CN116039393A - 高温超导磁悬浮列车超导磁材悬浮状态监测系统 - Google Patents
高温超导磁悬浮列车超导磁材悬浮状态监测系统 Download PDFInfo
- Publication number
- CN116039393A CN116039393A CN202310027720.6A CN202310027720A CN116039393A CN 116039393 A CN116039393 A CN 116039393A CN 202310027720 A CN202310027720 A CN 202310027720A CN 116039393 A CN116039393 A CN 116039393A
- Authority
- CN
- China
- Prior art keywords
- data
- state monitoring
- superconducting
- suspension
- superconducting magnetic
- 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
- 239000000725 suspension Substances 0.000 title claims abstract description 51
- 238000012544 monitoring process Methods 0.000 title claims abstract description 43
- 239000000696 magnetic material Substances 0.000 title claims abstract description 30
- 230000006854 communication Effects 0.000 claims abstract description 35
- 238000004891 communication Methods 0.000 claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000003745 diagnosis Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000013528 artificial neural network Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 13
- 239000013598 vector Substances 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims description 3
- 238000005339 levitation Methods 0.000 abstract description 34
- 230000005540 biological transmission Effects 0.000 description 4
- QJVKUMXDEUEQLH-UHFFFAOYSA-N [B].[Fe].[Nd] Chemical compound [B].[Fe].[Nd] QJVKUMXDEUEQLH-UHFFFAOYSA-N 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 229910001172 neodymium magnet Inorganic materials 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005312 nonlinear dynamic Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 229910021521 yttrium barium copper oxide Inorganic materials 0.000 description 2
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000002887 superconductor Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L13/00—Electric propulsion for monorail vehicles, suspension vehicles or rack railways; Magnetic suspension or levitation for vehicles
- B60L13/04—Magnetic suspension or levitation for vehicles
- B60L13/06—Means to sense or control vehicle position or attitude with respect to railway
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
- B61L15/0018—Communication with or on the vehicle or train
- B61L15/0036—Conductor-based, e.g. using CAN-Bus, train-line or optical fibres
-
- 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
-
- 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
- B61L27/70—Details of trackside communication
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Control Of Vehicles With Linear Motors And Vehicles That Are Magnetically Levitated (AREA)
Abstract
本发明公开了高温超导磁悬浮列车超导磁材悬浮状态监测系统，包括：状态监测模块用于实时获取超导磁材的悬浮高度数据和振动数据，并将采集到的状态监测数据传送给通信模块；通信模块包括地面有线网、车地无线网和车载有线网的三网合一的通信网路和设备，用以将状态监测数据传递给分析诊断服务器；分析诊断服务器包括知识库用以根据状态监测数据对超导磁材悬浮状态进行诊断并输出诊断结果；模型库用以根据实时的状态监测数据对车辆故障进行预警。本发明可以实时对行驶过程中的高温超导磁悬浮列车超导磁材悬浮状态进行监测，根据悬浮高度和振动情况的实时数据进行运行状态诊断和故障预警，确保高温超导磁悬浮列车运行的安全性和舒适性。
Description
技术领域
本发明涉及磁悬浮列车技术领域，尤其涉及高温超导磁悬浮列车超导磁材悬浮状态监测系统。
背景技术
与依赖控制系统保持自身稳定的电磁悬浮(EMS)和依赖速度保持悬浮的电动悬浮(EDS)不同，在没有任何控制系统或运行速度的情况下，高温超导(HTS)磁悬浮列车超导磁材中的高温超导体YBCO可以在钕铁硼永磁体轨道上方稳定悬浮，从而使整个列车处于悬浮状态。
高温超导磁悬浮线路轨道是钕铁硼永磁体轨道，而钕铁硼永磁体轨道是数量众多的小块永磁体组成的。小块永磁体在生产和施工中会存在缺陷，永磁体轨道随机不平顺是不可避免的，数量众多的小块永磁体组成磁轨时又会因为生产组装工艺和磁性互斥应力作用变形等因素造成磁轨的不平顺，磁轨的不平顺将影响高温超导磁悬浮列车运营平稳性。由于永磁轨道不平顺和导轨变形的激励，振动通常是垂直和横向耦合的。该系统的横向响应与垂直响应同样重要。高温超导磁悬浮列车超导磁材的悬浮高度影响了车辆的悬浮性能和牵引性能，行驶中的振动大小频率影响了悬浮架和整车的动力学性能、安全性、舒适性。如果高温超导磁浮车辆列车超导磁材的悬浮高度低于一定的安全极限值，将会导致整车无法悬浮和牵引，并会导致超导磁材和永磁轨道产生干涉和摩擦，从而损坏超导磁材，严重时会影响列车行车安全。如果超导磁材振动频率过大将会影响悬浮架和整车的动力学性能、安全性、舒适性。此外，强烈的横向振动可能导致高温超导磁浮列车脱轨，从而导致灾难性后果。
高温超导磁悬浮系统的实际运行中，永磁轨道不平顺和超导磁材提供的磁悬浮力导向力的垂向横向耦合效应是影响列车动力学特性的重要因素。永磁轨道不平顺是列车的主要激励，高温超导磁悬浮列车的悬浮力和导向力是列车动力学特性的关键，可分为悬浮力和导向力。超导磁材YBCO块体在距离不同悬浮高度的永磁体轨道测试的悬浮力，存在磁滞特性。由于高温超导磁悬浮的悬浮力和导向力是非线性的，高温超导磁浮中出现了许多非线性动力学现象，如倍周期分岔、1/2次谐波共振、混沌和跳跃现象，不对称磁场将显著影响块体的旋转运动。在高温超导磁悬浮列车的悬浮力和导向力模型中，悬浮高度和振动加速度会直接影响悬浮力和导向力，使高温超导磁悬浮成为复杂的非线性动力学系统。所以监测超导磁材与磁轨距离的悬浮高度和振动加速度是非常必要的。目前高温超导磁悬浮列车所涉及的领域对于超导磁材悬浮状态的监测方面的研究不多。
发明内容
为了解决上述技术问题，本发明所提供的技术方案包括：
高温超导磁悬浮列车超导磁材悬浮状态监测系统，包括：状态监测模块、通信模块和分析诊断服务器；
所述状态监测模块包括悬浮高度采集单元和振动状态采集单元，用于实时获取超导磁材的悬浮高度数据和振动数据，并将采集到的状态监测数据传送给所述通信模块；
所述通信模块包括实现车地双向通信的地面有线网、车地无线网和车载有线网的三网合一的通信网路和设备，用以将所述状态监测数据传递给所述分析诊断服务器；
所述分析诊断服务器包括知识库和模型库；所述知识库存储有训练好的模糊神经网络，用以根据所述状态监测数据对超导磁材悬浮状态进行诊断并输出诊断结果；所述模型库存储有历史状态监测数据和对应的故障信息，用以根据实时的状态监测数据对车辆故障进行预警。
在一些较优的实施例中，所述悬浮高度采集模块包括设置在超导磁材端部的激光位移传感器，用于实时获取超导磁材的悬浮高度数据，并传送给所述通信模块；
所述振动状态采集模块包括设置在超导磁材X、Y、Z三向的压电式加速度传感器，用于实时获取超导磁材X、Y、Z三向的振动数据，并传送给所述通信模块。
在一些较优的实施例中，所述地面有线网包括由车站交换机和千兆光纤组成的冗余环网，用于确保链路出现故障时在短时间内自愈，以保证通信畅通；
所述车地无线网包括间隔设置在轨旁的若干无线AP单元，所述无线AP单元星形连接到最近的车站交换机；
所述车载有线网包括设置在磁悬浮列车上的两组车载无线AP单元，所述车载无线AP单元漫游连接到所述车地无线网。
在一些较优的实施例中，所述模糊神经网络的训练过程包括：提取若干历史故障工况数据的特征向量，利用特征向量向前传播的方式训练网络，利用误差反向传播的方式更新网络参数。
在一些较优的实施例中，所述分析诊断服务器还包括预处理单元，所述预处理单元设置为利用小波包分析法对状态监测数据的奇异点进行时域分析处理，以提取特征信息。
在一些较优的实施例中，所述模型库存储有根据超导磁材的性能参数与历史状态数据的映射关系建立的性能模型，根据故障信息与历史状态数据的映射关系建立的故障模型；所述分析诊断服务器根据实时状态数据在所述性能模型中匹配并输出最接近的超导磁材的性能参数，根据实时状态数据在所述故障模型中匹配最接近的故障信息并发出预警。
有益效果
1、本发明可以实时对行驶过程中的高温超导磁悬浮列车超导磁材悬浮状态进行监测，根据悬浮高度和振动情况的实时数据进行运行状态诊断和故障预警，确保高温超导磁悬浮列车运行的安全性和舒适性。2、根据构建的车地双向通信方式，保证了通信网络的畅通，确保监测数据的实时、准确传送，避免了单一通信方式失效时造成整个系统失效的情况。3、通过历史数据的存储和匹配，确保诊断网络的自我更新和预警信息的准确性和有效性，还能为故障溯源和检修流程提供历史数据参考。
附图说明
图1为本发明一种较优实施例中的系统结构示意图；
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步阐述。在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
实施例1
本实施例给出了一种高温超导磁悬浮列车超导磁材悬浮状态监测系统，包括：状态监测模块、通信模块和分析诊断服务器；
所述状态监测模块包括悬浮高度采集单元和振动状态采集单元，用于实时获取超导磁材的悬浮高度数据和振动数据，并将采集到的状态监测数据传送给所述通信模块。其中，所述悬浮高度数据主要包括超导磁材在永磁轨道垂直方向的悬浮高度；振动数据包括超导磁材在X、Y、Z方向的运动加速度，以加速度变化幅度来衡量其振动情况。在一些较优的实施例中，给出了一种数据采集的具体实现方式，包括：所述悬浮高度采集模块包括设置在超导磁材端部的激光位移传感器，用于实时获取超导磁材的悬浮高度数据；所述振动状态采集模块包括设置在超导磁材X、Y、Z三向的压电式加速度传感器，用于实时获取超导磁材X、Y、Z三向的振动数据。具体的，还包括数据采集卡、数据采集软件和数据传输线路等附属设施设备，其中，所述振动状态采集模块和悬浮高度采集模块可以共用采集卡和数据采集软件。进一步的，所述振动状态采集模块和悬浮高度采集模块分别与通信模块信号连接。
所述通信模块是为了实现可靠的双向通信所涉及的数据信息传输系统，包括地面有线网、车地无线网和车载有线网的三网合一的通信网路和设备，用以将所述状态监测数据传递给所述分析诊断服务器。所述通信模块采用符合IEEE 802.3通信标准的方式建立有线通信(以太网)连接，采用符合IEEE 802.1n通信标准的方式建立无线通信连接。
在一些较优的实施例中，所述地面有线网包括由车站交换机和千兆光纤组成的冗余环网，用于确保链路出现故障时在短时间内自愈，以保证通信畅通，优选的，环网技术确保在20ms时间内自愈。
所述车地无线网包括间隔设置在轨旁的若干无线AP单元，所述无线AP单元星形连接到最近的车站交换机。优选的，无线AP单元间隔100m，采用AP客户端漫游模式,确保在车速100KM/H及以上的情况下，车地通讯(包括地面监控中心指令传送到车辆接收或者车辆数据传送到地面监控中心)总延时不超过50ms，平均带宽不小于50Mbps。
所述车载有线网包括设置在磁悬浮列车上的两组车载无线AP单元，所述车载无线AP单元漫游连接到所述车地无线网。应当理解的是，两组车载无线AP单元一主一备，车载无线AP在列车高速行驶过程中支持与设置在轨旁的若干无线AP单元的高速漫游切换。在一些较优的实施例中，所述磁悬浮列车内部还设置有交换机，用于在车内组建通信环网，所述交换机用于将车载工控机和传感器连接到两组车载无线AP单元上。
所述分析诊断服务器包括知识库和模型库；所述知识库存储有训练好的模糊神经网络，用以根据所述状态监测数据对超导磁材悬浮状态进行诊断并输出诊断结果；所述模型库存储有历史状态监测数据和对应的故障信息，用以根据实时的状态监测数据对车辆故障进行预警。
其中，所述分析诊断服务器可以搭载在随车配置的行车工控机中，也可以搭载在云端的服务器中，具体的搭载方式由本领域技术人员根据现场的实际情况和需求确定，本发明不作进一步的限定。应当理解的是，所述分析诊断服务器还包括数据存储功能，提供多种系统环境和WEB环境，并且具有良好人机交互方式的UI界面。
所述模糊神经网络是模糊理论同神经网络相结合的产物，它汇集了神经网络与模糊理论的优点，集学习、联想、识别、信息处理于一体，其一般结构包括五层，即第一层为输入层，缓存输入信号。第二层为模糊化层，对输入信号进行模糊化。第三层为模糊规则层。第四层为模糊决策层，主要针对满足一定条件的量进行分类并将模糊量去模糊化。第五层为输出层，输出运算结果。其具体的搭建方式可以由本领域技术人员根据现有技术自行选择，由于该部分内容不是本发明的重点，在此不再赘述。在一些较优的实施例中，为了使模糊神经网络的建立更加符合超导磁材悬浮状态的数据处理和分析，考虑采用以下优选训练方式训练模糊神经网络，包括：提取若干历史故障工况数据的特征向量，利用特征向量向前传播的方式训练网络，利用误差反向传播的方式更新网络参数。具体的，将提取的振动加速度信号和悬浮高度信号特征向量分为训练样本库和检验样本库。数据信号是在多种故障工况测得的，采集至少500组信号，经过预处理，提取出至少500组故障特征向量，将其中的80％作为神经网络训练数据，20％作为网络检验数据。利用训练样本库数据训练模糊神经网络，不断修改网络权值，完成输入到输出的非线性映射，达到预期的识别精度后，进行模糊神经网络离线训练。模糊神经网络推理机制实质上是一种并行计算、同时对模糊神经网络参数进行修正的过程，是采用数值计算方法进行求解的推理过程。采用信息正向传播、误差反向传播的模糊神经网络正向推理计算过程，具体步骤是：输入故障特征向量；在网络内，信息向前传播得到实际输出，计算实际输出与理想输出误差，将误差反向传播，调整网络参数；达到误差要求，结束训练。接下来利用检测样本数据，验证模糊神经网络的性能，确保识别精度和学习收敛速度达到要求。
高温超导磁悬浮列车出现故障时，会引起异常的振动或异常的悬浮高度。高温超导磁悬浮列车是一个复杂的系统，振动和悬浮高度信号呈现时变非稳定特性，为了更好的提取信号奇异点处所包含的丰富特征信息，保留原始信号丰富的信息，在一些较优的实施例中，所述分析诊断服务器还包括预处理单元，所述预处理单元设置为利用小波包分析法对状态监测数据的奇异点进行时域分析处理，以提取特征信息。
本发明中的诊断结果为系统根据传感器所采集到的实时数据(悬浮高度数据和振动数据)对车辆运行状态进行诊断，以判断运行状态是否正常，是否存在隐患；车辆故障为系统根据实时数据和历史状态数据的对比后，得出的车辆所存在故障的具体内容、解决方法和故障原因等故障信息。应当理解的是，在一些较优的实施例中，所述运行状态诊断结果和故障预警可以是自动同步进行，也可以由操作人员根据需要进行功能定制，两者可以是相互独立的单元也可以是彼此联动的单元。
在另一些较优的实施例中，所述模型库存储有根据超导磁材的性能参数与历史状态数据的映射关系建立的性能模型，根据故障信息与历史状态数据的映射关系建立的故障模型；所述分析诊断服务器根据实时状态数据在所述性能模型中匹配并输出最接近的超导磁材的性能参数，根据实时状态数据在所述故障模型中匹配最接近的故障信息并发出预警。
另一方面，本实施例中的分析诊断服务器还包括对所有测试数据，提供故障的筛选、查询、诊断、报表、分析等各种功能，实现对车辆故障原因的详细分析，自动生成分析结果、形成故障报表，提高处理故障的准确性和及时性。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.高温超导磁悬浮列车超导磁材悬浮状态监测系统，其特征在于，包括：状态监测模块、通信模块和分析诊断服务器；
所述状态监测模块包括悬浮高度采集单元和振动状态采集单元，用于实时获取超导磁材的悬浮高度数据和振动数据，并将采集到的状态监测数据传送给所述通信模块；
所述通信模块包括实现车地双向通信的地面有线网、车地无线网和车载有线网的三网合一的通信网路和设备，用以将所述状态监测数据传递给所述分析诊断服务器；
所述分析诊断服务器包括知识库和模型库；所述知识库存储有训练好的模糊神经网络，用以根据所述状态监测数据对超导磁材悬浮状态进行诊断并输出诊断结果；所述模型库存储有历史状态监测数据和对应的故障信息，用以根据实时的状态监测数据对车辆故障进行预警。
2.如权利要求1所述的高温超导磁悬浮列车超导磁材悬浮状态监测系统，其特征在于：
所述悬浮高度采集模块包括设置在超导磁材端部的激光位移传感器，用于实时获取超导磁材的悬浮高度数据，并传送给所述通信模块；
所述振动状态采集模块包括设置在超导磁材X、Y、Z三向的压电式加速度传感器，用于实时获取超导磁材X、Y、Z三向的振动数据，并传送给所述通信模块。
3.如权利要求1所述的高温超导磁悬浮列车超导磁材悬浮状态监测系统，其特征在于：
所述地面有线网包括由车站交换机和千兆光纤组成的冗余环网，用于确保链路出现故障时在短时间内自愈，以保证通信畅通；
所述车地无线网包括间隔设置在轨旁的若干无线AP单元，所述无线AP单元星形连接到最近的车站交换机；
所述车载有线网包括设置在磁悬浮列车上的两组车载无线AP单元，所述车载无线AP单元漫游连接到所述车地无线网。
4.如权利要求1所述的高温超导磁悬浮列车超导磁材悬浮状态监测系统，其特征在于：
所述模糊神经网络的训练过程包括：提取若干历史故障工况数据的特征向量，利用特征向量向前传播的方式训练网络，利用误差反向传播的方式更新网络参数。
5.如权利要求1所述的高温超导磁悬浮列车超导磁材悬浮状态监测系统，其特征在于：
所述分析诊断服务器还包括预处理单元，所述预处理单元设置为利用小波包分析法对状态监测数据的奇异点进行时域分析处理，以提取特征信息。
6.如权利要求1所述的高温超导磁悬浮列车超导磁材悬浮状态监测系统，其特征在于：
所述模型库存储有根据超导磁材的性能参数与历史状态数据的映射关系建立的性能模型，根据故障信息与历史状态数据的映射关系建立的故障模型；所述分析诊断服务器根据实时状态数据在所述性能模型中匹配并输出最接近的超导磁材的性能参数，根据实时状态数据在所述故障模型中匹配最接近的故障信息并发出预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310027720.6A CN116039393A (zh) | 2023-01-09 | 2023-01-09 | 高温超导磁悬浮列车超导磁材悬浮状态监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310027720.6A CN116039393A (zh) | 2023-01-09 | 2023-01-09 | 高温超导磁悬浮列车超导磁材悬浮状态监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116039393A true CN116039393A (zh) | 2023-05-02 |
Family
ID=86132695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310027720.6A Pending CN116039393A (zh) | 2023-01-09 | 2023-01-09 | 高温超导磁悬浮列车超导磁材悬浮状态监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116039393A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117537951A (zh) * | 2024-01-10 | 2024-02-09 | 西南交通大学 | 一种基于深度学习的超导悬浮器内部温升检测方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105115742A (zh) * | 2015-09-28 | 2015-12-02 | 西南交通大学 | 一种超导磁浮车辆试验运行关键参数车载检测系统 |
| CN105636145A (zh) * | 2015-12-23 | 2016-06-01 | 武汉烽火信息集成技术有限公司 | 用于地铁轨道通信的基于1.8GHz的TD-LTE系统 |
| CN207947859U (zh) * | 2017-10-24 | 2018-10-09 | 北京艾恩斯网络科技有限公司 | 列车视频监控系统 |
| CN109334467A (zh) * | 2018-11-08 | 2019-02-15 | 湖南根轨迹智能科技有限公司 | 基于dsp的磁悬浮列车悬浮控制系统及其控制方法 |
| CN110281779A (zh) * | 2019-06-20 | 2019-09-27 | 中车城市交通有限公司 | 一种轨道自适应磁浮控制系统及方法 |
| CN111695201A (zh) * | 2020-06-11 | 2020-09-22 | 中国人民解放军国防科技大学 | 一种基于数据的磁浮列车运行状态的监测方法 |
| WO2021169010A1 (zh) * | 2020-02-24 | 2021-09-02 | 中车唐山机车车辆有限公司 | 安全监控系统及高速动车组 |
| CN113561786A (zh) * | 2021-08-26 | 2021-10-29 | 同济大学 | 一种基于车轨状态监测的悬浮冗余控制系统及方法 |
-
2023
- 2023-01-09 CN CN202310027720.6A patent/CN116039393A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105115742A (zh) * | 2015-09-28 | 2015-12-02 | 西南交通大学 | 一种超导磁浮车辆试验运行关键参数车载检测系统 |
| CN105636145A (zh) * | 2015-12-23 | 2016-06-01 | 武汉烽火信息集成技术有限公司 | 用于地铁轨道通信的基于1.8GHz的TD-LTE系统 |
| CN207947859U (zh) * | 2017-10-24 | 2018-10-09 | 北京艾恩斯网络科技有限公司 | 列车视频监控系统 |
| CN109334467A (zh) * | 2018-11-08 | 2019-02-15 | 湖南根轨迹智能科技有限公司 | 基于dsp的磁悬浮列车悬浮控制系统及其控制方法 |
| CN110281779A (zh) * | 2019-06-20 | 2019-09-27 | 中车城市交通有限公司 | 一种轨道自适应磁浮控制系统及方法 |
| WO2021169010A1 (zh) * | 2020-02-24 | 2021-09-02 | 中车唐山机车车辆有限公司 | 安全监控系统及高速动车组 |
| CN111695201A (zh) * | 2020-06-11 | 2020-09-22 | 中国人民解放军国防科技大学 | 一种基于数据的磁浮列车运行状态的监测方法 |
| CN113561786A (zh) * | 2021-08-26 | 2021-10-29 | 同济大学 | 一种基于车轨状态监测的悬浮冗余控制系统及方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117537951A (zh) * | 2024-01-10 | 2024-02-09 | 西南交通大学 | 一种基于深度学习的超导悬浮器内部温升检测方法及装置 |
| CN117537951B (zh) * | 2024-01-10 | 2024-03-26 | 西南交通大学 | 一种基于深度学习的超导悬浮器内部温升检测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hodge et al. | Wireless sensor networks for condition monitoring in the railway industry: A survey | |
| CN107054410B (zh) | 道岔转辙机的智能诊断系统及诊断方法 | |
| 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 | |
| CN116039393A (zh) | 高温超导磁悬浮列车超导磁材悬浮状态监测系统 | |
| CN109490713A (zh) | 一种用于电缆线路移动巡检及交互诊断的方法及系统 | |
| CN110789566B (zh) | 基于轴箱加速信号的轨道缺陷监测方法及监测设备 | |
| CN113077005B (zh) | 一种基于lstm自编码器和正常信号数据的异常检测系统及方法 | |
| CN107941533A (zh) | 基于工业以太网的动车组失稳检测系统及方法 | |
| CN109917213B (zh) | 一种基于降维融合与因子分析的接触网检测故障预警方法 | |
| CN211401691U (zh) | 一种动车组走行部驱动机构异音轨底声学诊断装置 | |
| Firlik et al. | Condition monitoring system for light rail vehicle and track | |
| CN111516727A (zh) | 一种基于双测振传感器的高铁钢轨缺陷异常智能诊断检测系统及方法 | |
| CN114861741B (zh) | 一种基于轮对横移量的蛇行状态识别方法 | |
| CN207374427U (zh) | 一种跨座式单轨道岔光纤监测系统 | |
| CN105806637A (zh) | 一种轨道车辆通用的测试系统 | |
| CN111695201A (zh) | 一种基于数据的磁浮列车运行状态的监测方法 | |
| Krč et al. | Neural Network‐Based Train Identification in Railway Switches and Crossings Using Accelerometer Data | |
| CN116767307A (zh) | 一种轨道交通的动态不平顺测量系统及轮轨关系评估方法 | |
| CN112581343A (zh) | 磁浮列车智能运维管理系统 | |
| CN111444574A (zh) | 基于动力学分析的传感器布局优化方法 | |
| Tam et al. | Intelligent optical fibre sensing networks facilitate shift to predictive maintenance in railway systems | |
| CN210707430U (zh) | 道岔运用在线状态监测系统 | |
| AU2021413008B2 (en) | Train compartment vibration monitoring method, vibration signal feature library establishment method and vibration signal feature library application method | |
| Gregori et al. | Assessment of catenary condition monitoring by means of pantograph head acceleration and Artificial Neural Networks | |
| CN107220755B (zh) | 高铁拱桥刚性吊杆异常状态快速预警系统及其方法 |
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 |