CN115973125B - 一种处理铁路货车脱轨自动制动装置故障的方法 - Google Patents
一种处理铁路货车脱轨自动制动装置故障的方法 Download PDFInfo
- Publication number
- CN115973125B CN115973125B CN202310116953.3A CN202310116953A CN115973125B CN 115973125 B CN115973125 B CN 115973125B CN 202310116953 A CN202310116953 A CN 202310116953A CN 115973125 B CN115973125 B CN 115973125B
- Authority
- CN
- China
- Prior art keywords
- fault
- derailment
- target single
- vehicle
- braking device
- 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
Landscapes
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供一种处理铁路货车脱轨自动制动装置故障的方法,解决了通常通过TFDS故障智能识别模块识别出来的脱轨自动制动装置拉环故障时,有时会存在脱轨自动制动装置故障误报和重复预报的问题;本发明技术方案采用逻辑处理进行二次核验,经过逻辑处理模块处理后,能够作为脱轨自动制动装置拉环故障识别的最终判断结果;本发明的方法提高了识别故障的准确率,并对脱轨事故的进行了有效控制,消除安全隐患,保障了铁路货车的安全运行;通过对故障误报的消除和重复预报的合并处理,使每列车故障数有效减少,缩短了检车员检车复核的时间,提高了检车效率。本发明适用于轨道交通铁路货车脱轨故障检测。
Description
技术领域
本发明涉及铁路货车脱轨自动制动装置故障识别领域,尤其涉及一种处理铁路货车脱轨自动装置故障的方法。
背景技术
目前,基于人工智能技术的铁路货车故障轨边图像检测系统(TFDS),可实时智能分析TFDS采集的图像,自动识别各种不同类型的铁路货车故障,提升铁路货车运用管理水平。
与传统的图像识别技术不同,TFDS故障智能识别算法更具先进性,通过深度学习技术对大量故障数据样本进行故障识别训练,自动总结部件故障特征,自动寻找故障规律,并在实际试用中持续改善分析效果,实现从整体到局部,再到故障细节特征的逐步精细识别。
脱轨自动制动装置在以往的铁路货车脱轨事件中发挥了巨大的作用,有效降低了事故带来的经济损失和人身伤害。为了保证脱轨自动制动装置有效发挥作用,需要例行对其进行故障检测,主要是针对脱轨自动制动拉环装置拉环丢失、变形、碰磨故障进行检测,通过TFDS故障智能识别算法识别出来的脱轨自动制动装置拉环故障,有时会存在误报和重复预报的问题。不能直接准确的使用TFDS故障智能识别算法识别出来的脱轨自动制动装置拉环故障,需人工进行二次矫正,经过二次矫正后的结果才能作为故障识别最终的准确结果,人工进行二次矫正效率比较低,不能快速的将TFDS故障智能识别算法识别出来的脱轨自动制动装置拉环故障的误报和重复预报的问题识别出来。
发明内容
本发明提供了一种处理铁路货车脱轨自动制动装置故障的方法,解决了接收TFDS货车故障图像智能识别模块输出的车辆初步识别故障结果误报和重复预报的问题,该方法通过逻辑处理模块,对初步识别故障结果进行了二次核验,经过逻辑处理矫正后的结果才能作为故障识别最终的准确结果,逻辑处理完后将最终结果发送给检车作业平台处理;保证了铁路货车脱轨自动制动装置拉环故障识别结果的准确性。
本发明实施例提供了一种处理铁路货车脱轨自动制动装置故障的方法,该方法包括如下步骤:
步骤101、数据存储模块按部件获取单辆车的TFDS故障智能识别结果,该识别结果为目标列车脱轨自动制动装置拉环部件的故障预报结果数据;
步骤102、逻辑处理模块从所述数据存储模块中获取到目标列车的目标单辆车图像故障预报结果数据后,该逻辑处理模块判断是否获取到目标单辆车的全部部件,如果判断结果为是,该逻辑处理模块获取到目标单辆车的全部部件时,该逻辑处理模块根据脱轨自动制动装置拉环不同故障进行不同逻辑判断处理;
步骤103、不同逻辑判断处理是将目标单辆车部件数中的故障预报结果数据进行逻辑判断处理,逻辑判断处理是判断目标车辆是否存在脱轨自动制动装置,如果判断结果为否,删除故障预报结果数据中的脱轨自动装置拉环故障;如果判断结果为是,逻辑处理模块进一步判断目标车辆脱轨自动装置拉环故障是否存在误报;如果判断结果为不是误报,逻辑处理模块进一步判断目标车辆脱轨自动装置拉环故障是否存在重复预报,如果判断结果是重复预报,逻辑处理模块合并故障预报结果的重复预报的故障。
优选地,逻辑处理模块判断是否获取到目标单辆车的全部部件,是根据故障预报结果数据中的车辆序号和部件数确定目标单辆车m个部件数,实际收到目标单辆车的部件数n个,初始值为0,当n等于m时,目标单辆车部件全部收到,逻辑处理模块进行逻辑处理。
优选地,目标单辆车部件全部收到故障预报结果数据,逻辑处理模块进行逻辑处理,上述的描述是指当逻辑处理模块判断目标单辆车部件全部收到故障预报结果数据时,进一步判断所述目标单辆车是否存在脱轨自动制动装置;根据目标单辆车的车型判断是否存在脱轨自动制动装置;根据目标车辆的车型判断是否存在脱轨自动制动装置。
优选地,根据目标单辆车车型判断是否存在脱轨自动制动装置,如果目标单辆车没有脱轨自动制动装置,则删除识别结果中的脱轨自动制动装置拉环丢失、脱轨自动制动装置拉环变形、脱轨自动制动装置拉环与车轴碰磨的故障;
如果目标单辆车有脱轨自动制动装置,则判断目标单辆车脱轨自动制动装置拉环故障是否存在误报。
优选地,如果目标单辆车有脱轨自动制动装置,则判断目标单辆车脱轨自动制动装置拉环故障是否存在误报;上述的描述是指:判断结果为不存在误报,根据目标单辆车的四个车轴对应部件的图像序号进行判断,每个车轴有对应的部件图像,该部件图像包括车钩钩缓部件图像、前台制动梁部件图像、中间部部件图像、后台制动梁部件图像,根据目标单辆车的四个车轴对应部件的图像序号判断目标单辆车故障存在脱轨自动制动装置拉环故障是属实故障,否则为误报。
优选地,目标单辆车每个车轴的故障存在脱轨自动制动装置拉环故障,包括所述目标单辆车的脱轨自动制动装置拉环丢失、脱轨自动制动装置拉环变形、脱轨自动制动装置拉环与车轴碰磨。
其中,判断所述目标单辆车故障存在脱轨自动制动装置拉环故障是属实故障,否则为误报;上述的描述是指:如果判断目标单辆车为脱轨自动制动装置拉环故障,不存在误报,则进一步判断目标单辆车脱轨自动制动装置拉环故障是否存在重复预报;故障是否存在重复预报是指目标单辆车每个车轴对应的脱轨自动制动装置拉环单一故障识别出2次以上时,故障判断为重复预报,则进行合并故障处理。
其中,上述故障判断为重复预报故障,则合并故障处理,上述的描述是指: 每个车轴对应的脱轨自动制动装置拉环单一故障识别出2次以上时, 修改这些故障信息中置信度Pmax对应的故障信息的主副图标识为1,作为主图,其他故障信息的主副图标识修改为主图的故障唯一标识,作为副图。
其中,故障预报结果数据包括故障信息、故障数量、图像路径、部件数、车辆序号、车辆类型、过车时间、文件标识、部件编号、图像部件、图像序号和尾车标识;
其中,故障信息包括故障名称、故障编码、故障唯一标识、坐标和主副图标识信息。
本发明提供了一种处理铁路货车脱轨自动制动装置故障的方法,解决了智能识别对脱轨制动自动装置故障识别时的误报和重复预报的问题,采用逻辑处理进行二次核验,经过逻辑处理模块矫正后的结果能够作为故障识别最终的准确判断结果;提高了铁路货车脱轨制动自动装置故障识别的准确率,从而提高了对脱轨事故的有效控制,消除安全隐患,保障了铁路货车的安全运行,通过对脱轨制动自动装置故障误报的消除和重复预报的合并,使每列车故障数有效减少,缩短了检车员检车复核的时间,提高了检车效率。
附图说明
图1为一种处理铁路货车脱轨自动装置故障的方法的流程示意图;
图2为一种处理铁路货车脱轨自动装置故障的方法的故障逻辑处理流程示意图;
图3为一种处理铁路货车脱轨自动装置故障的方法的逻辑处理流程示意图。
具体实施方式
脱轨自动制动装置在以往的铁路货车脱轨事件中发挥了巨大的作用,有效降低了事故带来的经济损失和人身伤害。为了保证脱轨自动制动装置有效发挥作用,需要例行对其进行故障检测,主要是针对脱轨自动制动拉环装置拉环丢失、变形、碰磨故障进行检测,通过TFDS故障智能识别算法识别出来的脱轨自动制动装置拉环故障,有时会存在误报和重复预报的问题,需通过逻辑处理算法进行二次矫正,经过逻辑处理矫正后的结果才能作为故障识别最终的准确结果,逻辑处理完后将最终结果发送给检车作业平台处理。
实施例一
本发明实施例提供了一种列车车钩钩缓部件故障分析处理的方法,如图1所示,该方法包括如下步骤;
步骤101、数据存储模块按部件获取单辆车TFDS故障智能识别结果,该识别结果为目标列车脱轨自动制动装置拉环部件的故障预报结果数据;
步骤102、逻辑处理模块从所述数据存储模块中获取到目标列车的目标单辆车图像故障预报结果数据后,该逻辑处理模块判断是否获取到所述目标单辆车的全部部件,如果判断结果为是,所述逻辑处理模块获取到所述目标单辆车的全部部件时,该逻辑处理模块根据脱轨自动制动装置拉环不同故障进行不同逻辑判断处理;
步骤103、不同逻辑判断处理是将目标单辆车部件数中的故障预报结果数据进行逻辑判断处理,逻辑判断处理是判断所述目标车辆是否存在脱轨自动制动装置,如果判断结果为否,删除故障预报结果数据中的脱轨自动装置拉环故障;如果判断结果为是,逻辑处理模块进一步判断目标车辆脱轨自动装置拉环故障是否存在误报;如果判断结果为不是误报,逻辑处理模块进一步判断目标车辆脱轨自动装置拉环故障是否存在重复预报,如果判断结果是重复预报,逻辑处理模块合并故障预报结果的重复预报的故障。
在一个实施例中,该逻辑处理模块判断是否收到目标单辆车的全部部件,是根据所述识别结果数据中的车辆序号和部件数确定所述目标单辆车m个部件数,实际收到所述目标单辆车的部件数n个,初始值为0,当n等于m时,表示该目标单辆车部件全部收到故障预报结果数据,逻辑处理模块进行逻辑处理。
在一个实施例中,目标单辆车部件全部收到故障预报结果数据,逻辑处理模块进行逻辑处理,上述的描述是指:当逻辑处理模块判断所述目标单辆车部件全部收到故障预报结果数据时,进一步判断目标单辆车是否存在脱轨自动制动装置;根据目标单辆车的车型判断是否存在脱轨自动制动装置; 根据目标车辆的车型判断是否存在脱轨自动制动装置;如表1可知目标单车辆的车型是否存在脱轨自动制动装置。
表1无脱轨自动制动装置的车型
在一个实施例中,根据目标单辆车车型判断是否存在脱轨自动制动装置,如果目标单单辆车没有脱轨自动制动装置,则删除识别结果中的脱轨自动制动装置拉环丢失、脱轨自动制动装置拉环变形、脱轨自动制动装置拉环与车轴碰磨的故障;
如果目标单单辆车有脱轨自动制动装置,则判断目标单辆车脱轨自动制动装置拉环故障是否存在误报。
在一个实施例中,如果目标单辆车有脱轨自动制动装置,则判断目标单辆车脱轨自动制动装置拉环故障是否存在误报;上述的描述是指:判断结果为不存在误报,根据目标单辆车共四个车轴对应的图像序号进行判断,每个车轴有对应的部件图像,所述部件图像包括车钩钩缓部件图像、前台制动梁部件图像、中间部部件图像、后台制动梁部件图像,根据所述目标单辆车的四个车轴对应部件的图像序号判断所述目标单辆车故障存在脱轨自动制动装置拉环故障是属实故障,否则为误报。
在一个实施例中,目标单辆车每个车轴的故障存在脱轨自动制动装置拉环故障,包括所述目标单辆车的脱轨自动制动装置拉环丢失、脱轨自动制动装置拉环变形、脱轨自动制动装置拉环与车轴碰磨。
在一个实施例中,判断目标单辆车脱轨自动制动装置拉环故障是否存在误报,目标单辆车共有四个车轴,每个车轴有对应图像,例如:车轴1对应图像:车钩钩缓部件图像序号2、5、8和前台制动梁部件图像序号0、1、2;车轴2对应图像:前台制动梁部件图像序号3、4、5和中间部部件图像序号0、3、6;车轴3对应图像:中间部部件图像序号18、21、24和后台制动梁部件图像序号6、7、8;车轴4对应图像:后台制动梁部件图像序号9、10、11和车钩钩缓部件图像序号11、13、15;以上四个车轴对应的图像序号识别出的脱轨自动制动装置拉环故障为属实故障;其他图像识别出的则为误报。
在一个实施例中,判断所述目标单辆车故障存在脱轨自动制动装置拉环故障是属实故障,否则为误报;上述的描述是指:如果判断目标单辆车为脱轨自动制动装置拉环故障,不存在误报,则进一步判断目标单辆车脱轨自动制动装置拉环故障是否存在重复预报;故障是否存在重复预报是指目标单辆车每个车轴对应的脱轨自动制动装置拉环单一故障识别出2次以上时,故障判断为重复预报,则进行合并故障处理。
其中,所述的故障判断为重复预报故障,则合并故障处理,上述的描述是指:每个车轴对应的脱轨自动制动装置拉环单一故障识别出2次以上时, 修改所述故障信息中置信度Pmax对应的故障信息的主副图标识为1,作为主图,其他故障信息的主副图标识修改为主图的故障唯一标识,作为副图。
其中,故障预报结果数据包括故障信息、故障数量、图像路径、部件数、车辆序号、车辆类型、过车时间、文件标识、部件编号、图像部件、图像序号和尾车标识。
其中,故障信息包括故障名称、故障编码、故障唯一标识、坐标和主副图标识信息。
本发明提供了一种处理铁路货车脱轨自动制动装置故障的方法,解决了智能识别对脱轨制动自动装置故障识别时的误报和重复预报的问题,采用逻辑处理进行二次核验,经过逻辑处理模块矫正后的结果能够作为故障识别最终的准确判断结果;提高了铁路货车脱轨制动自动装置故障识别的准确率,从而提高了对脱轨事故的有效控制,消除安全隐患,保障了铁路货车的安全运行,通过对脱轨制动自动装置故障误报的消除和重复预报的合并,使每列车故障数有效减少,缩短了检车员检车复核的时间,提高了检车效率。
实施例二
本实施例提供一种处理铁路货车脱轨自动制动装置故障的方法,在获取TFDS故障智能识别模块识别出来的脱轨自动制动装置拉环故障时,采用逻辑处理进行二次核验是利用数据存储模块和逻辑处理模块进行处理,如图3所示;数据存储模块和逻辑处理模块将具体处理流程如图2所示。数据存储模块获取TFDS故障智能识别模块识别出来的脱轨自动制动装置拉环故障,例如一列车共有30辆车,每辆车有13个部件,其中第2辆车部件1有9张图像识别结果,其中7张图像识别结果正常,无故障,图像序号2识别出一个故障为:脱轨自动制动装置拉环丢失。图像2主要识别信息有:部件数13,车辆序号2,过车时间20220929052638,图像序号2,车辆类型L18, 部件为车钩钩缓,故障数1,识别状态1,置信度98,文件标识:1AB8313A85CF4333B6F0F87A0DF31533_04,故障信息中信息故障名称:脱轨自动制动装置拉环丢失,主副图标识为0,故障唯一标识为851cd482-3f74-11ed-b272-0242ac110001。
图像序号9主要识别信息有:部件数13,车辆序号2,图像序号9,车辆类型L18, 部件为车钩钩缓,文件标识:1AB8313A85CF4333B6F0F87A0DF31533_04,故障数1,识别状态1,过车时间20220929052638,故障信息中主要有故障名称:脱轨自动制动装置拉环丢失,置信度98,故障标识为851cd482-3f74-11ed-b272-0242ac110006,主副图标识为0。
第2辆车部件2有6张图像识别结果,其中4张图像识别结果正常,图像序号0识别出一个故障名称为脱轨自动制动装置拉环丢失。图像序号0主要识别信息有:部件数13,车辆序号2过车时间20220929052638,部件为前台制动梁,图像序号0,车辆类型L18,文件标识:1AB8313A85CF4333B6F0F87A0DF31533_02,故障数1,识别状态1,故障信息中主要有故障名称:脱轨自动制动装置拉环丢失,置信度96,主副图标识为0,故障唯一标识为851cd482-3f74-11ed-b272-0242ac110002。
图像序号3识别出一个故障名称为脱轨自动制动装置拉环变形。图像序号3主要识别信息有:部件数13,车辆序号2过车时间20220929052638,部件为前台制动梁,图像序号3,车辆类型L18,文件标识:1AB8313A85CF4333B6F0F87A0DF31533_02,故障数1,识别状态1,故障信息中主要有故障名称:脱轨自动制动装置拉环变形,置信度99,故障唯一标识为851cd482-3f74-11ed-b272-0242ac110003,主副图标识为0。
第2辆车部件3有9张图像识别结果,其中8张图像识别结果无故障,图像序号0识别出一个故障名称为脱轨自动制动装置拉环变形。图像序号0主要识别信息有:部件数13,车辆序号2过车时间20220929052638,部件为中间部,图像序号0,车辆类型L18,文件标识:DC5C9837420435B2B3E464225092AE11_08,故障数1,识别状态1,故障唯一标识为851cd482-3f74-11ed-b272-0242ac110004,故障信息中主要有故障名称:脱轨自动制动装置拉环变形,置信度67,主副图标识为0。
一、数据存储模块
在一个实施例中,如图2所示,数据存储模块按部件获取目标单辆车的TFDS故障智能识别结果,识别结果的数据为目标单辆车的部件故障预报结果数据,是通过http协议以JSON格式接收的。故障预报结果数据中主要有故障信息(故障名称、故障编码、故障唯一标识、坐标、主副图标识)、故障数量、识别状态、图像路径、部件数、车辆序号、车辆类型、过车时间、文件标识、部件编号、图像部件、图像序号、尾车标识、置信度数值信息等信息。故障预报结果数据中有需要逻辑处理的故障时,数据存储模块则将故障预报结果存储到本地磁盘及数据库中;如果故障预报结果中没有需要逻辑处理的故障,则将故障预报结果数据转发给检车作业平台即可。
在一个实施例中,在上述例子中数据存储模块获取TFDS故障智能识别模块识别出来的脱轨自动制动装置拉环故障的识别结果中车辆2部件1的图像序号2、车辆2部件1的图像序号9,车辆2部件的2图像序号0、车辆2部件2的图像序号3,车辆2部件3的图像序号0,数据存储模块根据上述的识别结果中的故障名称可知存在待处理故障,将这些图像的故障信息(故障名称、故障编码、故障唯一标识、坐标、主副图标识等信息)、故障数量、图像路径、部件数、车辆序号、车辆类型、过车时间、文件标识、部件编号、图像部件、图像序号、尾车标识等数据存入数据库,列车其他部件的识别结果发送到检车作业平台。
二、逻辑处理模块
数据存储模块处理完后, 逻辑处理模块获取到目标单辆车TFDS智能识别结果为故障预报结果数据进行故障逻辑处理;如图2所示。
这里所述的脱轨自动制动装置拉环故障逻辑处理,是脱轨自动制动装置拉环丢失、脱轨自动制动装置拉环变形、脱轨自动制动装置拉环与车轴碰磨的故障逻辑处理。
1、逻辑处理模块判断目标单辆车全部部件是否都收到
先计算目标车辆部件数,计算过程:根据识别结果中的车辆序号和部件数可以确定目标车辆对应的部件数;再统计实际收到的目标车辆部件数,计算过程:实际收到的部件数记为n(初始值0),每次接收到目标车辆的识别结果则部件数加1,当计算的车辆部件数等于实际收到的目标车辆部件数时,表示该辆车所有故障预报结果数据都获取到。根据本例,故障预报结果数据中的车辆序号为2,部件数13,实际获取到的部件数初始值为0,每次接收到第2辆车的识别结果,初始值加1,实际收到的部件数等于13时,表示第2辆车所有识别结果数据都收到。逻辑处理模块进行下一步判断目标车辆是否存在脱轨制动自动装置。
2、判断目标单辆车是否存在脱轨自动制动装置
根据本例,故障预报结果数据中的车辆类型L18,对照表1可知,该车辆类型存在脱轨制动自动装置,进行下一步处理。
3、判断目标单辆车脱轨自动制动装置拉环故障是否存在误报
如果判断结果是存在误报,删除智能识别结果的误报故障;如果判断结果是否,进一步判断目标单辆车的脱轨自动装置拉环故障是否存在重复预报。
本实施例车辆2部件1的图像序号9不在四个车轴对应的图像上,车辆2部件1图像序号9的文件标识为1AB8313A85CF4333B6F0F87A0DF31533_04,根据图像序号9文件标识获取图像序号9文件,删除文件中图像序号9识别故障信息中的脱轨自动制动装置拉环丢失。
4、判断目标单辆车的脱轨自动制动装置拉环故障是否存在重复预报
如果判断结果是重复预报,合并智能识别结果中的重复预报的故障;如果判断结果是否,结束逻辑判断。根据本例,车轴1对应的故障图像有车辆2部件1的图像2、车辆2部件2的图像0,根据两张图像识别结果中的故障名称可知故障脱轨自动制动装置拉环丢失预报了两次,需要合并;轴2对应的故障图像为车辆2部件2的图像3、车辆2部件3的图像0,根据这两张图像识别结果中的故障名称可知故障脱轨自动制动装置拉环变形预报了两次,需要合并。
a、车轴1故障进行合并
本例从车轴1所有待处理故障的故障信息中筛选出置信度Pmax的故障数据,其对应的故障标识为851cd482-3f74-11ed-b272-0242ac110001;从车轴1故障信息中对应的文件标识为1AB8313A85CF4333B6F0F87A0DF31533_04,根据该文件标识获取车辆2部件1识别结果文件,在该文件中图像序号2的识别结果的故障信息中获取脱轨自动制动装置拉环丢失故障,修改其主副图标识为1,作为主图。
同理车轴1故障信息中对应文件标识为1AB8313A85CF4333B6F0F87A0DF31533_02,根据该文件标识获取车辆2部件2识别结果文件,在该文件中图像序号0的识别结果的故障信息中获取脱轨自动制动装置手环丢失故障,修改车辆2部件2图像序号0的主副图标识为851cd482-3f74-11ed-b272-0242ac110001,作为副图。
因为车辆2部件2图像序号0是个副图,所以把它的主副图标识改成主图的故障唯一标识851cd482-3f74-11ed-b272-0242ac110001。
b、车轴2故障进行合并
从车轴2所有待处理故障的故障信息中筛选出置信度Pmax的故障数据,置信度Pmax的故障信息中对应的故障标识为851cd482-3f74-11ed-b272-0242ac110003;从车轴2故障信息中对应的文件标识为1AB8313A85CF4333B6F0F87A0DF31533_02,根据该文件标识获取车辆2部件2识别结果文件,在该文件中图像序号3的识别结果的故障信息中获取脱轨自动制动装置拉环丢失故障,修改车辆2部件2图像序号3的主副图标识为1,作为主图。
同理车轴2故障信息中对应文件标识为DC5C9837420435B2B3E464225092AE11_08,根据该文件标识获取车辆2部件3识别结果文件,在该文件中图像序号0的识别结果的故障信息中获取脱轨自动制动装置手环丢失故障,修改车辆2部件3图像序号0的主副图标识为851cd482-3f74-11ed-b272-0242ac110003,作为副图。
合并智能识别结果中的重复预报的故障完成。轴3和轴4无待处理故障,将修改后的文件重新保存。
本发明实施例提供了一种处理铁路货车脱轨自动制动装置故障的方法,解决了智能识别对脱轨制动自动装置故障识别时的误报和重复预报的问题,采用逻辑处理进行二次核验,经过逻辑处理模块矫正后的结果能够作为故障识别最终的准确判断结果;提高了铁路货车脱轨制动自动装置故障识别的准确率,从而提高了对脱轨事故的有效控制,消除安全隐患,保障了铁路货车的安全运行,通过对脱轨制动自动装置故障误报的消除和重复预报的合并,使每列车故障数有效减少,缩短了检车员检车复核的时间,提高了检车效率。
Claims (8)
1.一种处理铁路货车脱轨自动装置故障的方法,其特征在于,所述方法包括如下步骤:
步骤101、数据存储模块按部件获取目标单辆车的TFDS故障智能识别结果,所述识别结果为目标单辆车的脱轨自动制动装置拉环部件的故障预报结果数据;
步骤102、逻辑处理模块从所述数据存储模块中获取到所述目标单辆车的脱轨自动制动装置拉环部件故障预报结果数据后,所述逻辑处理模块判断是否获取到所述目标单辆车的全部部件,如果判断结果为是,所述逻辑处理模块获取到所述目标单辆车的全部部件时,所述逻辑处理模块根据脱轨自动制动装置拉环不同故障进行不同逻辑判断处理;
步骤103、所述不同逻辑判断处理是将所述目标单辆车的部件数中的故障预报结果数据进行逻辑判断处理,所述逻辑判断处理是判断所述目标单辆车是否存在脱轨自动制动装置,如果判断结果为否,删除故障预报结果数据中的脱轨自动装置拉环故障;如果判断结果为是,所述逻辑处理模块进一步判断所述目标单辆车脱轨自动装置拉环故障是否存在误报;如果判断结果为不是误报,所述判断结果为不是误报是根据所述目标单辆车的四个车轴对应部件的图像序号进行判断,每个车轴有对应的部件图像,所述部件图像包括车钩钩缓部件图像、前台制动梁部件图像、中间部部件图像、后台制动梁部件图像,根据所述目标单辆车的四个车轴对应部件的图像序号判断目标单辆车故障存在脱轨自动制动装置拉环故障是属实故障,否则为误报;所述逻辑处理模块进一步判断所述目标单辆车脱轨自动装置拉环故障是否存在重复预报,如果判断结果是重复预报,所述逻辑处理模块合并故障预报结果的重复预报的故障。
2.根据权利要求1所述的一种处理铁路货车脱轨自动装置故障的方法,其特征在于,所述逻辑处理模块判断是否获取到所述目标单辆车的全部部件,是根据所述故障预报结果数据中的车辆序号和部件数确定所述目标单辆车m个部件数,实际收到所述目标单辆车的部件数n个,初始值为0,当n等于m时,所述目标单辆车的部件全部收到故障预报结果数据, 所述逻辑处理模块进行逻辑处理。
3.根据权利要求2所述的一种处理铁路货车脱轨自动装置故障的方法,其特征在于,所述目标单辆车的部件全部收到故障预报结果数据,所述逻辑处理模块进行逻辑处理,上述的描述是指:当所述逻辑处理模块判断所述目标单辆车的部件全部收到故障预报结果数据时,进一步判断所述目标单辆车是否存在脱轨自动制动装置;根据所述目标单辆车的车型判断是否存在脱轨自动制动装置。
4.根据权利要求3所述的一种处理铁路货车脱轨自动装置故障的方法,其特征在于,所述根据所述目标单辆车的车型判断是否存在脱轨自动制动装置,如果所述目标单辆车没有脱轨自动制动装置,则删除识别结果中的脱轨自动制动装置拉环丢失、脱轨自动制动装置拉环变形、脱轨自动制动装置拉环与车轴碰磨的故障;
如果所述目标单辆车有脱轨自动制动装置,则判断所述目标单辆车脱轨自动制动装置拉环故障是否存在误报。
5.根据权利要求1所述的一种处理铁路货车脱轨自动装置故障的方法,其特征在于,所述目标单辆车每个车轴的故障存在脱轨自动制动装置拉环故障,包括所述目标单辆车的脱轨自动制动装置拉环丢失、脱轨自动制动装置拉环变形、脱轨自动制动装置拉环与车轴碰磨。
6.根据权利要求1所述的一种处理铁路货车脱轨自动装置故障的方法,其特征在于,所述判断目标单辆车故障存在脱轨自动制动装置拉环故障是属实故障,否则为误报,上述的描述是指:如果判断目标单辆车为脱轨自动制动装置拉环故障不存在误报,则进一步判断所述目标单辆车脱轨自动制动装置拉环故障是否存在重复预报;所述故障是否存在重复预报是指所述目标单辆车的每个车轴对应的脱轨自动制动装置拉环单一故障识别出现2次以上时,所述故障判断为重复预报故障,则进行合并故障处理。
7.根据权利要求6所述的一种处理铁路货车脱轨自动装置故障的方法,其特征在于,所述故障判断为重复预报故障,则合并故障处理,上述的描述是指:每个车轴对应的脱轨自动制动装置拉环单一故障识别出2次以上时, 修改故障信息中置信度Pmax对应的故障信息的主副图标识为1,作为主图,其他故障信息的主副图标识修改为主图的故障唯一标识,作为副图。
8.根据权利要求7所述的一种处理铁路货车脱轨自动装置故障的方法,其特征在于,所述故障预报结果数据包括故障信息、故障数量、图像路径、识别状态、部件数、车辆序号、车辆类型、过车时间、文件标识、部件编号、图像部件、图像序号和尾车标识;所述故障信息包括故障名称、故障编码、故障唯一标识、坐标和主副图标识信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310116953.3A CN115973125B (zh) | 2023-02-15 | 2023-02-15 | 一种处理铁路货车脱轨自动制动装置故障的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310116953.3A CN115973125B (zh) | 2023-02-15 | 2023-02-15 | 一种处理铁路货车脱轨自动制动装置故障的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115973125A CN115973125A (zh) | 2023-04-18 |
CN115973125B true CN115973125B (zh) | 2023-06-06 |
Family
ID=85976245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310116953.3A Active CN115973125B (zh) | 2023-02-15 | 2023-02-15 | 一种处理铁路货车脱轨自动制动装置故障的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115973125B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100665765B1 (ko) * | 2005-06-11 | 2007-01-09 | 샬롬엔지니어링 주식회사 | 열차 고장정보 관리 시스템 및 방법 |
CN209719569U (zh) * | 2019-04-03 | 2019-12-03 | 广汉科峰电子有限责任公司 | 铁路车辆制动故障在线检测系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108520567A (zh) * | 2018-03-26 | 2018-09-11 | 云南电网有限责任公司丽江供电局 | 一种依靠拍摄设备运行图像识别的辅助巡检方法 |
CN110861987B (zh) * | 2019-10-23 | 2021-06-08 | 日立楼宇技术(广州)有限公司 | 一种电梯故障判断逻辑验证方法、系统及存储介质 |
CN111080601A (zh) * | 2019-12-12 | 2020-04-28 | 哈尔滨市科佳通用机电股份有限公司 | 铁路货车脱轨制动装置拉环磨轴故障图像识别方法 |
CN111079821A (zh) * | 2019-12-12 | 2020-04-28 | 哈尔滨市科佳通用机电股份有限公司 | 一种脱轨自动制动拉环脱落故障图像识别方法 |
CN111080608A (zh) * | 2019-12-12 | 2020-04-28 | 哈尔滨市科佳通用机电股份有限公司 | 铁路货车脱轨自动制动阀塞门手把关闭故障图像识别方法 |
CN111652295B (zh) * | 2020-05-21 | 2020-12-08 | 哈尔滨市科佳通用机电股份有限公司 | 一种铁路货车钩尾销托梁脱落故障识别方法 |
CN112277860B (zh) * | 2020-10-16 | 2022-03-22 | 北京三快在线科技有限公司 | 识别车辆主动安全系统的误报的方法、装置、存储介质、系统及车辆 |
CN112418323B (zh) * | 2020-11-24 | 2021-07-16 | 哈尔滨市科佳通用机电股份有限公司 | 基于图像处理的铁路货车钩舌销故障检测方法 |
CN112650200B (zh) * | 2020-12-25 | 2022-08-30 | 中能融安(北京)科技有限公司 | 一种厂站设备故障的诊断方法及诊断装置 |
CN113516629A (zh) * | 2021-05-14 | 2021-10-19 | 中国铁路沈阳局集团有限公司苏家屯车辆段 | Tfds通过作业智能检测系统 |
-
2023
- 2023-02-15 CN CN202310116953.3A patent/CN115973125B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100665765B1 (ko) * | 2005-06-11 | 2007-01-09 | 샬롬엔지니어링 주식회사 | 열차 고장정보 관리 시스템 및 방법 |
CN209719569U (zh) * | 2019-04-03 | 2019-12-03 | 广汉科峰电子有限责任公司 | 铁路车辆制动故障在线检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115973125A (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111080598B (zh) | 一种钩尾销安全吊的螺栓、螺母缺失检测方法 | |
CN109165541B (zh) | 用于智能识别轨道交通车辆图像中车辆零部件的编码方法 | |
CN107273802B (zh) | 一种铁路列车闸瓦钎环故障的检测方法及装置 | |
CN111080603B (zh) | 一种铁路货车轴端螺栓折断故障检测方法 | |
RU2010131032A (ru) | Способ и система для идентификации информации о поезде | |
CN111079818A (zh) | 铁路货车车钩托梁折断检测方法 | |
CN111080601A (zh) | 铁路货车脱轨制动装置拉环磨轴故障图像识别方法 | |
CN111079819A (zh) | 基于图像识别与深度学习的铁路货车钩舌销的状态判断方法 | |
CN111144485B (zh) | 基于xgboost分类算法的车辆事故判断方法和系统 | |
CN111860201B (zh) | 图像识别与桥梁监测相结合的匝道重车识别方法及系统 | |
CN112172878B (zh) | 一种列车限速曲线计算方法及系统 | |
CN115479949A (zh) | 一种基于大数据的桥梁安全监测预警方法及系统 | |
CN115973125B (zh) | 一种处理铁路货车脱轨自动制动装置故障的方法 | |
CN112990329B (zh) | 一种系统异常诊断方法和装置 | |
CN113085882B (zh) | 一种故障处理方法、装置、电子设备和存储介质 | |
CN116401386A (zh) | 一种铁路货车制动机故障分析处理的方法 | |
CN111055890B (zh) | 一种铁路车辆防溜智能检测方法及检测系统 | |
CN115879036B (zh) | 一种列车缓解阀拉杆故障分析处理的方法 | |
CN110228508B (zh) | 列车过车报文异常检测方法及检测装置 | |
CN114049614A (zh) | 一种地铁列车紧急制动防撞控制方法 | |
Burchenkov | Decision making based on the results of automatic diagnostics of parts and assemblies of rolling stock | |
CN110956143A (zh) | 一种异常行为检测方法、装置、电子设备及存储介质 | |
CN115147964B (zh) | 一种多元信息的安检方法、系统、计算机设备及可读介质 | |
CN116343484B (zh) | 交通事故识别方法、终端及存储介质 | |
CN111098892B (zh) | 列车自动监控系统的空间位置信息定位方法及装置 |
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 |