-
公开(公告)号：CN113378296B
公开(公告)日：2023-04-18
申请号：CN202110624217.X
申请日：2021-06-04
Applicant: 中南大学
IPC: G06F30/15 , G06F30/28 , G06F111/10 , G06F119/14
Abstract: 本发明公开了列车电空复合制动系统的建模方法、系统及存储介质，通过分别构建高速列车的再生制动模型和空气制动单元模型，并确定所述高速列车的制动控制逻辑和工作原理；基于所述制动控制逻辑和工作原理，联合所述再生制动模型和空气制动单元模型构建所述高速列车的整车制动模型；基于所述整车制动模型对所述整车制动过程进行仿真。相比现有技术，通过本发明的建模方法构建出的正常制动模型能更加全面的仿真的高速列车的制动系统的实际运行状态。
-
公开(公告)号：CN115687976A
公开(公告)日：2023-02-03
申请号：CN202211350521.0
申请日：2022-10-31
Applicant: 中南大学
IPC: G06F18/24 , G06F18/214 , G06F17/18 , G06N3/0464
Abstract: 本发明涉及装备故障诊断技术领域，公开了一种故障诊断方法、系统及存储介质，该方法考虑了数据变量的多种特征，并且分析了多种变量对于同一特征的差异化敏感性，从而实现差异化特征选择，减小因特征的敏感性差异以及冗余无效特征带来的诊断性能影响，并实时更新故障参数库，从而对未知故障进行识别与隔离，实现装备运行安全的智能预警与故障诊断。
-
Patent Agency Ranking
公开(公告)号：CN114510779A
公开(公告)日：2022-05-17
申请号：CN202210055929.9
申请日：2022-01-18
Applicant: 中南大学
Abstract: 本发明涉及故障注入技术领域，公开了一种列车空气制动系统EP阀故障注入方法及注入器，包括：根据列车空气制动系统原理搭建制动系统仿真模型，所述制动系统仿真模型包括EP阀正常模型；设定EP阀的故障类型、故障注入位置和故障程度，并根据所述故障类型、所述故障注入位置和所述故障程度以及所述EP阀正常模型生成EP阀故障模型；基于预设注入方式和所述EP阀故障模型生成故障信息，所述预设注入方式包括指定故障注入方式和随机故障注入方式；基于所述故障信息执行故障注入。
-
公开(公告)号：CN114510779B
公开(公告)日：2025-01-03
申请号：CN202210055929.9
申请日：2022-01-18
Applicant: 中南大学
Abstract: 本发明涉及故障注入技术领域，公开了一种列车空气制动系统EP阀故障注入方法及注入器，包括：根据列车空气制动系统原理搭建制动系统仿真模型，所述制动系统仿真模型包括EP阀正常模型；设定EP阀的故障类型、故障注入位置和故障程度，并根据所述故障类型、所述故障注入位置和所述故障程度以及所述EP阀正常模型生成EP阀故障模型；基于预设注入方式和所述EP阀故障模型生成故障信息，所述预设注入方式包括指定故障注入方式和随机故障注入方式；基于所述故障信息执行故障注入。
-
公开(公告)号：CN117454569A
公开(公告)日：2024-01-26
申请号：CN202310932729.1
申请日：2023-07-27
Applicant: 中南大学
IPC: G06F30/20 , G06F30/12 , G06F30/15 , G06F9/50 , G06F111/02 , G06F119/14
Abstract: 本发明公开了面向列车制动系统联合仿真的计算资源分配方法及系统，将复杂的联合仿真模型进行分解，并采用多个计算节点分别对分解的多个子模型进行并行仿真，能大大提高联合仿真模型的仿真速度，此外，在对多个子模型进行并行仿真时，建立计算资源优化模型，以联合仿真模型的整体仿真时间最短为优化目标对多个子模型的计算资源进行分配优化，能进一步提高联合仿真模型的仿真速度。
-
公开(公告)号：CN116362008A
公开(公告)日：2023-06-30
申请号：CN202310172126.6
申请日：2023-02-27
Applicant: 中南大学
IPC: G06F30/20 , G06F18/241 , G06Q10/20 , G06F119/02 , G06F111/08
Abstract: 本发明涉及故障分析技术领域，公开了一种列车空气制动系统随机故障注入方法及注入系统，包括：构建目标空气制动系统的仿真模型；对全部历史故障信息进行分类得到故障程度信息和故障类型信息，并绘制目标空气制动系统的故障程度状态转移图和故障类型状态转移图；根据故障类型状态转移图构建故障类型马尔科夫链，根据故障程度状态转移图构建故障程度马尔科夫链；确定状态转移概率矩阵，并求解得到稳态分布；根据稳态分布设置全部故障信息的概率分布，并基于此概率分布对全部故障信息进行分层随机抽取，将抽取到的故障信息注入仿真模型；本发明解决了现有的故障注入方法存在无法方便、有效地对列车空气制动系统进行随机故障注入的问题。
-
公开(公告)号：CN113378296A
公开(公告)日：2021-09-10
申请号：CN202110624217.X
申请日：2021-06-04
Applicant: 中南大学
IPC: G06F30/15 , G06F30/28 , G06F111/10 , G06F119/14
Abstract: 本发明公开了列车电空复合制动系统的建模方法、系统及存储介质，通过分别构建高速列车的再生制动模型和空气制动单元模型，并确定所述高速列车的制动控制逻辑和工作原理；基于所述制动控制逻辑和工作原理，联合所述再生制动模型和空气制动单元模型构建所述高速列车的整车制动模型；基于所述整车制动模型对所述整车制动过程进行仿真。相比现有技术，通过本发明的建模方法构建出的正常制动模型能更加全面的仿真的高速列车的制动系统的实际运行状态。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
