-
公开(公告)号：CN113834744B
公开(公告)日：2024-12-17
申请号：CN202110988749.1
申请日：2021-08-26
Applicant: 北京交通大学
Abstract: 本发明提供了一种轨道结构的脉冲激励加载机构及其使用方法。该装置包括：通过支撑骨架将动力驱动系统、数据采集装置和装配式加载车轮固定连接，对装配式加载车轮进行切面处理，旋转电机驱动整个装置沿着测试轨道前进，实现加载脉冲激励；数据采集装置通过传感器采集撞击力信号、振动加速度和声压信息，对信息进行分析，可以得到轨道病害识别结果。本发明可以在保证加载力幅值及脉冲特性的前提下，通过调节加载机构的重量和行进速度，调整加载力的大小，使得施加的激励力更加稳定，从而对测试轨道进行有效的病害识别。
-
公开(公告)号：CN111339628B
公开(公告)日：2022-07-15
申请号：CN201911019655.2
申请日：2019-10-24
Applicant: 北京交通大学 , 中国国家铁路集团有限公司
IPC: G06F30/20 , G06F30/15 , G06F119/10
Abstract: 本发明提供了一种基于流固耦合的高速铁路轮轨区域振动及噪声分析方法。该方法包括：根据高速铁路的车轮、钢轨、轮轨的振动导纳和联合粗糙度计算出轮轨相互作用力，基于流固耦合构建车轮—轨道振动噪声联合预测模型，利用车轮—轨道振动噪声联合预测模型预测得到车轮、钢轨、轨道板的振动噪声；利用轮轨区域流场的流体域模型得到流场内的空气动压力，根据空气动压力仿真得到轮轨区域的空气气动噪声；根据车轮、钢轨、轨道板的振动噪声和轮轨区域的空气气动噪声，基于流固耦合理论对轮轨区域的近场噪声和远场噪声进行分析。本发明使用谐响应分析方法对无砟轨道振动频域内的垂、纵向传递特性进行分析，实现了高速铁路轮轨区域振动及噪声分析的联合分析。
-
公开(公告)号：CN112379004A
公开(公告)日：2021-02-19
申请号：CN202011431205.7
申请日：2020-12-09
Applicant: 北京交通大学
Abstract: 本发明提供一种用于轨道病害识别的移动加载装置，包括加载机构、传感器、控制器、电源、动力驱动装置和底盘。加载机构具有加载电动机和加载力锤，向轨道加载激励。加载力锤端部具有力感应头，用于向控制器反馈力锤加载数据。传感器与控制器电路连接，获取被激励的轨道反馈的响应信息。底盘用于承载加载机构、传感器、控制器、电源和动力驱动装置。底盘具有与动力驱动装置驱动连接的行走轮。本发明提供的移动加载装置，能克服以往检测凭人工经验和受个人操作习惯影响的不稳定性，且外界光照条件、待检测结构表面的脏污不会对检测结果判断造成影响，同时能检测出一些目视检测法无法发现的隐蔽病害，实现尽早的发现隐患，及时排除现有的结构安全问题。
-
公开(公告)号：CN111982273A
公开(公告)日：2020-11-24
申请号：CN202010638899.5
申请日：2020-07-06
Applicant: 北京交通大学 , 北京城建设计发展集团股份有限公司
IPC: G01H17/00
Abstract: 本发明提供了一种轨道交通车站站台的噪声监测方法。该方法包括：在车站站台的各通道中布置噪声测点，在每个噪声测点通过声压传感器采集声音信号，将各测点的声音信号进行频谱转换获取各测点的频谱信息；根据各测点的频谱信息判断是否有任何一个通道的等效连续A声级超过容许限值，计算出各通道之间的噪声频率信息及相干函数；将各通道之间的噪声频率信息及相干函数输入到训练好的BP神经网络，该BP神经网络根据预先设定的预警阈值对各通道中的噪声类型进行识别，判断各通道中的噪声是否超标。本发明的方法将信号处理的技术与BP神经网络相结合，提高了神经网络的识别速度。针对城市轨道交通站内噪声声源噪声分布及贡献问题，提出了噪声源识别方法。
-
公开(公告)号：CN111982273B
公开(公告)日：2022-08-16
申请号：CN202010638899.5
申请日：2020-07-06
Applicant: 北京交通大学 , 北京城建设计发展集团股份有限公司
IPC: G01H17/00
Abstract: 本发明提供了一种轨道交通车站站台的噪声监测方法。该方法包括：在车站站台的各通道中布置噪声测点，在每个噪声测点通过声压传感器采集声音信号，将各测点的声音信号进行频谱转换获取各测点的频谱信息；根据各测点的频谱信息判断是否有任何一个通道的等效连续A声级超过容许限值，计算出各通道之间的噪声频率信息及相干函数；将各通道之间的噪声频率信息及相干函数输入到训练好的BP神经网络，该BP神经网络根据预先设定的预警阈值对各通道中的噪声类型进行识别，判断各通道中的噪声是否超标。本发明的方法将信号处理的技术与BP神经网络相结合，提高了神经网络的识别速度。针对城市轨道交通站内噪声声源噪声分布及贡献问题，提出了噪声源识别方法。
-
Patent Agency Ranking
公开(公告)号：CN113834744A
公开(公告)日：2021-12-24
申请号：CN202110988749.1
申请日：2021-08-26
Applicant: 北京交通大学
Abstract: 本发明提供了一种轨道结构的脉冲激励加载机构及其使用方法。该装置包括：通过支撑骨架将动力驱动系统、数据采集装置和装配式加载车轮固定连接，对装配式加载车轮进行切面处理，旋转电机驱动整个装置沿着测试轨道前进，实现加载脉冲激励；数据采集装置通过传感器采集撞击力信号、振动加速度和声压信息，对信息进行分析，可以得到轨道病害识别结果。本发明可以在保证加载力幅值及脉冲特性的前提下，通过调节加载机构的重量和行进速度，调整加载力的大小，使得施加的激励力更加稳定，从而对测试轨道进行有效的病害识别。
-
公开(公告)号：CN111591308A
公开(公告)日：2020-08-28
申请号：CN202010406663.9
申请日：2020-05-14
Applicant: 北京交通大学 , 北京城建设计发展集团股份有限公司
Abstract: 本发明提供一种城市轨道交通车站站台减振降噪屏蔽门，属于地铁车站站台屏蔽门技术领域，包括根据所述屏蔽门的类型、材料及尺寸，结合需要降噪的主频频段，在屏蔽门表面设置凹陷结构。本发明通过减少屏蔽门的振动降低了由振动引起的屏蔽门辐射噪声并增加了屏蔽门的稳定性和牢固性；避免或减少产生共振，进而减弱屏蔽门的振动；减少了对地铁站内产生的辐射噪声，站台层的声环境状况得到改善，屏蔽门振动的减弱也减少了其与站台层地面连接处的相互作用力，提高了屏蔽门自身的牢固性与稳定性；周期性的凹陷结构具有弹性波带隙，减弱了弹性波的自由传播。
-
公开(公告)号：CN111339628A
公开(公告)日：2020-06-26
申请号：CN201911019655.2
申请日：2019-10-24
Applicant: 北京交通大学 , 中国国家铁路集团有限公司
IPC: G06F30/20 , G06F30/15 , G06F119/10
Abstract: 本发明提供了一种基于流固耦合的高速铁路轮轨区域振动及噪声分析方法。该方法包括：根据高速铁路的车轮、钢轨、轮轨的振动导纳和联合粗糙度计算出轮轨相互作用力，基于流固耦合构建车轮—轨道振动噪声联合预测模型，利用车轮—轨道振动噪声联合预测模型预测得到车轮、钢轨、轨道板的振动噪声；利用轮轨区域流场的流体域模型得到流场内的空气动压力，根据空气动压力仿真得到轮轨区域的空气气动噪声；根据车轮、钢轨、轨道板的振动噪声和轮轨区域的空气气动噪声，基于流固耦合理论对轮轨区域的近场噪声和远场噪声进行分析。本发明使用谐响应分析方法对无砟轨道振动频域内的垂、纵向传递特性进行分析，实现了高速铁路轮轨区域振动及噪声分析的联合分析。
-
公开(公告)号：CN213323072U
公开(公告)日：2021-06-01
申请号：CN202020798161.0
申请日：2020-05-14
Applicant: 北京交通大学 , 北京城建设计发展集团股份有限公司
Abstract: 本实用新型提供一种城市轨道交通车站站台减振降噪屏蔽门，属于地铁车站站台屏蔽门技术领域，包括根据所述屏蔽门的类型、材料及尺寸，结合需要降噪的主频频段，在屏蔽门表面设置凹陷结构。本实用新型通过减少屏蔽门的振动降低了由振动引起的屏蔽门辐射噪声并增加了屏蔽门的稳定性和牢固性；避免或减少产生共振，进而减弱屏蔽门的振动；减少了对地铁站内产生的辐射噪声，站台层的声环境状况得到改善，屏蔽门振动的减弱也减少了其与站台层地面连接处的相互作用力，提高了屏蔽门自身的牢固性与稳定性；周期性的凹陷结构具有弹性波带隙，减弱了弹性波的自由传播。
-
公开(公告)号：CN216051201U
公开(公告)日：2022-03-15
申请号：CN202122039571.4
申请日：2021-08-26
Applicant: 北京交通大学
Abstract: 本实用新型提供了一种轨道结构的脉冲激励加载机构。该装置包括：通过支撑骨架将动力驱动系统、数据采集装置和装配式加载车轮固定连接，对装配式加载车轮进行切面处理，旋转电机驱动整个装置沿着测试轨道前进，实现加载脉冲激励；数据采集装置通过传感器采集撞击力信号、振动加速度和声压信息，对信息进行分析，可以得到轨道病害识别结果。本实用新型可以在保证加载力幅值及脉冲特性的前提下，通过调节加载机构的重量和行进速度，调整加载力的大小，使得施加的激励力更加稳定，从而对测试轨道进行有效的病害识别。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.026 seconds)
