-
公开(公告)号：CN118551289B
公开(公告)日：2024-11-05
申请号：CN202411017785.3
申请日：2024-07-29
Applicant: 南京康尼机电股份有限公司
IPC: G06F18/2415 , G06F18/214 , G06F18/232
Abstract: 本发明提供一种轨道交通机电设备无监督诊断方法及系统，诊断方法包括：采集轨道交通机电设备运行数据，构成原始运行数据集；提取该数据集的时域、频域、时频域特征，构成原始特征集，对原始特征集各特征进行评分，利用帕累托原则选择特征，组成过滤特征集；将过滤特征集作为训练集，循环训练得到训练集模型；获得训练集模型聚类结果，训练得到聚类数范围内所有诊断模型，比较各诊断模型与训练集模型的聚类结果，得到最优诊断模型，输出聚类结果，对各聚类簇样本进行分类标记，对训练集进行更新，用于下一轮模型训练。本发明可自动完成信号预处理、特征选择、异常样本剔除、无监督模型构建、关键部件异常状态识别的端到端无监督故障诊断流程。
-
公开(公告)号：CN118195556B
公开(公告)日：2024-09-10
申请号：CN202410609122.4
申请日：2024-05-16
Applicant: 南京康尼机电股份有限公司
IPC: G06Q10/10 , G06Q10/20 , G06F17/18 , G06Q10/063 , G06F18/2433 , G06F17/16 , G06F18/213
Abstract: 本发明提供一种轨道交通门系统群体评价方法及系统，在获取轨道交通门系统运行状态数据后按时间、空间、环境三个维度划分，形成聚合截面数据集；门系统运行状态数据划分为门系统性能指标数据及门系统运行数据，分别进行多门统计评价和多门综合评价：使用箱型图统计模型对性能指标数据进行处理得到不平衡阈值，将偏离阈值的门系统作为异常门系统，重点核查；利用多个异常检测模型对门系统运行数据处理得到的指标统计特征进行筛选，初步得到异常门系统后，再利用综合评价量化得到中心门系统，从而对异常门系统进行二次筛选，再针对性地进行核查；通过多维度、多层面的门系统运行状态数据处理，提升了异常门系统筛查的可信度，大大减少了核查的工作量。
-
公开(公告)号：CN117952596A
公开(公告)日：2024-04-30
申请号：CN202410196513.8
申请日：2024-02-22
Applicant: 南京康尼机电股份有限公司
IPC: G06Q10/20 , G06Q10/109 , G06Q50/40 , G06F18/22
Abstract: 本发明公开了一种车门诊断结果二次评估方法及系统，获取车门初次诊断信息，对初次诊断告警的车门进行多维度二次诊断，将二次诊断结果输入预先构建的专家规则库进行综合评估，所述二次诊断方式至少包括群体相似性诊断、单门连续循环诊断、单门分时段数据诊断中的两种；系统包括用于获取初次诊断信息的数据获取模块，用于对初次诊断告警的车门进行多维度二次诊断的诊断模块，以及用于对二次诊断结果进行融合诊断的专家规则库评估模块，所述诊断模块包括群体相似性诊断子模块、单门连续循环诊断子模块、单门分时段数据诊断子模块中的至少两个子模块。本发明对初次诊断告警的车门进行二次诊断，能够减少现场冗余维修，降低维保成本。
-
公开(公告)号：CN116824223A
公开(公告)日：2023-09-29
申请号：CN202310623930.1
申请日：2023-05-30
Applicant: 南京康尼机电股份有限公司
IPC: G06V10/764 , G06V10/766 , G06V10/774
Abstract: 本发明公开了一种基于不平衡比决策规则的车门异常判别方法和系统，所述方法包括采集包含车门正常运行数据以及异常运行数据的不平衡样本集并进行预处理；构建样本识别分类模型，采用有放回、随机抽样方式产生随机森林算法中的决策树；基于不平衡比决策规则进行车门异常判别，当森林中判别为车门异常的决策树数量与判别为车门正常的决策树数量之比大于不平衡样本集中车门异常运行数据与车门正常运行数据之比时，将样本判别为异常，否则判别为正常。本发明通过不平衡比决策规则，提高了不平衡数据集中对异常样本的识别效果，提高了模型的泛化性能，尤其在针对样本不平衡时的应用场景中具有更强的适用性和更高的精度。
-
公开(公告)号：CN119482947A
公开(公告)日：2025-02-18
申请号：CN202411607050.6
申请日：2024-11-12
Applicant: 南京康尼机电股份有限公司
Abstract: 本发明公开了一种站台门电源系统的实时监测方法及系统，采集站台门电源系统的电压、温度和内阻，根据设置的阈值诊断站台门电源系统是否故障，当不在其阈值范围内时发出告警信息；本发明基于对系统状态变化的实时监测和响应，对电压和温度的采集频率进行智能调节，确保在设备异常时提高采集密度，而在设备稳定时降低采集频率以节省资源。兼顾了电源系统及时数据采集与避免过高的采集频率导致资源浪费或固定采集频率产生的数据进行无效数据分析占用监控诊断系统的系统资源。
-
Patent Agency Ranking
公开(公告)号：CN118196096A
公开(公告)日：2024-06-14
申请号：CN202410613631.4
申请日：2024-05-17
Applicant: 南京康尼机电股份有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/762 , G06V10/82
Abstract: 本发明公开了一种基于图像处理的车门亚健康诊断方法和系统，该方法包括采集健康状态和不同类型亚健康状态下车门运行信号并进行图像化处理；采用Dense‑sift算法对图像化处理后的所有亚健康灰度图进行特征提取，确定若干聚类中心；然后基于聚类中心进行Dense‑sift特征向量分配，得到不同类型亚健康状态的词袋特征；采用改进离群值检测方法，剔除干扰词袋特征；基于特征筛选后的每种类型亚健康状态的词袋特征与亚健康状态类型标签构建亚健康诊断模型并进行诊断。本发明采用改进离群值检测方法剔除无效特征后构建的亚健康诊断模型能够提高诊断准确率，采用图像化处理的方法能够提高模型通用性和可迁移性。
-
公开(公告)号：CN117292226A
公开(公告)日：2023-12-26
申请号：CN202311350976.7
申请日：2023-10-18
Applicant: 南京康尼机电股份有限公司
IPC: G06V10/776 , G06V10/764 , G06V10/22 , G06V10/40
Abstract: 本发明公开了一种基于时序数据图像化处理的车门状态识别方法及系统，所述方法包括：采集车门运动过程中的时序数据并进行数据预处理，划分为标定数据集和待诊断数据集；对预处理后的标定数据集和待诊断数据集分别进行分布密度灰度图处理，并生成差异密度图；基于差异密度图进行变化区域识别和变化程度评估，得到车门状态偏移程度；建立车门功能部件分区图，并基于车门状态偏移程度进行功能部件关联，识别发生异常的功能部件。本发明能够对车门异常程度进行定量评估，并将异常区域与运动部件相关联，通用性强、可解释性好，便于现场进行精准维修。
-
公开(公告)号：CN116340725A
公开(公告)日：2023-06-27
申请号：CN202310260405.8
申请日：2023-03-17
Applicant: 南京康尼机电股份有限公司
IPC: G06F18/10 , G06F18/24 , G06F18/214 , G06N20/00
Abstract: 本发明公开了一种基于SSTCA的地铁门系统亚健康状态识别方法及系统，该方法为，采集地铁门系统台架实验数据作为源域，采集地铁门系统运行数据作为目标域；对源域和目标域进行预处理；对预处理后的源域和目标域进行特征提取，将提取的特征输入用遗传算法进行参数优化的SSTCA算法中进行特征迁移，然后利用分类算法进行地铁门系统亚健康状态识别；本发明根据地铁门系统的信号特点进行数据预处理，结合优化的迁移学习算法，综合提升了地铁门系统亚健康状态识别准确率。
-
公开(公告)号：CN118196096B
公开(公告)日：2024-09-10
申请号：CN202410613631.4
申请日：2024-05-17
Applicant: 南京康尼机电股份有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/762 , G06V10/82
Abstract: 本发明公开了一种基于图像处理的车门亚健康诊断方法和系统，该方法包括采集健康状态和不同类型亚健康状态下车门运行信号并进行图像化处理；采用Dense‑sift算法对图像化处理后的所有亚健康灰度图进行特征提取，确定若干聚类中心；然后基于聚类中心进行Dense‑sift特征向量分配，得到不同类型亚健康状态的词袋特征；采用改进离群值检测方法，剔除干扰词袋特征；基于特征筛选后的每种类型亚健康状态的词袋特征与亚健康状态类型标签构建亚健康诊断模型并进行诊断。本发明采用改进离群值检测方法剔除无效特征后构建的亚健康诊断模型能够提高诊断准确率，采用图像化处理的方法能够提高模型通用性和可迁移性。
-
公开(公告)号：CN118551289A
公开(公告)日：2024-08-27
申请号：CN202411017785.3
申请日：2024-07-29
Applicant: 南京康尼机电股份有限公司
IPC: G06F18/2415 , G06F18/214 , G06F18/232
Abstract: 本发明提供一种轨道交通机电设备无监督诊断方法及系统，诊断方法包括：采集轨道交通机电设备运行数据，构成原始运行数据集；提取该数据集的时域、频域、时频域特征，构成原始特征集，对原始特征集各特征进行评分，利用帕累托原则选择特征，组成过滤特征集；将过滤特征集作为训练集，循环训练得到训练集模型；获得训练集模型聚类结果，训练得到聚类数范围内所有诊断模型，比较各诊断模型与训练集模型的聚类结果，得到最优诊断模型，输出聚类结果，对各聚类簇样本进行分类标记，对训练集进行更新，用于下一轮模型训练。本发明可自动完成信号预处理、特征选择、异常样本剔除、无监督模型构建、关键部件异常状态识别的端到端无监督故障诊断流程。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.038 seconds)
