-
公开(公告)号:CN112347565A
公开(公告)日:2021-02-09
申请号:CN202011312038.4
申请日:2020-11-20
Applicant: 西南交通大学
IPC: G06F30/15 , G06Q30/06 , G06Q50/04 , G06F111/04
Abstract: 针对目前轨道交通车辆产品平台构建需要,为了保证模块配置时模块组合的合理性,本发明提出一种轨道交通车辆产品模块配置规则构建方法,通过分析并构建产品主结构中不同模块之间的约束关系,最终形成各产品主结构的模块配置规则表,从而快速方便地完成轨道交通车辆产品平台的模块配置。
-
公开(公告)号:CN111207938B
公开(公告)日:2020-12-04
申请号:CN202010033722.2
申请日:2020-01-13
Applicant: 西南交通大学
Abstract: 本发明公开了一种铁道车辆故障检测方法。根据行车安全的需要,确定一个或多个部件作为监测异常的待检测对象。构建轻量级梯度提升机模型,确立车辆各项行车参数对于单个待检测对象温度或形变量预测的重要性;确定预测变量所需要的特征的输入时间步长;结合待检测部件的空间位置分布与皮尔逊系数分析同车部件相互关系,基于同类待检测部件概念,对多个待检测对象的变量同时进行预测;构建预测模型,用卷积网络对时序信号进行预测,得到真实值与预测值的残差值;将得到的残差值按照同类部件概念在二维空间进行描绘,使用孤立森林方法对残差进行异常检测,对轨道车辆行车过程中监测到的部件异常提前预警。
-
公开(公告)号:CN104732025B
公开(公告)日:2017-10-17
申请号:CN201510130524.7
申请日:2015-03-24
Applicant: 西南交通大学 , 成都天佑创软科技有限公司
IPC: G06F17/50
Abstract: 本发明提供了一种高速列车轮对的建模方法,涉及高速列车的数字化设计与制造技术领域。模型的信息集成和管理对缩短响应市场时间、提高设计效率是企业希望解决的问题。通过对所述各元参数的分析和提取,构建高速列车轮对的各元参数设计模型;利用矢量阵列对高速列车轮对的各元参数设计模型进行描述,包括以下四个步骤:各元参数初始化、各元参数数组序列化、关系元参数转化为关系矩阵、环状多边形矢量阵列描述:结合高速列车轮对的各元参数设计模型的矢量化和阵列化描述,采用环状多边形数据结构构造高速列车轮对的矢量阵列;层级对象之间通过关系元参数将各个环状多边形矢量阵列形成高速列车轮对的矢量阵列描述。主要用于高速列车设计的建模。
-
公开(公告)号:CN105426571A
公开(公告)日:2016-03-23
申请号:CN201510712949.9
申请日:2015-10-28
Applicant: 南车青岛四方机车车辆股份有限公司 , 西南交通大学
IPC: G06F17/50
CPC classification number: G06F17/5095
Abstract: 本发明公开了一种处理高速列车产品数据的方法,包括:根据现有高速列车产品的技术指标实例,构建与所述技术指标实例对应的产品元模型实例;根据高速列车产品的需求数据,更新所述产品元模型实例对应的产品数据,所述需求数据是指收集得到的客户针对高速列车产品提出的技术指标的数据集合。本发明实施例还提供了一种处理高速列车产品数据的装置。
-
公开(公告)号:CN104765916A
公开(公告)日:2015-07-08
申请号:CN201510146105.2
申请日:2015-03-31
Applicant: 西南交通大学
IPC: G06F17/50
Abstract: 本发明提供了一种高速列车动力学性能参数设计优化方法,涉及高速列车动力学仿真分析基础上的参数设计优化领域,它能有效地利用整体目标神经网络代理模型,取代高速列车动力学仿真模型,将高速列车在多学科领域下的设计分析和多目标优化算法相结合,进行基于高速列车动力学仿真近似模型的分析和优化。该方法的具体步骤如下:建立高速列车多刚体动力学仿真模型,确定所涉及的重要输入输出设计空间,选取取样策略得到合适高速列车动力学性能分析的设计空间样本集;采用贝叶斯正则化方法提高整体目标神经网络的泛化精度,通过调整隐含层的节点数目,构建误差控制在一定范围内的整体目标神经网络代理模型;利用该改进的整体目标神经网络代理模型,结合差分进化智能化算法进行多目标优化,得到优化后的高速列车设计参数。主要用于高速列车动力学分析和设计优化。
-
公开(公告)号:CN117610164A
公开(公告)日:2024-02-27
申请号:CN202311672172.9
申请日:2023-12-07
Applicant: 西南交通大学
IPC: G06F30/15 , G06F30/20 , G06F111/16 , G06F111/20 , G06F111/08 , G06F111/04 , G06F111/06
Abstract: 本申请公开了一种基于MBSE的地铁转向架定制设计方法,涉及高速列车产品设计技术领域,包括获取目标客户的目标需求;根据目标需求构建第一目标产品族模型,第一目标产品族模型包括第一功能域、第一物理域和第一配置规则;根据第一配置规则求解第一目标产品族模型得到目标产品族架构,目标产品族架构包括符合目标需求的功能模块和物理模块;根据目标产品族架构构建第二目标产品族模型,第二目标产品族模型包括第二功能域、第二物理域、第二实例域和第二配置规则;根据第二配置规则求解第二目标产品族模型得到目标产品族对象,实现根据模块间关联关系和设计数据间关联关系求解得到目标产品族对象,提高设计数据一致性。
-
公开(公告)号:CN116049353A
公开(公告)日:2023-05-02
申请号:CN202211714479.6
申请日:2022-12-29
Applicant: 西南交通大学
IPC: G06F16/33 , G06F16/35 , G06F18/214 , G06F18/241
Abstract: 本发明公开了一种基于度量学习的自举关系抽取方法,包括:提取种子集合包含的所有实体对,并提取未标注语料库中包含实体对的全部实例,构成第一候选集合;基于预训练的多输入网络度量第一候选集合中每个实例和种子集合中与该实例共享相同实体对的所有实例的第一相似度;将第一相似度高于第一阈值的第一候选集合中的实例加入种子集合;基于预训练的关系二分类器对未标注语料库进行关系预测并生成每个实例的第二相似度,提取第二相似度高于第二阈值的实例,构成第二候选集合;基于预训练的多输入网络度量第二候选集合中每个实例和种子集合中所有实例的第三相似度;将第三相似度高于第三阈值的第二候选集合中的实例加入种子集合。
-
公开(公告)号:CN116029118A
公开(公告)日:2023-04-28
申请号:CN202211699628.6
申请日:2022-12-28
Applicant: 西南交通大学 , 成都市特种设备检验检测研究院
Abstract: 本发明公开了一种复杂产品的多源物理特性表征方法,包括:构建复杂产品的元结构树;按照元结构树层级获取复杂产品全生命周期阶段的数据,建立复杂产品全生命周期数据体系;基于复杂产品全生命周期数据体系构建复杂产品的需求模型、产品模型、数字样机模型、仿真模型、状态模型,以对复杂产品的多源性物理特征进行表征。本发明提出基于模型的物理特性提取与表征方法,建立各类型物理特性的表达框架和主要数据来源,一方面实现物理特性的有效表征,另一方面为产品数字孪生构建和应用提供基础。
-
公开(公告)号:CN115935292A
公开(公告)日:2023-04-07
申请号:CN202211662556.8
申请日:2022-12-23
Applicant: 西南交通大学
IPC: G06F18/25 , G06F16/215 , G06F16/2458 , G06F16/901 , G06Q50/04
Abstract: 本发明涉及一种复杂装备全生命周期多源异构数据融合模式构建方法。该方法包括:建立复杂装备多源异构数据数据冗余属性的识别方法;建立基于产品族元结构树的可重用知识数据关联映射、设计结构树生成及的设计阶段数据关联映射、制造结构树生成及制造阶段数据关联映射、运维结构树生成及运维阶段数据关联映射算法;基于函数依赖和关系模型的外键约束,构建出整合多源异构数据的复杂装备全生命周期数据模式。本发明通过建立复杂装备设计、制造、运维阶段数据关联映射及阶段间数据映射方法,解决了复杂装备设计、制造、运维阶段各业务系统独立应用造成的物理信息数据结构的差异性、特征的冗余性和数据间关联关系缺失造成的孤岛问题。
-
公开(公告)号:CN115906670A
公开(公告)日:2023-04-04
申请号:CN202211738844.7
申请日:2022-12-31
IPC: G06F30/27 , G06F18/10 , G06F18/24 , G06F18/2431 , G06N20/00 , G06F119/02 , G06F119/14
Abstract: 本发明公开一种TBM掘进载荷预测方法及系统,通过基于TBM搭载的传感器,采集TBM掘进源数据;对源数据进行数据预处理,生成数据集;构建载荷预测模型,并利用数据集对载荷预测模型进行训练;利用训练好的载荷预测模型进行掘进载荷的预测。通过对源数据的预处理,可以为TBM掘进载荷预测任务提供更加高质量的源头数据,采用机器学习方法,构建载荷预测模型,能够实现动态预测,且得到的预测结果更加精准,同时该方法不仅实施简单、成本低,而且预测覆盖面得到了有效的提高。
-
-
-
-
-
-
-
-
-