号研究设计院集团有限公司 , 中南大学
Abstract: 本发明公开了一种列车IGBT寿命评估方法、装置、设备及介质，包括：对目标列车中的IGBT器件进行加速老化实验，获取IGBT器件在老化过程中对应的运行数据集；根据结温预测公式以及运行数据集，确定IGBT器件在不同工况下对应的结温，根据结温建立IGBT器件对应的寿命模型；根据寿命模型以及改进粒子滤波算法，建立IGBT器件对应的预测方程；根据预测方程以及IGBT器件的当前运行参数，预测IGBT器件的剩余使用寿命。本发明实施例的技术方案可以降低IGBT器件寿命预测方法的复杂性，提高预测方法的便捷性以及预测结果的准确性。
-
公开(公告)号：CN115891947B
公开(公告)日：2023-05-09
申请号：CN202310145681.X
申请日：2023-02-22
Applicant: 北京全路通信信号研究设计院集团有限公司 , 华东交通大学
Abstract: 本发明公开一种中低速磁悬浮列车电液混合制动协同控制方法及系统，涉及车辆制动控制领域，该方法包括：对中低速磁悬浮列车的运行数据进行降噪处理；采用受控自回归积分滑动平均模型作为中低速磁悬浮列车电液混合制动过程模型，并对降噪处理后的运行数据采用最小二乘法处理确定受控自回归积分滑动平均模型中参数；根据所述受控自回归积分滑动平均模型和Smith预估器构建带时滞补偿的广义预测控制模型；采用带时滞补偿的广义预测控制模型对所述中低速磁悬浮列车的电液混合制动过程进行协同控制。本发明降低了中低速磁悬浮列车电液混合制动过程的时滞性，一定程度上提高了中低速磁悬浮列车电液混合制动过程的控制精度，改善了速度跟踪效果。
-
公开(公告)号：CN115656546B
公开(公告)日：2023-04-04
申请号：CN202211670146.8
申请日：2022-12-26
Applicant: 北京全路通信信号研究设计院集团有限公司 , 华东交通大学
Abstract: 本发明公开一种中低速磁浮列车测速方法、系统及装置，涉及磁浮列车测速技术领域，方法包括：针对涡流脉冲数据组中的每一涡流脉冲，基于涡流脉冲、磁浮钢轨轨枕分布数据和磁浮列车涡流传感器分布数据，确定标记涡流传感器的位置；根据相邻两次涡流脉冲分别对应的标记涡流传感器的位置、相邻两次涡流脉冲分别对应的脉冲时刻，确定磁浮列车的第一速度值；根据两组涡流脉冲数据组中，脉冲时刻在前的涡流脉冲数据组对应的第一速度值，结合加速度传感数据，计算磁浮列车的第二速度值；基于雷达传感数据，计算磁浮列车的第三速度值；将第一速度值、第二速度值和第三速度值融合得到最终速度值。本发明同时实现定位和测速，且提高了测速精度。
-
公开(公告)号：CN118545125B
公开(公告)日：2024-10-25
申请号：CN202411028745.9
申请日：2024-07-30
Applicant: 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列车运行工况辨识的自适应控制方法及系统，所述方法包括，首先，获取列车在不同牵引工况下的运行状态数据，计算得到牵引制动性能数据；其次，形成黏着工况特征相关数据集；然后，基于黏着工况特征相关数据集，将列车黏着工况划分为#imgabs0#个等级，其中，#imgabs1#为自然数；然后，基于列车黏着工况等级数量#imgabs2#和当前运行状态数据，识别列车当前黏着工况等级#imgabs3#，#imgabs4#为自然数，且#imgabs5#≤#imgabs6#，并建立当前黏着工况等级下的黏着系数和列车制动最大减速度的映射关系，并生成最佳列车防护曲线。上述方法通过聚类算法对黏着工况进行聚类分级，对黏着工况的分析更加精确，通过黏着工况等级自适应的生成最佳列车防护曲线，提高列车运行的可靠性和安全性。
-
Patent Agency Ranking
公开(公告)号：CN120043780A
公开(公告)日：2025-05-27
申请号：CN202510518796.8
申请日：2025-04-24
Applicant: 北京全路通信信号研究设计院集团有限公司
Abstract: 本申请属于轨道交通技术领域，提供了一种轨道交通轮轨黏着状态实时测量系统、方法、存储介质和设备。所述系统包括：轮轨黏着状态测量装置及车载控制系统；所述轮轨黏着状态测量装置安装于列车上，且与所述车载控制系统连接；所述轮轨黏着状态测量装置根据从所述车载控制系统获取的列车实时运行工况及列车意图执行工况，执行基于极限试验的轮轨黏着状态测量或基于目标动作的轮轨黏着状态测量。本申请的轨道交通轮轨黏着状态实时测量系统提高了轨道交通轮轨黏着状态的测量精确度。
-
公开(公告)号：CN118545125A
公开(公告)日：2024-08-27
申请号：CN202411028745.9
申请日：2024-07-30
Applicant: 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列车运行工况辨识的自适应控制方法及系统，所述方法包括，首先，获取列车在不同牵引工况下的运行状态数据，计算得到牵引制动性能数据；其次，形成黏着工况特征相关数据集；然后，基于黏着工况特征相关数据集，将列车黏着工况划分为#imgabs0#个等级，其中，#imgabs1#为自然数；然后，基于列车黏着工况等级数量#imgabs2#和当前运行状态数据，识别列车当前黏着工况等级#imgabs3#，#imgabs4#为自然数，且#imgabs5#≤#imgabs6#，并建立当前黏着工况等级下的黏着系数和列车制动最大减速度的映射关系，并生成最佳列车防护曲线。上述方法通过聚类算法对黏着工况进行聚类分级，对黏着工况的分析更加精确，通过黏着工况等级自适应的生成最佳列车防护曲线，提高列车运行的可靠性和安全性。
-
公开(公告)号：CN116912581B
公开(公告)日：2025-04-18
申请号：CN202310880187.8
申请日：2023-07-18
Applicant: 华东交通大学
IPC: G06V10/764 , G06V10/54 , G06V10/56 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/30
Abstract: 本发明公开了一种稀土萃取分离过程中镨/钕元素组分含量预测方法及系统，涉及稀土组分含量预测领域，方法包括：对多幅稀土元素溶液图像进行图像处理得到HSV颜色空间特征、YUV颜色空间特征和纹理特征；对上述特征及现场萃取级数进行特征选择得到混合特征；采用多个数学模型分别在HSV颜色空间特征数据集、HSV颜色空间特征+YUV颜色空间特征数据集和混合特征数据集上进行数据集对比确定最佳数据集；以最佳数据集为输入，以镨/钕元素的组分含量为输出，对基于多残差注意力块的一维卷积软测量模型的网络结构参数进行优化，得到最优模型，并采用最优模型进行稀土组分含量预测。本发明具有成本低、精确度高、泛化能力强等特点。
-
公开(公告)号：CN118710557B
公开(公告)日：2024-11-12
申请号：CN202411203742.4
申请日：2024-08-30
Applicant: 华东交通大学
Abstract: 本发明公开了一种利用图像结构和纹理信息引导的图像修复方法及系统，方法包括：构建具备图像结构和纹理信息交互能力的图像修复模型；对损坏图像样本进行预处理，得到掩码图像样本和边缘结构图像样本；将损坏图像样本、掩码图像样本和边缘结构图像样本输入至图像修复模型中，训练并生成图像修复模型的权重信息，得到目标图像修复模型；获取的待修复损坏图像，对待修复损坏图像进行预处理，得到掩码图像和边缘结构图像，并分别将待修复损坏图像、掩码图像和边缘结构图像输入至目标图像修复模型中，目标图像修复模型输出得到修复图像。同步地对结构导向的纹理合成与纹理指导的结构修复进行耦合建模，进而更准确地探索图像特征。
-
公开(公告)号：CN118885887A
公开(公告)日：2024-11-01
申请号：CN202411375974.8
申请日：2024-09-30
Applicant: 华东交通大学
IPC: G06F18/241 , G01R31/00 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种牵引变流器故障诊断方法、设备、介质及产品，涉及电力机车的智能运行维修领域，该方法包括：获取数据集；数据集为中间直流电压数据；基于变分模态分解对所述数据集进行分解，得到多通道标准故障特征集；根据变分模态分解特性，确定配套通道加权层；所述配套通道加权层为PE‑Spearman秩相关系数；根据配套通道加权层，建立配套通道加权层‑一维深度可分离卷积神经网络模型；所述一维深度可分离卷积神经网络为将深度可分离卷积神经网络运用到一维长序列数据中构建的网络；将多通道标准故障特征集输入到所述配套通道加权层‑一维深度可分离卷积神经网络模型中，得到故障分类。本发明可准确、快速、稳定地识别故障特征。
-
-
-
-
-
-
-
-
-
Search Results
194
records
(took 0.087 seconds)
