CN106123771A - 基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法 - Google Patents
基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法 Download PDFInfo
- Publication number
- CN106123771A CN106123771A CN201610365306.6A CN201610365306A CN106123771A CN 106123771 A CN106123771 A CN 106123771A CN 201610365306 A CN201610365306 A CN 201610365306A CN 106123771 A CN106123771 A CN 106123771A
- Authority
- CN
- China
- Prior art keywords
- evaluation index
- evaluation
- interval
- membership
- degree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/12—Measuring or surveying wheel-rims
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
Abstract
本本发明公开了一种基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法,首先根据影响轮对尺寸测量结果因素建立模糊综合评判指标体系,并根据对测量结果准确性的要求,设定轮对尺寸测量结果评判等级;然后通过计算测量结果影响因素隶属度与权向量的区间性,并分析模糊矩阵加权运算的非线性特征,引入模糊数学理论及区间数向量矩阵的相对优势度,建立轮对尺寸测量结果可信度二级模糊综合评判计算模型;最后,根据优势度分析判断轮对测量结果可信度等级。本发明能够合理评判轮对测量结果的可信度,且具有较强的操作性。
Description
技术领域
本发明属于铁路车轮检测技术领域,特别是一种基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法。
背景技术
轮对是城轨列车安全运行的重要保障。基于激光位移传感器的轮对尺寸测量方法是目前城轨车辆轮对尺寸测量较为常用和先进的技术,李兆新的《城轨车辆轮对尺寸在线动态检测系统》及朱跃的《城轨车辆轮对尺寸在线测量系统的研制》中均有介绍。由于采用激光传感器对轮对进行扫描,因此轮对测量结果会受到光照强度、激光传感器采集帧数等的影响。因此有必要对测量结果可信度分级,以根据测量结果判断轮对是否需要镟修等维修保养。
现有轮对测量结果可信度的评价方法一般是人工抽查部分测量结果,从而判断测量结果的可信度。但人工抽查测量方法不仅耗费大量人力、时间,而且抽查不具有普适性,并带有误差。,另外,在车轮测量结果可信度评价过程中,如何确定评价指标的权重和区间性也是一个技术难点。
发明内容
本发明的目的在于提供一种基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法。
实现本发明目的的技术解决方案为:一种基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法,根据影响轮对尺寸测量结果因素建立模糊综合评判指标体系,并根据对测量结果准确性的要求,设定轮对尺寸测量结果评判等级;通过计算测量结果影响因素隶属度与权向量的区间性,并分析模糊矩阵加权运算的非线性特征,引入模糊数学理论及区间数向量矩阵的相对优势度,建立轮对尺寸测量结果可信度二级模糊综合评判计算模型;最后,根据优势度分析判断轮对测量结果可信度等级。
本发明与现有技术相比,其显著优点:(1)实现了对车轮测量结果可信度的客观性评价;(2)全方面的考虑到影响测量结果的因素,使评断等级有较高的可信度;(3)该方法适用于基于激光传感器的轮对测量方法,能够通过结果的可信度等级判断测量结果的准确性,减少人工复查次数,降低劳动强度,同时为镟修决策进行数据可信度支持。
下面结合附图对本发明作进一步详细描述。
附图说明
图1是本发明基于激光位移传感器的轮对测量结果可信度的区间模糊评判方法的二级模糊综合评判指标体系。
具体实施方式
结合图1,本发明基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法,包括以下步骤:
步骤1,建立基于激光位移传感器的轮对尺寸测量结果的二级模糊综合评判指标体系:全面分析影响基于激光位移传感器的轮对尺寸测量结果可信度的因素,对所有影响因素进行分类,然后根据影响因素建立二级模糊综合评判指标体系,即将影响测量结果的因素根据等级包含关系将该指标体系分为两层,包括3个二级影响因素和6个一级评价指标,其中评价指标与影响因素含义一致。
所述步骤1中的建立基于激光位移传感器的轮对尺寸测量结果模糊综合评判指标体系的具体步骤如下:
首先列出影响基于激光位移传感器的轮对尺寸测量结果可信度的全部因素,这些因素包括:激光位移传感器采集到的数据特性P1,计算轮对参数时所用到的计算特性P2以及轮对尺寸系统工作时的工程环境特性P3;激光位移传感器接收到的有效帧数及每帧中采集到的有效点数决定了激光位移传感器的性能,因此采集数据特性P1由激光位移传感器每次采集到的总有效帧数P11和每帧中有效点个数P12决定;计算特性P2则包括计算轮对参数时选取的用于求算数平均的每组测量值个数P21以及每组测量值之间的最大误差P22;工程环境特性P3包括光照强度P31和现场环境温度P32;
然后对所有因素根据模糊性和层次性进行分类,将采集数据特性P1、计算特性P2、工程环境特性P3作为二级影响因素;将总帧数P11、每帧中有效点个数P12、每组测量值个数P21、每组测量值之间的最大误差P22、光照强度P31和现场环境温度P32作为一级评价指标;
最后,根据这3个二级影响因素和6个一级评价指标,结合它们之间的组成及包含关系建立二级模糊综合评判指标体系。
步骤2,设定测量结果评判等级:根据城轨车辆轮对尺寸测量结果要求,将轮对尺寸测量结果可靠性的可信度等级k分为5级,分别为可信—Ⅰ类、较可信—Ⅱ类、一般—Ⅲ类、较不可信—Ⅳ类、不可信—Ⅴ类。
步骤3,确定步骤1中所述的各评价指标隶属度、一级影响因素权向量[W0]及各影响因素对应的评价指标权向量[Wi],i=1,2,3。
所述步骤3的实现步骤如下:
第一步,将影响基于激光位移传感器的轮对尺寸测量结果可信度的6个一级评价指标pij分为定量型和定性型评价指标,i=1,2,3;j=1,2,由于影响轮对参数测量结果的评价指标并非定值,因此采用区间数表示评价指标取值,其中P12、P21P22P32为定量型指标,P11、P31为定性型指标;
第二步,确定评价指标隶属度区间:根据第一步内容,评价指标具有区间性,因此建立区间数隶属度;
对于定量型评价指标,取各评价指标对测量结果可信度等级k的隶属度函数为高斯隶属函数,评价指标pij对应的指标值xij在可信度等级所属取值区间,即故第i个影响因素所对应的第j个评价指标对轮对尺寸测量结果可信度等级k的评价指标隶属度uijk由式(1)确定
其中,xij为评价指标pij的指标值,xijk为评价指标pij对应于可信度等级k所属的取值区间,xij0表示评价指标pij对应的高斯隶属度函数的高度且cijk表示评价指标pij对应的高斯隶属度函数的中心,uij表示评价指标pij的隶属度,分别为指标值xij所属区间的下限和上限;
定性型评价指标由描述性语言表示,将定性型评价指标的评价等级程度同样分为5级,每一评价等级程度与可信度等级k一一对应,因此根据等级区间确定其隶属度区间;将轮对尺寸测量结果可信度等级取值总区间取为[c,d],且各取值区间宽度均为则根据评价指标描述语言结合可信度等级即可确定定性型评价指标区间隶属度
第三步,利用层次分析法确定影响因素权向量[W0]和各影响因素对应的评价指标权向量[Wi]。
步骤4,建立轮对尺寸测量结果可信度二级模糊综合评判计算模型:在二级模糊综合评判指标体系的基础上,根据步骤3确定的评价指标隶属度区间性及影响因素权重向量,形成一级评价矩阵[Ui],i=1,2,3,利用非线性模糊算子确定二级模糊综合评判计算模型。
所述步骤4中的建立轮对尺寸测量结果可信度二级模糊综合评判计算模型的具体步骤如下:
首次,确定一级评价矩阵[Ui]:一级评价矩阵[Ui]由影响因素所对应的评价指标隶属度uijk确定,[Ui]为评价指标隶属度uijk的转置,即[Ui]=[uijk]T,且[uijk]T如式(2)所示:
式(2)中,uijk为评价指标pij对应可信度等级k的隶属度,ui1k表示一级评价中的第一个二级评价指标对应可信度等级k的隶属度,ui2k表示一级评价中的第二个二级评价指标对应可信度等级k的隶属度,k=Ⅰ,…,Ⅴ;由于评价指标pij取值在一定范围,具有区间性,因此评价矩阵[Ui]同样具有区间性,i=1,2,3;
其次,确定基于位移传感器的轮对尺寸测量结果可信度的二级模糊综合评判计算模型:
[N0]=[W0]ο[N1,N2,N3] (3)
[Ni]=[Wi]ο[Ui]=[Wi]ο[uijk]T,i=1,2,3 (4)
其中,N0表示基于激光位移传感器的轮对尺寸测量可信度最终结果评判结果向量,Ni表示测量结果一级评判向量,[W0]为一级影响因素权向量,Wi表示各影响因素对应的评价指标权向量,[Ui]为一级评价矩阵,uijk为评价指标隶属度,“ο”表示模糊算子。
步骤5,判断轮对测量结果可信度等级:采用相对优势度分析方法确定区间数权重,然后利用最大权重原则确定步骤2中所述的基于激光位移传感器的轮对测量结果可信度评判等级k。
所述步骤5中的判断轮对测量结果可信度等级的具体步骤如下:
首先,计算区间数两两间的相对优势度,对于评判结果区间数向量[N0]中的任意两个区间数a∈[aL,aR],b∈[bL,bR]的相对优势度为:
其中,a,b为任意两个区间数,aL、aR为区间数a所属区间的下限和上限,bL、bR为区间b所属区间的下限和上限;
然后,计算评判结果区间数向量[N0]中各区间数排序权值:
其中,sik表示区间数的相对优势度,k为评判等级,i为第i个影响因素,i,k=1~5;
最后,利用最大权重原则确定基于激光位移传感器的轮对测量结果可信度等级k。
下面结合具体实施例对本发明作进一步详细说明。
实施例
本发明基于激光位移传感器的轮对测量结果可信度的区间模糊评判方法,步骤如下:
步骤1,建立基于激光位移传感器的轮对尺寸测量结果模糊综合评判指标体系,如图1所示,影响基于激光位移传感器的轮对尺寸测量结果的因素包括:激光位移传感器采集到的数据特性P1,计算轮对参数时所用到的计算特性P2以及轮对尺寸系统工作时的工程环境特性P3;采集数据特性P1由激光位移传感器每次采集到的总帧数P11和每帧中有效点个数P12决定;计算特性P2则包括计算轮对参数时选取的用于求算数平均的每组测量值个数P21以及每组测量值之间的最大误差P22;工程环境特性P3包括光照强度P31和现场环境温度。
步骤2,设定测量结果评判等级:将轮对尺寸测量结果可靠性的可信度等级k分为5级,分别为可信(Ⅰ类)、较可信(Ⅱ类)、一般(Ⅲ类)、较不可信(Ⅳ类)、不可信(Ⅴ类)。
步骤3,确定各评价指标隶属度、一级影响因素权向量[W0]及各影响因素对应的评价指标权向量[Wm],m=1,2,3。根据式(1)确定各指标的隶属度,各评价指标隶属度如表1所示。将评价指标进行两两比较并通过层次分析法确定一级影响因素[W0]及各影响因素对应的评价指标权向量[Wm],如表2所示。
表1评价指标区间隶属度
表2区间数权重
步骤4,将表1中的区间隶属度构成评判矩阵[Ui],(i=1,2,3),并将步骤3中计算得到的权向量带入计算模型,从而得到最终区间数向量N0={[1.36,1.52],[1.73,1.85],[1.35,1.64],[1.12,1.29],[0.82,1.06]}。
步骤5,根据式(5)确定计算区间数之间相对优势度,然后根据式(6)计算排序向量Q=[0.12,0.34,0.26,0.17,0.13],由最大权值原则确定本次基于激光位移传感器的轮对尺寸测量结果可信度等级为Ⅱ,即较可信。
Claims (5)
1.一种基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法,其特征在于包括以下步骤:
步骤1,建立基于激光位移传感器的轮对尺寸测量结果的二级模糊综合评判指标体系:全面分析影响基于激光位移传感器的轮对尺寸测量结果可信度的因素,对所有影响因素进行分类,然后根据影响因素建立二级模糊综合评判指标体系,即将影响测量结果的因素根据等级包含关系将该指标体系分为两层,包括3个二级影响因素和6个一级评价指标,其中评价指标与影响因素含义一致;
步骤2,设定测量结果评判等级:根据城轨车辆轮对尺寸测量结果要求,将轮对尺寸测量结果可靠性的可信度等级k分为5级,分别为可信—Ⅰ类、较可信—Ⅱ类、一般—Ⅲ类、较不可信—Ⅳ类、不可信—Ⅴ类;
步骤3,确定步骤1中所述的各评价指标隶属度、一级影响因素权向量[W0]及各影响因素对应的评价指标权向量[Wi],i=1,2,3;
步骤4,建立轮对尺寸测量结果可信度二级模糊综合评判计算模型:在二级模糊综合评判指标体系的基础上,根据步骤3确定的评价指标隶属度区间性及影响因素权重向量,形成一级评价矩阵[Ui],i=1,2,3,利用非线性模糊算子确定二级模糊综合评判计算模型;
步骤5,判断轮对测量结果可信度等级:采用相对优势度分析方法确定区间数权重,然后利用最大权重原则确定步骤2中所述的基于激光位移传感器的轮对测量结果可信度评判等级k。
2.根据权利要求1所述的方法,其特征在于步骤1中的建立基于激光位移传感器的轮对尺寸测量结果模糊综合评判指标体系的具体步骤如下:
首先列出影响基于激光位移传感器的轮对尺寸测量结果可信度的全部因素,这些因素包括:激光位移传感器采集到的数据特性P1,计算轮对参数时所用到的计算特性P2以及轮对尺寸系统工作时的工程环境特性P3;激光位移传感器接收到的有效帧数及每帧中采集到的有效点数决定了激光位移传感器的性能,因此采集数据特性P1由激光位移传感器每次采集到的总有效帧数P11和每帧中有效点个数P12决定;计算特性P2则包括计算轮对参数时选取的用于求算数平均的每组测量值个数P21以及每组测量值之间的最大误差P22;工程环境特性P3包括光照强度P31和现场环境温度P32;
然后对所有因素根据模糊性和层次性进行分类,将采集数据特性P1、计算特性P2、工程环境特性P3作为二级影响因素;将总帧数P11、每帧中有效点个数P12、每组测量值个数P21、每组测量值之间的最大误差P22、光照强度P31和现场环境温度P32作为一级评价指标;
最后,根据这3个二级影响因素和6个一级评价指标,结合它们之间的组成及包含关系建立二级模糊综合评判指标体系。
3.根据权利要求1所述的方法,其特征在于步骤3的实现步骤如下:
第一步,将影响基于激光位移传感器的轮对尺寸测量结果可信度的6个一级评价指标pij分为定量型和定性型评价指标,i=1,2,3;j=1,2,由于影响轮对参数测量结果的评价指标并非定值,因此采用区间数表示评价指标取值,其中P12、P21P22P32为定量型指标,P11、P31为定性型指标;
第二步,确定评价指标隶属度区间:根据第一步内容,评价指标具有区间性,因此建立区间数隶属度;
对于定量型评价指标,取各评价指标对测量结果可信度等级k的隶属度函数为高斯隶属函数,评价指标pij对应的指标值xij在可信度等级所属取值区间,即故第i个影响因素所对应的第j个评价指标对轮对尺寸测量结果可信度等级k的评价指标隶属度uijk由式(1)确定
其中,xij为评价指标pij的指标值,xijk为评价指标pij对应于可信度等级k所属的取值区间,xij0表示评价指标pij对应的高斯隶属度函数的高度且cijk表示评价指标pij对应的高斯隶属度函数的中心,uij表示评价指标pij的隶属度,分别为指标值xij所属区间的下限和上限;
定性型评价指标由描述性语言表示,将定性型评价指标的评价等级程度同样分为5级,每一评价等级程度与可信度等级k一一对应,因此根据等级区间确定其隶属度区间;将轮对尺寸测量结果可信度等级取值总区间取为[c,d],且各取值区间宽度均为则根据评价指标描述语言结合可信度等级即可确定定性型评价指标区间隶属度
第三步,利用层次分析法确定影响因素权向量[W0]和各影响因素对应的评价指标权向量[Wi]。
4.根据权利要求1所述的方法,其特征在于步骤4中的建立轮对尺寸测量结果可信度二级模糊综合评判计算模型的具体步骤如下:
首次,确定一级评价矩阵[Ui]:一级评价矩阵[Ui]由影响因素所对应的评价指标隶属度uijk确定,[Ui]为评价指标隶属度uijk的转置,即[Ui]=[uijk]T,且[uijk]T如式(2)所示:
式(2)中,uijk为评价指标pij对应可信度等级k的隶属度,ui1k表示一级评价中的第一个二级评价指标对应可信度等级k的隶属度,ui2k表示一级评价中的第二个二级评价指标对应可信度等级k的隶属度,k=Ⅰ,…,Ⅴ;由于评价指标pij取值在一定范围,具有区间性,因此评价矩阵[Ui]同样具有区间性,i=1,2,3;
其次,确定基于位移传感器的轮对尺寸测量结果可信度的二级模糊综合评判计算模型:
[N0]=[W0]ο[N1,N2,N3] (3)
[Ni]=[Wi]ο[Ui]=[Wi]ο[uijk]T,i=1,2,3 (4)
其中,N0表示基于激光位移传感器的轮对尺寸测量可信度最终结果评判结果向量,Ni表示测量结果一级评判向量,[W0]为一级影响因素权向量,Wi表示各影响因素对应的评价指标权向量,[Ui]为一级评价矩阵,uijk为评价指标隶属度,“ο”表示模糊算子。
5.根据权利要求1所述的方法,其特征在于步骤5中的判断轮对测量结果可信度等级的具体步骤如下:
首先,计算区间数两两间的相对优势度,对于评判结果区间数向量[N0]中的任意两个区间数a∈[aL,aR],b∈[bL,bR]的相对优势度为:
其中,a,b为任意两个区间数,aL、aR为区间数a所属区间的下限和上限,bL、bR为区间b所属区间的下限和上限;
然后,计算评判结果区间数向量[N0]中各区间数排序权值:
其中,sik表示区间数的相对优势度,k为评判等级,i为第i个影响因素,i,k=1~5;
最后,利用最大权重原则确定基于激光位移传感器的轮对测量结果可信度等级k。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610365306.6A CN106123771B (zh) | 2016-05-27 | 2016-05-27 | 基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610365306.6A CN106123771B (zh) | 2016-05-27 | 2016-05-27 | 基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106123771A true CN106123771A (zh) | 2016-11-16 |
CN106123771B CN106123771B (zh) | 2019-02-22 |
Family
ID=57269857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610365306.6A Expired - Fee Related CN106123771B (zh) | 2016-05-27 | 2016-05-27 | 基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106123771B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107092584A (zh) * | 2017-04-21 | 2017-08-25 | 南京理工大学 | 城轨车辆轮缘尺寸在线检测系统测量值的可信度确定方法 |
CN107103193A (zh) * | 2017-04-21 | 2017-08-29 | 南京理工大学 | 一种城轨车辆轮对尺寸检测结果可信度等级的确定方法 |
CN107179064A (zh) * | 2017-05-27 | 2017-09-19 | 广州地铁集团有限公司 | 一种轮对尺寸在线检测系统测量值的置信度的确定方法 |
CN109443218A (zh) * | 2018-10-31 | 2019-03-08 | 广东泓胜科技股份有限公司 | 一种监管车辆外廓尺寸的系统 |
CN109714725A (zh) * | 2018-11-19 | 2019-05-03 | 赣南师范大学 | 基于模糊综合评价的工厂环境安全自检方法 |
CN109934447A (zh) * | 2018-10-31 | 2019-06-25 | 国网安徽省电力有限公司宿州供电公司 | 一种智能变电站二次设备效能的模糊综合评估方法 |
CN109948257A (zh) * | 2019-03-21 | 2019-06-28 | 中海石油(中国)有限公司上海分公司 | 一种钻头选型方法及其装置、设备和存储介质 |
CN111505671A (zh) * | 2020-04-13 | 2020-08-07 | 广东星舆科技有限公司 | 一种定位可信度的综合评判方法 |
CN113983957A (zh) * | 2021-10-29 | 2022-01-28 | 西南交通大学 | 多源信息融合的轮对廓形动态识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102706572A (zh) * | 2012-06-25 | 2012-10-03 | 北京海冬青机电设备有限公司 | 列车轮对故障诊断与康复中心 |
CN105205329A (zh) * | 2015-09-29 | 2015-12-30 | 南京南瑞集团公司 | 一种大坝安全综合评价方法 |
CN105608542A (zh) * | 2016-03-15 | 2016-05-25 | 国网山东省电力公司经济技术研究院 | 一种适用于电力工程项目的多层次模糊综合评估方法 |
CN106910002A (zh) * | 2017-01-12 | 2017-06-30 | 同济大学 | 地铁隧道结构安全评估的方法 |
US9759831B2 (en) * | 2011-03-07 | 2017-09-12 | Halliburton Energy Services, Inc. | Signal processing methods for steering to an underground target |
-
2016
- 2016-05-27 CN CN201610365306.6A patent/CN106123771B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9759831B2 (en) * | 2011-03-07 | 2017-09-12 | Halliburton Energy Services, Inc. | Signal processing methods for steering to an underground target |
CN102706572A (zh) * | 2012-06-25 | 2012-10-03 | 北京海冬青机电设备有限公司 | 列车轮对故障诊断与康复中心 |
CN105205329A (zh) * | 2015-09-29 | 2015-12-30 | 南京南瑞集团公司 | 一种大坝安全综合评价方法 |
CN105608542A (zh) * | 2016-03-15 | 2016-05-25 | 国网山东省电力公司经济技术研究院 | 一种适用于电力工程项目的多层次模糊综合评估方法 |
CN106910002A (zh) * | 2017-01-12 | 2017-06-30 | 同济大学 | 地铁隧道结构安全评估的方法 |
Non-Patent Citations (1)
Title |
---|
胡宏伟: "轴承压装力-位移曲线作轴承压装合格判定的可行性分析", 《机车车辆工艺》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107092584A (zh) * | 2017-04-21 | 2017-08-25 | 南京理工大学 | 城轨车辆轮缘尺寸在线检测系统测量值的可信度确定方法 |
CN107103193A (zh) * | 2017-04-21 | 2017-08-29 | 南京理工大学 | 一种城轨车辆轮对尺寸检测结果可信度等级的确定方法 |
CN107179064A (zh) * | 2017-05-27 | 2017-09-19 | 广州地铁集团有限公司 | 一种轮对尺寸在线检测系统测量值的置信度的确定方法 |
CN107179064B (zh) * | 2017-05-27 | 2019-10-15 | 广州地铁集团有限公司 | 一种轮对尺寸在线检测系统测量值的置信度的确定方法 |
CN109443218A (zh) * | 2018-10-31 | 2019-03-08 | 广东泓胜科技股份有限公司 | 一种监管车辆外廓尺寸的系统 |
CN109934447A (zh) * | 2018-10-31 | 2019-06-25 | 国网安徽省电力有限公司宿州供电公司 | 一种智能变电站二次设备效能的模糊综合评估方法 |
CN109714725A (zh) * | 2018-11-19 | 2019-05-03 | 赣南师范大学 | 基于模糊综合评价的工厂环境安全自检方法 |
CN109714725B (zh) * | 2018-11-19 | 2021-11-19 | 赣南师范大学 | 基于模糊综合评价的工厂环境安全自检方法 |
CN109948257A (zh) * | 2019-03-21 | 2019-06-28 | 中海石油(中国)有限公司上海分公司 | 一种钻头选型方法及其装置、设备和存储介质 |
CN111505671A (zh) * | 2020-04-13 | 2020-08-07 | 广东星舆科技有限公司 | 一种定位可信度的综合评判方法 |
CN113983957A (zh) * | 2021-10-29 | 2022-01-28 | 西南交通大学 | 多源信息融合的轮对廓形动态识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106123771B (zh) | 2019-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106123771A (zh) | 基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法 | |
CN102496069B (zh) | 基于模糊层次分析法的电缆多状态安全运行评估方法 | |
CN110009226B (zh) | 一种场地污染风险等级评测及敏感受体影响识别系统 | |
CN102467684B (zh) | 基于改进雷达图的综合性能评估系统和方法 | |
CN104063612B (zh) | 一种隧道工程风险态势模糊评估方法及评估系统 | |
CN107784394A (zh) | 考虑前景理论的高速公路路线方案不确定多属性优选方法 | |
CN106056308A (zh) | 一种公路隧道运行环境安全风险自动判定方法 | |
CN109063976A (zh) | 基于模糊层次分析法的智能制造能力成熟度评价方法 | |
CN103065042B (zh) | 基于情景的多目标综合决策评价方法 | |
CN105426646B (zh) | 桥梁智慧度综合评估指标选取及量化方法 | |
CN106503919A (zh) | 一种基于供电分区特性的配电网评价方法 | |
CN110196814A (zh) | 一种软件质量评价方法 | |
CN104123680A (zh) | 一种综合评价电网科技项目的后评估方法 | |
CN106056235A (zh) | 基于古林法物元可拓模型的输电网效率效益检测方法 | |
CN105718658A (zh) | 大型桥梁在线评估体系 | |
CN104268686A (zh) | 一种基于xml的空间数据质量检查方法及系统 | |
CN107358003A (zh) | 基于飞机安全使用的公路跑道道面使用性能评价的agf法 | |
CN107230350A (zh) | 一种基于卡口与手机流量话单数据的城市交通量获取方法 | |
Yuan et al. | Estimation of construction waste composition based on bulk density: A big data-probability (BD-P) model | |
CN106056274A (zh) | 基于pca‑dea二维综合评价模型的电力施工主体效益分析方法 | |
CN105678453A (zh) | 一种基于电网指标评价体系的多维度评估方法 | |
CN106896780A (zh) | 一种材料切削加工性能综合评价方法 | |
CN104569340B (zh) | 地下环境质量测定方法及装置 | |
Stubstad et al. | Simplified techniques for evaluation and interpretation of pavement deflections for network-level analysis: Guide for assessment of pavement structure performance for PMS applications | |
CN117114176A (zh) | 基于数据分析和机器学习的土地利用变化预测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190222 |