一种基于聚类的转辙机故障识别方法

    公开(公告)号:CN109934245B

    公开(公告)日:2023-01-17

    申请号:CN201811304829.5

    申请日:2018-11-03

    Applicant: 同济大学

    Abstract: 本发明提供了一种基于聚类的转辙机故障识别方法,其中,该方法包括:通过转辙机微机监测系统,获取同一转辙机的N次动作曲线,记为L1,…,LN;在L1至LN中,挑选出转辙机动作参考曲线模板Ld;计算每一条动作曲线Ln与模板动作曲线Ld的相似度S1,…,Si,…,SZ,比较所得相似度S1,…,Si,…,SZ,相似度低于K的动作曲线为故障曲线,记为L1,…,LF,相似度高于K的动作曲线为正常曲线,记为L1,…,LG;对L1至LF的所有曲线进行数据归一化及降维处理,得到处理后的矩阵W=[W1,…,WF];采用改良的FCM算法对矩阵W=[W1,…,WF]进行故障分类。通过本发明解决现有技术中通过人工经验确定正常转辙机动作曲线模板和故障转辙机动作曲线类型模板,导致转辙机故障漏报和误报的问题。

    一种基于弓网视频的动车组运营环境感知方法

    公开(公告)号:CN108573223A

    公开(公告)日:2018-09-25

    申请号:CN201810285873.X

    申请日:2018-04-03

    Applicant: 同济大学

    Abstract: 本发明提供了一种基于弓网视频的动车组运营环境感知方法,其中,该方法包括采集动车组在运行过程中的弓网视频数据;将弓网视频分解成按时间排列的图像集;提取每张图像的环境特征,将图像集转化为关于环境特征的时间序列;利用滑动窗口的方法,对转化后的时间序列进行平滑处理;基于TD算法,根据时间序列确定单次变化区间集合;基于类间方差算法,确定每个单次变化区间中的环境分段点,实现运营环境的划分。通过此发明可感知、识别动车组运营过程中的环境,解决了动车组运营过程中的复杂环境对弓网电弧检测的影响,提高电弧检测的准确性,提升系统的可靠性,保证行车安全。

    一种抗衰老作用的药物组合物

    公开(公告)号:CN104523733B

    公开(公告)日:2017-04-12

    申请号:CN201410784635.5

    申请日:2014-12-16

    Applicant: 同济大学

    Inventor: 王红兵 陈威

    Abstract: 本发明涉及抗衰老作用的药物组合物,由以下重量份的单体化合物配制而成:7,2’‑二羟基‑3’,4’‑二甲氧基异黄烷12~18、(6aR,11aR)‑9,10‑二甲氧基紫檀烷‑3‑氧‑β‑D‑葡萄糖苷9~14、芒柄花素6~10、芒柄花素‑7‑氧‑β‑D‑葡萄糖苷7~11、毛蕊异黄酮20~30、毛蕊异黄酮‑7‑氧‑β‑D‑葡萄糖苷20~30。与现有技术相比,本发明的药物组合物具有显著延长寿命的作用,可用于衰老相关疾病,如老年痴呆、心血管疾病以及糖尿病的防治与治疗以及保健食品领域。

    车辆状态测算装置、方法及使用该装置的车辆

    公开(公告)号:CN102673569B

    公开(公告)日:2015-10-28

    申请号:CN201210167953.8

    申请日:2012-05-25

    Applicant: 同济大学

    Inventor: 陈慧 高博麟 陈威

    Abstract: 本发明公开一种车辆状态测算装置,包括:数据采集装置,用以采集测算所需的数据;车辆状态测算单元,用以根据上述数据测算车辆纵侧向车速。本发明还公开一种利用上述车辆状态测算装置的测算车辆纵侧向车速的方法,以及一种包括上述的车辆状态测算装置的分布式驱动电动车辆。本发明充分使用分布式驱动电机力矩和轮速信号,同时利用各车轮制动轮缸压力信号、车轮侧向力传感器信号、横摆角速度信号、侧向加速度信号和纵向加速度信号,通过联邦滤波器融合估计技术,对车辆的纵向和侧向车速进行估计,能显著提高分布式驱动电动汽车在长时间尺度、复杂路面附着条件下的纵侧向车速估计精度及估计结果的稳定性。

    基于深度学习的无样本道岔故障诊断方法

    公开(公告)号:CN111914320B

    公开(公告)日:2024-02-02

    申请号:CN202010508456.4

    申请日:2020-06-06

    Applicant: 同济大学

    Abstract: 一种无现场故障样本下的基于深度学习的道岔故障诊断方法:它包括建立仿真模型:由道岔转辙机动作机理构建道岔动作仿真模型;仿真获取数据样本:分析道岔常见故障,基于道岔动作仿真模型得到不同故障状态下的道岔动作电流曲线,建立道岔故障样本集;建立故障诊断模型:采用深度学习的方法,构建道岔故障诊断模型,利用所述道岔故障样本集,对道岔故障模型进行训练;输入待检测图像到道岔故障诊断模型,得到诊断结果。此发明能在无现场故障样本下进行高识别率道岔故障诊断,提高道岔故障识别效率,保障行车安全。

    基于深度学习的无样本道岔故障诊断方法

    公开(公告)号:CN111914320A

    公开(公告)日:2020-11-10

    申请号:CN202010508456.4

    申请日:2020-06-06

    Applicant: 同济大学

    Abstract: 一种无现场故障样本下的基于深度学习的道岔故障诊断方法:它包括建立仿真模型:由道岔转辙机动作机理构建道岔动作仿真模型;仿真获取数据样本:分析道岔常见故障,基于道岔动作仿真模型得到不同故障状态下的道岔动作电流曲线,建立道岔故障样本集;建立故障诊断模型:采用深度学习的方法,构建道岔故障诊断模型,利用所述道岔故障样本集,对道岔故障模型进行训练;输入待检测图像到道岔故障诊断模型,得到诊断结果。此发明能在无现场故障样本下进行高识别率道岔故障诊断,提高道岔故障识别效率,保障行车安全。

    木脂素类化合物的制药应用以及药物组合物

    公开(公告)号:CN105055381B

    公开(公告)日:2017-08-29

    申请号:CN201510456284.X

    申请日:2015-07-29

    Applicant: 同济大学

    Abstract: 本发明提供了木脂素类化合物的制药应用以及药物组合物;其中,木脂素类化合物从石菖蒲根茎中提取出来,能够用于制备能够治疗骨质疏松的药物;药物组合物含有有效剂量的木脂素类化合物,能够被制成各种药物制剂类型;本发明的实验结果证明:所提取的木脂素类化合物能够明显地抑制骨髓衍生的单核/巨噬细胞分化为破骨细胞的过程以及抑制骨吸收陷窝的形成,该抑制作用与TRAP、Cts K和MMP‐9有关;另外,由于该种木脂素类化合物对骨髓衍生的巨噬细胞没有明显的细胞毒效应,因此可以被用来制成防治或治疗骨质疏松的药物,具有良好的医用药用前景。

    道岔动作参考曲线选取方法及其应用

    公开(公告)号:CN108256738B

    公开(公告)日:2021-12-14

    申请号:CN201711399937.0

    申请日:2017-12-22

    Applicant: 同济大学

    Abstract: 本发明提供了一种道岔动作参考曲线选取方法及其应用,通过道岔微机监测系统,获取同一道岔的N次动作曲线,获取N条曲线的动作时间,在N个动作时间中,挑选重复数最高的动作时间,记为;假定动作时间长度为的有M条曲线,对M条曲线重新编号;对于M条曲线,将每一条曲线按照动作时间划分成P等份,对于第i条曲线的第j时刻的电流值,对所有的M条曲线,依次得到M条曲线的电流值矩阵I;对于任一时刻的M个电流值利用聚类算法,求出聚类中心,记为,为聚类中心的电流值;依次求P个时刻的聚类中心,通过对聚类中心分析,挑选出聚类次数最高的一条曲线为参考曲线。基于该参考曲线,利用相似度方法得到了异常曲线的诊断方法。

    一种基于弓网视频的动车组运营环境感知方法

    公开(公告)号:CN108573223B

    公开(公告)日:2021-11-23

    申请号:CN201810285873.X

    申请日:2018-04-03

    Applicant: 同济大学

    Abstract: 本发明提供了一种基于弓网视频的动车组运营环境感知方法,其中,该方法包括采集动车组在运行过程中的弓网视频数据;将弓网视频分解成按时间排列的图像集;提取每张图像的环境特征,将图像集转化为关于环境特征的时间序列;利用滑动窗口的方法,对转化后的时间序列进行平滑处理;基于TD算法,根据时间序列确定单次变化区间集合;基于类间方差算法,确定每个单次变化区间中的环境分段点,实现运营环境的划分。通过此发明可感知、识别动车组运营过程中的环境,解决了动车组运营过程中的复杂环境对弓网电弧检测的影响,提高电弧检测的准确性,提升系统的可靠性,保证行车安全。

Patent Agency Ranking