-
公开(公告)号：CN114312913B
公开(公告)日：2023-02-28
申请号：CN202210032127.6
申请日：2022-01-12
Applicant: 北京交通大学
IPC: B61L15/00
Abstract: 本发明提供一种轨道交通车载设备故障传播监测方法及系统，属于轨道交通运行控制技术领域，利用分布式Hadoop作为数据的存储与处理平台并建立车载设备运行数据模型；根据车载设备运行数据模型，构建车载设备故障传播有向图分层模型；结合车载设备故障传播有向图分层模型合理评估部件节点和邻接部件的故障影响度，结合车载设备故障概率定位故障源，模拟故障分步扩散过程，识别各层级关键节点并确定关键故障传播路径。本发明采用有向图模型，DEMATEL/ISM及FMMEA组合，从微观到宏观、定性到定量研究车载设备故障传播扩散行为，准确定位故障源，制定有效的故障预防控制策略，从而有针对性地排除高危故障，提高了铁路运输系统的安全性与可靠性。
-
Patent Agency Ranking
公开(公告)号：CN114312913A
公开(公告)日：2022-04-12
申请号：CN202210032127.6
申请日：2022-01-12
Applicant: 北京交通大学
IPC: B61L15/00
Abstract: 本发明提供一种轨道交通车载设备故障传播监测方法及系统，属于轨道交通运行控制技术领域，利用分布式Hadoop作为数据的存储与处理平台并建立车载设备运行数据模型；根据车载设备运行数据模型，构建车载设备故障传播有向图分层模型；结合车载设备故障传播有向图分层模型合理评估部件节点和邻接部件的故障影响度，结合车载设备故障概率定位故障源，模拟故障分步扩散过程，识别各层级关键节点并确定关键故障传播路径。本发明采用有向图模型，DEMATEL/ISM及FMMEA组合，从微观到宏观、定性到定量研究车载设备故障传播扩散行为，准确定位故障源，制定有效的故障预防控制策略，从而有针对性地排除高危故障，提高了铁路运输系统的安全性与可靠性。
-
公开(公告)号：CN114372416B
公开(公告)日：2024-12-03
申请号：CN202210031252.5
申请日：2022-01-12
Applicant: 北京交通大学
IPC: G06F18/20 , G06F18/213 , G06N3/043 , G06N3/0442 , G06N5/048 , G06F123/02
Abstract: 本发明提供一种牵引变压器的剩余使用寿命预测方法及系统，属于轨道交通技术领域，获取轨道交通供电系统牵引变压器工作期间的顶层油温数据；根据变压器内部热变化过程建立牵引变压器剩余使用寿命数学模型；根据所述的牵引变压器工作期间的顶层油温数据建立时间序列模型，分析顶层油温的变化趋势并进行特征提取，得到顶层油温的趋势变化时间序列与随机变化时间序列；基于趋势变化时间序列与随机变化时间序列，预测下一时段的变压器顶层油温演化趋势，并将预测结果代入牵引变压器剩余使用寿命数学模型中获取变压器剩余使用寿命。本发明融合了模糊推理系统与神经网络对时间序列预测的优点，提升了预测精度与预测宽度。
-
公开(公告)号：CN114384896A
公开(公告)日：2022-04-22
申请号：CN202210032126.1
申请日：2022-01-12
Applicant: 北京交通大学
IPC: G05B23/02
Abstract: 本发明提供轨道交通列控车载设备模拟电路级健康度预测方法及系统，属于轨道交通运行控制技术领域，基于车载设备模拟电路功能原理图，建立电路分析仿真模型；根据电路分析仿真模型，获取电压相应信号的时域特征；将电路在各个元件处于标称值时运行得到的特征数据集作为健康状态数据集；计算待测样本特征数据集与健康状态数据集之间的敏感度为样本特征权值；计算待测样本与健康样本之间的加权马氏距离作为待测电路的健康度；将一段时间内样本健康度作为预测模型的输入预测下一时间段电路的健康度的值。本发明有效利用原始输出电压数据时域中的有效信息，通过预测电路下一时间节点的健康度，判断电路健康状态，为模拟电路级维修活动提供指导帮助。
-
公开(公告)号：CN114997280A
公开(公告)日：2022-09-02
申请号：CN202210513557.X
申请日：2022-05-12
Applicant: 北京交通大学
IPC: G06K9/62
Abstract: 本发明提供一种基于人机协同控制决策机制的故障致因链构建方法及系统，属于复杂系统故障致因分析技术领域，建立人机协同控制决策机制；分析决策机制中人因致因部分，引入人为因素分析及分类系统模型，剖析人因致因与影响因素；基于分析结果，建立人机协同系统人因故障树模型；将人因故障树模型转化为贝叶斯网络，结合历史人因故障数据，实现对人因故障影响大小的量化，并获取关键故障致因链。本发明采用机理数据混合驱动建模方法‑人为因素分析及分类系统模型‑故障树‑贝叶斯网络组合方法，具有人因分析逻辑清晰，具有建模精度高、网络推理能力强、量化影响大小优点。
-
公开(公告)号：CN114372416A
公开(公告)日：2022-04-19
申请号：CN202210031252.5
申请日：2022-01-12
Applicant: 北京交通大学
IPC: G06F30/27 , G06N3/04 , G06N5/04 , G06F119/04 , G06F119/08
Abstract: 本发明提供一种牵引变压器的剩余使用寿命预测方法及系统，属于轨道交通技术领域，获取轨道交通供电系统牵引变压器工作期间的顶层油温数据；根据变压器内部热变化过程建立牵引变压器剩余使用寿命数学模型；根据所述的牵引变压器工作期间的顶层油温数据建立时间序列模型，分析顶层油温的变化趋势并进行特征提取，得到顶层油温的趋势变化时间序列与随机变化时间序列；基于趋势变化时间序列与随机变化时间序列，预测下一时段的变压器顶层油温演化趋势，并将预测结果代入牵引变压器剩余使用寿命数学模型中获取变压器剩余使用寿命。本发明融合了模糊推理系统与神经网络对时间序列预测的优点，提升了预测精度与预测宽度。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
