-
公开(公告)号：CN113533510A
公开(公告)日：2021-10-22
申请号：CN202110726317.3
申请日：2021-06-29
Applicant: 北京交通大学
Abstract: 本发明实施例公开了一种钢轨疲劳微裂纹识别方法及装置，首先，向待测钢轨内施加高频兰姆波信号，以及高频兰姆波信号和低频振动信号的混合信号；然后，获取两种信号的接收信号，并对两种接收信号进行模式分解和希尔伯特变换，获得两种接收信号的时频谱；最后，通过时频谱完成对待测钢轨上疲劳微裂纹的检测、定量和定位。本发明实施例中采用的激励信号，能够检测出待测钢轨上微小的疲劳微裂纹，不易发生漏检现象，且不受钢轨结构形状限制，适用范围较大。另外，采用变分模式分解算法不仅有效解决了其他算法模式混淆、虚假分量等问题，而且该算法将信号分解为多个具有特定稀疏属性的模态并同时再现输入，其计算速度也有了大幅提升。
-
公开(公告)号：CN101108123B
公开(公告)日：2010-07-07
申请号：CN200710120818.7
申请日：2007-08-27
Applicant: 北京交通大学
Abstract: 本发明属于轨道交通安全保障领域，公开了一种高原环境下的轨道交通乘客安全保障系统，该系统包括整车数据检测处理中心、单车数据监测处理中心和血压、脉搏数值采集装置。所述三个部分通过二级互联网形成桌面系统和嵌入式设备构成的网络实现数据的实时上传、监测和处理。该系统通过对乘客的血压、脉搏进行监控获得对单个及全体乘客人身安全状况的评估、预警及救援预案支持，并能够将监控数据上传到整车数据处理中心为列车运营决策者提供决策支持。
-
公开(公告)号：CN100538761C
公开(公告)日：2009-09-09
申请号：CN200710120829.5
申请日：2007-08-27
Applicant: 北京交通大学
Abstract: 本发明公开了属于轨道交通故障智能诊断技术领域的一种基于数据融合模式识别的嵌入式故障智能诊断装置及方法。所述基于数据融合模式识别的嵌入式故障智能诊断装置包括硬件结构和软件结构组成；故障诊断装置采用高速的DSP微处理器，借助其高速数据处理的多级缓冲和流水线机制，组成一种分布式监测处理系统，即上、下位机两级微机结构。结合基于数据融合模式识别的传感器群信息，借助多神经网络局部诊断及决策级融合模式识别故障智能诊断机制，实现数据存储、图形显示及数据远程传输的功能，完成故障诊断任务。及时发现列车关键装备的潜在故障，保证列车关键装备工作的安全性和可靠性，最大限度地提高运营效率和安全保障。
-
公开(公告)号：CN101110107A
公开(公告)日：2008-01-23
申请号：CN200710120819.1
申请日：2007-08-27
Applicant: 北京交通大学
Abstract: 本发明涉及轨道交通安全领域的关键设备监控及评估技术，尤其涉及轨道交通车辆关键设备状态的智能集成及监控方法。它是针对轨道交通中车辆关键部件监测与检测问题，采用高速智能分析系统检测轮轨关系状态，采用分层次系统架构，建立传感网络，将传感网络监测到的数据上传给数据处理与预警系统，所述数据处理与预警系统将基于图像分析技术与振动分析技术作为数据采集的各种传感器集成在一起，经过数据融合，实现轨道交通车辆关键设备状态的智能监控和预警。本发明实现了车载实时的车辆关键部件运行状态的监测与检测；使大量的异构数据的融合工作集中到后台数据处理模块；充分利用基于网络化平台的监测数据的关联性使分析与预警的结果更具可靠性。
-
公开(公告)号：CN113160982B
公开(公告)日：2024-12-27
申请号：CN202110289164.0
申请日：2021-03-18
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于GO法贝叶斯的新冠病毒感染风险评估的方法，包括风险区划分；风险因素的定义和设置；GO法贝叶斯网络模型单元结构的定义、内部属性的确定与转换规则；根据所述风险因素构建GO法贝叶斯网络模型；获取所述待评估系统的风险因素数据，进行在线风险评估，得到风险评估结果。本发明能够在人员进入风险区后，通过收集人员基础行为信息和简要判断临床症状，提供一种快速评估人员感染风险的方法，解决了核酸检测能力不足，检测结果通报滞后等问题。
-
Patent Agency Ranking
公开(公告)号：CN113591270B
公开(公告)日：2024-01-19
申请号：CN202110728637.2
申请日：2021-06-29
Applicant: 北京交通大学
IPC: G06F30/20 , G06F18/22 , G06F18/24 , G06F18/214 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于MDCD在钢轨焊缝数据集上性能分析对比的监测方法，包括以下步骤：S1：对钢轨焊缝中Lamb波结构进行分析；S2：在钢轨焊缝裂纹损伤上监测Lamb波数据特征；S3：对钢轨焊缝结构健康监测的MDCD模型进行搭建与训练；S4：对两个阶段的模型训练效果进行评价，并对比了第二阶段模型相对于第一阶段模型的性能下降率，对比了两阶段训练模型在不同任务上执行效果与当前先进和流行的深度学习算法以及传统数字信号处理算法进行对比，本发明可以有效探测焊缝结构上的裂纹损伤，同时其较低的传播损伤，保证了Lamb波可以对一定距离和范围内的焊缝结构进行监测。
-
公开(公告)号：CN113533511A
公开(公告)日：2021-10-22
申请号：CN202110728676.2
申请日：2021-06-29
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于深度学习网络模型的钢轨焊缝监测方法，包括以下步骤：S1：对钢轨焊缝中Lamb波结构进行分析；S2：在钢轨焊缝裂纹损伤上监测Lamb波数据特征；S3：对抗生成网络的生成器和器结构设计两个阶段的深度学习网络模型，第一个阶段根据设计结构复杂、参数较多但可以有效提取与处理后数据特征的深度学习神经网络，以满足对输入数据深度特征提取的需求，第二阶段网络模型设计根据迁移学习中教师和学生理论设计出具备更为简单的网络结构模型，进而学习第一阶段网络的特征提取能力与指定数据输出能力；S4：获取MDCD在钢轨焊缝数据集上性能分析对比，本发明实现有效探测焊缝结构上的裂纹损伤。
-
公开(公告)号：CN108318589A
公开(公告)日：2018-07-24
申请号：CN201810105717.0
申请日：2018-02-02
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于高斯过程的疲劳裂纹长度智能评定方法，包括：设置Lamb波的中心频率，向高速列车的被测结构件发射探测信号；采集所述被测结构件接收到所述探测信号产生的传感信号；使用傅里叶变换和香农复数小波变换从所述传感信号中提取特征因子；设置高斯过程的先验均值函数和协方差函数，建立高斯过程模型，建立所述特征因子与所述被测结构件的裂纹长度的映射关系；对所述特征因子分别通过所述高斯过程模型使用最大似然法进行模型训练以评定和预测所述被测结构件的裂纹长度。本发明能够实现轨道交通领域关键部件的损伤识别，有效地减小由于结构材料的分散性造成的裂纹长度评定误差，精度高，应用范围广。
-
公开(公告)号：CN101145888B
公开(公告)日：2011-08-17
申请号：CN200710120817.2
申请日：2007-08-27
Applicant: 北京交通大学
Abstract: 本发明公开了属于无线数据传输技术领域的一种面向轨道交通的车地无线数据的可信传输系统及方法。目的在于提高轨道交通车地无线数据传输的可信性。整体分为地面部分和车载/移动部分，每部分包含数据传输模块和传输控制模块；采用独立的移动数据传输模块，通过标准接口实现传输设备与传输控制模块的连接，数据传输模块独立于传输控制模块；车载和地面部分设立数据自检模块，对要发送的数据进行确认，以确保低误传率；通过分析历史数据，采用模糊聚类的方法将信号指令分类，根据不同区域不同时间段特征下的指令集合建立区域—时间段与信号指令的映射关系表，在发送数据时增加“附加指令信息”字段，用于辅助对方读取指令，保证数据传输的低误读率。
-
公开(公告)号：CN101556329A
公开(公告)日：2009-10-14
申请号：CN200910083904.4
申请日：2009-05-12
Applicant: 北京交通大学 , 上海申通轨道交通研究咨询有限公司
IPC: G01S13/74
Abstract: 本发明公开了无线射频技术领域中的一种顶射式射频自动检测系统及其检测方法。技术方案是，检测系统包括顶射式射频发射器和主控中心；顶射式射频发射器安装在地铁人行通道顶部，用于向外发射无线电射频检测信号，并接收便携式地铁到站提醒装置发出的应答信号；顶射式射频发射器和主控中心通过有线或者无线方式连接；检测方法是在地铁通道安装顶射式射频发射器，发射无线电射频检测信号；当便携式地铁到站提醒装置接收到检测信号后，发出应答信号；顶射式射频发射器接收该应答信号；根据接收的应答信号，判断是否需要报警；如果是，则发出报警信号。本发明克服了现有安全防盗检测系统不适应大空间，大人流的快速安全检查的缺陷。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.049 seconds)
