CN106960285B - 一种地铁列车运行服务质量检测装置及方法 - Google Patents
一种地铁列车运行服务质量检测装置及方法 Download PDFInfo
- Publication number
- CN106960285B CN106960285B CN201710214443.4A CN201710214443A CN106960285B CN 106960285 B CN106960285 B CN 106960285B CN 201710214443 A CN201710214443 A CN 201710214443A CN 106960285 B CN106960285 B CN 106960285B
- Authority
- CN
- China
- Prior art keywords
- data
- subway
- detection
- subway line
- line
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 301
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims abstract description 114
- 238000004458 analytical method Methods 0.000 claims abstract description 56
- 238000004891 communication Methods 0.000 claims abstract description 31
- 230000007547 defect Effects 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 238000010219 correlation analysis Methods 0.000 claims abstract description 7
- 230000001133 acceleration Effects 0.000 claims description 72
- 201000010099 disease Diseases 0.000 claims description 54
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 54
- 238000001228 spectrum Methods 0.000 claims description 40
- 230000008859 change Effects 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000005070 sampling Methods 0.000 claims description 14
- 238000007405 data analysis Methods 0.000 claims description 13
- 230000008439 repair process Effects 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 4
- 238000012732 spatial analysis Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 12
- 238000012423 maintenance Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000013441 quality evaluation Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000013524 data verification Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 241001669679 Eleotris Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种地铁列车运行服务质量检测装置及方法,装置包括检测单元,惯性测量模块,检测单元用于采集车体运行姿态参数、车厢内噪声、温度、湿度、空气质量和手机信号强度;检测主机与检测单元通信连接,用于获取检测单元采集的数据;处理单元与检测主机通信连接,用于接收并存储检测主机传送的数据,并根据数据计算检测装置所在地铁线路的位置参数、对地铁列车运行服务质量进行单项指标和综合指标的评定、进行数据对比分析、数据趋势分析、按空间位置分析、与线路设备关联分析以及地铁线路轨道病害分析。本发明提高了地铁列车运行服务质量分析评价的空间定位精度和分析结果的客观性,为地铁列车服务质量管理和监管提供更便捷的技术手段。
Description
技术领域
本发明涉及轨道交通运营管理技术领域,特别是涉及一种地铁列车运行服务质量检测装置及方法。
背景技术
一般意义下的服务质量(Service Quality)是指服务能够满足规定和潜在需求的特征和特性的总和,是指服务工作能够满足被服务者需求的程度。
地铁列车运行服务质量是指乘客在乘坐地铁列车过程中对功能性、时间性、安全性、舒适性等需求所满足的程度。
地铁线路设备管理部门负责地铁线路设备的养护维修工作,由于地铁线路设备质量直接影响地铁列车运行服务质量,地铁线路设备管理部门也要准确了解地铁列车运行服务质量,从地铁列车运行服务质量不良的线路地段中快速查找线路轨道病害,诊断导致地铁列车运行服务质量不良的线路设备原因,有针对性地开展线路设备养护维修活动,改进线路设备质量,以便提升地铁列车运行服务质量。
现有便携式线路检查仪、声级计和温湿度检测仪等多种与地铁列车运行服务质量相关的检测设备,其功能难以满足地铁列车运行服务质量监管和线路轨道病害检测要求,体现在以下几个方面:
1)检测指标单一,一种设备只检测一类检测项目;
2)设备的检测指标精度参差不齐,差异较大;
3)检测数据定位精度不够,多数设备定位参数只能人工标定。目前,列车上便携式检测设备的线路定位通常采用GPS、RFID、与列车通信等方法,在地铁环境下,均存在一定的问题:在地下隧道环境下收不到GPS信号,无法正常获取定位参数;RFID需要在地铁沿线安装电子标签,成本较高;与列车通信需要在列车上安装通信设备,涉及成本及与列车厂家协调;后两种情况,不方便进行第三方监测。
受检查设备功能和性能限制,现有地铁列车运行服务质量评价方法和数据处理分析技术手段无法满足要求,主要体现在以下几个方面:
1)每种检测设备只对一种检测项目进行评价,考虑的对地铁列车运行服务质量的影响因素不全面,分析结果不够客观;
2)检测设备受存储容量的限制,一般只存储一次检测数据,不能对多次的历史检测数据进行对比分析,不方便进行数据校验;
3)现有评价方法一般以整条线路或单个线路区段的地铁列车运行服务质量进行评价,评价结果的定位精度不够,地铁线路设备管理部门难以有针对性地开展工作,以改进和提升地铁列车运行服务质量。
综上,如何研制出定位精度高、分析结果客观的地铁列车运行服务质量检测装置和方法是本领域亟需解决的问题。
发明内容
本发明的目的是提供一种地铁列车运行服务质量检测装置及方法,通过同时检测地铁列车运行时的运行姿态参数、噪声、温度、湿度、空气质量和手机信号强度等检测指标及位置参数,并基于空间位置进行单项指标评定、综合评定和时空数据分析,以提高地铁列车运行服务质量分析评价的空间定位精度和分析结果的客观性,为地铁列车运行过程中的服务质量管理和监管工作提供更便捷的技术手段。
为实现上述目的,本发明提供了一种地铁列车运行服务质量检测装置,包括:
检测单元,所述检测单元包括用于采集车体运行姿态参数的惯性测量模块,所述检测单元还用于采集车厢内噪声、温度、湿度、空气质量和手机信号强度;
检测主机,与所述检测单元通信连接,用于获取所述检测单元采集的数据;
处理单元,与所述检测主机通信连接,用于接收并存储所述检测主机传送的所述数据,并根据所述数据计算所述检测装置所在地铁线路的位置参数、对地铁列车运行服务质量进行单项指标的评定和综合指标的评定、进行数据对比分析、数据趋势分析、按空间位置分析、与线路设备关联分析以及地铁线路轨道病害分析。
可选的,所述检测单元还包括噪声检测传感器、温度检测传感器、湿度检测传感器、空气质量检测传感器和手机信号强度检测模块;所述车体运行姿态参数包括车体的水平加速度、垂向加速度、纵向加速度、水平角速度、垂向角速度和纵向角速度。
可选的,所述检测主机包括控制器、采集接口、存储模块和通信模块,所述控制器通过所述采集接口与所述检测单元相连接,获取所述检测单元采集到的数据,将所述数据暂存至所述存储模块,并通过通信模块向所述处理单元传输所述数据。
可选的,所述检测装置还包括显示器,所述显示器用于显示检测的数据、经所述处理单元处理后的结果数据。
本发明还提供了一种地铁列车运行服务质量检测方法,包括:
获取检测数据,所述检测数据包括车体运行姿态参数,车厢内噪声、温度、湿度、空气质量和手机信号强度;
根据所述车体运行姿态参数和地铁线路设备数据库,确定被检测的地铁线路及所述地铁线路的上每个采样点的距离所述地铁线路的起始点的线路里程;
将所述地铁线路依据所述线路里程按预设长度线路区段进行分段,获得若干地铁线路区段;
按所述地铁线路区段,根据存储的地铁列车运行服务质量单项指标的评定等级阈值范围,确定所述检测数据的单项指标所属的评定等级阈值范围,获得多个单项指标评定结果;所述单项指标为车体振动、车厢内噪声、温度、湿度、空气质量或手机信号强度;
按所述地铁线路区段,对多个所述单项指标评定结果加权求和得到地铁列车运行服务质量综合指标,获得综合指标评定结果;
将所述地铁线路设备数据库中存储的历史轨道设备病害数据与病害振动加速度和病害噪声数据进行数据分析,构建轨道设备病害特征知识库;
按所述地铁线路区段,将所述检测数据中的实时振动加速度和实时噪声数据与所述轨道设备病害特征知识库存储的轨道设备病害特征数据进行对比,判断所述地铁线路区段的轨道设备是否存在病害,若存在病害,则采取修护措施。
可选的,所述根据所述车体运行姿态参数和地铁线路设备数据库,确定被检测的地铁线路及所述地铁线路的上每个采样点的线路里程的步骤,具体包括:
获取所述地铁线路设备数据库中的设备的空间特征参数,所述设备包括地铁线路的曲线、坡度、车站、道岔;
获取上车时用户输入的上车站和行车方向数据;
利用所述列车运行姿态数据进行航迹推算,得到航迹推算数据;所述列车运行姿态数据包括车体的水平加速度、垂向加速度、纵向加速度、水平角速度、垂向角速度和纵向角速度;
根据所述航迹推算数据计算任意两个采样点之间的距离;
根据所述车体的水平加速度、垂向加速度、纵向加速度、水平角速度、垂向角速度和纵向角速度识别车站点;
根据所述垂向角速度判断所述检测数据是否为线路曲线特征点,所述线路曲线特征点包括直缓点、缓圆点、圆缓点、缓直点及侧向通过的道岔;
根据所述纵向角速度判断所述检测数据是否为变坡点;
将所述车站点、所述线路曲线特征点和所述变坡点结合所述航迹推算数据与所述地铁线路设备数据库存储的数据进行比对,确定具有线路曲线特征点的检测数据所在的地铁线路;
根据确定所述地铁线路、所述航迹推算数据和所述线路曲线特征点,计算相邻两个所述线路曲线特征点之间每个采样点距离所述地铁线路的起始点的的线路里程。
可选的,所述检测方法还包括:
按所述地铁线路区段为200米长度的地铁线路,获取多次检测的检测数据中的单项检测数据;
绘制每一次检测的所述单项检测数据的单项曲线,得到多个所述单项曲线;
对多个所述单项曲线中的任意两条单项曲线进行相似度计算,得到多个单项相似度;
确定无效单项曲线;所述无效单项曲线与其他单项曲线的所述单项相似度均小于预设单项相似度阈值;
剔除所述无效单项曲线对应的所述单项检测数据,得到有效单项检测数据;
获取与所述有效单项检测数据对应的所述单项指标评定结果,得到有效单项指标评定结果;
确定次数最多所述有效单项指标评定结果为所述地铁线路区段的单项指标评定结果。
可选的,所述检测方法还包括:
按所述地铁线路区段为200米长度的地铁线路,获取当前检测数据的地铁列车运行服务质量的单项指标评定结果;
获取与当前的单项指标评定结果的检测时间最近一次的单项指标评定结果;
计算当前的单项指标评定结果与最近一次的单项指标评定结果的增量;
根据所述增量确定所述地铁线路的变化趋势;
计算所述增量与时间的比值,得到地铁列车运行服务质量的变化速率;
比较所述地铁线路上所有所述地铁线路区段的变化速率,确定所述变化速率最快的所述地铁线路区段,对所述变化速率最快的地铁线路区段采取调控措施。
可选的,所述检测方法还包括:
将所述地铁线路中的所有地铁线路区段的所述综合指标评定结果按由低到高的顺序排序;
获取前10个所述所述综合指标评定结果对应的地铁线路区段,得到重视地铁线路区段;
获取所述重视地铁线路区段的单项指标和单项指标评定结果,生成所述地铁线路的空间分析报告。
可选的,所述检测方法还包括:
根据所述地铁线路设备数据库,按地铁线路长度为200米的地铁线路区段,确定每个所述地铁线路区段的设备特征;
将所述地铁线路区段的设备特征与该地铁线路区段的综合指标评定结果进行相关性分析,剔除所述设备特征影响最大的综合指标评定结果,得到有效综合指标评定结果。
可选的,所述按所述地铁线路区段,根据存储的地铁列车运行服务质量单项指标的评定等级阈值范围,确定所述检测数据的单项指标所属的所述评定等级阈值范围,获得多个单项指标评定结果的步骤,具体包括:
计算所述地铁线路区段为200米长度的地铁线路内的单项检测数据的平均值;
将所述单项检测数据的平均值按五级评价标准评定,得到单项指标评价程度;
根据单项指标评价程度,确定单项指标分值,所述单项指标分值为单项指标评定结果。
可选的,所述按所述地铁线路区段,对多个所述单项指标评定结果加权求和得到地铁列车运行服务质量综合指标,获得综合指标评定结果的步骤,具体包括:
获得多个单项指标分值;所述单项指标包括地铁列车的振动、车厢内噪声、温度、湿度、空气质量和手机信号强度;
按所述地铁线路区段对多个所述单项指标分值进行加权求和,得到综合指标评定结果。
可选的,所述将所述地铁线路设备数据库中存储的历史轨道设备病害数据与病害振动加速度和病害噪声数据进行数据分析,构建轨道设备病害特征知识库的步骤,具体包括:
获取历史轨道设备病害数据、与轨道设备病害对应的历史振动加速度数据和历史噪声检测数据;
分别绘制所述轨道设备病害的病害振动加速度-时间曲线和病害噪声检测数据-时间曲线;
利用所述病害振动加速度-时间曲线和所述病害噪声检测数据-时间曲线构建轨道设备病害特征知识库;
所述按所述地铁线路区段,将所述检测数据中的实时振动加速度和实时噪声数据与所述轨道设备病害特征知识库存储的轨道设备病害特征数据进行对比,判断所述地铁线路区段的轨道设备是否存在病害,若存在病害,则采取修护措施的步骤,具体包括:
按所述地铁线路区段,获取所述检测数据中的实时振动加速度和实时噪声数据;
绘制实时振动加速度-时间曲线和实时噪声检测数据-时间曲线;
将所述实时振动加速度-时间曲线与所述轨道设备病害特征知识库中存储的病害振动加速度-时间曲线进行相似度计算,将所述实时噪声检测数据-时间曲线与所述轨道设备病害特征知识库中存储的病害噪声检测数据-时间曲线进行相似度计算,得到曲线相似度;
对比所述曲线相似度与预设病害阈值范围,当所述曲线相似度属于所述预设病害阈值范围时,确定所述地铁线路区段存在所述轨道设备病害。
可选的,所述将所述地铁线路设备数据库中存储的历史轨道设备病害数据与病害振动加速度和病害噪声数据进行数据分析,构建轨道设备病害特征知识库的步骤,具体包括:
获取历史轨道设备病害数据、与轨道设备病害对应的病害振动加速度数据和病害噪声检测数据;
提取所述病害振动加速度的振动频谱特征和所述病害噪声检测数据的噪声频谱特征;
利用所述振动频谱特征和所述噪声频谱特征进行训练,形成轨道设备病害特征知识库;
所述按所述地铁线路区段,将所述检测数据中的实时振动加速度和实时噪声数据与所述轨道设备病害特征知识库存储的轨道设备病害特征数据进行对比,判断所述地铁线路区段的轨道设备是否存在病害,若存在病害,则采取修护措施的步骤,具体包括:
按所述地铁线路区段,获取所述检测数据中的实时振动加速度和实时噪声数据;
提取所述检测数据中的实时振动加速度的实时振动频谱特征和所述检测数据中的实时噪声检测数据的实时噪声频谱特征;
将所述实时振动频谱特征与所述轨道设备病害特征知识库中存储的所述振动频谱特征进行相似度计算,将所述实时噪声频谱特征与所述轨道设备病害特征知识库中存储的所述噪声频谱特征进行相似度计算,得到频谱相似度;
对比所述频谱相似度与预设病害阈值范围,当所述频谱相似度属于所述预设病害阈值范围时,确定所述地铁线路区段存在所述轨道设备病害。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的地铁列车运行服务质量检测装置和方法中采集的检测数据包括多种,实现了对同一位置地铁列车运行服务质量的多项参数指标同时进行检测,从而能够实现地铁列车运行服务过程中振动舒适度、温度舒适度、湿度舒适度、噪声舒适度、空气质量及手机信号强度等地铁列车运行服务质量的单项指标的评价。并且本发明中将地铁线路依据线路里程按预设长度线路区段进行分段,在地铁列车运行服务质量的单项指标和综合指标评定以及地铁线路的病害分析中都是按地铁线路区段进行,提高了地铁列车运行服务质量分析评价的空间定位精度。
本发明采用惯性测量模块采集车体运行姿态参数,相比现有技术中采用GPS、RFID、与列车通信等方法,本装置在地下隧道环境下无需考虑信号是否畅通就能实现数据的采集与传输,而且无需添加其他的设备,实施检测时更方便。而且本发明中采用车体运行姿态参数识别地铁线路中的设备特征点作参照,在地铁列车运行服务质量的评价中按地铁线路区段为200m进行评价,提高了检测装置和方法定位的准确性,保证了地铁列车运行服务质量检测的定位精度。
本发明可辅助地铁运营管理单位和政府监管单位快速掌握地铁列车运行过程中的服务质量及其在线路上的时间、空间分布和变化趋势;辅助地铁线路设备维护单位快速检测轨道病害,提高线路设备维护单位的工作效率;为地铁列车运行过程中的服务质量管理和监管工作提供了更便捷的技术手段。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的地铁列车运行服务质量检测装置的结构框图;
图2为本发明提供的地铁列车运行服务质量检测方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种地铁列车运行服务质量检测装置及方法,通过同时检测地铁列车运行时的运行姿态参数、噪声、温度、湿度、空气质量和手机信号强度等检测指标及位置参数,并基于空间位置进行单项指标评定、综合评定和时空数据分析,以提高地铁列车运行服务质量分析评价的空间定位精度和分析结果的客观性,为地铁列车运行过程中的服务质量管理和监管工作提供更便捷的技术手段。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供的地铁列车运行服务质量检测装置包括检测单元1、检测主机2和处理单元3。
该检测单元1包括用于采集车体运行姿态参数的惯性测量模块11,检测单元1还用于采集用于采集车体运行姿态参数,车厢内噪声、温度、湿度、空气质量和手机信号强度。
该惯性测量模块11用于采集车体运行姿态参数,该车体运行姿态参数包括车体的水平加速度、垂向加速度、纵向加速度、水平角速度、垂向角速度和纵向角速度;惯性测量模块11通过自身的加速度传感器、角速度传感器等检测地铁列车在运行过程中的运行姿态参数,该惯性测量模块11工作时不依赖外界信息,无需外加辅助设备,也不向外界辐射能量,不易受到干扰,能够获得更精准可靠的地铁列成运行姿态数据。
具体的,本实施例中的检测单元1还可以包括噪声检测传感器12、温度检测传感器13、湿度检测传感器14、空气质量检测传感器15和手机信号强度检测模块16。
该噪声检测传感器12用于采集车厢内的噪声;本噪声检测传感器12可以包括麦克风和USB声卡,USB声卡用于将所述麦克风采集的音频信号转换输出至检测主机2。当然,该噪声检测传感器12也可以是包括具有通信串口的声级计的装置,声级计通过通信串口向检测主机2传输声级计的检测结果和音频信息;或者是包括传声器和采集板卡的装置,噪声检测传感器12向检测主机2传输音频信号。这些装置都具有音频采集结构和音频输出结构,都是为了实现列车运行过程中车箱内的噪声数据,为车箱内噪声舒适度的评定奠定数据基础。
该温度检测传感器13用于采集车箱内的温度;湿度检测传感器14用于采集车箱内的湿度;该温度检测传感器13和该湿度检测传感器14可以采用一个同时检测温度和湿度的温湿度检测模块,以提高本装置的集成度,使本装置体积更小、更便携。
该空气质量检测传感器15用于采集车箱内的空气质量;该空气质量检测传感器15包括一具有USB接口的颗粒浓度检测传感器,用于检测车厢内可吸入颗粒物PM2.5的含量。
该手机信号强度检测器16用于采集车箱内的手机信号强度;该手机信号强度检测器16可以包括智能手机或平板电脑,通过智能手机或平板电脑来检测并显示信号强度。手机信号强度检测器16通过USB接口或WIFI接口向检测主机2传输手机信号强度数据。
该检测主机2,与检测单元1通信连接,用于获取所述检测单元1采集的数据。
具体的,本实施例中的检测主机2包括控制器21、采集接口22、存储模块23和通信模块24,控制器21通过采集接口22与检测单元1相连接,获取检测单元1采集到的数据,将数据暂存至存储模块23,并通过通信模块24向处理单元3传输数据。该采集接口22与检测单元1中的每一个传感器或模块相连接,检测的数据也是由该采集接口22传送至存储模块23中。该通信模块24可以是无线通信模块也可以是有线通信模块,选用不同的通信模块实现不同方式的数据传输。
作为一种可选的实施方式,检测主机2还包括电源模块,电源模块与检测电源连接,用于为检测主机2和检测单元1供电。当然,该电源模块也可以是设置在检测单元1中,也可以是与处理器设置在一起为整个装置进行供电。
该处理单元3,与检测主机2通信连接,用于接收并存储检测主机2传送的数据,并根据数据计算检测装置所在地铁线路的位置参数、对地铁列车运行服务质量进行单项指标的评定和综合指标的评定、进行数据对比分析、数据趋势分析、按空间位置分析、与线路设备关联分析以及地铁线路轨道病害分析。
本实施例中,该检测装置还包括显示器4,显示器4用于显示检测的数据、经处理单元3处理后的结果数据,如地铁列车运行服务质量评价结果、分析报告和病害分析结果等。
如图2所示,本发明提供的地铁列车运行服务质量检测方法,该检测方法是利用上述的地铁列车运行服务质量检测装置进行检测的,该检测方法包括:
步骤201:获取检测数据,该检测数据包括车体运行姿态参数,车厢内噪声、温度、湿度、空气质量和手机信号强度;
步骤202:根据车体运行姿态参数和地铁线路设备数据库,确定被检测的地铁线路及所述地铁线路的上每个采样点的距离所述地铁线路的起始点的线路里程;
步骤203:将地铁线路依据线路里程按预设长度线路区段进行分段,获得若干地铁线路区段;
步骤204:按地铁线路区段,根据存储的地铁列车运行服务质量单项指标的评定等级阈值范围,确定检测数据的单项指标所属的评定等级阈值范围,获得多个单项指标评定结果;所述单项指标为车体振动、车厢内噪声、温度、湿度、空气质量或手机信号强度;
步骤205:按地铁线路区段,对多个单项指标评定结果加权求和得到地铁列车运行服务质量综合指标,获得综合指标评定结果;
步骤206:将地铁线路设备数据库中存储的历史轨道设备病害数据与病害振动加速度和病害噪声数据进行数据分析,构建轨道设备病害特征知识库;
步骤207:按地铁线路区段,将检测数据中的实时振动加速度和实时噪声数据与轨道设备病害特征知识库存储的轨道设备病害特征数据进行对比,判断地铁线路区段的轨道设备是否存在病害,若存在病害,则采取修护措施。
在本实施例中,检测装置在无GPS信号、无RFID,以及与列车无通信的条件下,采用惯性导航技术,结合地铁线路设备数据库,根据曲线、坡度、车站、道岔等线路设备特征,给出一种新的定位方法,即步骤202具体包括以下步骤:
获取地铁线路设备数据库中的设备的空间特征参数,所述设备包括地铁线路的曲线、坡度、车站、道岔;
获取上车时用户输入的上车站和行车方向数据;
利用列车运行姿态数据进行航迹推算,得到航迹推算数据;列车运行姿态数据包括车体的水平加速度、垂向加速度、纵向加速度、水平角速度、垂向角速度和纵向角速度;
根据航迹推算数据计算任意两个采样点之间的距离;
根据车体的水平加速度、垂向加速度、纵向加速度、水平角速度、垂向角速度和纵向角速度识别车站点;
根据垂向角速度判断检测数据是否为线路曲线特征点,线路曲线特征点包括直缓点、缓圆点、圆缓点、缓直点及侧向通过的道岔;
根据纵向角速度判断检测数据是否为变坡点;
将车站点、线路曲线特征点和变坡点结合航迹推算数据与地铁线路设备数据库存储的数据进行比对,确定具有线路曲线特征点的检测数据所在的地铁线路;
根据地铁线路、航迹推算数据和线路曲线特征点,计算相邻两个所述线路曲线特征点之间每个采样点距离地铁线路的起始点的的线路里程。
该定位方法以关键线路设备特征点作参照提高了检测装置定位的准确性,保证了地铁列车运行服务质量检测的定位精度,该定位方法只利用了惯性测量模块11,与传统的GPS、RFID和与列车通信等定位方法相比,在定位精度、便捷性、经济性等方面具有优势。
作为一种可选的实施方式,上述步骤204:按地铁线路区段,根据存储的地铁列车运行服务质量单项指标的评定等级阈值范围,确定检测数据的单项指标所属的评定等级阈值范围,获得多个单项指标评定结果,具体包括:
计算地铁线路区段为200米长度的地铁线路内的单项检测数据的平均值;
将单项检测数据的平均值按五级评价标准评定,得到单项指标评价程度;所述五级评价标准如下表1;
表1五级评价标准
根据单项指标评价程度,确定单项指标分值,所述单项指标分值为单项指标评定结果。评价程度对应的分值如下表2:
表2评价程度对应的分值
评价程度 | 评分(P) |
非常好 | 10 |
好 | 8 |
中等 | 6 |
差 | 4 |
很差 | 2 |
上述步骤205:按地铁线路区段,对多个单项指标评定结果加权求和得到地铁列车运行服务质量综合指标,获得综合指标评定结果的方法,具体包括:
获得多个单项指标分值;单项指标包括地铁列车的振动、车厢内噪声、温度、湿度、空气质量和手机信号强度;
按地铁线路区段对多个单项指标分值进行加权求和,得到综合指标评定结果。单项指标对应的权值如下表3:
表3单项指标对应的权值
因素 | 表征 | 权重 |
振动 | W<sub>1</sub> | 0.342 |
温度 | W<sub>2</sub> | 0.136 |
湿度 | W<sub>3</sub> | 0.058 |
噪声 | W<sub>4</sub> | 0.351 |
空气质量 | W<sub>5</sub> | 0.058 |
手机信号强度 | W<sub>6</sub> | 0.055 |
按地铁线路区段对多个单项指标分值进行加权求和的计算公式为:
SC=W1×P振动+W2×P温度+W3×P湿度+W4×P噪声+W5×P空气质量+W6×P手机信号强度
将得到的加权和按照表2对综合舒适度结果进行分级,最终得到基于空间位置的地铁列车运行服务综合质量指标。
作为一种可选的实施方式,步骤206:将所述地铁线路设备数据库中存储的历史轨道设备病害数据与病害振动加速度和病害噪声数据进行数据分析,构建轨道设备病害特征知识库的时域分析方法,具体包括:
获取历史轨道设备病害数据、与轨道设备病害对应的历史振动加速度数据和历史噪声检测数据;
分别绘制所述轨道设备病害的病害振动加速度-时间曲线和病害噪声检测数据-时间曲线;
利用所述病害振动加速度-时间曲线和所述病害噪声检测数据-时间曲线构建轨道设备病害特征知识库;
步骤207:按所述地铁线路区段,将所述检测数据中的实时振动加速度和实时噪声数据与所述轨道设备病害特征知识库存储的轨道设备病害特征数据进行对比,判断所述地铁线路区段的轨道设备是否存在病害,若存在病害,则采取修护措施的方法,具体包括:
按地铁线路区段,获取检测数据中的实时振动加速度和实时噪声数据;
绘制实时振动加速度-时间曲线和实时噪声检测数据-时间曲线;
将所述实时振动加速度-时间曲线与所述轨道设备病害特征知识库中存储的病害振动加速度-时间曲线进行相似度计算,将所述实时噪声检测数据-时间曲线与所述轨道设备病害特征知识库中存储的病害噪声检测数据-时间曲线进行相似度计算,得到曲线相似度;
对比所述曲线相似度与预设病害阈值范围,当所述曲线相似度属于所述预设病害阈值范围时,确定所述地铁线路区段存在所述轨道设备病害。
作为一种可选的实施方式,步骤206:将所述地铁线路设备数据库中存储的历史轨道设备病害数据与病害振动加速度和病害噪声数据进行数据分析,构建轨道设备病害特征知识库的频域分析方法,具体包括:
获取历史轨道设备病害数据、与轨道设备病害对应的病害振动加速度数据和病害噪声检测数据;
提取所述病害振动加速度的振动频谱特征和所述病害噪声检测数据的噪声频谱特征;
利用所述振动频谱特征和所述噪声频谱特征进行训练,形成轨道设备病害特征知识库;
步骤207:按所述地铁线路区段,将所述检测数据中的实时振动加速度和实时噪声数据与所述轨道设备病害特征知识库存储的轨道设备病害特征数据进行对比,判断所述地铁线路区段的轨道设备是否存在病害,若存在病害,则采取修护措施的方法,具体包括:
按地铁线路区段,获取检测数据中的实时振动加速度和实时噪声数据;
提取检测数据中的实时振动加速度的实时振动频谱特征和检测数据中的实时噪声检测数据的实时噪声频谱特征;
将实时振动频谱特征与轨道设备病害特征知识库中存储的所述振动频谱特征进行相似度计算,将实时噪声频谱特征与轨道设备病害特征知识库中存储的噪声频谱特征进行相似度计算,得到频谱相似度;
对比频谱相似度与预设病害阈值范围,当频谱相似度属于预设病害阈值范围时,确定地铁线路区段存在轨道设备病害。
上述方法中都是根据存储的地铁线路历史上曾经发生的轨道设备病害数据,包含轨道几何病害、钢轨病害、轨枕病害、扣件病害和道床病害等病害信息,将轨道设备病害信息与当时检测的列车振动加速度数据和噪声检测数据进行相关分析,抽取各种病害相关的列车振动加速度和噪声数据特征,通过不断的训练和学习,形成检测数据病害特征知识库。将检测数据与检测数据病害特征知识库进行比对,根据特征相似的程度判定线路轨道病害,形成线路轨道病害分析报告。
将判定结果与其他检测方式获取的轨道设备病害数据进行验证,根据验证结果优化线路轨道病害特征曲线和线路轨道病害频谱特征,更新检测数据病害特征知识库。以实现更准确的识别轨道病害。
本病害分析方法可快速便捷地检测地铁线路轨道病害状态,检测装置可随时在地铁列车检测地铁线路轨道病害,具有快速、便捷的特点,方便重复性检测和数据校验。该检测装置辅助地铁线路设备维护单位快速检测轨道病害,提高了线路设备维护单位的工作效率。
为了更客观充分的分析地铁列车运行服务质量的评价,作为一种可选的实施方式,本发明的检测方法还包括对多次检测数据进行对比分析,该分析方法包括以下步骤:
按地铁线路区段为200米长度的地铁线路,获取多次检测的检测数据中的单项检测数据;
绘制每一次检测的所述单项检测数据的单项曲线,得到多个所述单项曲线;
对多个所述单项曲线中的任意两条单项曲线进行相似度计算,得到多个单项相似度;
确定无效单项曲线;所述无效单项曲线与其他单项曲线的所述单项相似度均小于预设单项相似度阈值;
剔除所述无效单项曲线对应的所述单项检测数据,得到有效单项检测数据;
获取与有效单项检测数据对应的单项指标评定结果,得到有效单项指标评定结果;
确定次数最多所述有效单项指标评定结果为地铁线路区段的单项指标评定结果。
列车运行服务质量受线路条件、车体条件等诸多因素影响,一次检测可能具有偶然性,因此需要多次重复检测。该对比分析方法主要对多次检测数据所形成的曲线波形进行相似性分析,对多次分析检测结果进行统计分析,消除偶然因素对地铁列车运行服务质量评价结果的影响,保证检测分析结果的客观性。其中对多次的检测数据的单项曲线两两进行相似性分析,找出与其它单项曲线相似度较低的某次检测数据,视为无效检测,加以剔除,不予采用,这是处理某次检测的整体偶然性,用于消除局部偶然因素影响,使得到的评价分析结果更准确客观。
为了更客观充分的分析地铁列车运行服务质量的评价,作为一种可选的实施方式,本发明的检测方法还包括对多次检测数据进行趋势分析,该分析方法包括以下步骤:
按地铁线路区段为200米长度的地铁线路,获取当前检测数据的地铁列车运行服务质量的单项指标评定结果;
获取与当前的单项指标评定结果的检测时间最近一次的单项指标评定结果;
计算当前的单项指标评定结果与最近一次的单项指标评定结果的增量;
根据增量确定地铁线路的变化趋势;
计算增量与时间的比值,得到地铁列车运行服务质量的变化速率;
比较地铁线路上所有地铁线路区段的变化速率,确定变化速率最快的地铁线路区段,对变化速率最快的地铁线路区段采取调控措施。
地铁列车运行服务质量的提高和降低都是需要关注的因素,降低的地铁列车运行服务质量需要采取相应的措施加以提高,以保证地铁列车运行服务中乘客具有良好的舒适度,因此,提高地铁列车运行服务质量也是提高社会生活水平的手段。
为了更客观充分的分析地铁列车运行服务质量的评价,作为一种可选的实施方式,本发明的检测方法还包括对多次检测数据按空间位置进行分析,该分析方法包括以下步骤:
将所述地铁线路中的所有地铁线路区段的所述综合指标评定结果按由低到高的顺序排序;
获取前10个所述所述综合指标评定结果对应的地铁线路区段,得到重视地铁线路区段;
获取所述重视地铁线路区段的单项指标和单项指标评定结果,生成所述地铁线路的空间分析报告。
该分析方法能够使管理部门对地铁线路中的某一具体位置的地铁列成运行服务质量进行调控,更准确的定位需要调控的地铁线路区段,方便管理。
为了更客观充分的分析地铁列车运行服务质量的评价,作为一种可选的实施方式,本发明的检测方法还包括将检测数据与线路设备关联进行分析,该分析方法包括以下步骤:
根据地铁线路设备数据库,按地铁线路长度为200米的地铁线路区段,确定每个地铁线路区段的设备特征;
将地铁线路区段的设备特征与该地铁线路区段的综合指标评定结果进行相关性分析,剔除设备特征影响最大的综合指标评定结果,得到有效综合指标评定结果。
该分析方法将地铁列车运行服务质量评价结果与线路设备数据库中的道岔、小半径曲线和进出站信号机等特定设备进行关联分析,分析特定设备对地铁列车运行服务质量评价结果的影响程度,消除特定设备对地铁列车运行服务质量评价结果的影响,使分析结果更客观。
上述分析方法可以同时进行,分别得到不同参考方面的分析结果,可辅助地铁运营管理单位和政府监管单位快速掌握地铁列车运行过程中的服务质量及其在线路上的时间、空间分布和变化趋势,以便管理部门对地铁列车运行服务的维护和管理。
实施上述技术方案的具体实例如下:
1、检测装置组成单元器件选型
(1)检测单元1
1)惯性测量模块11要求采集的数据精度满足地铁列车运行服务质量评价和航迹推算的精度要求,采样频率也满足航迹推算的精度要求;
2)噪声检测模块可选用三种方式:1、USB声卡+麦克风,2、具有串口通信的声级计,3、采集板卡+传声器;
3)温度检测模块和湿度检测模块可以选用一个同时检测温度和湿度的检测模块,USB接口;
4)空气质量检测模块可选用一个USB接口的粉尘灰尘颗粒浓度检测传感器;
5)手机信号强度检测模块可选用1款安卓操作系统的智能手机,获取手机信号强度,通过USB接口或WIFI通信与检测主机2通信,也可以直接与分析显示终端采用WIFI通信。
(2)检测主机2
1)检测主机2采用工业控制主机,保证稳定性和可靠性;
2)检测接口与检测模块匹配,并可扩展;
3)数据存储采用固态硬盘存储;
4)数据通讯采用WIFI通信模块;
5)电源模块支持检测主机2和检测单元1的供电,续航能力保证5个小时以上。
(3)处理器3和显示器4
处理器3和显示器4选用高性能的平板电脑,采用Windows操作系统,数据库选用轻量版的Oracle数据库或MySQL数据库。
2、数据分析显示功能的实现方式
实现处理单元3和显示器4的功能的软件系统开发采用C/S开发模式,保证数据接收、检测数据空间定位、地铁列车运行服务质量评价和显示的实时性,并支撑历史检测数据的对比分析、线路轨道病害分析的规模数据运算。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (11)
1.一种地铁列车运行服务质量检测装置,其特征在于,包括:
检测单元,所述检测单元包括用于采集车体运行姿态参数的惯性测量模块,所述检测单元还用于采集车厢内噪声、温度、湿度、空气质量和手机信号强度;
检测主机,与所述检测单元通信连接,用于获取所述检测单元采集的数据;
处理单元,与所述检测主机通信连接,用于接收并存储所述检测主机传送的所述数据,并根据所述数据计算所述检测装置所在地铁线路的位置参数、对地铁列车运行服务质量进行单项指标的评定和综合指标的评定、进行数据对比分析、数据趋势分析、按空间位置分析、与线路设备关联分析以及地铁线路轨道病害分析;
采用所述地铁列车运行服务质量检测装置的检测方法,包括:
获取检测数据,所述检测数据包括车体运行姿态参数,车厢内噪声、温度、湿度、空气质量和手机信号强度;
根据所述车体运行姿态参数和地铁线路设备数据库,确定被检测的地铁线路及所述地铁线路的上每个采样点的距离所述地铁线路的起始点的线路里程;具体包括:
获取所述地铁线路设备数据库中的设备的空间特征参数,所述设备包括地铁线路的曲线、坡度、车站、道岔;获取上车时用户输入的上车站和行车方向数据;利用所述列车运行姿态数据进行航迹推算,得到航迹推算数据;所述列车运行姿态数据包括车体的水平加速度、垂向加速度、纵向加速度、水平角速度、垂向角速度和纵向角速度;根据所述航迹推算数据计算任意两个采样点之间的距离;根据所述车体的水平加速度、垂向加速度、纵向加速度、水平角速度、垂向角速度和纵向角速度识别车站点;根据所述垂向角速度判断所述检测数据是否为线路曲线特征点,所述线路曲线特征点包括直缓点、缓圆点、圆缓点、缓直点及侧向通过的道岔;根据所述纵向角速度判断所述检测数据是否为变坡点;将所述车站点、所述线路曲线特征点和所述变坡点结合所述航迹推算数据与所述地铁线路设备数据库存储的数据进行比对,确定具有线路曲线特征点的检测数据所在的地铁线路;根据确定所述地铁线路、所述航迹推算数据和所述线路曲线特征点,计算相邻两个所述线路曲线特征点之间每个采样点距离所述地铁线路的起始点的的线路里程;
将所述地铁线路依据所述线路里程按预设长度线路区段进行分段,获得若干地铁线路区段;
按所述地铁线路区段,根据存储的地铁列车运行服务质量单项指标的评定等级阈值范围,确定所述检测数据的单项指标所属的评定等级阈值范围,获得多个单项指标评定结果;具体包括:
计算所述地铁线路区段为200米长度的地铁线路内的单项检测数据的平均值;
将所述单项检测数据的平均值按五级评价标准评定,得到单项指标评价程度;
根据单项指标评价程度,确定单项指标分值,所述单项指标分值为单项指标评定结果;所述单项指标为车体振动、车厢内噪声、温度、湿度、空气质量或手机信号强度;
按所述地铁线路区段,对多个所述单项指标评定结果加权求和得到地铁列车运行服务质量综合指标,获得综合指标评定结果;
将所述地铁线路设备数据库中存储的历史轨道设备病害数据与病害振动加速度和病害噪声数据进行数据分析,构建轨道设备病害特征知识库;按所述地铁线路区段,将所述检测数据中的实时振动加速度和实时噪声数据与所述轨道设备病害特征知识库存储的轨道设备病害特征数据进行对比,判断所述地铁线路区段的轨道设备是否存在病害,若存在病害,则采取修护措施;
所述数据对比分析方法包括以下步骤:
按地铁线路区段为200米长度的地铁线路,获取多次检测的检测数据中的单项检测数据;绘制每一次检测的所述单项检测数据的单项曲线,得到多个所述单项曲线;对多个所述单项曲线中的任意两条单项曲线进行相似度计算,得到多个单项相似度;确定无效单项曲线;所述无效单项曲线与其他单项曲线的所述单项相似度均小于预设单项相似度阈值;剔除所述无效单项曲线对应的所述单项检测数据,得到有效单项检测数据;获取与有效单项检测数据对应的单项指标评定结果,得到有效单项指标评定结果;确定次数最多所述有效单项指标评定结果为地铁线路区段的单项指标评定结果;
所述检测方法还包括对多次检测数据进行趋势分析,具体包括:
按所述地铁线路区段为200米长度的地铁线路,获取当前检测数据的地铁列车运行服务质量的单项指标评定结果;
获取与当前的单项指标评定结果的检测时间最近一次的单项指标评定结果;
计算当前的单项指标评定结果与最近一次的单项指标评定结果的增量;
根据所述增量确定所述地铁线路的变化趋势;
计算所述增量与时间的比值,得到地铁列车运行服务质量的变化速率;比较所述地铁线路上所有所述地铁线路区段的变化速率,确定所述变化速率最快的所述地铁线路区段,对所述变化速率最快的地铁线路区段采取调控措施。
2.根据权利要求1所述的地铁列车运行服务质量检测装置,其特征在于,所述检测单元还包括噪声检测传感器、温度检测传感器、湿度检测传感器、空气质量检测传感器和手机信号强度检测模块;所述车体运行姿态参数包括车体的水平加速度、垂向加速度、纵向加速度、水平角速度、垂向角速度和纵向角速度。
3.根据权利要求1所述的地铁列车运行服务质量检测装置,其特征在于,所述检测主机包括控制器、采集接口、存储模块和通信模块,所述控制器通过所述采集接口与所述检测单元相连接,获取所述检测单元采集到的数据,将所述数据暂存至所述存储模块,并通过通信模块向所述处理单元传输所述数据。
4.根据权利要求1所述的地铁列车运行服务质量检测装置,其特征在于,所述检测装置还包括显示器,所述显示器用于显示检测的数据、经所述处理单元处理后的结果数据。
5.一种地铁列车运行服务质量检测方法,其特征在于,包括:
获取检测数据,所述检测数据包括车体运行姿态参数,车厢内噪声、温度、湿度、空气质量和手机信号强度;
根据所述车体运行姿态参数和地铁线路设备数据库,确定被检测的地铁线路及所述地铁线路的上每个采样点的距离所述地铁线路的起始点的线路里程;具体包括:
获取所述地铁线路设备数据库中的设备的空间特征参数,所述设备包括地铁线路的曲线、坡度、车站、道岔;
获取上车时用户输入的上车站和行车方向数据;
利用所述列车运行姿态数据进行航迹推算,得到航迹推算数据;所述列车运行姿态数据包括车体的水平加速度、垂向加速度、纵向加速度、水平角速度、垂向角速度和纵向角速度;
根据所述航迹推算数据计算任意两个采样点之间的距离;
根据所述车体的水平加速度、垂向加速度、纵向加速度、水平角速度、垂向角速度和纵向角速度识别车站点;
根据所述垂向角速度判断所述检测数据是否为线路曲线特征点,所述线路曲线特征点包括直缓点、缓圆点、圆缓点、缓直点及侧向通过的道岔;
根据所述纵向角速度判断所述检测数据是否为变坡点;
将所述车站点、所述线路曲线特征点和所述变坡点结合所述航迹推算数据与所述地铁线路设备数据库存储的数据进行比对,确定具有线路曲线特征点的检测数据所在的地铁线路;
根据确定所述地铁线路、所述航迹推算数据和所述线路曲线特征点,计算相邻两个所述线路曲线特征点之间每个采样点距离所述地铁线路的起始点的的线路里程;
将所述地铁线路依据所述线路里程按预设长度线路区段进行分段,获得若干地铁线路区段;
按所述地铁线路区段,根据存储的地铁列车运行服务质量单项指标的评定等级阈值范围,确定所述检测数据的单项指标所属的评定等级阈值范围,获得多个单项指标评定结果;具体包括:
计算所述地铁线路区段为200米长度的地铁线路内的单项检测数据的平均值;
将所述单项检测数据的平均值按五级评价标准评定,得到单项指标评价程度;
根据单项指标评价程度,确定单项指标分值,所述单项指标分值为单项指标评定结果;所述单项指标为车体振动、车厢内噪声、温度、湿度、空气质量或手机信号强度;
按所述地铁线路区段,对多个所述单项指标评定结果加权求和得到地铁列车运行服务质量综合指标,获得综合指标评定结果;
将所述地铁线路设备数据库中存储的历史轨道设备病害数据与病害振动加速度和病害噪声数据进行数据分析,构建轨道设备病害特征知识库;
按所述地铁线路区段,将所述检测数据中的实时振动加速度和实时噪声数据与所述轨道设备病害特征知识库存储的轨道设备病害特征数据进行对比,判断所述地铁线路区段的轨道设备是否存在病害,若存在病害,则采取修护措施;
所述检测方法还包括对多次检测数据进行趋势分析,具体包括:
按所述地铁线路区段为200米长度的地铁线路,获取当前检测数据的地铁列车运行服务质量的单项指标评定结果;
获取与当前的单项指标评定结果的检测时间最近一次的单项指标评定结果;
计算当前的单项指标评定结果与最近一次的单项指标评定结果的增量;
根据所述增量确定所述地铁线路的变化趋势;
计算所述增量与时间的比值,得到地铁列车运行服务质量的变化速率;
比较所述地铁线路上所有所述地铁线路区段的变化速率,确定所述变化速率最快的所述地铁线路区段,对所述变化速率最快的地铁线路区段采取调控措施。
6.根据权利要求5所述的地铁列车运行服务质量检测方法,其特征在于,所述检测方法还包括:
按所述地铁线路区段为200米长度的地铁线路,获取多次检测的检测数据中的单项检测数据;
绘制每一次检测的所述单项检测数据的单项曲线,得到多个所述单项曲线;
对多个所述单项曲线中的任意两条单项曲线进行相似度计算,得到多个单项相似度;
确定无效单项曲线;所述无效单项曲线与其他单项曲线的所述单项相似度均小于预设单项相似度阈值;
剔除所述无效单项曲线对应的所述单项检测数据,得到有效单项检测数据;
获取与所述有效单项检测数据对应的所述单项指标评定结果,得到有效单项指标评定结果;
确定次数最多所述有效单项指标评定结果为所述地铁线路区段的单项指标评定结果。
7.根据权利要求5所述的地铁列车运行服务质量检测方法,其特征在于,所述检测方法还包括:
将所述地铁线路中的所有地铁线路区段的所述综合指标评定结果按由低到高的顺序排序;
获取前10个所述所述综合指标评定结果对应的地铁线路区段,得到重视地铁线路区段;
获取所述重视地铁线路区段的单项指标和单项指标评定结果,生成所述地铁线路的空间分析报告。
8.根据权利要求5所述的地铁列车运行服务质量检测方法,其特征在于,所述检测方法还包括:
根据所述地铁线路设备数据库,按地铁线路长度为200米的地铁线路区段,确定每个所述地铁线路区段的设备特征;
将所述地铁线路区段的设备特征与该地铁线路区段的综合指标评定结果进行相关性分析,剔除所述设备特征影响最大的综合指标评定结果,得到有效综合指标评定结果。
9.根据权利要求5所述的地铁列车运行服务质量检测方法,其特征在于,所述按所述地铁线路区段,对多个所述单项指标评定结果加权求和得到地铁列车运行服务质量综合指标,获得综合指标评定结果的步骤,具体包括:
获得多个单项指标分值;所述单项指标包括地铁列车的振动、车厢内噪声、温度、湿度、空气质量和手机信号强度;
按所述地铁线路区段对多个所述单项指标分值进行加权求和,得到综合指标评定结果。
10.根据权利要求5所述的地铁列车运行服务质量检测方法,其特征在于,所述将所述地铁线路设备数据库中存储的历史轨道设备病害数据与病害振动加速度和病害噪声数据进行数据分析,构建轨道设备病害特征知识库的步骤,具体包括:
获取历史轨道设备病害数据、与轨道设备病害对应的历史振动加速度数据和历史噪声检测数据;
分别绘制所述轨道设备病害的病害振动加速度-时间曲线和病害噪声检测数据-时间曲线;
利用所述病害振动加速度-时间曲线和所述病害噪声检测数据-时间曲线构建轨道设备病害特征知识库;
所述按所述地铁线路区段,将所述检测数据中的实时振动加速度和实时噪声数据与所述轨道设备病害特征知识库存储的轨道设备病害特征数据进行对比,判断所述地铁线路区段的轨道设备是否存在病害,若存在病害,则采取修护措施的步骤,具体包括:
按所述地铁线路区段,获取所述检测数据中的实时振动加速度和实时噪声数据;
绘制实时振动加速度-时间曲线和实时噪声检测数据-时间曲线;
将所述实时振动加速度-时间曲线与所述轨道设备病害特征知识库中存储的病害振动加速度-时间曲线进行相似度计算,将所述实时噪声检测数据-时间曲线与所述轨道设备病害特征知识库中存储的病害噪声检测数据-时间曲线进行相似度计算,得到曲线相似度;
对比所述曲线相似度与预设病害阈值范围,当所述曲线相似度属于所述预设病害阈值范围时,确定所述地铁线路区段存在所述轨道设备病害。
11.根据权利要求5所述的地铁列车运行服务质量检测方法,其特征在于,所述将所述地铁线路设备数据库中存储的历史轨道设备病害数据与病害振动加速度和病害噪声数据进行数据分析,构建轨道设备病害特征知识库的步骤,具体包括:
获取历史轨道设备病害数据、与轨道设备病害对应的病害振动加速度数据和病害噪声检测数据;
提取所述病害振动加速度的振动频谱特征和所述病害噪声检测数据的噪声频谱特征;
利用所述振动频谱特征和所述噪声频谱特征进行训练,形成轨道设备病害特征知识库;
提取所述检测数据中的实时振动加速度的实时振动频谱特征和所述检测数据中的实时噪声检测数据的实时噪声频谱特征;
将所述实时振动频谱特征与所述轨道设备病害特征知识库中存储的所述振动频谱特征进行相似度计算,将所述实时噪声频谱特征与所述轨道设备病害特征知识库中存储的所述噪声频谱特征进行相似度计算,得到频谱相似度;
对比所述频谱相似度与预设病害阈值范围,当所述频谱相似度属于所述预设病害阈值范围时,确定所述地铁线路区段存在所述轨道设备病害。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710214443.4A CN106960285B (zh) | 2017-04-01 | 2017-04-01 | 一种地铁列车运行服务质量检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710214443.4A CN106960285B (zh) | 2017-04-01 | 2017-04-01 | 一种地铁列车运行服务质量检测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106960285A CN106960285A (zh) | 2017-07-18 |
CN106960285B true CN106960285B (zh) | 2021-01-08 |
Family
ID=59484213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710214443.4A Active CN106960285B (zh) | 2017-04-01 | 2017-04-01 | 一种地铁列车运行服务质量检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106960285B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107399333B (zh) * | 2017-07-24 | 2018-10-12 | 清华大学 | 一种面向列车自动驾驶的列车精准停车方法 |
CN109030628B (zh) * | 2018-06-25 | 2020-04-28 | 北京交通大学 | 基于振动噪声频谱特征匹配的轨道结构力学性能评价方法 |
FR3086059B1 (fr) * | 2018-09-18 | 2020-11-06 | Cartesiam | Procede de surveillance du fonctionnement d'une machine generant des vibrations et dispositif pour la mise en œuvre d'un tel procede |
CN109948690A (zh) * | 2019-03-14 | 2019-06-28 | 西南交通大学 | 一种基于深度学习和结构信息的高铁场景感知方法 |
CN110285858A (zh) * | 2019-07-18 | 2019-09-27 | 郑州铁路职业技术学院 | 一种基于无线传感器的铁路列车运营环境监测装置 |
CN110333325B (zh) * | 2019-08-02 | 2021-09-17 | 中南大学 | 一种大气污染环境下列车运行防护方法及系统 |
CN111044303B (zh) * | 2020-01-02 | 2021-06-04 | 中车株洲电力机车有限公司 | 一种磁浮列车客室异常振动的诊断方法及装置 |
CN111474386A (zh) * | 2020-04-20 | 2020-07-31 | 北京交通大学 | 一种晃车病害数据偏差纠正方法及系统 |
CN111609888A (zh) * | 2020-06-08 | 2020-09-01 | 南京铁道职业技术学院 | 针对地铁的监测设施 |
CN111931291B (zh) * | 2020-07-27 | 2022-10-28 | 中国第一汽车股份有限公司 | 一种兼顾成本的噪声指标分解方法 |
CN115866663A (zh) * | 2022-11-23 | 2023-03-28 | 广州地铁集团有限公司 | 一种测试地铁无线网络服务质量的方法和系统 |
CN117311243B (zh) * | 2023-11-28 | 2024-02-27 | 中煤科工机器人科技有限公司 | 用于煤矿机器人的车辆姿态监控预警系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105911900A (zh) * | 2015-10-21 | 2016-08-31 | 乐卡汽车智能科技(北京)有限公司 | 应用于车载系统中的信息处理系统 |
CN205601866U (zh) * | 2015-11-30 | 2016-09-28 | 北京维尔瑞轨道交通科技有限公司 | 一种搭载式轨道检测装置 |
-
2017
- 2017-04-01 CN CN201710214443.4A patent/CN106960285B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105911900A (zh) * | 2015-10-21 | 2016-08-31 | 乐卡汽车智能科技(北京)有限公司 | 应用于车载系统中的信息处理系统 |
CN205601866U (zh) * | 2015-11-30 | 2016-09-28 | 北京维尔瑞轨道交通科技有限公司 | 一种搭载式轨道检测装置 |
Non-Patent Citations (1)
Title |
---|
轨检车数据在指导现场维修中的运用;芦荣;《铁道建筑》;20110731(第7期);第116-118页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106960285A (zh) | 2017-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106960285B (zh) | 一种地铁列车运行服务质量检测装置及方法 | |
WO2020244288A1 (zh) | 一种基于gps轨迹数据的大货车驾驶行为评估方法及装置 | |
CN106314438B (zh) | 一种司机驾驶轨迹中异常轨迹的检测方法和系统 | |
CN108689271B (zh) | 一种在线式电梯乘运质量检测系统及方法 | |
CN102360525B (zh) | 基于判别分析的快速道路实时交通事故风险预测方法 | |
CN103335617B (zh) | 一种基于振动信号的铁路钢轨几何形变检测方法 | |
Wang et al. | A road quality detection method based on the mahalanobis-taguchi system | |
CN103500504A (zh) | 基于rfid数据的城市道路交通参数估计与路况判别方法及应用系统 | |
CN103471865A (zh) | 基于线性判别法的列车悬挂系统故障分离方法 | |
CN113420367B (zh) | 一种基于振动与噪声响应的地铁钢轨波磨检测方法与装置 | |
Yang et al. | GPS and acceleration data in multimode trip data recognition based on wavelet transform modulus maximum algorithm | |
CN107330469A (zh) | 一种基于gps轨迹数据的出行方式识别方法 | |
CN106274979A (zh) | 钢轨磨耗自动检测装置 | |
CN106918341A (zh) | 用于构建地图的方法和设备 | |
CN109029374A (zh) | 一种利用视觉图像分析对测车定位的方法及装置 | |
CN113988326A (zh) | 一种地铁设备维修优化方法及系统 | |
CN111260822A (zh) | 一种基于大数据的轨道交通车辆健康状态分析方法及终端 | |
CN103745238A (zh) | 基于AdaBoost和主动形状模型的受电弓识别方法 | |
CN109029372A (zh) | 一种检测车定位方法及装置 | |
CN110793501A (zh) | 一种地铁隧道限界检测方法 | |
CN106203437A (zh) | 个体驾驶行为特征识别方法和装置 | |
CN116767307A (zh) | 一种轨道交通的动态不平顺测量系统及轮轨关系评估方法 | |
CN111767913A (zh) | 一种基于深度学习的动车组车辆故障动态图像检测方法 | |
CN113032907A (zh) | 基于波形相关关系的晃车病害数据偏差纠正方法及系统 | |
CN110143217B (zh) | 轨道状态测量方法、系统及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |