CN111879776A - 一种轨侧润滑装置故障检测方法及系统 - Google Patents
一种轨侧润滑装置故障检测方法及系统 Download PDFInfo
- Publication number
- CN111879776A CN111879776A CN202010565154.0A CN202010565154A CN111879776A CN 111879776 A CN111879776 A CN 111879776A CN 202010565154 A CN202010565154 A CN 202010565154A CN 111879776 A CN111879776 A CN 111879776A
- Authority
- CN
- China
- Prior art keywords
- rail side
- lubricating device
- rubber tube
- side lubricating
- rail
- 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
Links
- 230000001050 lubricating effect Effects 0.000 title claims abstract description 76
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000002347 injection Methods 0.000 claims abstract description 4
- 239000007924 injection Substances 0.000 claims abstract description 4
- 238000009434 installation Methods 0.000 claims abstract description 4
- 238000005461 lubrication Methods 0.000 claims description 24
- 230000007547 defect Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 239000007921 spray Substances 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 238000010248 power generation Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 23
- 238000000034 method Methods 0.000 abstract description 12
- 230000006870 function Effects 0.000 description 10
- 238000007726 management method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000007123 defense Effects 0.000 description 3
- 239000004519 grease Substances 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 208000035874 Excoriation Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 206010048669 Terminal state Diseases 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Immunology (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Evolutionary Biology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种轨侧润滑装置故障检测方法及系统，包括：在轨侧润滑装置处采集与喷嘴连接的胶管图像，对胶管图像采用直线检测方法检测胶管上是否有裂纹；若胶管有裂纹，由正常涂油后的轨距面图像构建对照集，将轨侧润滑装置喷油后的待测轨距面图像与对照集进行特征比对，判断当前轨侧润滑装置是否正常涂油；在胶管无裂纹且涂油失败时，则为当前轨侧润滑装置的输油管故障。通过对轨侧润滑装置安装现场图像的采集，判断胶管是否破裂以及输油管涂油是否成功，以此判断轨侧润滑装置是否正常工作；通过对各个监测站点的集中监控，保证轨侧润滑装置的稳定运行和及时对故障做出预警处理。
Description
技术领域
本发明涉及轨道维护技术领域，特别是涉及一种轨侧润滑装置故障检测方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
轨侧润滑装置安装在铁路轨道的内侧曲线处，当车轮经过时，在车轮轮缘内侧涂覆润滑脂，运动过程中轮缘上的润滑脂涂覆于钢轨轨距面，再通过轮轨之间的转移，实现长距离的润滑脂的涂覆；轨侧润滑装置在使用过程中会出现胶管破裂引起的涂油效果变差，影响润滑功能，甚至导致输油管只出油不涂油，轨侧润滑装置一般都是无人值守设备，不方便巡检及维修，而上述问题又无法通过仅通过传感器采集的数据判断，依然要依靠人工观察现场照片来识别设备所出现的故障，即加大了人工时间和资金的浪费，也会出现检查不及时导致的设备发生故障或丢失的问题。
发明内容
为了解决上述问题，本发明提出了一种轨侧润滑装置故障检测方法及系统，通过对轨侧润滑装置安装现场图像的采集，判断胶管是否破裂以及输油管涂油是否成功，以此判断轨侧润滑装置是否正常工作；通过对各个监测站点的集中监控，保证轨侧润滑装置的稳定运行和及时对故障做出预警处理。
为了实现上述目的，本发明采用如下技术方案：
第一方面，本发明提供一种轨侧润滑装置故障检测方法，包括：
在轨侧润滑装置处采集与喷嘴连接的胶管图像，对胶管图像采用直线检测方法检测胶管上是否有裂纹；
若胶管有裂纹，由正常涂油后的轨距面图像构建对照集，将轨侧润滑装置喷油后的待测轨距面图像与对照集进行特征比对，判断当前轨侧润滑装置是否正常涂油；
在胶管无裂纹且涂油失败时，则为当前轨侧润滑装置的输油管故障。
第二方面，本发明提供一种轨侧润滑装置故障检测系统，包括：前端采集装置和终端监控中心；
所述前端采集装置用于采集轨侧润滑装置处与喷嘴连接的胶管图像，以及轨侧润滑装置喷油后的待测轨距面图像；
所述终端监控中心用于对胶管图像采用直线检测方法检测胶管上是否有裂纹；将轨侧润滑装置喷油后的待测轨距面图像与对照集进行特征比对，判断当前轨侧润滑装置是否正常涂油；在胶管无裂纹且涂油失败时，则为当前轨侧润滑装置的输油管故障。
与现有技术相比，本发明的有益效果为：
本发明通过远程监控轨侧润滑装置运行情况，对工作中的轨侧润滑装置检测是否正常涂油，实现对轨侧润滑装置工况的实时监控，以此判断胶管和输油管是否正常，对轨侧润滑装置进行故障诊断，实现对轨侧润滑装置的远程监控，并且能够及时发现故障，及时在线管理，实现无人值守。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明实施例1提供的轨侧润滑装置故障检测方法流程图。
具体实施方式：
下面结合附图与实施例对本发明做进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例1
如图1所示，本实施例提供一种轨侧润滑装置故障检测方法，包括：
S1：在轨侧润滑装置处采集与喷嘴连接的胶管图像，对胶管图像采用直线检测方法检测胶管上是否有裂纹；
S2：若胶管有裂纹，由正常涂油后的轨距面图像构建对照集，将轨侧润滑装置喷油后的待测轨距面图像与对照集进行特征比对，判断当前轨侧润滑装置是否正常涂油；在胶管无裂纹且涂油失败时，则为当前轨侧润滑装置的输油管故障。
所述步骤S1中，在铁轨的轨侧润滑装置安装处布设前端采集装置，包括摄像机和传感器，采集现场工作图像、视频或工作电压、电流等状态数据。
在本实施例中，对采集的铁轨图像进行处理，因为铁轨图像是静止的，降低处理难度，在铁轨图像识别胶管位置，对胶管进行进一步检测；
由于正常的胶管表面光滑没有裂纹，所以采用霍夫变换的直线检测方法对胶管表面是否出现裂纹进行检测；
在本实施例中，通过对胶管裂纹的实时监测，每个固定时间段连续采集铁轨图像，识别图像中胶管的位置上是否有裂纹的出现，一旦检测出裂纹便可启动报警程序，或上传给工作人员进一步检验等。
所述步骤S2中，轨侧润滑装置用于在车轮经过时，在车轮轮缘内侧涂油，若轨侧润滑装置出现故障，则会出现涂油失败的问题，而输油管处于地下，摄像机无法直接采集地下输油管的数据，无法直接判断输油管是否出现破裂等问题，在本实施例中，通过铁轨上的涂油情况判断输油管是否损坏，具体为：
采集多组正常涂油的图像并提取涂油特征，构建对照集；
在火车经过轨侧润滑装置一段时间后，采集现场图像，与对照集进行特征比对，判断是否涂油成功；
若胶管无裂纹，而涂油失败，则输油管故障。
进一步的，轨道涂油及磨损的处理过程：
采用阵列摄像头采集火车轨道表面图像信息；
对采集到的图像信息进行预处理，所述预处理包括图像去噪处理以及边缘裂缝增强处理；
预处理后的图像进行全局二值化处理，确定裂缝区域的灰度阈值T，根据所述阈值T分割出目标区域和背景区域的像素点；
确定裂缝区域像素点个数，将比较的结果分为轨面正常和轨面缺陷两类，通过BP神经网络进行缺陷图像识别分类，根据不同特征值的变化进行输出对轨面缺陷做出分类。
本实施例可实时监控润滑装置运行情况，实现现场运行数据的实时采集和快速集中处理，能够及时发现轨侧润滑装置的故障。
在本实施例中，对多个安装有轨侧润滑装置的站点进行集中监控，将多个站点的位置、轨侧润滑装置的工作状态数据、轨侧润滑装置的胶管状态、输油管状态等数据进行电子地图技术分析，即通过抽象模型进行图数转换，即工作站点的地图实体转换，换为可以在计算机中表示的数字符号，绘制GIS地图，地图作为空间信息的展示，实时监测每个站点的润滑装置；
还包括轨侧润滑装置的发电系统状态、箱门开关状态、油量状态、温度、湿度等，并且实时更新更新轨侧润滑装置状态数据，同时在地理信息系统GIS地图上进行显示。
实施例2
本实施例提供一种轨侧润滑装置故障检测系统：包括前端采集装置、终端监控中心，前端采集装置通过通讯网络与终端监控中心通信；
所述前端采集装置包括摄像机和传感器等，用于采集现场工作图像、视频或工作电压、电流等状态数据。
所述通讯网络采用4G/5G网络，用来传输视频、图像以及终端状态数据等至终端监控中心。
所述终端监控中心对接收的轨侧润滑装置处与喷嘴连接的胶管图像，采用直线检测方法检测胶管上是否有裂纹；
若胶管有裂纹，由铁轨正常涂油图像构建对照集，将轨侧润滑装置喷油后的待测轨距面图像与对照集进行特征比对，判断当前装置是否正常涂油；在胶管无裂纹情况下，若涂油失败，则判断为输油管破裂。
所述终端监控中心具有动态数据接收分析功能、报警服务功能、显示功能等，实时接收、记录、分析监测终端发送的监测数据，实现数据的统计查询，同时通过显示器，将现场情况、数据报表、地理信息数据进行反应和显示，提供远程服务功能，以供用户进行管理和决策；同时监控还配备不间断电源等，保障中心系统稳定可靠地运行。
在本实施例中，终端监控中心对多个安装有轨侧润滑装置的站点进行集中监控，将多个站点的位置、轨侧润滑装置的工作状态数据、轨侧润滑装置的胶管状态、输油管状态等绘制GIS地图，可以实时监测每个站点的润滑装置；当某状态出现异常时，可使用红色数据进行标注。
在本实施例中，该系统还包括与客户端通信，将得到的轨侧润滑装置故障检测结果发送至客户端，并根据检测结果发出报警信息。用户可实时对设备的运行状态进行监控，减小了后期设备运行时维护的成本同时提高了设备运行时的安全性，并且提供历史数据查询，提供任意时段、任意监测点位的历史数据查询；
所述客户终端用户通过账号和密码登录客户端，实现查看各个站点的润滑装置详细信息，如电压、电流、温度、减摩计量车次等，并可设置自动控制、手动控制、设置布防或撤销布防等操作；通过调用视频画面，直接查看当前点位的视频画面，实时观察设备运行情况；
具体的，通过MCS-51单片微型计算机编写程序进行取指令-指令译码-执行指令，通过存储器存放编好的数据扩展其外围电路或芯片，编写可以进行自动控制手动控制，设置布防等的汇编语言；对被控量的瞬时值进行检测，并输入给计算机；对采集到的表征被控参数的状态量进行分析，并按已定的控制规律，决定下一步的控制过程，根据决策，适时地对执行机构发出控制信号，完成控制任务。
在本实施例中，该系统包括档案管理、装置在线监测、实时数据采集、历史数据查询和用户管理五大功能，管理人员可以随时随地对设备的运行状态进行监控，减小了后期设备运行时维护的成本同时提高了设备运行时的安全性，具体的：
档案管理：润滑装置及检测系统设备配置参数、安装日期和地点、系统建档日期等相关信息添加、删除、修改等功能。
装置在线监测：在GIS地图上实时监测每个润滑装置，准确定位，实时查询润滑装置运行状态、环境状态；基于地图展示各监测站点的位置分布、实时监测数据，提供更加直观、生动的展现形式。
实时数据采集：包括润滑装置的发电系统状态、箱门开关状态、油量状态、视频监控系统的开关状态、温度、湿度；当某状态出现异常时，系统便使用红色数据进行标注。
历史数据查询：历史数据查询能够提供任意时段、任意监测点位的历史数据查询。
用户管理：为了保证数据安全，对使用权限和用户的数据权限进行控制；普通用户使用权限功能仅限于实时监控、告警查看等一些应用功能；系统管理员用户使用权限包括用户管理、设备维护等管理功能；操作员用户使用权限包括操作员所属机构管辖范围内的数据。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种轨侧润滑装置故障检测方法，其特征在于，包括：
在轨侧润滑装置处采集与喷嘴连接的胶管图像，对胶管图像采用直线检测方法检测胶管上是否有裂纹；
若胶管有裂纹，由正常涂油后的轨距面图像构建对照集，将轨侧润滑装置喷油后的待测轨距面图像与对照集进行特征比对，判断当前轨侧润滑装置是否正常涂油；
在胶管无裂纹且涂油失败时，则为当前轨侧润滑装置的输油管故障。
2.如权利要求1所述的一种轨侧润滑装置故障检测方法，其特征在于，
对采集的胶管图像经预处理后，进行全局二值化处理，确定裂缝区域的灰度阈值，根据所述灰度阈值分割目标区域和背景区域的像素点；
确定裂纹区域像素点个数，将比较的结果分为轨面正常和轨面缺陷，通过BP神经网络进行缺陷图像识别分类，根据不同特征值的变化，对轨面缺陷进行分类。
3.如权利要求1所述的一种轨侧润滑装置故障检测方法，其特征在于，对多个安装有轨侧润滑装置的轨道站点集中监控，将多个轨侧润滑装置的位置、轨侧润滑装置的工作状态数据、胶管状态、输油管状态的数据进行图数转换，绘制GIS地图，实时监测每个轨侧润滑装置。
4.一种轨侧润滑装置故障检测系统，其特征在于，包括：前端采集装置和终端监控中心；
所述前端采集装置用于采集轨侧润滑装置处与喷嘴连接的胶管图像，以及轨侧润滑装置喷油后的待测轨距面图像；
所述终端监控中心用于对胶管图像采用直线检测方法检测胶管上是否有裂纹；将轨侧润滑装置喷油后的待测轨距面图像与对照集进行特征比对，判断当前轨侧润滑装置是否正常涂油；在胶管无裂纹且涂油失败时，则为当前轨侧润滑装置的输油管故障。
5.如权利要求4所述的一种轨侧润滑装置故障检测系统，其特征在于，所述前端采集装置包括摄像机和传感器，所述摄像机采集轨侧润滑装置工作图像或视频；所述传感器采集发电状态、箱门开关状态、油量状态、温度和湿度数据。
6.如权利要求4所述的一种轨侧润滑装置故障检测系统，其特征在于，所述前端采集装置通过通讯网络与终端监控中心通信，所述通讯网络采用4G/5G网络。
7.如权利要求4所述的一种轨侧润滑装置故障检测系统，其特征在于，所述终端监控中心与客户端通信，将得到的轨侧润滑装置故障检测结果发送至客户端，并根据检测结果发出报警信息。
8.如权利要求7所述的一种轨侧润滑装置故障检测系统，其特征在于，所述客户端实时查看各个轨侧润滑装置的工作状态数据，并设置自动控制、手动控制、设置布防或撤销布防的操作；通过调用视频画面，查看当前轨侧润滑装置的视频画面，实时观察运行情况。
9.如权利要求4所述的一种轨侧润滑装置故障检测系统，其特征在于，所述终端监控中心用于对任意时段、任意轨侧润滑装置的历史数据进行调取查询。
10.如权利要求4所述的一种轨侧润滑装置故障检测系统，其特征在于，所述终端监控中心用于对轨侧润滑装置的配置参数、安装日期和地点、系统建档日期的信息进行添加、删除或修改。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010565154.0A CN111879776A (zh) | 2020-06-19 | 2020-06-19 | 一种轨侧润滑装置故障检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010565154.0A CN111879776A (zh) | 2020-06-19 | 2020-06-19 | 一种轨侧润滑装置故障检测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111879776A true CN111879776A (zh) | 2020-11-03 |
Family
ID=73156805
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010565154.0A Pending CN111879776A (zh) | 2020-06-19 | 2020-06-19 | 一种轨侧润滑装置故障检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111879776A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104833534A (zh) * | 2015-04-21 | 2015-08-12 | 广州市地下铁道总公司 | 一种基于多源信息融合的列车走行系故障诊断装置及方法 |
| CN204944857U (zh) * | 2015-04-27 | 2016-01-06 | 华东交通大学 | 一种轮轨故障检测试验台 |
| CN207274711U (zh) * | 2017-08-25 | 2018-04-27 | 山东哈德斯特轨道交通科技有限公司 | 曲线钢轨轨侧润滑装置 |
| CN207648429U (zh) * | 2017-10-24 | 2018-07-24 | 江西艾德尔机械有限公司 | 一种具有智能报警功能的固定式轨道润滑系统 |
| CN108645634A (zh) * | 2018-08-06 | 2018-10-12 | 深圳市晟达机械设计有限公司 | 一种轨道车辆故障诊断装置 |
| CN109978828A (zh) * | 2019-02-26 | 2019-07-05 | 山东师范大学 | 一种基于图像处理的火车轨道质量判别方法及系统 |
| CN110056757A (zh) * | 2019-02-26 | 2019-07-26 | 山东师范大学 | 一种火车轨道智能涂油系统及方法 |
| CN209326906U (zh) * | 2018-10-15 | 2019-08-30 | 扬州尚翔汽车零部件有限公司 | 胶管密封性检测装置 |
| CN209665325U (zh) * | 2019-03-18 | 2019-11-22 | 山西焦煤集团有限责任公司东曲煤矿 | 一种煤矿轨道故障检测装置 |
-
2020
- 2020-06-19 CN CN202010565154.0A patent/CN111879776A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104833534A (zh) * | 2015-04-21 | 2015-08-12 | 广州市地下铁道总公司 | 一种基于多源信息融合的列车走行系故障诊断装置及方法 |
| CN204944857U (zh) * | 2015-04-27 | 2016-01-06 | 华东交通大学 | 一种轮轨故障检测试验台 |
| CN207274711U (zh) * | 2017-08-25 | 2018-04-27 | 山东哈德斯特轨道交通科技有限公司 | 曲线钢轨轨侧润滑装置 |
| CN207648429U (zh) * | 2017-10-24 | 2018-07-24 | 江西艾德尔机械有限公司 | 一种具有智能报警功能的固定式轨道润滑系统 |
| CN108645634A (zh) * | 2018-08-06 | 2018-10-12 | 深圳市晟达机械设计有限公司 | 一种轨道车辆故障诊断装置 |
| CN209326906U (zh) * | 2018-10-15 | 2019-08-30 | 扬州尚翔汽车零部件有限公司 | 胶管密封性检测装置 |
| CN109978828A (zh) * | 2019-02-26 | 2019-07-05 | 山东师范大学 | 一种基于图像处理的火车轨道质量判别方法及系统 |
| CN110056757A (zh) * | 2019-02-26 | 2019-07-26 | 山东师范大学 | 一种火车轨道智能涂油系统及方法 |
| CN209665325U (zh) * | 2019-03-18 | 2019-11-22 | 山西焦煤集团有限责任公司东曲煤矿 | 一种煤矿轨道故障检测装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8942426B2 (en) | On-train rail track monitoring system | |
| CN116091901A (zh) | 一种基于监控设备故障诊断分析的运维管理平台 | |
| CN115373403B (zh) | 一种建筑机械设备巡检服务系统 | |
| CN111899211A (zh) | 基于图像和气味的变压器漏油故障检测系统及方法 | |
| CN112286180A (zh) | 一种基于巡检机器人的电力巡检分析系统及方法 | |
| CN112491952B (zh) | 一种列车自动检修控制系统及控制方法 | |
| CN113063611A (zh) | 一种设备的监控管理方法及其系统 | |
| CN116147632B (zh) | 新增电力设备动态巡检路径规划方法及其系统 | |
| CN110690699A (zh) | 一种基于泛在电力物联网的变电站智慧检测系统 | |
| CN114877935A (zh) | 一种多源传感器一体化监测方法、装置及巡检机器人 | |
| CN115939996A (zh) | 一种电力巡检机器人的自动巡检系统 | |
| CN113779734A (zh) | 一种基于人工智能的跨坐式单轨道岔监测及其维护系统 | |
| CN114067278A (zh) | 一种铁路货运货检系统及其方法 | |
| CN112614245A (zh) | 一种基于gps定位的环卫作业车辆监控考核方法 | |
| CN111879776A (zh) | 一种轨侧润滑装置故障检测方法及系统 | |
| CN210721134U (zh) | 一种数控机床远程监控系统 | |
| CN111076750B (zh) | 一种用于检测接触网吊弦线夹松脱的装置及方法 | |
| CN105282497A (zh) | 铁路接送列车安全辅助系统及使用方法 | |
| CN116468428A (zh) | 用于特长隧道的智能化运维系统及方法 | |
| CN214376017U (zh) | 一种电力设备故障巡检系统 | |
| CN115086391A (zh) | 基于穿戴式配网巡检装备的故障专家系统及其使用方法 | |
| CN212320653U (zh) | 一种地铁车辆故障智能检测系统 | |
| CN115171242A (zh) | 工业车辆远程故障检测系统 | |
| CN112082507A (zh) | 一种地铁车辆故障智能检测系统 | |
| CN118034354B (zh) | 一种基于无人机的电力巡检控制方法及系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201103 |