CN114987582B - 轨道工程车辆分布式网络控制系统 - Google Patents
轨道工程车辆分布式网络控制系统 Download PDFInfo
- Publication number
- CN114987582B CN114987582B CN202210730697.2A CN202210730697A CN114987582B CN 114987582 B CN114987582 B CN 114987582B CN 202210730697 A CN202210730697 A CN 202210730697A CN 114987582 B CN114987582 B CN 114987582B
- Authority
- CN
- China
- Prior art keywords
- track
- diagnosis
- engineering vehicle
- data
- label
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/20—Trackside control of safe travel of vehicle or vehicle train, e.g. braking curve calculation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L23/00—Control, warning, or like safety means along the route or between vehicles or vehicle trains
- B61L23/04—Control, warning, or like safety means along the route or between vehicles or vehicle trains for monitoring the mechanical state of the route
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/50—Trackside diagnosis or maintenance, e.g. software upgrades
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了轨道工程车辆分布式网络控制系统,涉及车辆智能控制技术领域,解决了现有技术无法准确智能获取轨道工程车辆的运行环境信息,导致轨道工程车辆调度效率低下的技术问题;本发明基于数据采集装置、地面控制模块和中心控制模块形成分布式控制网络,并根据综合诊断数据来实现轨道工程车辆的调度控制;通过分布式控制网络智能化采集分析数据,准确获取轨道工程车辆的运行环境信息,提高了轨道工程车辆的控制效率,降低控制时延;本发明在获取环境诊断标签时,设置了扩展阈值,基于灾害区域和扩展阈值划定了疑似区域,根据目标轨道与灾害区域、疑似区域的相交关系,对应设置环境诊断标签,能够准确判定目标轨道状态,同时能够有效避免误判。
Description
技术领域
本发明属于车辆智能控制领域,涉及轨道工程车辆分布式网络控制技术,具体是轨道工程车辆分布式网络控制系统。
背景技术
轨道工程车是铁路设备维修、大修、基建等施工单位执行任务时的主要运输工具,具有承载力大、维护容易、使用寿命长等特点;随着现有铁路管理的智能化发展,如何实现轨道工程车辆的智能控制是一个亟待解决的问题。
现有情况下,通过人工发起工程任务,控制中心接收到工程任务之后调度轨道工程车辆前往任务地点;在轨道工程车辆行驶过程中,无法实时准确获取环境信息和轨道信息,多数情况下还需要人工监测获取相关参数,进而完成对轨道工程车辆的控制;因此,亟需一种能够实现轨道工程车辆智能控制的分布式网络控制系统。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了轨道工程车辆分布式网络控制系统,用于解决现有技术无法准确智能获取轨道工程车辆的运行环境信息,导致轨道工程车辆调度效率低下的技术问题,本发明根据任务请求提取目标轨道,再对目标轨道的轨道信息和所处环境信息进行分析,根据分析结果对轨道工程车辆进行调度。
为实现上述目的,根据本发明的第一方面的实施例提出轨道工程车辆分布式网络控制系统,包括:
车载控制模块:用于控制轨道工程车辆的运行,同时采集轨道工程车辆的运行参数;其中,运行参数包括速度和重量;
地面控制模块:接收任务请求,根据任务请求提取目标轨道,并获取目标轨道的轨道诊断标签;
根据综合诊断数据对轨道工程车辆进行控制调度;其中,综合诊断数据包括轨道诊断标签和环境诊断标签,且轨道诊断标签通过数据采集装置采集的声波数据获取;
中心控制模块:根据监控区域的列车轨道建立可视化模型;采集监控区域的图像数据,对图像数据进行分析获取环境诊断标签;对监控区域进行划分,并将环境诊断标签分发至对应区域的地面控制模块。
优选的,所述中心控制模块与若干个地面控制模块通信和/或电气连接,所述地面控制模块与若干个车载控制模块通信和/或电气连接,且车载控制模块内置于轨道工程车中。
优选的,所述地面控制模块获取目标轨道的轨道诊断标签,包括:
根据任务请求提取目标轨道;其中,任务请求包括目标位置和时间要求;
通过目标轨道内侧或者外侧均匀设置的数据采集装置获取声波数据;
将声波数据去重之后转换成待验声波信号,再结合轨道诊断模型获取轨道诊断标签;其中,轨道诊断模型基于中心控制模块和人工智能模型建立,且轨道诊断标签的取值为0、1或者2。
优选的,所述数据采集装置包括底座、击锤和控制单元,数据采集装置通过底座以设定间距固定在轨道内侧或者外侧;
通过控制单元控制击锤定时敲击目标轨道,采集声波数据,并将声波数据无线发送至对应的地面控制模块。
优选的,基于人工智能模型建立轨道诊断模型,包括:
获取中心控制模块存储的标准训练数据;其中,标准训练数据包括标准声波信号以及对应的轨道诊断标签,且标准声波信号和待验声波信号的内容属性一致;
中心控制模块通过标准训练数据对构建的人工智能模型进行训练,将训练完成的人工智能模型标记为轨道诊断模型,并将轨道诊断模型定时更新并发送至地面控制模块;其中,人工智能模型包括深度卷积神经网络模型和RBF神经网络模型。
优选的,通过所述中心控制模块获取环境诊断标签,包括:
采集监控区域的图像数据;其中,图像数据为通过无人机或者卫星获取的图像数据;
对图像数据进行图像预处理,并标记为目标图像;其中,图像预处理包括图像分割、图像去噪和灰度变换;
基于图像识别技术提取目标图像中的灾害区域;
灾害区域的边界结合扩展阈值为目标轨道设置环境诊断标签;其中,扩展阈值为大于2的实数,单位为米,且环境诊断标签的取值为0、1或者2。
优选的,基于灾害区域设置环境诊断标签,包括:
将灾害区域的边界按照一个扩展阈值进行外扩,获取疑似区域;其中,疑似区域不包括灾害区域;
当目标轨道与灾害区域存在交集时,则将目标轨道的环境诊断标签标记为2;
当目标轨道与疑似区域存在交集,且与灾害区域不存在交集时,则将目标轨道的环境诊断标签标记为1;
当目标轨道与疑似区域、灾害区域均不存在交集时,则将目标轨道的环境诊断标签标记为0。
优选的,所述地面控制模块对轨道工程车辆进行控制调度,包括:
当轨道诊断标签和环境诊断标签均为0时,则按照任务请求控制轨道工程车辆在目标轨道上行驶;否则,根据轨道诊断标签和/或环境诊断标签进行预警。
与现有技术相比,本发明的有益效果是:
1、本发明基于数据采集装置、地面控制模块和中心控制模块形成分布式控制网络,并自动采集分析获取综合诊断数据,根据综合诊断数据来实现轨道工程车辆的调度控制;通过分布式控制网络智能化采集分析数据,准确获取轨道工程车辆的运行环境信息,提高了轨道工程车辆的控制效率,降低控制时延。
2、本发明在获取环境诊断标签时,设置了扩展阈值,基于灾害区域和扩展阈值划定了疑似区域,根据目标轨道与灾害区域、疑似区域的相交关系,对应设置环境诊断标签,能够准确判定目标轨道状态,同时能够有效避免误判。
附图说明
图1为本发明的工作步骤示意图。
具体实施方式
下面将结合实施例对本发明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它实施例,都属于本发明保护的范围。
轨道工程车是铁路设备维修、大修、基建等施工单位执行任务时的主要运输工具,具有承载力大、维护容易、使用寿命长等特点;现有情况下,通过人工发起工程任务,控制中心接收到工程任务之后调度轨道工程车辆前往任务地点;但是,在轨道工程车辆调度之前或者行驶中,无法实时准确获取环境信息和轨道信息,多数情况下还是依靠人工监测,效率低下;本发明根据任务请求提取目标轨道,再对目标轨道的轨道信息和所处环境信息进行分析,根据分析结果对轨道工程车辆进行调度。
请参阅图1,本申请提供了轨道工程车辆分布式网络控制系统,包括:
车载控制模块:用于控制轨道工程车辆的运行,同时采集轨道工程车辆的运行参数;
地面控制模块:接收任务请求,根据任务请求提取目标轨道,并获取目标轨道的轨道诊断标签;根据综合诊断数据对轨道工程车辆进行控制调度;
中心控制模块:根据监控区域的列车轨道建立可视化模型;采集监控区域的图像数据,对图像数据进行分析获取环境诊断标签;对监控区域进行划分,并将环境诊断标签分发至对应区域的地面控制模块。
本申请中运行参数包括速度和质量等,运行参数主要为车载控制模块控制轨道工程车辆提供基础数据,保证轨道工程车辆的平稳合理运行。
本申请中,综合诊断数据包括轨道诊断标签和环境诊断标签,且轨道诊断标签通过数据采集装置采集的声波数据获取,环境诊断标签通过中心控制模块获取。
本申请中所述中心控制模块与若干个地面控制模块通信和/或电气连接,所述地面控制模块与若干个车载控制模块通信和/或电气连接,且车载控制模块内置于轨道工程车中;地面控制模块和车载控制模块协作运转完成轨道工程车辆的控制。
本申请中的数据采集装置包括底座、击锤以及控制单元,击锤与底座活动连接,再固定连接在列车轨道的内侧或者外侧,控制单元控制击锤定时敲击铁轨,并采集声波数据;值得注意的是,列车轨道上设置有若干数据采集装置,一般按照设定间距均匀设置,设定间距为两个数据采集装置之间的距离,设定间距通过经验设置,为了保证击锤敲击之后能够获取清晰有效的声波数据;当然,在另外一些优选的实施例中,两个数据采集装置之间的距离可以不相同。
当一个数据采集装置中的击锤敲击时,相邻的数据采集装置可以采集到声波数据,因此肯定同一段列车轨道可能会存在两条声波数据,则去除重复数据即可。
在一个实施例中,所述地面控制模块获取目标轨道的轨道诊断标签,包括:
根据任务请求提取目标轨道,通过目标轨道内侧或者外侧均匀设置的数据采集装置获取声波数据;
将声波数据去重之后转换成待验声波信号,再结合轨道诊断模型获取轨道诊断标签。
本实施例中任务请求包括目标位置和时间要求等能够明确任务的数据,地面控制模块根据任务请求提取任务位置,获取与任务位置最近且空闲的轨道工程车辆的位置,规划两个位置之间最快捷,且不会对其他列车运行产生影响的轨道,记为目标轨道。
本实施例中轨道诊断模型基于中心控制模块和人工智能模型建立,包括:
获取中心控制模块存储的标准训练数据;
中心控制模块通过标准训练数据对构建的人工智能模型进行训练,将训练完成的人工智能模型标记为轨道诊断模型,并将轨道诊断模型定时更新并发送至地面控制模块;其中,人工智能模型包括深度卷积神经网络模型和RBF神经网络模型。
标准训练数据包括标准声波信号以及对应的轨道诊断标签,且标准声波信号和待验声波信号的内容属性一致;可以理解的是,轨道诊断标签的取值为0、1或者2,当轨道诊断标签为0时,表示标准训练数据/待测声波信号对应的列车轨道无异常,当轨道标签为1时,表示标准训练数据/待测声波信号对应的列车轨道疑似异常,当轨道标签为2时,表示标准训练数据/待测声波信号对应的列车轨道异常。
值得注意的是,标准训练数据可以在实验室获取,采集不同状态列车轨道的声波数据,处理之后标记对应的轨道诊断标签;具体来说,通过工人师傅筛选出若干个正常、疑似异常、异常的列车轨道,通过击锤敲击获取声波数据,经声波数据处理之后分别标记上对应的轨道诊断标签,且需保证标准训练数据的数据量满足模型训练要求。
可以理解的是,列车轨道疑似异常即有丰富检修经验的工人师傅也判断不出状态的列车轨道。
本申请获取声波数据之后,需要对声波数据进行处理,如将声波数据转换为数字信号,方便模型处理,还需要去除时刻相近的重复数据,降低数据处理量,提高数据处理效率。
在一个实施例中,通过所述中心控制模块获取环境诊断标签,包括:
采集监控区域的图像数据;对图像数据进行图像预处理,并标记为目标图像;基于图像识别技术提取目标图像中的灾害区域;
灾害区域的边界结合扩展阈值为目标轨道设置环境诊断标签。
本实施例中的图像数据为通过无人机或者卫星获取的图像数据,无论是通过无人机还是卫星获取图像数据均需要保证图像质量和时效性。
在一个具体的实施例中,基于灾害区域设置环境诊断标签,包括:
将灾害区域的边界按照一个扩展阈值进行外扩,获取疑似区域;
当目标轨道与灾害区域存在交集时,则将目标轨道的环境诊断标签标记为2;
当目标轨道与疑似区域存在交集,且与灾害区域不存在交集时,则将目标轨道的环境诊断标签标记为1;
当目标轨道与疑似区域、灾害区域均不存在交集时,则将目标轨道的环境诊断标签标记为0。
本实施例中的疑似区域不包括灾害区域,假设灾害区域是一个圆形区域,则疑似区域的半径比灾害区域长一个扩展阈值,且疑似区域是一个不包括灾害区域的圆环区域。
在一个实施例中,所述地面控制模块对轨道工程车辆进行控制调度,包括:
当轨道诊断标签和环境诊断标签均为0时,则按照任务请求控制轨道工程车辆在目标轨道上行驶;否则,根据轨道诊断标签和/或环境诊断标签进行预警。
具体来说,当轨道诊断标签为1时,则发出目标轨道疑似异常预警,当轨道诊断标签为2时,则发出目标轨道异常预警,针对环境诊断标签也是同理。
值得注意的是,针对本申请技术方案,主要描述内容是在轨道工程车辆调度之前,在轨道工程车辆行驶过程中,也可以基于实时获取的轨道诊断标签和环境诊断标签对轨道工程车辆运行进行调度。
本申请中,车载控制模块与轨道工程车辆用网络控制设备相连接;轨道工程车辆用网络控制设备用于实现工程车辆的电气控制、运行状态监测和运行数据采集,通过列车级和车辆级两级通信网络进行工作;列车级网络采用MVB网络实现,也可采用CAN网络实现,车辆级网络采用CAN网络实现。
本申请中的轨道工程车辆用网络控制设备由通信控制主机、I/O模块和网络通信线路组成,且I/O模块包括数字输入模块、数字输出模块和模拟量输入模块;通信控制主机用于完成信号处理、逻辑运算、控制指令生成的功能,I/O模块用于采集车辆动力单元、直流系统、交流系统、液压系统、制动系统等各个组成部分的工作状态数据;轨道工程车辆用网络控制设备可以实现车辆的发动机转速控制、变速箱自动换挡控制、重联控制、安全防护、状态监测、运行日志和故障记录等功能,支持SAEJ1939协议、CAN Open协议、Modbus协议,提供IEC61131/3通用开发平台,具有很强的可扩展性,为车辆电气系统设计提供了很强的灵活性,并支持冗余设计以满足可靠性要求。
上述通信控制主机具体参数如表1:
表1 GE140183-2通信主机详细参数
上述数字输入模块具体参数如表2:
表2 GE140184数字量输入模块
上述数字输出模块的具体参数如表3:
表3 GE140185数字量输出模块
上述模拟输入模块的具体参数如表4:
表4 GE140186模拟量输入模块
本发明的工作原理:
接收任务请求,根据任务请求提取目标轨道,通过数据采集装置获取轨道诊断标签,通过监控区域的图像数据获取环境诊断标签。
当轨道诊断标签和环境诊断标签均为0时,则按照任务请求控制轨道工程车辆在目标轨道上行驶;否则,根据轨道诊断标签和/或环境诊断标签进行预警。
根据监控区域的列车轨道建立可视化模型,并将综合诊断数据和运行的轨道工程车辆展示在可视化模型中。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (6)
1.轨道工程车辆分布式网络控制系统,其特征在于,包括:
车载控制模块:用于控制轨道工程车辆的运行,同时采集轨道工程车辆的运行参数;其中,车载控制模块与轨道工程车辆用网络控制设备相连接;
地面控制模块:接收任务请求,根据任务请求提取目标轨道,并获取目标轨道的轨道诊断标签;
根据综合诊断数据对轨道工程车辆进行控制调度;其中,综合诊断数据包括轨道诊断标签和环境诊断标签,且轨道诊断标签通过数据采集装置采集的声波数据获取;
中心控制模块:根据监控区域的列车轨道建立可视化模型;采集监控区域的图像数据,对图像数据进行分析获取环境诊断标签;对监控区域进行划分,并将环境诊断标签分发至对应区域的地面控制模块;
所述地面控制模块获取目标轨道的轨道诊断标签,包括:
根据任务请求提取目标轨道;其中,任务请求包括目标位置和时间要求;
通过目标轨道内侧或者外侧均匀设置的数据采集装置获取声波数据;
将声波数据去重之后转换成待验声波信号,再结合轨道诊断模型获取轨道诊断标签;其中,轨道诊断模型基于中心控制模块和人工智能模型建立,且轨道诊断标签的取值为0、1或者2;
通过所述中心控制模块获取环境诊断标签,包括:
采集监控区域的图像数据;其中,图像数据为通过无人机或者卫星获取的图像数据;
对图像数据进行图像预处理,并标记为目标图像;其中,图像预处理包括图像分割、图像去噪和灰度变换;
基于图像识别技术提取目标图像中的灾害区域;
灾害区域的边界结合扩展阈值为目标轨道设置环境诊断标签;其中,扩展阈值为大于2的实数,单位为米,且环境诊断标签的取值为0、1或者2;
基于灾害区域设置环境诊断标签,包括:
将灾害区域的边界按照一个扩展阈值进行外扩,获取疑似区域;其中,疑似区域不包括灾害区域;
当目标轨道与灾害区域存在交集时,则将目标轨道的环境诊断标签标记为2;
当目标轨道与疑似区域存在交集,且与灾害区域不存在交集时,则将目标轨道的环境诊断标签标记为1;
当目标轨道与疑似区域、灾害区域均不存在交集时,则将目标轨道的环境诊断标签标记为0。
2.根据权利要求1所述的轨道工程车辆分布式网络控制系统,其特征在于,所述中心控制模块与若干个地面控制模块通信和/或电气连接,所述地面控制模块与若干个车载控制模块通信和/或电气连接,且车载控制模块内置于轨道工程车中。
3.根据权利要求1所述的轨道工程车辆分布式网络控制系统,其特征在于,所述数据采集装置包括底座、击锤和控制单元,数据采集装置通过底座以设定间距固定在轨道内侧或者外侧;
通过控制单元控制击锤定时敲击目标轨道,采集声波数据,并将声波数据无线发送至对应的地面控制模块。
4.根据权利要求1所述的轨道工程车辆分布式网络控制系统,其特征在于,基于人工智能模型建立轨道诊断模型,包括:
获取中心控制模块存储的标准训练数据;其中,标准训练数据包括标准声波信号以及对应的轨道诊断标签,且标准声波信号和待验声波信号的内容属性一致;
中心控制模块通过标准训练数据对构建的人工智能模型进行训练,将训练完成的人工智能模型标记为轨道诊断模型,并将轨道诊断模型定时更新并发送至地面控制模块;其中,人工智能模型包括深度卷积神经网络模型和RBF神经网络模型。
5.根据权利要求1所述的轨道工程车辆分布式网络控制系统,其特征在于,所述地面控制模块对轨道工程车辆进行控制调度,包括:
当轨道诊断标签和环境诊断标签均为0时,则按照任务请求控制轨道工程车辆在目标轨道上行驶;否则,根据轨道诊断标签和/或环境诊断标签进行预警。
6.根据权利要求1所述的轨道工程车辆分布式网络控制系统,其特征在于,所述轨道工程车辆用网络控制设备包括通信控制主机、I/O模块和网络通信线路,且I/O模块包括数字输入模块、数字输出模块和模拟量输入模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210730697.2A CN114987582B (zh) | 2022-06-24 | 2022-06-24 | 轨道工程车辆分布式网络控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210730697.2A CN114987582B (zh) | 2022-06-24 | 2022-06-24 | 轨道工程车辆分布式网络控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114987582A CN114987582A (zh) | 2022-09-02 |
CN114987582B true CN114987582B (zh) | 2023-02-21 |
Family
ID=83037049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210730697.2A Active CN114987582B (zh) | 2022-06-24 | 2022-06-24 | 轨道工程车辆分布式网络控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114987582B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101274636A (zh) * | 2007-03-26 | 2008-10-01 | 林贵生 | 车载式轨道交通车辆运行状态智能监控和预警装置 |
CN102745213A (zh) * | 2012-06-27 | 2012-10-24 | 李志恒 | 能够提示前方路况的高速铁路列车调度系统及方法 |
CN106696999A (zh) * | 2015-08-17 | 2017-05-24 | 刘春梅 | 一种轨道运营安全监测报警系统及方法 |
CN111232023A (zh) * | 2020-01-16 | 2020-06-05 | 中铁一局集团有限公司 | 一种轨道工程施工及行车安全管理综合智控系统 |
KR20200102275A (ko) * | 2019-02-21 | 2020-08-31 | 주식회사 글로비즈 | 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108674453A (zh) * | 2018-05-23 | 2018-10-19 | 深圳市阡丘越科技有限公司 | 一种基于ai技术的轨道交通监控系统及控制方法 |
-
2022
- 2022-06-24 CN CN202210730697.2A patent/CN114987582B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101274636A (zh) * | 2007-03-26 | 2008-10-01 | 林贵生 | 车载式轨道交通车辆运行状态智能监控和预警装置 |
CN102745213A (zh) * | 2012-06-27 | 2012-10-24 | 李志恒 | 能够提示前方路况的高速铁路列车调度系统及方法 |
CN106696999A (zh) * | 2015-08-17 | 2017-05-24 | 刘春梅 | 一种轨道运营安全监测报警系统及方法 |
KR20200102275A (ko) * | 2019-02-21 | 2020-08-31 | 주식회사 글로비즈 | 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치 |
CN111232023A (zh) * | 2020-01-16 | 2020-06-05 | 中铁一局集团有限公司 | 一种轨道工程施工及行车安全管理综合智控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114987582A (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110059631B (zh) | 接触网非接触式监测缺陷识别方法 | |
CN107972695A (zh) | 一种物联网轨道车辆车轴健康状态智能监测管理系统装置 | |
CN100538761C (zh) | 基于数据融合模式识别的嵌入式故障智能诊断装置及方法 | |
CN111016932B (zh) | 节能型空轨系统的轨道巡检车和检测方法 | |
CN102139700B (zh) | 一种轨道交通的车辆工况在线监测系统 | |
CN103699698A (zh) | 一种基于改进贝叶斯的轨道交通故障识别方法及系统 | |
CN104077552A (zh) | 一种基于云计算的轨道交通信号综合运维方法及系统 | |
CN108128322A (zh) | 一种基于物联网的轨道车辆车轴健康状态智能监测方法 | |
CN105045256A (zh) | 基于数据对比分析的轨道交通实时故障诊断方法和系统 | |
CN101293529A (zh) | 车载式轨道交通客流运能及运行安全智能监控和预警系统 | |
CN103078673A (zh) | 一种适用于山区电网巡检的专用无人直升机系统 | |
CN201023495Y (zh) | 车载式轨道交通客流运能及运行安全智能监控和预警系统 | |
CN107123120A (zh) | 一种无人机铁路轨道缺陷识别系统及识别方法 | |
CN103241269A (zh) | 现代有轨电车综合调度与控制系统 | |
CN115373403B (zh) | 一种建筑机械设备巡检服务系统 | |
CN114139949A (zh) | 基于边缘计算与机器学习的轨道交通智能运维系统及方法 | |
CN111806516A (zh) | 一种用于智能列车监测与运维的健康管理装置及方法 | |
CN114998244A (zh) | 基于计算机视觉的轨道梁指形板智能巡检系统及方法 | |
CN113788051A (zh) | 列车在站运行状态监测分析系统 | |
CN103941672A (zh) | 机场跑道除雪作业质量评估系统 | |
CN114987582B (zh) | 轨道工程车辆分布式网络控制系统 | |
CN202783255U (zh) | 电力机车受电弓状态实时监测报警系统 | |
CN114358730A (zh) | 一种基于机器学习的煤炭业务处理方法及设备 | |
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 | |
CN210591921U (zh) | 一种动车组全车身运行故障动态图像检测系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |