CN107092584A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN107092584A
CN107092584A CN201710266703.2A CN201710266703A CN107092584A CN 107092584 A CN107092584 A CN 107092584A CN 201710266703 A CN201710266703 A CN 201710266703A CN 107092584 A CN107092584 A CN 107092584A
Authority
CN
China
Prior art keywords
mrow
msub
index
msubsup
detecting system
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.)
Pending
Application number
CN201710266703.2A
Other languages
English (en)
Inventor
孙飞
李婷
董伟
徐坤
邢宗义
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201710266703.2A priority Critical patent/CN107092584A/zh
Publication of CN107092584A publication Critical patent/CN107092584A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
    • G06F17/175—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method of multidimensional data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种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。该方法包括以下步骤：确定指标：确定轮缘尺寸在线检测系统测量值的影响因素，以及各影响因素的具体指标；建立指标体系矩阵：选取影响因素的具体指标，建立指标体系矩阵；指标无量纲化：根据确定的影响因素的具体指标，选取指标无量纲化处理方法；确定指标的效用度：在指标无量纲化处理的基础上，结合熵值法，确定指标体系中各指标效用度的计算方法；根据多维度关联系数法计算每组分析对象的可信度指数；根据计算出的每组分析对象可信度指数的值，确定最佳轮缘尺寸检测方案。本发明提高了可信度分析的可靠性，能够更直观的判断轮缘尺寸检测系统检测结果的准确性。

Description

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
技术领域
本发明属于交通安全工程领域，特别是一种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。
背景技术
轮对作为城轨车辆走行部中的重要部件,在行驶过程中受到撞击、循环应力、高低温等作用的影响,因此轮对产生磨损、裂纹、剥离等损坏现象十分常见。为了实时掌握轮对尺寸变化情况，获得准确的轮对尺寸参数，国内外许多机构和公司已开发出不同的轮对尺寸在线检测系统。由于采用的检测方法、测量仪器和检测环境的不同，在对轮对进行测量的过程中会出现一些检测不确定度问题，影响最终的检测结果的准确度，这也导致了检测系统测量值出现不可靠、综合评价指数较低等情况。
针对轮对尺寸检测系统测量值的不确定度和测量误差的研究中，西南交通大学的李德维提出了一种基于接触式测头的机构几何参数自标定方法，进一步提高了轮对测量系统的测量精度；华东理工大学的蔺聪聪建立了检测系统安装方式的综合作用误差模型，并对踏面关键测量点进行了不确定度评价。国内外许多学者在系统评价中进行了大量的研究并取得了一些显著的研究成果，但是目前的评价模型，尚不能直观的反应轮对尺寸检测系统测量值结果的有效性，也不能对轮对尺寸检测系统测量结果的可靠性进行准确评价。
发明内容
本发明的目的在于提供一种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，从而直接、有效地判断检测系统每一次测量值的可靠程度。
实现本发明目的的技术解决方案为：一种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，包括以下步骤：
步骤1，确定指标：确定轮缘尺寸在线检测系统测量值的影响因素，以及各影响因素的具体指标；
步骤2，建立指标体系矩阵：选取影响因素的具体指标，建立指标体系矩阵；
步骤3，指标无量纲化：根据步骤1中确定的影响因素的具体指标，选取指标无量纲化处理方法；
步骤4，确定指标的效用度：在步骤3指标无量纲化处理的基础上，结合熵值法，确定指标体系中各指标效用度的计算方法；
步骤5，计算分析对象的可行度指数：根据多维度关联系数法计算每组分析对象的可信度指数；
步骤6，筛选最优分析对象：根据步骤5计算出的每组分析对象可信度指数的值，确定最佳轮缘尺寸检测方案。
本发明与现有技术相比，其显著优点是：(1)熵值法确定的指标效用度有较高的可信度；(2)使用多维度关联系数法融合处理，获得分析对象的可信度指数，提高了可信度分析的可靠性；(3)更直观的判断轮缘尺寸检测系统检测结果的准确性。
附图说明
图1为本发明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流程图。
图2为测量轮缘尺寸检测系统测量值的可信度计算方法层次图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
结合图1，本发明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，包括以下步骤：
步骤1，确定指标：确定轮缘尺寸在线检测系统测量值的影响因素，以及各影响因素的具体指标；
结合图2，所述的轮缘尺寸在线检测系统测量值的影响因素包括：检测模块不确定度、环境因素不确定度、算法一致性不确定度和轮缘特征一致性不确定度；
所述检测模块不确定度包括传感器精度、传感器采样频率和邻近测量值差异程度；所述环境因素不确定度包括光照强度干扰和温度影响程度；所述算法一致性不确定度包括轮对内端面倾角、轮对外端面倾角和基准点处拟合范围；所述轮缘特征一致性不确定度包括第一组轮缘参数差异度、第二组轮缘参数差异度和有效轮缘参数组数。
步骤2，建立指标体系矩阵：选取影响因素的具体指标，建立指标体系矩阵；
所述的建立指标体系矩阵，具体如下：
取m组轮缘尺寸在线检测系统的分析对象，每组分析对象均有n项指标；设定xi＝[xi(1),xi(2),xi(3),...,xi(n)]，其中xi(j)为第i组分析对象中第j项指标，其中i∈[1,m]，j∈[1,n]；建立指标体系矩阵P如下式：
步骤3，指标无量纲化：根据步骤1中确定的影响因素的具体指标，选取指标无量纲化处理方法；
所述的指标无量纲化处理，具体如下：
指标的类型分为望大指标和望小指标；
(3.1)对望大指标进行无量纲化处理得到pi(j)：
(3.2)对望小指标进行无量纲化处理得到pi(j)：
无量纲化后得待分析指标矩阵X：
其中，pi(j)为对原指标无量纲化处理后的指标值，xi(j)为第i组分析对象中第j项指标，其中i∈[1,m]，j∈[1,n]。
步骤4，确定指标的效用度：在步骤3指标无量纲化处理的基础上，结合熵值法，确定指标体系中各指标效用度的计算方法；
所述的结合熵值法，确定指标体系中各指标效用度的计算方法，具体如下：
(4.1)计算指标体系中第j项指标的熵值Ej：
其中，k＝(loge(m))-1,Ej≥0；其中i为分析对象的组数标号，j为指标的项叔标号，i∈[1,m]，j∈[1,n]；
(4.2)计算第j项指标的差异系数gj：
gj＝1-Ej
(4.3)计算分析指标的效用度，第j项指标的效用度Wj为：
最终得到各指标的效用度W＝(w1,w2,w3,...,wn)。
步骤5，计算分析对象的可行度指数：根据多维度关联系数法计算每组分析对象的可信度指数；
所述的根据多维度关联系数法计算每组分析对象的可信度指数，具体如下：
(5.1)根据步骤3得到的分析指标矩阵X，确定每个指标的正理想解和负理想解：
正理想解：
式中：
负理想解：
式中：
(5.2)利用海明距离，计算各轮缘尺寸检测系统的检测值对应的分析对象到理想解的距离
(5.3)利用海明距离，计算各轮缘尺寸检测系统的检测值对应的分析对象到负理想解的距离
(5.4)根据各轮缘尺寸检测系统的检测值对应的分析对象到理想解的距离各轮缘尺寸检测系统的检测值对应的分析对象到负理想解的距离计算可信度指数Tk，公式为：
其中，k＝1,2,3,...,m。
步骤6，筛选最优分析对象：根据步骤5计算出的每组分析对象可信度指数的值，确定最佳轮缘尺寸检测方案：可信度指数越大，轮缘尺寸检测系统检测的结果偏差越小、准确性越高。
实施例1
以某地铁公司现场安装的一套轮缘尺寸在线检测系统为研究对象，选取该系统获得的4组测量数据。每组测量数据都对应一组分析对象，这些分析对象包括了检测模块不确定度、环境因素不确定度、算法一致性不确定度和轮缘特征一致性不确定度四个方面。影响轮缘尺寸检测系统检测结果的这四个因素种又具体划分为不同类型的指标。
该四个方面因素的指标集合为一个分析对象：xi＝[传感器精度，传感器采样频率，邻近测量值差异程度，光照强度干扰，温度影响程度，内端面倾角，外端面倾角，基准点处拟合范围，第一组轮缘参数差异度，第二组轮缘参数差异度，有效轮缘参数组数]，每组分析对象中有11个指标，其中1≤i≤4。则四组分析对象分别为x1＝[x1(1),x1(2),x1(3),...,x1(11)]，x2＝[x2(1),x2(2),x2(3),...,x2(11)]，x3＝[x3(1),x3(2),x3(3),...,x3(11)]，x4＝[x4(1),x4(2),x4(3),...,x4(11)]。
根据4组分析对象的指标建立的指标体系为：
将评价对象中的各个指无量纲化处理，可得待分析指标矩阵X：
在指标无量纲化处理的基础上，结合熵值法确定各指标的效用度W：
W＝(0.095,0.081,0.078,0.099,0.092,0.079,0.106,0.097,0.089,0.090,0.094)。
确定每个指标的正理想解和负理想解，可得：
正理想解：
负理想解：
利用海明距离计算各轮缘尺寸检测系统的检测值对应的分析对象到理想解的距离：
利用海明距离计算各分析对象到负理想解的距离：
根据各分析对象到理想解的距离和到负理想解的距离计算出轮缘尺寸检测系统测量值可行度指数：Tk＝(0.2382,0.6499,0.1281,0.8887)。
可在获得各分析对象可信度指数的基础上，判断每一轮缘尺寸检测系统检测值的可信度，由于Tk的结果对应四组分析对象，可知由轮缘尺寸检测系统检测结果最佳的是第四组，其可信度指数为0.8887；同理可知由轮缘尺寸检测系统检测结果最不理想的是第三组，其可信度指数为0.1281。在实际轮缘尺寸检测过程中，轮缘尺寸检测系统处在第四组设置状况中的轮缘尺寸检测结果偏差最小、检测的精度最高，而第三组设置情况的检测系统检测结果最不理想。
综上所述，本发明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，具有可信度高、可靠性高的优点，能够更直观的判断轮缘尺寸检测系统检测结果的准确性。

Claims (6)

1.一种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，其特征在于，包括以下步骤：
步骤1，确定指标：确定轮缘尺寸在线检测系统测量值的影响因素，以及各影响因素的具体指标；
步骤2，建立指标体系矩阵：选取影响因素的具体指标，建立指标体系矩阵；
步骤3，指标无量纲化：根据步骤1中确定的影响因素的具体指标，选取指标无量纲化处理方法；
步骤4，确定指标的效用度：在步骤3指标无量纲化处理的基础上，结合熵值法，确定指标体系中各指标效用度的计算方法；
步骤5，计算分析对象的可行度指数：根据多维度关联系数法计算每组分析对象的可信度指数；
步骤6，筛选最优分析对象：根据步骤5计算出的每组分析对象可信度指数的值，确定最佳轮缘尺寸检测方案。
2.根据权利要求1所述的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，其特征在于，步骤1所述的轮缘尺寸在线检测系统测量值的影响因素包括：检测模块不确定度、环境因素不确定度、算法一致性不确定度和轮缘特征一致性不确定度；
所述检测模块不确定度包括传感器精度、传感器采样频率和邻近测量值差异程度；所述环境因素不确定度包括光照强度干扰和温度影响程度；所述算法一致性不确定度包括轮对内端面倾角、轮对外端面倾角和基准点处拟合范围；所述轮缘特征一致性不确定度包括第一组轮缘参数差异度、第二组轮缘参数差异度和有效轮缘参数组数。
3.根据权利要求1所述的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，其特征在于，步骤2所述的建立指标体系矩阵，具体如下：
取m组轮缘尺寸在线检测系统的分析对象，每组分析对象均有n项指标；设定xi＝[xi(1),xi(2),xi(3),...,xi(n)]，其中xi(j)为第i组分析对象中第j项指标，其中i∈[1,m]，j∈[1,n]；建立指标体系矩阵P如下式：
4.根据权利要求1所述的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，其特征在于，步骤3所述的指标无量纲化处理，具体如下：
指标的类型分为望大指标和望小指标；
(3.1)对望大指标进行无量纲化处理得到pi(j)：
<mrow> <msub> <mi>p</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>+</mo> <munder> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> <mi>i</mi> </munder> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>(</mo> <mi>j</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>-</mo> <munder> <mrow> <mn>2</mn> <mo>&amp;times;</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> <mi>i</mi> </munder> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>(</mo> <mi>j</mi> <mo>)</mo> <mo>)</mo> </mrow> </mrow> <mrow> <munder> <mi>max</mi> <mi>i</mi> </munder> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>(</mo> <mi>j</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>-</mo> <munder> <mi>min</mi> <mi>i</mi> </munder> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>(</mo> <mi>j</mi> <mo>)</mo> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>
(3.2)对望小指标进行无量纲化处理得到pi(j)：
<mrow> <msub> <mi>p</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munder> <mrow> <mn>2</mn> <mo>&amp;times;</mo> <mi>max</mi> </mrow> <mi>i</mi> </munder> <mrow> <mo>(</mo> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> <mo>-</mo> <munder> <mi>min</mi> <mi>i</mi> </munder> <mrow> <mo>(</mo> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> <mrow> <munder> <mi>max</mi> <mi>i</mi> </munder> <mrow> <mo>(</mo> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> <mo>-</mo> <munder> <mi>min</mi> <mi>i</mi> </munder> <mrow> <mo>(</mo> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>
无量纲化后得待分析指标矩阵X：
其中，pi(j)为对原指标无量纲化处理后的指标值，xi(j)为第i组分析对象中第j项指标，其中i∈[1,m]，j∈[1,n]。
5.根据权利要求1所述的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，其特征在于，步骤4所述的结合熵值法，确定指标体系中各指标效用度的计算方法，具体如下：
(4.1)计算指标体系中第j项指标的熵值Ej：
<mrow> <msub> <mi>E</mi> <mi>j</mi> </msub> <mo>=</mo> <mo>-</mo> <msubsup> <mi>k&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>p</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <msub> <mi>log</mi> <mi>e</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>p</mi> <mi>i</mi> </msub> <mo>(</mo> <mi>j</mi> <mo>)</mo> <mo>)</mo> </mrow> </mrow>
其中，k＝(loge(m))-1,Ej≥0；其中i为分析对象的组数标号，j为指标的项叔标号，i∈[1,m]，j∈[1,n]；
(4.2)计算第j项指标的差异系数gj：
gj＝1-Ej
(4.3)计算分析指标的效用度，第j项指标的效用度Wj为：
<mrow> <msub> <mi>W</mi> <mi>j</mi> </msub> <mo>=</mo> <msup> <mrow> <mo>(</mo> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msub> <mi>g</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo>&amp;CenterDot;</mo> <msub> <mi>g</mi> <mi>j</mi> </msub> </mrow>
最终得到各指标的效用度W＝(w1,w2,w3,...,wn)。
6.根据权利要求1所述的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，其特征在于，步骤5所述的根据多维度关联系数法计算每组分析对象的可信度指数，具体如下：
(5.1)根据步骤3得到的分析指标矩阵X，确定每个指标的正理想解和负理想解：
正理想解：
式中：
负理想解：
式中：
(5.2)利用海明距离，计算各轮缘尺寸检测系统的检测值对应的分析对象到理想解的距离
<mrow> <msubsup> <mi>D</mi> <mi>k</mi> <mo>+</mo> </msubsup> <mo>=</mo> <msup> <mi>W</mi> <mi>T</mi> </msup> <mo>&amp;CenterDot;</mo> <mi>d</mi> <mrow> <mo>(</mo> <msub> <mi>&amp;eta;</mi> <mi>r</mi> </msub> <mo>,</mo> <msup> <mi>&amp;eta;</mi> <mo>+</mo> </msup> <mo>)</mo> </mrow> <mo>=</mo> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>r</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>w</mi> <mi>r</mi> </msub> <mo>&amp;CenterDot;</mo> <mo>|</mo> <msub> <mi>p</mi> <mrow> <mi>k</mi> <mi>r</mi> </mrow> </msub> <mo>-</mo> <msubsup> <mi>p</mi> <mi>r</mi> <mo>+</mo> </msubsup> <mo>|</mo> <mo>)</mo> </mrow> </mrow>
(5.3)利用海明距离，计算各轮缘尺寸检测系统的检测值对应的分析对象到负理想解的距离
<mrow> <msubsup> <mi>D</mi> <mi>k</mi> <mo>-</mo> </msubsup> <mo>=</mo> <msup> <mi>W</mi> <mi>T</mi> </msup> <mo>&amp;CenterDot;</mo> <mi>d</mi> <mrow> <mo>(</mo> <msub> <mi>&amp;eta;</mi> <mi>r</mi> </msub> <mo>,</mo> <msup> <mi>&amp;eta;</mi> <mo>-</mo> </msup> <mo>)</mo> </mrow> <mo>=</mo> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>r</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>w</mi> <mi>r</mi> </msub> <mo>&amp;CenterDot;</mo> <mo>|</mo> <msub> <mi>p</mi> <mrow> <mi>k</mi> <mi>r</mi> </mrow> </msub> <mo>-</mo> <msubsup> <mi>p</mi> <mi>r</mi> <mo>-</mo> </msubsup> <mo>|</mo> <mo>)</mo> </mrow> </mrow>
(5.4)根据各轮缘尺寸检测系统的检测值对应的分析对象到理想解的距离各轮缘尺寸检测系统的检测值对应的分析对象到负理想解的距离计算可信度指数Tk，公式为：
<mrow> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>=</mo> <msubsup> <mi>D</mi> <mi>k</mi> <mo>-</mo> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <msubsup> <mi>D</mi> <mi>k</mi> <mo>+</mo> </msubsup> <mo>+</mo> <msubsup> <mi>D</mi> <mi>k</mi> <mo>-</mo> </msubsup> <mo>)</mo> </mrow> </mrow>
其中，k＝1,2,3,...,m。
CN201710266703.2A 2017-04-21 2017-04-21 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 Pending CN107092584A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710266703.2A CN107092584A (zh) 2017-04-21 2017-04-21 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710266703.2A CN107092584A (zh) 2017-04-21 2017-04-21 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

Publications (1)

Publication Number Publication Date
CN107092584A true CN107092584A (zh) 2017-08-25

Family

ID=59637558

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710266703.2A Pending CN107092584A (zh) 2017-04-21 2017-04-21 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

Country Status (1)

Country Link
CN (1) CN107092584A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014006192A1 (de) * 2014-04-30 2015-11-05 Industrie-Partner Gmbh Radebeul-Coswig ,,Radsatzfreihebe-. -dreh- und -meßvorrichtung für Radsätze von Schienenfahrzeugen"
CN106123771A (zh) * 2016-05-27 2016-11-16 南京理工大学 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

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014006192A1 (de) * 2014-04-30 2015-11-05 Industrie-Partner Gmbh Radebeul-Coswig ,,Radsatzfreihebe-. -dreh- und -meßvorrichtung für Radsätze von Schienenfahrzeugen"
CN106123771A (zh) * 2016-05-27 2016-11-16 南京理工大学 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

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
A.N. BAYBAKOW 等: "Comprehensive Inspection of Geometric Parameters of Running Freight Car Wheel Pairs", 《MEASUREMENT TECHNOLOGY AND INTELLIGENT INSTRUMENTS VI》 *
SHUANG CHEN 等: "Online Detection System for Wheel Size of Urban Rail Vehicle", 《PROCEEDINGS OF THE 2015 INTERNATIONAL CONFERENCE ON ELECTRICAL AND INFORMATION TECHNOLOGIES FOR RAIL TRANSPORTATION》 *
李琰: "黑箱多目标优化评估系统研究与实现", 《中国优秀硕士学位论文全文数据库基础科学辑》 *
沈宣江: "车载通信系统电磁兼容性能评估技术", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
苏钊颐 等: "基于激光位移传感器的轮缘尺寸测量方法研究", 《机电工程》 *
蔺聪聪: "火车车轮关键几何参数在线检测系统及误差分析研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Similar Documents

Publication Publication Date Title
CN105091922A (zh) 一种基于虚拟表盘的指针表读数识别方法
CN101339150B (zh) 基于介电谱技术测定汽油辛烷值的方法
CN104736986A (zh) 使用同位素比测量在人口稠密地区中进行气体泄漏检测和定位的方法
CN110745162A (zh) 一种列车完整性检查方法及系统
CN105235713A (zh) 基于激光位移传感器的城轨车辆车轮直径在线检测方法
CN105224960A (zh) 基于聚类算法的玉米种子高光谱图像分类识别模型更新方法
CN103587551A (zh) 传感器直线垂直安装的城轨车辆车轮直径检测装置及方法
CN103808801A (zh) 一种基于振动和声频复合信号的高速铁路钢轨伤损实时检测方法
CN106526149B (zh) 一种基于通车时长和交通量的路面使用性能预测方法
CN104541123B (zh) 用于求取安装在车辆上的轮胎的周长的方法和设备
CN105809249A (zh) 一种基于双神经网络的pm2.5浓度检测与预测系统及方法
CN104005324B (zh) 一种路面构造信息的检测系统
CN107202543A (zh) 城轨列车车轮直径的检测方法
CN111980871A (zh) 一种基于ps0-anfis的风力发电机传感器状态诊断系统
CN114236645A (zh) 一种大规模降雨监测异常站点筛查方法
CN110333082B (zh) 一种用于判断车辆直线来回行驶重合度的计算方法
CN105835902A (zh) 一种基于激光位移传感器的车轮直径的检测方法
CN106324635B (zh) 一种基于卫星导航定位的车辆直线行驶检测方法及装置
CN108225187A (zh) 一种基于波前传感的非球面透镜误差检测方法
CN107092584A (zh) 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
CN106152945A (zh) 一种摆线行星减速器摆线盘偏心距偏差检测方法
CN109341650B (zh) 一种基于最小检测代价的无人机高程误差双门限修正方法
Chang et al. A multi-stage linear prediction model for the irregularity of the longitudinal level over unit railway sections
CN106881631A (zh) 不落轮镟车床对车辆轮对踏面参数及轮廓外形的测量方法
CN116256016A (zh) 一种建筑结构体系全过程健康监测系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170825

RJ01 Rejection of invention patent application after publication