-
公开(公告)号：CN118313978A
公开(公告)日：2024-07-09
申请号：CN202410158330.7
申请日：2024-02-04
Applicant: 西南交通大学
IPC: G06Q50/26 , G06F18/20 , G06F16/21 , G06Q10/0637
Abstract: 本发明涉及高速铁路技术领域，提供一种板式无砟轨道建设期碳排放数据库构建与计算方法，其包括以下步骤：一、将建设期分为材料生产、材料运输和现场施工三个阶段，明确碳排放边界，建立高速铁路CRTSⅢ型板式无砟轨道在三个阶段的碳排放计算模型；二、通过血统矩阵对计算所需的碳排放因子进行了质量评估和修正，建立碳排放因子数据库；三、应用碳排放计算模型对CRTSⅢ型板式无砟轨道路基、桥梁和隧道三种路段进行碳排放计算和分析。本发明能较佳地进行高速铁路CRTSⅢ型板式无砟轨道建设期的碳排放计算。
-
公开(公告)号：CN118013619B
公开(公告)日：2024-08-27
申请号：CN202410128503.0
申请日：2024-01-30
Applicant: 西南交通大学
Inventor： 何庆 , 刘宇恒 , 孙华坤 , 王庆晶 , 徐淙洋 , 周思源 , 朱蔡亦伊 , 杨飞 , 高芒芒 , 曲建军 , 李国龙 , 王平 , 万秋实 , 吴国新 , 杨昱 , 杨倩倩
Abstract: 本发明公开了一种高速铁路大跨桥动静态不平顺数据里程修正方法，包括：提取大跨桥的动静主桥数据，通过梁端特征提取主桥的梁端里程；以静态数据为基准，采用滑动窗口法对主桥动态数据进行宏观修正；建立不平顺梁端特征的微观里程修正模型，将窗口内数据抽象为高维向量进行微观修正，实现动静数据的精准匹配；本发明为轨道病害识别和未来不平顺状态预测提供了精确可靠的数据基础。
-
公开(公告)号：CN119441799A
公开(公告)日：2025-02-14
申请号：CN202411358019.3
申请日：2024-09-27
Applicant: 西南交通大学
IPC: G06F18/21 , G06F18/2415 , G06N3/0464
Abstract: 本发明公开了一种嵌入物理神经网络驱动的轨道不平顺弦扩展反演方法，包括：优化弦测和弦扩展过程矩阵表达：凝练出从轨道不平顺序列到参考弦序列的矩阵表达形式，以及从参考弦序列推导扩展弦序列的矩阵表达形式；建立基于多通道卷积的前向扩展计算层，通过一次前向计算，同时获得参考弦和多个扩展弦值；建立深度贝叶斯特征提取层：深度贝叶斯特征提取层用于学习输入数据中的复杂结构和高级抽象；建立嵌入多弦测方程组反演损失函数：将第二步获取的弦测和扩展序列作为目标值，通过最小化目标值和模型估计值间差异实现反演，建立损失函数；自适应早停迭代，用于确保模型快速和准确的收敛停止；本发明满足实际应用过程中的大规模数据处理需求。
-
公开(公告)号：CN118094797A
公开(公告)日：2024-05-28
申请号：CN202410069208.2
申请日：2024-01-17
Applicant: 西南交通大学
Abstract: 本发明公开了一种考虑多弦约束的高速铁路轨道精调优化方法，包括：建立高速铁路轨道精调模型的约束条件；模型建立，构建调整节点的目标函数，从原始数据中推导出评价矩阵；通过生成调整测量向量并将其与原始偏差叠加，获得优化的偏差数据；利用迭代算法，在生成调整测量向量并优化线形后，完成了第1个迭代；对于后续的迭代，使用优化线形作为输入偏差数据；然后，将偏差数据转化为调整空间矩阵和评价矩阵，并在第2次迭代后重新计算优化线形；本发明可应用于日常的轨道不平顺作业维护中，实现精调方案快速输出，避免了人工方案生成的复杂性。
-
公开(公告)号：CN118886314B
公开(公告)日：2025-02-11
申请号：CN202410922996.5
申请日：2024-07-10
Applicant: 西南交通大学
IPC: G06F30/27 , G06F30/13 , G06N3/084 , G06N3/0464 , G06F111/04
Abstract: 本发明涉及铁路及轨道交通技术领域，具体地说，涉及一种基于神经元的大机捣固与轨道精调组合优化方法，包括以下步骤：步骤一、针对轨道台账数据，选择平顺性指标约束幅值；步骤二、设置大机捣固与轨道精调的调整量约束幅值；步骤三、建立轨道几何调整约束模型；步骤四、建立神经元求解器NNS共享层部分；步骤五、构建基于约束模型的损失函数；步骤六、对神经网络求梯度，实现模型求解，得到每个轨枕处捣固、精调的调整量优化结果；步骤七、运用动态规划法，将调整量分配到大机捣固与精调对应的调整量中。本发明能较佳地优化轨道不平顺。
-
Patent Agency Ranking
公开(公告)号：CN119047300A
公开(公告)日：2024-11-29
申请号：CN202411042068.6
申请日：2024-07-31
Applicant: 西南交通大学
IPC: G06F30/27 , G06F30/13 , G06F17/18 , G06Q50/26 , G06Q50/40 , G06N3/06 , G06F111/04 , G06F111/06
Abstract: 本发明涉及铁路轨道技术领域，具体地说，涉及一种嵌入物理神经网络驱动的高速铁路轨道多目标精调方法，其包括以下步骤：1)依据轨道不平顺指标确定初始输入数据维度和长度；2)建立潜在特征表达层，对输入向量进行多层非线性低秩变换和特征激活；3)嵌入多重轨道参数约束层，按管理值进行硬约束；4)设计嵌入轨道特征和弦测公式的加权损失函数；5)自适应迭代优化和方案选择输出。本发明能较佳地进行高速铁路轨道多目标精调。
-
公开(公告)号：CN117557256B
公开(公告)日：2024-03-22
申请号：CN202410047396.9
申请日：2024-01-12
Applicant: 西南交通大学
Abstract: 本发明涉及铁路轨道平顺性维护技术领域，提供一种高速铁路轨道平顺性多任务协调维护方法，其包括以下步骤：1）初始化轨道状态；2）定义自然恶化、大机捣固和轨道精调动作的状态转移概率矩阵；3）初始化轨道维护环境参数；4）初始化贝叶斯深度强化学习代理参数；5）维护环境与模型代理迭代交互和时间步求解。本发明能较佳地进行高速铁路轨道平顺性多任务协调维护。
-
公开(公告)号：CN117557256A
公开(公告)日：2024-02-13
申请号：CN202410047396.9
申请日：2024-01-12
Applicant: 西南交通大学
Abstract: 本发明涉及铁路轨道平顺性维护技术领域，提供一种高速铁路轨道平顺性多任务协调维护方法，其包括以下步骤：1）初始化轨道状态；2）定义自然恶化、大机捣固和轨道精调动作的状态转移概率矩阵；3）初始化轨道维护环境参数；4）初始化贝叶斯深度强化学习代理参数；5）维护环境与模型代理迭代交互和时间步求解。本发明能较佳地进行高速铁路轨道平顺性多任务协调维护。
-
公开(公告)号：CN118094797B
公开(公告)日：2025-02-11
申请号：CN202410069208.2
申请日：2024-01-17
Applicant: 西南交通大学
Abstract: 本发明公开了一种考虑多弦约束的高速铁路轨道精调优化方法，包括：建立高速铁路轨道精调模型的约束条件；模型建立，构建调整节点的目标函数，从原始数据中推导出评价矩阵；通过生成调整测量向量并将其与原始偏差叠加，获得优化的偏差数据；利用迭代算法，在生成调整测量向量并优化线形后，完成了第1个迭代；对于后续的迭代，使用优化线形作为输入偏差数据；然后，将偏差数据转化为调整空间矩阵和评价矩阵，并在第2次迭代后重新计算优化线形；本发明可应用于日常的轨道不平顺作业维护中，实现精调方案快速输出，避免了人工方案生成的复杂性。
-
公开(公告)号：CN118886314A
公开(公告)日：2024-11-01
申请号：CN202410922996.5
申请日：2024-07-10
Applicant: 西南交通大学
IPC: G06F30/27 , G06F30/13 , G06N3/084 , G06N3/0464 , G06F111/04
Abstract: 本发明涉及铁路及轨道交通技术领域，具体地说，涉及一种基于神经元的大机捣固与轨道精调组合优化方法，包括以下步骤：步骤一、针对轨道台账数据，选择平顺性指标约束幅值；步骤二、设置大机捣固与轨道精调的调整量约束幅值；步骤三、建立轨道几何调整约束模型；步骤四、建立神经元求解器NNS共享层部分；步骤五、构建基于约束模型的损失函数；步骤六、对神经网络求梯度，实现模型求解，得到每个轨枕处捣固、精调的调整量优化结果；步骤七、运用动态规划法，将调整量分配到大机捣固与精调对应的调整量中。本发明能较佳地优化轨道不平顺。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.025 seconds)
