-
公开(公告)号：CN110758456B
公开(公告)日：2021-06-08
申请号：CN201911084741.1
申请日：2019-11-08
Applicant: 哈尔滨工业大学
IPC: B61K9/08
Abstract: 本发明涉及一种轮轨健康状态监测系统及方法，包括：多个安装在钢轨侧面上的传感器，其中每个传感器被设置成能够采集该位置的信号；多个信号处理单元，被设置成能够处理多个传感器采集的信号，包含所述监测方法、信号预处理、信号去噪、伤损检测、伤损分类、伤损定位、伤损严重程度评估和轮轨使用寿命预测等程序模块，用于实现轮轨健康状态监测；一个轮轨健康状态监测控制中心，包括控制、显示和预警单元；以及多个传感器与信号处理单元之间、多个信号处理单元之间和多个信号处理单元与监测控制中心之间的数据传输。本发明适用于不同轮轨接触状态、行车速度、载重等情况下的轮轨健康状态全过程监测。
-
公开(公告)号：CN106248801A
公开(公告)日：2016-12-21
申请号：CN201610803720.0
申请日：2016-09-06
Applicant: 哈尔滨工业大学
CPC classification number: G01N29/14 , G01N29/4481 , G01N2291/2623
Abstract: 一种基于多声发射事件概率的钢轨裂纹检测方法，本发明提出用卷积神经网络输出的相对概率作为声发射事件概率，解决了当前钢轨裂纹检测未充分利用样本间时序信息的问题。本发明的步骤为：一、加载声发射时域信号数据矩阵，对声发射信号做FFT变换及预处理，获得折叠为三维矩阵的频谱矩阵与标签向量。二、设定卷积网络结构参数及初始值。三、输入频谱矩阵，逐层计算迭代卷积神经网络模型误差，更新权值矩阵及偏置，进行特征提取，输出测试集分类结果及分类概率。四、基于多声发射事件概率对卷积神经网络输出修正，优化分类结果。本发明用多次声发射事件概率改进分类结果，提高了钢轨裂纹伤损的检测精度，有较强的理论与工程实际意义。
-
公开(公告)号：CN113159139B
公开(公告)日：2022-08-09
申请号：CN202110358326.1
申请日：2021-04-01
Applicant: 哈尔滨工业大学 , 哈尔滨国铁科技集团股份有限公司
Abstract: 本发明公开了一种基于改进声发射密度聚类的伤损状态诊断方法，所述方法基于随机邻域嵌入对声发射特征融合降维，再经由密度聚类算法对融合特征聚类诊断，并基于遗传算法联合优化二者的参数，最终诊断出声发射特征集中包含的裂纹信号及其对应的伤损状态。本发明采用无监督算法，发掘钢材劣化过程中声发射信号的内在分布规律与本质特征，包括通过流形学习中的随机邻域嵌入技术构建降维特征空间，并通过所提出的内部评估目标对密度聚类算法进行改进，自主优化其敏感参数的选取过程并增强算法自身的参数鲁棒性与抗干扰性，从而实现对不同伤损阶段的声发射样本自动分簇。
-
公开(公告)号：CN113159139A
公开(公告)日：2021-07-23
申请号：CN202110358326.1
申请日：2021-04-01
Applicant: 哈尔滨工业大学 , 哈尔滨铁路科研所科技有限公司
Abstract: 本发明公开了一种基于改进声发射密度聚类的伤损状态诊断方法，所述方法基于随机邻域嵌入对声发射特征融合降维，再经由密度聚类算法对融合特征聚类诊断，并基于遗传算法联合优化二者的参数，最终诊断出声发射特征集中包含的裂纹信号及其对应的伤损状态。本发明采用无监督算法，发掘钢材劣化过程中声发射信号的内在分布规律与本质特征，包括通过流形学习中的随机邻域嵌入技术构建降维特征空间，并通过所提出的内部评估目标对密度聚类算法进行改进，自主优化其敏感参数的选取过程并增强算法自身的参数鲁棒性与抗干扰性，从而实现对不同伤损阶段的声发射样本自动分簇。
-
Patent Agency Ranking
公开(公告)号：CN105631480B
公开(公告)日：2018-10-26
申请号：CN201511022779.8
申请日：2015-12-30
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 一种基于多层卷积网络与数据重组折叠的高光谱数据分类方法，其步骤如下：一、对三维高光谱数据展开分类前进行预处理，获得包含有效光谱信息的数据矩阵与标签向量；二、对数据矩阵进行特征扩维，并对特征维进行按列折叠重组，获得重组的三维高光谱数据输入矩阵；三、设定多层卷积网络结构参数与初始值；四、利用前向传播与BP算法逐层计算特征与误差，并对网络权值与偏置进行更新，不断迭代获得网络稳定参数，最终获得能够用于分类的网络模型与参数。相比于其他方法，该方法原理清楚，结构清晰，识别时间短，同时探测辨识率高，是针对高光谱数据的一个有效分类方法，适用于高光谱图像快速目标探测与分类识别应用。
-
公开(公告)号：CN110879254B
公开(公告)日：2021-09-17
申请号：CN201811029104.X
申请日：2018-09-05
Applicant: 哈尔滨工业大学
Abstract: 一种基于改进最小二乘生成式对抗网络的钢轨裂纹声发射信号检测方法，本发明解决了针对不同种类的噪声环境下，通过对抗神经网络训练噪声模型实现自动滤除复杂噪声问题。本发明的步骤为：一、合成不同噪声背景下含噪信号样本库并归一化。二、生成式对抗网络的初始化。三、将去噪样本与参考样本共同输入判别器网络并根据判别误差更新判别网络权值。四、根据判别器损失值及去噪后均方误差更新生成网络权值。五、交替训练判别网络与生成网络最终用生成器前向网络实现噪声的有效去除。本发明与现有技术相比，具有以下优点：1)可用相同结构同时抑制多种噪声；2)自动学习噪声模型，不需任何先验知识；3)在高速强噪背景下仍能检测出裂纹声发射信号。
-
公开(公告)号：CN109752461B
公开(公告)日：2021-04-02
申请号：CN201711089462.5
申请日：2017-11-08
Applicant: 哈尔滨工业大学
Abstract: 一种改进的分段式调节的最小均方反卷积钢轨裂纹信号复原方法，本发明解决了通过声发射探头激励出与钢轨断裂过程相同特性的声发射信号问题。本发明步骤为：一、将已知脉冲信号由声发射探头输入钢轨；二、输出与输入做FFT变换，二者频谱相除得系统特性初值；三、对系统特性最小均方滤波；四、重复步骤三至还原误差小于预设值，输出系统脉冲响应；五、由裂纹信号与系统脉冲响应反卷积得反演信号。六、根据钢轨不同频率段衰减程度设定权值，将反演信号时域成分加权叠加得最终输入信号。本发明用分段调节最小均方反卷积方法在钢轨中反演出裂纹声发射信号，改进了现有声发射测试中裂纹源模拟方法，更加安全易于实施，有较强的理论与工程实际意义。
-
公开(公告)号：CN110758456A
公开(公告)日：2020-02-07
申请号：CN201911084741.1
申请日：2019-11-08
Applicant: 哈尔滨工业大学
IPC: B61K9/08
Abstract: 本发明涉及一种轮轨健康状态监测系统及方法，包括：多个安装在钢轨侧面上的传感器，其中每个传感器被设置成能够采集该位置的信号；多个信号处理单元，被设置成能够处理多个传感器采集的信号，包含所述监测方法、信号预处理、信号去噪、伤损检测、伤损分类、伤损定位、伤损严重程度评估和轮轨使用寿命预测等程序模块，用于实现轮轨健康状态监测；一个轮轨健康状态监测控制中心，包括控制、显示和预警单元；以及多个传感器与信号处理单元之间、多个信号处理单元之间和多个信号处理单元与监测控制中心之间的数据传输。本发明适用于不同轮轨接触状态、行车速度、载重等情况下的轮轨健康状态全过程监测。
-
公开(公告)号：CN207141101U
公开(公告)日：2018-03-27
申请号：CN201720550468.7
申请日：2017-05-12
Applicant: 哈尔滨工业大学
IPC: B61K9/10
Abstract: 本实用新型公开了一种基于声发射技术的车载移动式高速铁路钢轨伤损检测系统，解决了高速铁路钢轨伤损的固定式声发射传感器监测范围有限的问题。本实用新型包括单轮交替检测子系统、多轮同步检测子系统、车载信号监控平台：单轮交替检测子系统由同一检测轮中的多个声发射传感器组成；多轮同步检测子系统由多个单轮检测子系统中同步检测的传感器构成；车载信号监控平台中信号采集模块采用高速数据采集卡组成。本实用新型检测系统的工作过程首先由信号总线传输的数据发送给信号采集模块存储，再经由信号处理模块进行调用判别。本实用新型的优点在于可以通过多车轮检测情况来判断钢轨伤损，实现高速铁路钢轨伤损的高效监测，降低检测成本。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.025 seconds)
