CN110986873B - 高速铁路工程服役状态预警指标获取方法 - Google Patents

高速铁路工程服役状态预警指标获取方法 Download PDF

Info

Publication number
CN110986873B
CN110986873B CN201911209111.2A CN201911209111A CN110986873B CN 110986873 B CN110986873 B CN 110986873B CN 201911209111 A CN201911209111 A CN 201911209111A CN 110986873 B CN110986873 B CN 110986873B
Authority
CN
China
Prior art keywords
early warning
days
settlement
index
fuzzy logic
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
Application number
CN201911209111.2A
Other languages
English (en)
Other versions
CN110986873A (zh
Inventor
陈德
钱蜻蜓
沈明亮
王泗
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN201911209111.2A priority Critical patent/CN110986873B/zh
Publication of CN110986873A publication Critical patent/CN110986873A/zh
Application granted granted Critical
Publication of CN110986873B publication Critical patent/CN110986873B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
    • 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
    • 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
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06Q50/08—Construction

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种高速铁路工程服役状态预警指标获取方法，包括：(1)采取沉降量和沉降速率作为模糊逻辑推理指标；(2)分别对于180天、360天及长期的沉降量及180天、360天及长期的沉降速率，按照规范规定的阈值三级警戒限值将此6个模糊逻辑推理指标分别划分为红、黄、绿三个等级；(3)对各模糊逻辑推理指标进行模糊化处理；(4)建立沉降模糊逻辑推理准则；(5)运用建立的沉降模糊逻辑推理准则，进行模糊逻辑推理运算，然后将模糊推理得到的模糊量变换为清晰量，即沉降指数SI值；(6)将沉降指数SI值进行等级划分并且对各区段分界限处进行模糊划分处理，得到最终的沉降指数。本发明避免了沉降分析指标单一的缺陷以及等级划分时的刚性划分误差。

Description

高速铁路工程服役状态预警指标获取方法
技术领域
本发明涉及高速铁路工程技术领域，具体涉及一种高速铁路工程服役状态预警指标获取方法。
背景技术
物联网模式下的变形监测预警系统以互网技术为核心，结合大地测量技术、传感器技术、通讯技术，将各种几何量传感器(GPS和TPS等)、物理量传感器(裂缝计和应力应变计等)、气象元素及环境变量传感器等信息传感设备与互联网相连接，形成物物相联的智能化工程安全监控系统，其中以大地测量仪器和物理学传感器为感知层，以GPRS/CDMA和互联网为网络层，以集成化的数据中心软件和网络数据库为应用。
在此基础上，建立了基于物联网模式的高速铁路工程服役状态预警系统，用于高速铁路工程结构变形监测预警和高速铁路工程结构沉降及变形自动监测分析预警，该系统的预警子系统采用规范规定的阈值三级警戒限值进行预警预报。但是目前大多数已有监测预警系统，存在采用的预警指标单一、预警标准为静态刚性分级，及仅依靠当前工程结构状态信息进行阈值法决策预警等缺陷。
发明内容
本发明的主要目的在于提供高速铁路工程服役状态预警指标获取方法，以解决现有技术中预警指标单一、预警标准为静态刚性分级的问题。
为了实现上述目的，本发明高速铁路工程服役状态预警指标获取方法，包括以下步骤：
(1)采取沉降量和沉降速率作为模糊逻辑推理指标；
(2)分别对于180天、360天及长期的沉降量及180天、360天及长期的沉降速率，按照规范规定的阈值三级警戒限值将此6个模糊逻辑推理指标分别划分为红、黄、绿三个等级；
(3)对各模糊逻辑推理指标进行模糊化处理；
(4)建立沉降模糊逻辑推理准则；
(5)运用建立的沉降模糊逻辑推理准则，进行模糊逻辑推理运算，然后将模糊推理得到的模糊量变换为清晰量，即沉降指数SI值；
(6)将沉降指数SI值进行等级划分，SI总取值为100，SI值在80到100间为红色预警区段，SI值在60到80间为黄色预警区段，SI值在0到60间为绿色预警区段。并且对各区段分界限处进行模糊划分处理，得到最终的沉降指数SI。
进一步地，步骤(2)中阈值三级警戒限值为：规范限值为红色预警线，规范限值的80％为黄色预警线，其余为绿色预警线。
进一步地，所述所述步骤(3)和步骤(6)模糊化处理具体为在模糊逻辑推理指标绿色区段边缘采用Z型隶属度函数模糊化，模糊逻辑推理指标红色区段边缘采用S型隶属度函数模糊化，模糊逻辑推理指标黄色区段两端边缘采用高斯型隶属度函数模糊化。
进一步地，所述步骤(4)具体为：
如果180天、360天以及长期的沉降值中只要有一个超过红色预警限值，不管其沉降速率的大小，立即启动红色预警；
如果180天、360天以及长期的沉降值位于黄色预警区段，其沉降速率超过了沉降速率的红色预警限值，立即启动红色预警；
如果180天、360天以及长期的沉降值位于黄色预警区段，其沉降速率位于沉降速率的黄色预警区段，则启动黄色预警；
如果180天、360天以及长期的沉降值位于绿色预警区段，其沉降速率超过沉降速率的红色预警限值，则启动黄色预警；
如果180天、360天以及长期的沉降值位于绿色预警区段，其沉降速率位于沉降速率的绿色预警区段，则为绿色预警。
与现有技术相比，本发明的有益效果是：
(1)本发明提供的方法，采用180天、360天以及长期的沉降量和沉降速率作为模糊逻辑分析指标，避免了沉降分析指标单一的缺陷。
(2)本发明提供的方法，对沉降等级划分以及沉降指数划分采用了模糊等级划分，避免了等级划分时的刚性划分误差。
下面结合附图和具体实施方式对本发明做进一步的说明。本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的附图用来辅助对本发明的理解，附图中所提供的内容及其在本发明中有关的说明可用于解释本发明，但不构成对本发明的不当限定。在附图中：
图1为本发明模糊逻辑推理流程的示意图。
图2为本发明模糊逻辑推理指标等级划分示意图。
图3为本发明隶属度函数图像示意图。
图4为本发明中各区段分界限处进行模糊化处理后的结果示意图。
具体实施方式
下面结合附图对本发明进行清楚、完整的说明。本领域普通技术人员在基于这些说明的情况下将能够实现本发明。在结合附图对本发明进行说明前，需要特别指出的是：
本发明中在包括下述说明在内的各部分中所提供的技术方案和技术特征，在不冲突的情况下，这些技术方案和技术特征可以相互组合。
此外，下述说明中涉及到的本发明的实施例通常仅是本发明一分部的实施例，而不是全部的实施例。因此，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的前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
关于本发明中术语和单位。本发明的说明书和权利要求书及有关的部分中的术语“包括”、“具有”以及它们的任何变形，意图在于覆盖不排他的包含。术语“长期”指的是100年左右。本文术语“规范规定”中的规范是指《建筑变形测量规范》(JGJ8-2007)、《城市轨道交通工程监测技术规范》、《城市轨道交通工程规范GB50308-2008》。
本发明高速铁路工程服役状态预警指标获取方法，包括以下步骤：
(1)采取沉降量和沉降速率作为模糊逻辑推理指标；
(2)分别对于180天、360天及长期的沉降量及180天、360天及长期的沉降速率，按照规范规定的阈值三级警戒限值将此6个模糊逻辑推理指标分别划分为红、黄、绿三个等级；
(3)对各模糊逻辑推理指标进行模糊化处理；
(4)建立沉降模糊逻辑推理准则；
(5)运用建立的沉降模糊逻辑推理准则，进行模糊逻辑推理运算，然后将模糊推理得到的模糊量变换为清晰量，即沉降指数SI值；
(6)将沉降指数SI值进行等级划分，SI总取值为100，SI值在80到100间为红色预警区段，SI值在60到80间为黄色预警区段，SI值在0到60间为绿色预警区段，并且对各区段分界限处进行模糊划处理，得到最终的沉降指数SI。
进一步地，步骤(2)中阈值三级警戒限值为：规范限值为红色预警线，规范限值的80％为黄色预警线，其余为绿色预警线。
进一步地，所述步骤(3)和步骤(6)模糊化处理具体为在模糊逻辑推理指标绿色区段边缘采用Z型隶属度函数模糊化，模糊逻辑推理指标红色区段边缘采用S型隶属度函数模糊化，模糊逻辑推理指标黄色区段两端边缘采用高斯型隶属度函数模糊化。
进一步地，所述步骤(4)具体为：
如果180天、360天以及长期的沉降值中只要有一个超过红色预警限值，不管其沉降速率的大小，立即启动红色预警；
如果180天、360天以及长期的沉降值位于黄色预警区段，其沉降速率超过了沉降速率的红色预警限值，立即启动红色预警；
如果180天、360天以及长期的沉降值位于黄色预警区段，其沉降速率位于沉降速率的黄色预警区段，则启动黄色预警；
如果180天、360天以及长期的沉降值位于绿色预警区段，其沉降速率超过沉降速率的红色预警限值，则启动黄色预警；
如果180天、360天以及长期的沉降值位于绿色预警区段，其沉降速率位于沉降速率的绿色预警区段，则为绿色预警。
以下通过具体实施例对本发明作进一步说明：
将沉降指数SI值进行等级划分，SI总取值为100，SI值在80到100间为红色预警区段，SI值在60到80间为黄色预警区段，SI值在0到60间为绿色预警区段。并且对各区段分界限处进行模糊划分处理，得到最终的沉降指数SI。
图1表示整个模糊逻辑推理流程，180天、360天以及长期的沉降值和沉降速率这六个模糊逻辑推理指标按照一定的划分规则划分为红黄绿三个预警等级，并且边缘处进行模糊等级划分。再通过模糊逻辑准则进行模糊逻辑运算，最后得到一个清晰量即SI(沉降指数)，沉降指数也被划分为红黄绿三个区段，且沉降指数分界限处也进行了模糊化处理。
模糊逻辑推理指标等级划分规则如图2所示，对于180天、360天及长期的沉降值及沉降速率，均按照规范限值(180天沉降限值为16mm，360天沉降限值为20mm，长期沉降限值为50mm)为红色预警线，规范限值的80％为黄色预警线，其余为绿色预警线。沉降预警线与沉降控制时间的交汇点处，其沉降速率的最大值为原点与该交汇点连接线的斜率。
为了避免刚性划分误差，划分等级时边缘处进行模糊化处理。在模糊逻辑推理指标绿色预警线边缘采用Z型隶属度函数模糊化，模糊逻辑推理指标红色预警线边缘采用S型隶属度函数模糊化，模糊逻辑推理指标黄色预警线两端边缘采用高斯型隶属度函数模糊化。具体隶属度函数图像如图3所示。
模糊逻辑推理准则是模糊逻辑推理的核心。运用模糊逻辑推理准则进行通过计算机进行模糊逻辑推理运算后得到了沉降指数SI。
同样为了避免刚性划分误差，沉降指数SI也进行了模糊等级划分。SI总取值为100，SI值在80到100间为红色预警区段，SI值在60到80间为黄色预警区段，SI值在0到60间为绿色预警区段。各区段分界限处进行模糊化处理，处理后结果如图4所示，G为绿色区段，Y为黄色区段。绿色区段边缘采用z型隶属度函数，黄色区段两端采用高斯隶属度函数，红色区段边缘采用s型隶属度函数。
有上述具体实施方式可以看出，本发明的优点在于：
(1)本发明提供的方法，采用180天、360天以及长期的沉降量和沉降速率作为模糊逻辑分析指标，避免了沉降分析指标单一的缺陷。
(2)本发明提供的方法，对沉降等级划分以及沉降指数划分采用了模糊等级划分，避免了等级划分时的刚性划分误差。
以上对本发明的有关内容进行了说明。本领域普通技术人员在基于这些说明的情况下将能够实现本发明。基于本发明的上述内容，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

Claims (1)

1.高速铁路工程服役状态预警指标获取方法，其特征在于：包括以下步骤：
(1)采取沉降量和沉降速率作为模糊逻辑推理指标；
(2)分别对于180天、360天及长期的沉降量及180天、360天及长期的沉降速率，按照规范规定的阈值三级警戒限值将此6个模糊逻辑推理指标分别划分为红、黄、绿三个等级；
(3)对各模糊逻辑推理指标进行模糊化处理；
(4)建立沉降模糊逻辑推理准则；
(5)运用建立的沉降模糊逻辑推理准则，进行模糊逻辑推理运算，然后将模糊推理得到的模糊量变换为清晰量，即沉降指数SI值；
(6)将沉降指数SI值进行等级划分，SI总取值为100，SI值在80到100间为红色预警区段，SI值在60到80间为黄色预警区段，SI值在0到60间为绿色预警区段，并且对各区段分界限处进行模糊划分处理，得到最终的沉降指数SI；
所述步骤(3)和步骤(6)模糊化处理具体为在模糊逻辑推理指标绿色区段边缘采用Z型隶属度函数模糊化，模糊逻辑推理指标红色区段边缘采用S型隶属度函数模糊化，模糊逻辑推理指标黄色区段两端边缘采用高斯型隶属度函数模糊化；
所述阈值三级警戒限值为：规范限值为红色预警线，规范限值的80％为黄色预警线，其余为绿色预警线；
所述步骤(4)具体为：
如果180天、360天以及长期的沉降值中只要有一个超过红色预警限值，不管其沉降速率的大小，立即启动红色预警；
如果180天、360天以及长期的沉降值位于黄色预警区段，其沉降速率超过了沉降速率的红色预警限值，立即启动红色预警；
如果180天、360天以及长期的沉降值位于黄色预警区段，其沉降速率位于沉降速率的黄色预警区段，则启动黄色预警；
如果180天、360天以及长期的沉降值位于绿色预警区段，其沉降速率超过沉降速率的红色预警限值，则启动黄色预警；
如果180天、360天以及长期的沉降值位于绿色预警区段，其沉降速率位于沉降速率的绿色预警区段，则为绿色预警。
CN201911209111.2A 2019-11-30 2019-11-30 高速铁路工程服役状态预警指标获取方法 Active CN110986873B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911209111.2A CN110986873B (zh) 2019-11-30 2019-11-30 高速铁路工程服役状态预警指标获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911209111.2A CN110986873B (zh) 2019-11-30 2019-11-30 高速铁路工程服役状态预警指标获取方法

Publications (2)

Publication Number Publication Date
CN110986873A CN110986873A (zh) 2020-04-10
CN110986873B true CN110986873B (zh) 2022-02-08

Family

ID=70089116

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911209111.2A Active CN110986873B (zh) 2019-11-30 2019-11-30 高速铁路工程服役状态预警指标获取方法

Country Status (1)

Country Link
CN (1) CN110986873B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114841995B (zh) * 2022-06-02 2023-04-07 西南交通大学 一种基于深度学习的铁路路基挡护设备服役状态评估方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102494667A (zh) * 2011-11-30 2012-06-13 同济大学 一种表征地面沉降的方法
CN104778369A (zh) * 2015-04-20 2015-07-15 河海大学 一种基于地面沉降监测的决策与预警方法及其系统
CN105095679A (zh) * 2015-09-10 2015-11-25 北京安捷工程咨询有限公司 一种基坑隧道工程安全风险预警测判方法
CN106407545A (zh) * 2016-09-12 2017-02-15 辽宁工程技术大学 一种基于模糊综合评判法的软土基坑安全评价方法
CN107463718A (zh) * 2016-06-03 2017-12-12 河南理工大学 一种下伏采空区地面线性构筑物稳定性评价指标的确定方法
CN109214089A (zh) * 2018-09-07 2019-01-15 上海巨科技发展有限公司 一种桥梁结构健康监测指标的隶属度评估方法
CN109409744A (zh) * 2018-10-26 2019-03-01 浙江科技学院 用于城市高密集区地铁运营期地面长期沉降的预警方法
CN109858126A (zh) * 2019-01-23 2019-06-07 北京市燃气集团有限责任公司 基于沉降监测的城市燃气管网安全监测预警方法和系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102494667A (zh) * 2011-11-30 2012-06-13 同济大学 一种表征地面沉降的方法
CN104778369A (zh) * 2015-04-20 2015-07-15 河海大学 一种基于地面沉降监测的决策与预警方法及其系统
CN105095679A (zh) * 2015-09-10 2015-11-25 北京安捷工程咨询有限公司 一种基坑隧道工程安全风险预警测判方法
CN107463718A (zh) * 2016-06-03 2017-12-12 河南理工大学 一种下伏采空区地面线性构筑物稳定性评价指标的确定方法
CN106407545A (zh) * 2016-09-12 2017-02-15 辽宁工程技术大学 一种基于模糊综合评判法的软土基坑安全评价方法
CN109214089A (zh) * 2018-09-07 2019-01-15 上海巨科技发展有限公司 一种桥梁结构健康监测指标的隶属度评估方法
CN109409744A (zh) * 2018-10-26 2019-03-01 浙江科技学院 用于城市高密集区地铁运营期地面长期沉降的预警方法
CN109858126A (zh) * 2019-01-23 2019-06-07 北京市燃气集团有限责任公司 基于沉降监测的城市燃气管网安全监测预警方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于安全预警分级的基坑安全模糊评价研究;傅志峰 等;《岩土力学》;20111231;第32卷(第12期);第3693-3700页 *
基于物联网模式的高速铁路工后变形监测预警体系研究;邱颖新 等;《铁道科学与工程学报》;20160430;第13卷(第4期);第606-612页 *

Also Published As

Publication number Publication date
CN110986873A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN112201038B (zh) 一种基于单车不良驾驶行为风险的路网风险评估方法
CN106570259B (zh) 一种大坝位移数据的粗差剔除方法
CN110288144B (zh) 一种基于效用理论和d-s证据推理的深基坑安全性评估方法
CN104240030B (zh) 一种轨道交通路网动态安全风险评价方法
JPH0512019A (ja) プロセス運転支援システムおよび運転支援方法
CN109556897A (zh) 一种桥梁工程领域的桥梁施工系统
CN115050214B (zh) 一种基于ais数据的船舶碰撞风险预测方法
CN110986873B (zh) 高速铁路工程服役状态预警指标获取方法
CN107239905A (zh) 基于改进ahp‑gcm的机载网络安全风险评估方法
CN116029555B (zh) 基于轻量化神经网络的桥梁风险识别预警系统及应用方法
CN107067729A (zh) 一种城市道路交通安全状态评估方法
CN116342059A (zh) 一种基于物联网的城市轨道交通地下结构智能监测系统
CN108417030B (zh) 基于交通参数组合的路口交通状态强度计算方法
DE112016007166T5 (de) Kraftstoffwirkungsgrad-Schätzsystem, Kraftstoffwirkungsgrad-Schätzverfahren und Kraftstoffwirkungsgrad-Schätzprogramm
CN109615228B (zh) 基于混合启发式规则系统的铁路运输风险概率计算方法
CN115331449B (zh) 长大连续纵坡路段事故易发区辨识方法、装置及电子设备
CN114066288B (zh) 一种基于智慧数据中心的营运道路应急检测方法及系统
CN112884233B (zh) 高速铁路系统多模态融合晚点预测方法
CN114739448A (zh) 一种数据处理方法、系统、装置和存储介质
CN108133070A (zh) 一种基于径向基函数神经网络的桥梁健康状况的评估方法和系统
CN113506012A (zh) 一种基于手机车联网数据的驾驶行为风险指数判定方法
CN114199992A (zh) 一种储油罐罐壁腐蚀检测方法及系统
CN113743654A (zh) 自动化码头闸口车流量预警方法
CN117935563B (zh) 一种基于交通运输网络的风险点辨识方法
CN117635010B (zh) 车辆事故识别方法、装置、电子设备及存储介质

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