CN112776851A - 一种钢轨状态监测方法及监测设备 - Google Patents
一种钢轨状态监测方法及监测设备 Download PDFInfo
- Publication number
- CN112776851A CN112776851A CN202110081729.6A CN202110081729A CN112776851A CN 112776851 A CN112776851 A CN 112776851A CN 202110081729 A CN202110081729 A CN 202110081729A CN 112776851 A CN112776851 A CN 112776851A
- Authority
- CN
- China
- Prior art keywords
- abrasion
- score
- steel rail
- rail
- wear
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 108
- 239000010959 steel Substances 0.000 title claims abstract description 108
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005299 abrasion Methods 0.000 claims abstract description 108
- 238000001514 detection method Methods 0.000 claims abstract description 61
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000007689 inspection Methods 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims abstract description 6
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 7
- 238000007635 classification algorithm Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000012806 monitoring device Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- B61K9/08—Measuring installations for surveying permanent way
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明公开一种钢轨状态监测方法及监测设备,该方法包括:步骤1、通过钢轨状态监测设备检测到钢轨的垂直磨耗和侧面磨耗值,计算得到测量磨耗得分;步骤2、通过里程区间的坡度、桥隧比和轨检数据,计算得到钢轨磨耗因素得分;步骤3、获取磨耗趋势得分;步骤4、将一条铁路线路根据里程分为多个里程区间,计算每段里程区间的钢轨磨耗程度得分;步骤5、根据检测线路每段里程区间的钢轨磨耗程度得分,得到不同磨耗程度的连续里程区间集合。本发明可对钢轨磨损程度进行有效量化;具有通用性,得到的钢轨磨损状态的分析结果为后续钢轨大修等铁路维护工作提供数据支持;设备操作简单、安装方便,可大大提升钢轨廓形数据的测量效率及数据样本密度。
Description
技术领域
本发明公开了一种钢轨状态监测方法及监测设备,涉及铁路钢轨监测技术领域。可应用于铁路、高铁、地铁等实际路线的钢轨廓形测量,也可应用于钢轨产线等需要获知钢轨廓形信息的场合。
背景技术
铁路是国家重要的基础设施,钢轨是铁路系统的主要组成部件,钢轨伤损是指钢轨在使用过程中,发生折断、裂纹及其它影响和限制钢轨使用性能的伤损。近年来,铁路速度的提升、货物运输的重载以及行车密度的大幅增加对钢轨的质量提出了更高的要求。检测钢轨廓形是获知铁路钢轨健康状态的一种重要途径,通过检测钢轨的廓形尺寸数据与标准钢轨廓形数据做对比,是判断钢轨质量是否合格的重要参数。
随着激光测距等非接触式测量手段的发展,则给钢轨廓形的测量提供了更多的途径。然而现有对钢轨状态监测的方法较复杂且通用性较差,对监测设备监测到的数据应用较为单一,因此,如何根据监测数据、历史数据等信息综合获得磨损程度整体得分,以及如何对钢轨磨耗趋势进行分析和预测,是亟待解决的问题。
发明内容
有鉴于此,针对现有的钢轨监测方法存在的缺点,本发明提供一种钢轨状态监测方法及监测设备,以有效解决上述技术背景中存在的问题。
本发明的技术方案,通过监测设备实际的测量值并结合云端存储的对应里程的环境、钢轨几何参数信息和历史数据进行的磨耗趋势分析结果,对钢轨磨损状态进行分析并建立指数得分体系,对磨损程度进行有效量化:
本发明一方面提供一种钢轨状态监测方法,包括如下步骤:
步骤1、通过钢轨状态监测设备检测到钢轨的垂直磨耗和侧面磨耗值,计算得到测量磨耗得分;
步骤2、通过里程区间的坡度、桥隧比和轨检数据,计算得到钢轨磨耗因素得分;
步骤3、获取磨耗趋势得分;
步骤4、将一条铁路线路根据里程分为多个里程区间,通过所述的测量磨耗得分、钢轨磨耗因素得分及磨耗趋势得分,计算每段里程区间的钢轨磨耗程度得分;
步骤5、根据检测线路每段里程区间的钢轨磨耗程度得分,使用分类算法,对检测站段所有里程区间的钢轨磨耗程度进行分类,得到不同磨耗程度的连续里程区间集合。
其中,所述的测量磨耗得分gwear是由钢轨状态监测设备检测到的垂直磨耗和侧面磨耗值计算得到,公式如下:
m为检测区间磨耗值,cwear为磨耗修正常数,由历史数据训练得到,gs,gc分别为垂直磨耗和侧面磨耗的磨耗判断函数。
其中,所述的钢轨磨耗因素得分gp计算公式如下:
其中,所述的磨耗趋势得分,计算步骤如下:
S32、对历史磨耗检测数据{(mi,ti,di)}的检测时间ti进行标准化处理,得到修正后的检测时间t′i,公式如下:
t′0=time
t′i=t′i-1+di(ti-ti-1)
time为当前检测区间上一次的换轨时间;
S33、使用训练好的LSTM预测模型,对磨耗值集合进行预测分析,得到磨耗值达到预警阈值mw时的标准化时间tr;
S34、计算磨耗趋势得分gt:
cT为趋势补偿常数,由历史数据训练得到。
其中,所述的每段里程区间的钢轨磨耗程度得分g,公式如下:
g=gt(gwear+gp)
gwear表示测量磨耗得分,gp表示钢轨磨耗因素得分,gt表示磨耗趋势得分。
其中,步骤5所述的使用分类算法,对检测站段所有里程区间的钢轨磨耗程度进行分类,得到不同磨耗程度的连续里程区间集合,其中,所述的连续里程区间集合中,两个检测点di=(mileagei,gi)和dj=(mileagej,gj)之间距离dis(di,dj)计算公式如下:
mileagei为检测点的对应里程数,gi为检测点的钢轨磨耗程度得分,cd为距离聚类常数,由历史数据训练得到。
本发明另一方面提供一种可实现上述钢轨状态监测方法的钢轨状态监测设备,用于检测得到钢轨的垂直磨耗和侧面磨耗值;所述的监测设备,包括T型底座、廓形传感器、遮光罩、陀螺仪、边缘设备、可移动支架、上位机;所述T型底座横轴位于一侧钢轨上方,与另一侧钢轨平行,竖轴与两条钢轨垂直;所述廓形传感器包含外壳、两个激光扫描仪;外壳顶端连接在T型底座的横轴一侧端,高于钢轨轨面;所述遮光罩位于廓形传感器正上方,与T型底座横轴固连在一起;所述陀螺仪安装在传感器外壳上方,与边缘设备通过以太网传输线连接,将采集的数据传输到相连的边缘设备;所述边缘设备通过以太网传输线与廓形传感器相连,获取数据分析廓形情况,通过通信设备传输分析结果;;所述可移动支架连接在T型底座的竖轴上;所述上位机通过以太网传输线与边缘设备相连,放置在可移动支架上;
所述廓形传感器的外壳顶部有两个三角架构,保证行车检测时的稳定性,外壳的两端各有一个矩形空间,该矩形空间底边开放,用于安装激光扫描仪;该矩形空间的底边与钢轨之间呈四十五度夹角,两个矩形空间的底边呈九十度夹角,从而使得安装于内的激光扫描仪与钢轨之间呈四十五度夹角,两个激光扫描仪呈九十度夹角,以此获得完整的钢轨廓形数据点,即垂直磨耗和侧面磨耗值。
所述两个矩形空间开放的底边,分别向内延伸一段,防止激光扫描仪掉落。
本发明的有益效果
本发明方法通过结合云端数据,将里程环境因素和铁轨轨检数据对钢轨状态的影响加入,使结果更加准确。
本发明方法结合云端历史数据对磨耗趋势进行分析,对于磨耗的变化进行预测,根据预测结果对钢轨状态进行修改,保证在钢轨磨耗增加迅速的里程区间不会因当前磨耗值较低就被忽视。
本发明方法将多源数据融合,结合多种影响因素对钢轨状态的影响,和钢轨自身磨耗变化趋势的规律综合判定钢轨的磨损状态。
本发明方法可对钢轨磨损程度进行有效量化;方法具有通用性,且通过本发明方法得到的钢轨磨损状态的分析结果为后续钢轨大修等铁路维护工作提供数据支持。
本发明设备操作简单、安装方便,可以大大提升钢轨廓形数据的测量效率,以及数据样本密度;
本发明方法和设备可进一步搭配使用行业相关智能分析模块,进行数据挖掘,智能提示钢轨健康状态。
附图说明
图1是本发明一种钢轨状态监测方法的工作步骤流程图;
图2是钢轨磨耗程度得分随里程的趋势变化图像
图3是本发明一种钢轨状态监测设备结构图;
图4是本发明一种钢轨状态监测设备的廓形传感器局部视图;
图5是特征位置图;
图6是磨耗计算示意图。
具体实施方式
以下将参照附图,通过实施方式详细地描述本发明提供的一种钢轨状态监测方法及监测设备。在此需要说明的是,对于这些实施方式的说明用于帮助理解本发明,但并不构成对本发明的限定。
一种钢轨状态监测方法,如图1所示,包括如下步骤:
步骤1、通过钢轨状态监测设备检测到钢轨的垂直磨耗和侧面磨耗值,计算得到测量磨耗得分;
其中,所述的测量磨耗得分gwear是由钢轨状态监测设备检测到的垂直磨耗和侧面磨耗值计算得到,公式如下:
m为检测区间磨耗值,cwear为磨耗修正常数,由历史数据训练得到,gs,gc分别为垂直磨耗和侧面磨耗的磨耗判断函数。
步骤2、通过里程区间的坡度、桥隧比和轨检数据,计算得到钢轨磨耗因素得分;
其中,所述的钢轨磨耗因素得分gp计算公式如下:
为坡度磨耗得分,为桥隧磨耗得分,表示轨检磨耗得分;具体而言,轨检数据来自于云端数据库,是钢轨定期的检查项目;根据历史轨检数据训练计算模型得到所述的坡度磨耗得分、桥隧磨耗得分及轨检磨耗得分。所述的轨检磨耗得分具体包括轨距磨耗得分、轨向磨耗得分、高低差磨耗得分、水平差磨耗得分及轨道三角坑磨耗得分。
步骤3、获取磨耗趋势得分;
具体计算步骤如下:
S32、对历史磨耗检测数据{(mi,ti,di)}的检测时间ti进行标准化处理,得到修正后的检测时间t′i,公式如下:
t′0=time
t′i=t′i-1+di(ti-ti-1)
time为当前检测区间上一次的换轨时间;
S33、使用训练好的LSTM预测模型,对磨耗值集合进行预测分析,得到磨耗值达到预警阈值mw时的标准化时间tr;
S34、计算磨耗趋势得分gt:
cT为趋势补偿常数,由历史数据训练得到。
步骤4、将一条铁路线路根据里程分为多个里程区间,通过所述的测量磨耗得分、钢轨磨耗因素得分及磨耗趋势得分,计算每段里程区间的钢轨磨耗程度得分g,公式如下:
g=gt(gwear+gp)
gwear表示测量磨耗得分,gp表示钢轨磨耗因素得分,gt表示磨耗趋势得分。钢轨磨耗程度得分随里程的趋势变化如图2所示。
步骤5、根据检测线路每段里程区间的钢轨磨耗程度得分,使用分类算法,对检测站段所有里程区间的钢轨磨耗程度进行分类,得到不同磨耗程度的连续里程区间集合。如图2中阴影部分。
其中,步骤5所述的使用分类算法,对检测站段所有里程区间的钢轨磨耗程度进行分类,得到不同磨耗程度的连续里程区间集合,其中,所述的连续里程区间集合中,两个检测点di=(mileagei,gi)和dj=(mileagej,gj)之间距离dis(di,dj)计算公式如下:
mileagei为检测点的对应里程数,gi为检测点的钢轨磨耗程度得分,cd为距离聚类常数,由历史数据训练得到。
本发明提供一种钢轨状态监测设备,是由T型底座1、廓形传感器2、遮光罩3、陀螺仪4、边缘设备5、可移动支架6、上位机7组成,如图3所示;
所述T型底座1横轴位于一侧钢轨上方,与另一侧钢轨平行,竖轴与两条钢轨垂直;所述廓形传感器2顶端螺纹连接在T型底座1的横轴一侧端,高于钢轨轨面;所述遮光罩3位于廓形传感器2正上方,与T型底座1横轴侧端通过螺钉固连在一起;所述陀螺仪4安装在传感器外壳上方,与边缘设备5通过以太网传输线连接;所述边缘设备5通过以太网传输线与廓形传感器2相连,通过螺钉固定在T型底座1横轴的表面上;所述可移动支架6底部螺纹连接在T型底座1的竖轴上;所述上位机7通过以太网传输线与边缘设备4相连,放置在可移动支架6上。
所述T型底座1设置有滑轮,优选的为三组,分布于轴端,保证移动时的稳定和减小晃动;
所述廓形传感器2包含外壳、两个激光扫描仪;所述廓形传感器的外壳顶部有两个三角架构,保证行车检测时的稳定性,如图4所示,外壳的两端各有一个矩形空间,该矩形空间底边开放,用于分别嵌入两个激光扫描仪,矩形空间开口的底边分别向内延伸出一段,优选的为0.5cm,防止激光扫描仪掉落;该矩形空间的底边与钢轨之间呈四十五度夹角,两个矩形空间的底边呈九十度夹角;所述激光扫描仪嵌在廓形传感器外壳两侧的矩形空间内,通过螺钉与外壳固定,与钢轨之间呈四十五度夹角,两个激光扫描仪呈九十度夹角,以此获得完整的钢轨廓形数据点;所述陀螺仪在行车检测产生晃动时,可减小晃动,提升稳定性;
所述遮光罩3本身经过拓扑优化与尺寸优化设计,用空间几何计算不同形状的成本、占用空间、遮光效果得到最优设计,保证遮光效果同时降低重量;
所述陀螺仪4将采集的数据传输到相连的边缘设备5,在行车检测产生晃动时,可减小晃动,提升稳定性;
所述边缘设备5在车体表面接收廓形传感器传输的数据,是由DPU、CPU、核心芯片通信设备组成,获取数据分析廓形情况,通过通信设备传输分析结果;
所述可移动支架6可通过连接轴机构转动角度改变上位机的角度,为检测人员提供合适的视角;
所述上位机7负责交互信息,可视化分析结果。
本发明的一个实施例,一种应用所述的钢轨监测设备检测得到钢轨垂直磨耗和侧面磨耗值的方法如下:
步骤S201,安装廓形传感器,调整两个激光扫描的角度,获得廓形传感数据;
调整两个激光扫描仪的角度,要求左右两个激光扫描仪发射出的激光在钢轨上重叠。若不能重叠,则需要相隔一段距离,较优的,该距离至少为10cm,以免相互干扰,且后续廓形测量算法需要进行额外的拼接步骤,并损失一定的精度。无论激光线是否满足重叠,机械安装的位置参数都需要获知,并在廓形测量算法执行时作为输入参数;
步骤S202,在边缘计算设备中,对原始数据进行预处理,消除噪声影响;
步骤S203,使用训练好的三角测距模型,将清洗过的数据转化为坐标信息;
步骤S204,在边缘计算设备中,使用训练好的廓形拼接模型,将不同坐标系下的数据映射到一个公共坐标系中,并进行廓形对齐。
所述的步骤S204的廓形对齐步骤如下:
S2041,使用训练好的廓形拼接模型,识别并输出钢轨廓形的特征点的位置坐标,得到特征点集合{(xi,yi)}。(见附图5)
所述的廓形拼接模型如下:
任一点特征值gi模型计算公式为:
其中,(xi,yi)为检测点坐标;(xi-1,yi-1)为检测点左侧相邻点坐标;(xi+1,yi+1)为检测点右侧相邻点坐标,且xi≠xi-1,xi≠xi+1,xi+1≠xi-1,若其中任意两点x方向坐标相等,特征值为0;特征值在廓形弧面处不为0,其他部位近似为0,且在弧面处特征值有先增后减的变化趋势,将带有这种变化趋势且特征值远大于0的连续检测点作为特征点保存;
模型损失函数为:
S2042,将特征点集合{(xi,yi)}和标准廓形特征点集合{(ui,vi)}代入公式,得到对齐仿射参数:
其中C为旋转修正常量,CxCy为平移修正常量;
将检测廓形上的点(gx,gy)代入如下公式得到对齐后的坐标(gx′,gy′):
步骤S205,测量得到的钢轨廓形和标准廓形进行对比,计算得出钢轨磨耗值——垂直磨耗和侧面磨耗,如图6所示;
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。此外,术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排它的包含。本申请所提到的方向用语,例如:上、下、左、右、前、后、内、外、侧面等,仅是参考附图的方向。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”“相连”“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接或可以相互通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
Claims (9)
1.一种钢轨状态监测方法,其特征在于:该方法包括如下步骤:
步骤1、通过钢轨状态监测设备检测到钢轨的垂直磨耗和侧面磨耗值,计算得到测量磨耗得分;
步骤2、通过里程区间的坡度、桥隧比和轨检数据,计算得到钢轨磨耗因素得分;
步骤3、获取磨耗趋势得分;
步骤4、将一条铁路线路根据里程分为多个里程区间,通过所述的测量磨耗得分、钢轨磨耗因素得分及磨耗趋势得分,计算每段里程区间的钢轨磨耗程度得分;
步骤5、根据检测线路每段里程区间的钢轨磨耗程度得分,使用分类算法,对检测站段所有里程区间的钢轨磨耗程度进行分类,得到不同磨耗程度的连续里程区间集合。
4.根据权利要求1所述的一种钢轨状态监测方法,其特征在于:所述的磨耗趋势得分,计算步骤如下:
S32、对历史磨耗检测数据{(mi,ti,di)}的检测时间ti进行标准化处理,得到修正后的检测时间t′i,公式如下:
t′0=time
t′i=t′i-1+di(ti-ti-1)
time为当前检测区间上一次的换轨时间;
S33、使用训练好的LSTM预测模型,对磨耗值集合进行预测分析,得到磨耗值达到预警阈值mw时的标准化时间tr;
S34、计算磨耗趋势得分gt:
cT为趋势补偿常数,由历史数据训练得到。
5.根据权利要求1所述的一种钢轨状态监测方法,其特征在于:所述的每段里程区间的钢轨磨耗程度得分g,公式如下:
g=gt(gwear+gp)
gwear表示测量磨耗得分,gp表示钢轨磨耗因素得分,gt表示磨耗趋势得分。
7.一种实现权利要求1-6所述方法的钢轨状态监测设备,其特征在于:该设备用于检测得到钢轨的垂直磨耗和侧面磨耗值;所述的监测设备,包括T型底座、廓形传感器、遮光罩、陀螺仪、边缘设备、可移动支架、上位机;所述T型底座横轴位于一侧钢轨上方,与另一侧钢轨平行,竖轴与两条钢轨垂直;所述廓形传感器包含外壳、两个激光扫描仪;外壳顶端连接在T型底座的横轴一侧端,高于钢轨轨面;所述遮光罩位于廓形传感器正上方,与T型底座横轴固连在一起;所述陀螺仪安装在传感器外壳上方,与边缘设备通过以太网传输线连接,将采集的数据传输到相连的边缘设备;所述边缘设备通过以太网传输线与廓形传感器相连,获取数据分析廓形情况,通过通信设备传输分析结果;;所述可移动支架连接在T型底座的竖轴上;所述上位机通过以太网传输线与边缘设备相连,放置在可移动支架上。
8.根据权利要求7所述的一种钢轨状态监测设备,其特征在于:所述廓形传感器的外壳顶部有两个三角架构,保证行车检测时的稳定性,外壳的两端各有一个矩形空间,该矩形空间底边开放,用于安装激光扫描仪;该矩形空间的底边与钢轨之间呈四十五度夹角,两个矩形空间的底边呈九十度夹角,从而使得安装于内的激光扫描仪与钢轨之间呈四十五度夹角,两个激光扫描仪呈九十度夹角,以此获得完整的钢轨廓形数据点,即垂直磨耗和侧面磨耗值。
9.根据权利要求8所述的一种钢轨状态监测设备,其特征在于:所述两个矩形空间开放的底边,分别向内延伸一段,防止激光扫描仪掉落。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110081729.6A CN112776851B (zh) | 2021-01-21 | 2021-01-21 | 一种钢轨状态监测方法及监测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110081729.6A CN112776851B (zh) | 2021-01-21 | 2021-01-21 | 一种钢轨状态监测方法及监测设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112776851A true CN112776851A (zh) | 2021-05-11 |
CN112776851B CN112776851B (zh) | 2022-03-08 |
Family
ID=75758019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110081729.6A Active CN112776851B (zh) | 2021-01-21 | 2021-01-21 | 一种钢轨状态监测方法及监测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112776851B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114987577A (zh) * | 2022-05-06 | 2022-09-02 | 东莞灵虎智能科技有限公司 | 一种基于时空校准的3d激光钢轨廓型检测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101144714A (zh) * | 2007-10-26 | 2008-03-19 | 北京航空航天大学 | 一种钢轨磨耗综合参数车载动态测量装置及方法 |
KR100843659B1 (ko) * | 2007-06-29 | 2008-07-03 | 주식회사 상상돔 | 방사선을 이용한 철도 레일 마모도 측정시스템 |
CN109813620A (zh) * | 2018-12-28 | 2019-05-28 | 中国铁路总公司 | 确定铁路道岔钢轨磨耗的方法及装置、存储介质 |
CN111291498A (zh) * | 2020-02-28 | 2020-06-16 | 朔黄铁路发展有限责任公司 | 钢轨断面磨耗预测系统、方法、计算机设备和存储介质 |
CN111552922A (zh) * | 2020-04-15 | 2020-08-18 | 中铁物总运维科技有限公司 | 一种普速线路钢轨使用状态评估方法 |
CN111582656A (zh) * | 2020-04-15 | 2020-08-25 | 中铁物总运维科技有限公司 | 一种高速铁路钢轨浅层状态量化评价方法 |
CN111625920A (zh) * | 2019-09-03 | 2020-09-04 | 东莞灵虎智能科技有限公司 | 一种基于隐马尔科夫链模型的钢轨廓形智能分析方法 |
-
2021
- 2021-01-21 CN CN202110081729.6A patent/CN112776851B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100843659B1 (ko) * | 2007-06-29 | 2008-07-03 | 주식회사 상상돔 | 방사선을 이용한 철도 레일 마모도 측정시스템 |
CN101144714A (zh) * | 2007-10-26 | 2008-03-19 | 北京航空航天大学 | 一种钢轨磨耗综合参数车载动态测量装置及方法 |
CN109813620A (zh) * | 2018-12-28 | 2019-05-28 | 中国铁路总公司 | 确定铁路道岔钢轨磨耗的方法及装置、存储介质 |
CN111625920A (zh) * | 2019-09-03 | 2020-09-04 | 东莞灵虎智能科技有限公司 | 一种基于隐马尔科夫链模型的钢轨廓形智能分析方法 |
CN111291498A (zh) * | 2020-02-28 | 2020-06-16 | 朔黄铁路发展有限责任公司 | 钢轨断面磨耗预测系统、方法、计算机设备和存储介质 |
CN111552922A (zh) * | 2020-04-15 | 2020-08-18 | 中铁物总运维科技有限公司 | 一种普速线路钢轨使用状态评估方法 |
CN111582656A (zh) * | 2020-04-15 | 2020-08-25 | 中铁物总运维科技有限公司 | 一种高速铁路钢轨浅层状态量化评价方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114987577A (zh) * | 2022-05-06 | 2022-09-02 | 东莞灵虎智能科技有限公司 | 一种基于时空校准的3d激光钢轨廓型检测方法及系统 |
CN114987577B (zh) * | 2022-05-06 | 2024-07-02 | 东莞灵虎智能科技有限公司 | 一种基于时空校准的3d激光钢轨廓型检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112776851B (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017175555A1 (ja) | 磨耗検査装置及び磨耗検査方法 | |
CN100480627C (zh) | 一种钢轨磨耗综合参数车载动态测量装置及方法 | |
WO2023045299A1 (zh) | 基于三维轮廓的路面技术状况检测方法及设备 | |
CN103852011A (zh) | 基于激光雷达的铁路接触网几何参数分析方法 | |
CN112118994A (zh) | 确定轨道的铁轨的实际位置的方法 | |
CN110992348A (zh) | 一种基于3d结构光相机的地铁接触网磨耗测量方法及系统 | |
CN112776851B (zh) | 一种钢轨状态监测方法及监测设备 | |
CN101045459A (zh) | 非接触式ccd高速动态检测装置 | |
CN113310450B (zh) | 一种基于点云训练模型的接触网吊弦检测的方法 | |
CN110132990A (zh) | 一种基于图像识别的钢轨廓形检测方法 | |
CN104567783A (zh) | 使用mems陀螺仪的便携式轨道几何量检测系统及方法 | |
CN114312905B (zh) | 一种道岔尖轨形态图像实时监测装置 | |
CN114740086A (zh) | 一种单轨吊轨道缺陷检测方法 | |
CN115219251A (zh) | 一种基于轮对运行姿态的铁道车辆动力学性能监测系统 | |
CN109115172B (zh) | 基于机器视觉的采煤机机身位姿检测方法 | |
CN113312715B (zh) | 一种有轨电车槽型轨扭曲不平顺预测方法 | |
CN113124777B (zh) | 车辆尺寸确定方法、装置、系统及存储介质 | |
CN215114395U (zh) | 一种起重机导轨检测系统 | |
US20200047780A1 (en) | Device for detecting rail defects and associated detection method | |
CN113091835A (zh) | 基于边缘计算和大数据的网轨隧综合检测装置及方法 | |
CN108106534B (zh) | 一种驱动轴识别的装置及方法 | |
KR101532960B1 (ko) | 거리 센서를 이용한 열차 위치 검지 시스템 | |
CN115223128A (zh) | 一种基于神经网络的道路车辙拥包检测方法及系统 | |
CN115682956A (zh) | 车体振动时对接触轨检测数据的动态补偿方法及系统 | |
CN209623637U (zh) | 一种非接触式接触轨几何形位检测装置 |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: Building 7, No. 124 Dongbao Road, Dongcheng Street, Dongguan City, Guangdong Province, 523106 Patentee after: Guangdong Prophet Big Data Co.,Ltd. Country or region after: China Address before: 523106 Room 401, building 6, No.5 Weifeng Road, Dongcheng Street, Dongguan City, Guangdong Province Patentee before: Dongguan prophet big data Co.,Ltd. Country or region before: China |