CN111507560A - 一种有轨电车车辆基地道岔健康管理*** - Google Patents
一种有轨电车车辆基地道岔健康管理*** Download PDFInfo
- Publication number
- CN111507560A CN111507560A CN202010066232.2A CN202010066232A CN111507560A CN 111507560 A CN111507560 A CN 111507560A CN 202010066232 A CN202010066232 A CN 202010066232A CN 111507560 A CN111507560 A CN 111507560A
- Authority
- CN
- China
- Prior art keywords
- module
- health management
- turnout
- maintenance
- management system
- 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
- 230000036541 health Effects 0.000 title claims abstract description 62
- 238000012423 maintenance Methods 0.000 claims abstract description 57
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 238000006073 displacement reaction Methods 0.000 claims abstract description 28
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 238000003745 diagnosis Methods 0.000 claims abstract description 21
- 238000007405 data analysis Methods 0.000 claims abstract description 15
- 239000013307 optical fiber Substances 0.000 claims description 41
- 230000007246 mechanism Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 17
- 238000012216 screening Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 238000010191 image analysis Methods 0.000 claims description 11
- 238000007689 inspection Methods 0.000 claims description 9
- 229910000831 Steel Inorganic materials 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000005520 cutting process Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 239000010959 steel Substances 0.000 claims description 8
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000007418 data mining Methods 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 230000002457 bidirectional effect Effects 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 49
- 238000000034 method Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 238000005452 bending Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
- G01D5/26—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light
- G01D5/268—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light using optical fibres
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30236—Traffic on road, railway or crossing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Geometry (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种有轨电车车辆基地道岔健康管理***，包括依次连接的状态数据采集单元(1)、数据分析及预警单元(2)和健康管理及优化单元(3)；数据采集单元(1)包括应力监测模块(101)、位移检测模块(102)、温度检测模块(103)、视频监控模块(104)和宽带光源，数据分析及预警单元(2)包括故障识别诊断模块(201)和故障预警模块(202)，故障预警模块(202)与故障识别诊断模块(101)连接，健康管理及优化单元(3)包括维修决策管理部和存储有维修知识的维修知识管理部。本发明的有轨电车车辆基地道岔健康管理***，具备对道岔进行全生命周期健康管理的功能，及时维修保障有轨电车车辆基地的安全运行。
Description
技术领域
本发明属于有轨电车技术领域，更具体地，涉及一种有轨电车车辆基地道岔健康管理***。
背景技术
我国有轨电车铺设的道岔种类较多，主要为单开道岔、单渡线、交叉渡线、交叉道岔、三开道岔、对称道岔、梯形道岔等。有轨电车车辆基地的选址多位于城区，用地相对紧张。采用传统的单开道岔及交叉渡线，往往不能满足用地或***规模的需求，梯形道岔、3号系列道岔等因其占地面积小、便于布置、可在短距离内将车辆引导至相应股道等特点在国内有轨电车车辆基地内应用较为普遍。
由于车辆基地内道岔种类不一、数量多，车辆运用检修接发车和调车作业频繁，适用有轨电车车辆基地的道岔结构较为复杂，其辙叉、尖轨、心轨等关键部位经常受到来自车辆或环境的载荷冲击，因此有必要对车辆基地内道岔的状态进行实时监控，对其健康状态进行管理。
目前还未有对车辆基地的道岔进行健康管理的***，在其他道岔如普通铁路道岔、跨座式单轨道岔存在相关的研究，但针对有轨电车车辆基地内道岔的特点，需要一个特定的全生命周期健康管理***来对车辆基地内道岔进行状态实时监测，故障诊断和预警预测，以及基于维修维保的健康管理。基于以上背景和实际现状，发明一种适用于有轨电车车辆基地道岔的健康管理***十分有必要。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供一种有轨电车车辆基地道岔健康管理***，设置全方位的数据采集模块，包括应力监测、位移检测、温度检测、视频监控等，且结合应力传感器、位移传感器、温度传感器和光纤传感器，使不论是在极限温度、腐蚀或真空甚至尾纤的环境中均能实时对道岔进行检测，并对道岔的心轨和尖轨布置位移传感器，实时监测其变形，实现一个特定生命周期健康监测，数据分析及预警单元中的故障识别诊断模块将检测的数据与预存的数据进行比对得到分析结果在超过极限时给故障预警模块发出指令，发出预警信号保证有轨电车车辆基地的安全运行。
为了实现上述目的，本发明提供一种有轨电车车辆基地道岔健康管理***，包括依次连接的状态数据采集单元、数据分析及预警单元和健康管理及优化单元；
所述数据采集单元包括应力监测模块、位移检测模块、温度检测模块、视频监控模块和宽带光源，所述应力监测模块包括布置在钢轨底部的应力传感器和第一光纤传感器，所述位移检测模块包括设置在尖轨和心轨部位的位移传感器和第二光纤传感器，所述温度检测模块包括均匀布置在道岔上的温度传感器和第三光纤传感器，所述视频监控模块包括布置在尖轨和心轨上端的摄像装置，所述宽带光源与所述第一光纤传感器、第二光纤传感器及第三光纤传感器双向连接；
所述数据分析及预警单元包括故障识别诊断模块和故障预警模块，所述故障识别模块与所述数据采集单元连接以对采集的数据进行对比分析，所述故障预警模块与所述故障识别诊断模块连接以在接收到所述故障识别模块发出预警指令时发出预警信号；
所述健康管理及优化单元包括用于提供维修决策数据的维修决策管理部和存储有维修知识的维修知识管理部。
进一步地，所述故障识别诊断模块包括数据预存机构和图像分析处理机构，所述数据预存机构内存有轨道的标准数据，所述图像分析处理机构与所述视频监控模块连接。
进一步地，还包括存储单元，其分别与状态数据采集模块、数据分析及预警模块和健康管理及优化模块连接。
进一步地，梯形道岔的基本轨、尖轨、心轨处均布置有光纤传感器，且基本轨、尖轨、心轨处的所述光纤传感器并联设置或串联设置。
进一步地，所述健康管理及优化模块还包括消息推送模块和显示终端。
进一步地，所述图像分析处理机构包括像素点位置提取模块、变形量测算模块和图像混合加权模块；
所述像素点位置提取模块用于建立坐标系并提取照片中的各个像素点的位置；
所述图像混合加权模块用于对连续拍摄的若干张照片进行筛选并加权求均值；
所述变形量测算模块用于利用间隔一段时间的前后两张照片的同一像素点的位置关系获取变形量。
进一步地，所述图像分析处理机构包括图像筛选模块、图像切割提取模块和图像重合比对模块；
所述图像筛选模块用于对清晰度差或角度偏差大的图像进行删除，并将角度相同的照片归为一类；
所述图像切割提取模块用于对同一类的照片建立相同的坐标系提取各像素点的参数并绘制对应的二维平面图；
所述图像重合对比模块用于对间隔一段时间的两张相同类的照片对应的二维平面图进行比对，并完成若干个不同二维平面的对比以得到相应的变形量。
进一步地，所述维修知识管理部包括模型库、知识库和信息库。
进一步地，所述模型库包括检测诊断模型、劣化分析模型、状态评估模型、状态预测模型和维修决策模型。
进一步地，所述知识库信息包括知识更新信息、电子手册信息、案例推理信息和数据挖掘信息；所述维修优化信息库包括隐患检查间隔、维修检查大纲、维修检查费用和修理阈值。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
(1)本发明的有轨电车车辆基地道岔健康管理***，设置全方位的数据采集模块，包括应力监测、位移检测、温度检测、视频监控等，且结合应力传感器、位移传感器、温度传感器和光纤传感器，使不论是在极限温度、腐蚀或真空甚至尾纤的环境中均能实时对道岔进行检测，并对道岔的心轨和尖轨布置位移传感器，实时监测其变形，实现一个特定生命周期健康监测，数据分析及预警单元中的故障识别诊断模块将检测的数据与预存的数据进行比对得到分析结果在超过极限时给故障预警模块发出指令，发出预警信号保证有轨电车车辆基地的安全运行。
(2)本发明的有轨电车车辆基地道岔健康管理***，单独设置存储单元，存储单元分别与状态数据采集模块、数据分析及预警模块和健康管理及优化模块连接，用于存储采集的状态数据、分析过程中的数据及最后的管理和优化数据，便于后续的查看和维修。
(3)本发明的有轨电车车辆基地道岔健康管理***，维修知识管理包括模型库管理、知识库管理和信息库管理，为维修知识信息的管理和更新，并辅助维修过程的顺利完成，通过车辆基地道岔健康管理***还设置有消息推送模块和显示终端，***数据查看或分析的过程都可以在显示终端上进行查看，消息推送模块主要通过短信记录管理和***提醒消息管理，给监管部门发送维保工作、零部件、故障等相关提示信息，并且帮助监管部门进行存档保存。
附图说明
图1是现有技术中梯形道岔的结构示意图；
图2是本发明实施例中有轨电车车辆基地道岔健康管理***的结构示意图；
图3是本发明实施例中有轨电车车辆基地道岔健康管理***的健康管理及优化模块结构示意图。
在所有附图中，同样的附图标记表示相同的技术特征，具体为：1-状态数据采集单元、2-数据分析及预警单元、3-健康管理及优化模块、4-存储模块、101-应力监测模块、102-位移检测模块、103-温度检测模块、104- 视频监控模块；201-故障识别和诊断模块、202-故障预警模块、301-维修决策管理模块、302-维修知识管理模块；5-尖轨、6-基本轨、7-心轨。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1是现有技术中梯形道岔的结构示意图。图2是本发明实施例中有轨电车车辆基地道岔健康管理***的结构示意图。如图1和图2所示，有轨电车车辆基地道岔健康管理***包括依次连接的状态数据采集单元1、数据分析及预警单元2和健康管理及优化单元3，状态数据采集单元1包括应力监测模块101、位移检测模块102、温度检测模块103和视频监控模块104，应力监测模块101包括应力传感器和第一光纤传感器，位移检测模块102 包括位移位置传感器和第二光纤传感器，温度检测模块103包括温度传感器和第三光纤传感器。
在道岔的轨道处设置应力传感器，优选地，应力传感器布置在钢轨的底部，测量列车经过是道岔处钢轨的应力变化，通过对钢轨应力的实时监测保证道岔轨道的使用强度；在道岔尖轨和心轨部位设置位移传感器，监测尖轨、心轨的伸缩量、移动量以及弯曲倾斜，并监测钢轨与地面的相对移动，尖轨和心轨由于形状特殊，轨道的变形对列车的运行影响较大，在尖轨和心轨部位设置位移传感器对其进行实时监测，保证列车的安全运行；温度传感器均匀布置在道岔的各处，对道岔轨道的温度进行实时监测，因为温度能够反映道岔的应力应变状态及热胀冷缩，以及严重的胀轨、断轨、轨道翘板曲或开裂等病害，温度传感器的布置能对道岔的整体健康及趋势进行监控和管理。
优选地，位移检测模块102还包括电涡流非接触式监测结构，电涡流非接触式监测结构能够对位移进行动态或静态监测，测量可靠性好，灵敏度高。
第一光纤传感器、第二光纤传感器和第三光纤传感器分别布置在基本轨、心轨和尖轨的各处，第一光纤传感器布置在钢轨的底部；第二光纤传感器布置在道岔各处，优选地布置在道岔尖轨和心轨部位；第三光纤传感器布置在道岔的各处。优选地，在梯形道岔的基本轨、尖轨、心轨处均布置光纤传感器，基本轨、尖轨、心轨处的光纤传感器并联设置或串联设置，并联设置的各处光纤传感器相互独立进行监测，互不干扰；串联设置时，各处的监测数据统一汇总，光纤的布设更加简单。
状态数据采集单元1还包括宽带光源、光纤调节仪及监测数据存储模块，宽带光源分别与第一光纤传感器、第二光纤传感器和第三光纤传感器双向连接，即宽带光源与各光纤传感器之间设有两条传输光纤，宽带光源发出光通过传输光纤传到光纤光栅传感器，入射光遇到光纤光栅传感器后发生反射，反射后再传回经光纤调节仪调节。
视频监控模块104包括摄像装置，摄像装置设置在心轨和尖轨区域，优选地，摄像装为高清摄像头，高清摄像头利用视频感知技术和图像处理技术测量道岔区尖轨和心轨的大变形，如尖轨的伸缩量、弯曲或倾斜角，心轨的位移等。标记靶与高清摄像头匹配设置，标记靶设置在高清摄像头的镜头范围内，每一处高清摄像头对应设置至少一处标记靶，标记靶作为参考点用于对尖轨或心轨的变形量进行分析。优选地，标记靶为固定在地面或轨道上的结构，或仅为标记，或其他已经存在的参考物，只要是可以用于作为尖轨或心轨变形测量的参考点就可。
数据分析及预警单元2包括故障识别诊断模块201和故障预警模块 202，故障识别诊断模块201包括数据预存机构和图像分析处理机构，数据预存机构内存有轨道的标准数据，包括钢轨材料、外形结构数据，应力检测模块101、位移检测模块102、温度检测模块103检测到的数据传输到故障识别诊断模块201，故障识别诊断模块201将测量物理如位移、温度应力等与数据预存机构中的数据进行比对、分析，得出道岔的健康状态数据，并将健康状态数据传送给健康管理及优化模块3。故障预警模块202与故障识别诊断模块201连接，当检测的物理数据达到预警的标准时，故障识别诊断模块201向故障预警模块202发出指令，故障预警模块202发出预警信号。
优选地，数据分析及预警模块2主要对采集的状态信息进行分析，进行道岔及相关设备的故障诊断，对健康状况进行评估及预警。车辆基地内道岔及相关设备的故障诊断可分为3类：一是对于故障模式机理与逻辑比较清楚的，可将其逻辑过程、故障字典等内容提前定制到***中，一旦发生某类报警，***将自动定位到故障部件；二是对于故障逻辑比较清楚的，但故障原因和部件会有多种可能时，也可将逻辑过程提前定制到***中，通过向导的方式引导维修人员快速查找故障部件；三是对于故障逻辑不太清楚的，把与故障有关的资料文件、历史履历等信息与故障进行关联，一旦发生故障，将这些内容推送给相关维修人员以供参考。健康评估预警功能道岔的在线实时状态数据，结合各层级设备不同级别的健康评估模型(如阀值比较、性能衰退模型)，定期或不定期地对各设备的健康级别进行评估，一旦达到临界值，即可主动推动报警，便于维护人员快速采取措施。对于具有性能衰退模型的设备，分析基于历史数据的设备衰退趋势，提前进行维修决策和方案准备等工作。
视频监控模块104与图像分析处理机构连接，高清摄像头拍摄的图像传输到图像分析处理机构进行处理。
实施例1：
图像处理分析机构包括像素点位置提取模块、变形量测算模块和图像混合加权模块，摄像装置拍摄视频或者连续拍摄10张以上的照片，连续拍照的频率大于100次/秒，若拍摄的为视频则图像处理分析机构首先对视频进行截图，截取时间间隔在0.1秒以内的若干张照片；
像素点位置提取模块用于找出照片上的若干个像素点，并确定照片上各像素点对应的位置：以标记靶上确定点的位置为中心点(0,0)，建立坐标像素(xi，yi，zi)，其中，i＝0，1,2,3,4……n，i对应不同的像素点。对若干张连续的照片或0.1秒内截取的若干张照片均采用上述方式，确定对应像素点的位置，若干张照片的标记靶的确定点相同，且每张照片上同一像素点对应的序号i相同，从而得到每张照片上每个像素点的坐标位置。
图像混合加权模块对若干张照片中每个像素点对弈的坐标位置进行加权求均值，优选地，对其中误差较大的像素点值进行剔除后求加权均值，获得对应的像素点的坐标位置(x’i，y’i，z’i)，避免摄像装置拍摄过程中因相机或者其他因素的影响产生测量误差，提高检测的精度。
像素点位置提取模块提取间隔时间T后对应的各像素点的位置，同样以同样标记靶确定点的位置为中心点，确定对应各像素点移动之后的位置 (xti，yti，zti)，图像混合加权模块对间隔时间T后的各像素移动位置进行加权求均值，获得对应像素点时间间隔T后的坐标位置(x’ti’y’ti’z’ti)。
变形量测算模块对像素点位置提取模块和图像混合加权模块处理后的各个像素点的位置信息进行处理：利用公式
计算像素点三维空间的位移，利用公式
计算各个方向上的位移量，根据建立的坐标系和各方向的位移量可以计算出倾斜角或弯曲程度等变形量。
实施例2：
图像处理分析机构包括图像筛选模块、图像切割提取模块和图像重合比对模块，高清摄像头以大于100次/秒的频率连续拍摄照片或拍摄连续视频，图像筛选模块中包括图像截屏元件和图像筛选元件，图像截屏元件对视频进行截图，图像筛选元件用于对照片中拍摄角度偏差较大或者清晰度较差的图像进行删除，同时图像筛选元件将角度相同的照片归为一类并标记序号。
图像切割提取模块对经图像筛选元件筛选后的照片进行信息提取，图像切割提取模块对同一类的照片建立相同的坐标系，并从中提取各像素点在坐标系中的参数，从而绘制出各结构对应的若干个二维平面图，此过程类似于切割一个立体图的截面。
图像重合对比模块对间隔时间T的属于同一类的同一二维平面的两张图进行重合比对，采取同样的方式对其他二维平面的两张相应的图进行比对，通过比对很直观的可以读出对应方向上的位移，通过两个或两个以上不同二维平面的比对数据可以得到倾斜角或弯曲等变形情况。
健康管理及优化模块2包括维修决策管理部和维修知识管理部，维修决策管理部包括对维修计划、资源以及维修记录的管理。维修计划管理部用于根据状态信息和故障信息实时下发维修维保作业计划，对人员的分配和调度安排；维修资源管理用于工具、设备、材料等的库存、购置、使用、分配等；维修记录管理用于维修作业的完成记录、作业节点信息的显示以及其他维修相关的记录等。
***能根据维修方案自动调度维修资源，包括人员、工具和备件，如果缺货，***将发起采购需求信息发布。另外，***将提供标准化的完工模板以供维修人员进行信息录入与确认。维修知识管理包括模型库、知识库和信息库的管理三部分，用于技术资料的提供。模型库主要包括检测诊断模型、劣化分析模型、状态评估模型、状态预测模型和维修决策模型等；知识库信息包括知识更新信息、电子手册信息、案例推理信息和数据挖掘信息等；维修优化信息库则包括隐患检查间隔、维修检查大纲、维修检查费用和修理阈值等内容。
优选地，健康管理及优化模块2还包括消息推送模块和显示终端。***数据查看或分析的过程都可以在显示终端上进行查看，消息推送模块主要通过短信记录管理和***提醒消息管理，给监管部门发送维保工作、零部件、故障等相关提示信息，并且帮助监管部门进行存档保存，达到提醒相关人员和部门对道岔健康状态进行维护的目的，极大方便了维保人员和道岔健康管理部门的监测、维护和优化道岔健康的工作，并可实现消息的及时通知和处理，提高了道岔的健康保障指数，使得有轨电车车辆基地内道岔的一些安全隐患可以及时消除。
优选地，本方案的道岔健康管理***还包括存储单元4，且存储单元4 分别与状态数据采集模块1、数据分析及预警模块2和健康管理及优化模块 3连接，用于存储采集的状态数据、分析过程中的数据及最后的管理和优化数据，便于后续的查看和维修。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种有轨电车车辆基地道岔健康管理***，其特征在于，包括依次连接的状态数据采集单元(1)、数据分析及预警单元(2)和健康管理及优化单元(3)；
所述数据采集单元(1)包括应力监测模块(101)、位移检测模块(102)、温度检测模块(103)、视频监控模块(104)和宽带光源，所述应力监测模块(11)包括布置在钢轨底部的应力传感器和第一光纤传感器，所述位移检测模块(102)包括设置在尖轨和心轨部位的位移传感器和第二光纤传感器，所述温度检测模块(103)包括均匀布置在道岔上的温度传感器和第三光纤传感器，所述视频监控模块(104)包括布置在尖轨和心轨上端的摄像装置，所述宽带光源与所述第一光纤传感器、第二光纤传感器及第三光纤传感器双向连接；
所述数据分析及预警单元(2)包括故障识别诊断模块(201)和故障预警模块(202)，所述故障识别模块(201)与所述数据采集单元(1)连接以对采集的数据进行对比分析，所述故障预警模块(202)与所述故障识别诊断模块(101)连接以在接收到所述故障识别模块(101)发出预警指令时发出预警信号；
所述健康管理及优化单元(3)包括用于提供维修决策数据的维修决策管理部和存储有维修知识的维修知识管理部。
2.根据权利要求1所述的一种有轨电车车辆基地道岔健康管理***，其特征在于，所述故障识别诊断模块(201)包括数据预存机构和图像分析处理机构，所述数据预存机构内存有轨道的标准数据，所述图像分析处理机构与所述视频监控模块(104)连接。
3.根据权利要求1所述的一种有轨电车车辆基地道岔健康管理***，其特征在于，还包括存储单元(4)，其分别与状态数据采集模块(1)、数据分析及预警模块(2)和健康管理及优化模块(3)连接。
4.根据权利要求1所述的一种有轨电车车辆基地道岔健康管理***，其特征在于，梯形道岔的基本轨、尖轨、心轨处均布置有光纤传感器，且基本轨、尖轨、心轨处的所述光纤传感器并联设置或串联设置。
5.根据权利1所述的一种有轨电车车辆基地道岔健康管理***，其特征在于，所述健康管理及优化模块(2)还包括消息推送模块和显示终端。
6.根据权利要求2所述的一种有轨电车车辆基地道岔健康管理***，其特征在于，所述图像分析处理机构包括像素点位置提取模块、变形量测算模块和图像混合加权模块；
所述像素点位置提取模块用于建立坐标系并提取照片中的各个像素点的位置；
所述图像混合加权模块用于对连续拍摄的若干张照片进行筛选并加权求均值；
所述变形量测算模块用于利用间隔一段时间的前后两张照片的同一像素点的位置关系获取变形量。
7.根据权利要求2所述的一种有轨电车车辆基地道岔健康管理***，其特征在于，所述图像分析处理机构包括图像筛选模块、图像切割提取模块和图像重合比对模块；
所述图像筛选模块用于对清晰度差或角度偏差大的图像进行删除，并将角度相同的照片归为一类；
所述图像切割提取模块用于对同一类的照片建立相同的坐标系提取各像素点的参数并绘制对应的二维平面图；
所述图像重合对比模块用于对间隔一段时间的两张相同类的照片对应的二维平面图进行比对，并完成若干个不同二维平面的对比以得到相应的变形量。
8.根据权利要求1所述的一种有轨电车车辆基地道岔健康管理***，其特征在于，所述维修知识管理部包括模型库、知识库和信息库。
9.根据权利要求8所述的一种有轨电车车辆基地道岔健康管理***，其特征在于，所述模型库包括检测诊断模型、劣化分析模型、状态评估模型、状态预测模型和维修决策模型。
10.根据权利要求8所述的一种有轨电车车辆基地道岔健康管理***，其特征在于，所述知识库信息包括知识更新信息、电子手册信息、案例推理信息和数据挖掘信息；所述维修优化信息库包括隐患检查间隔、维修检查大纲、维修检查费用和修理阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010066232.2A CN111507560A (zh) | 2020-01-20 | 2020-01-20 | 一种有轨电车车辆基地道岔健康管理*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010066232.2A CN111507560A (zh) | 2020-01-20 | 2020-01-20 | 一种有轨电车车辆基地道岔健康管理*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111507560A true CN111507560A (zh) | 2020-08-07 |
Family
ID=71874163
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010066232.2A Pending CN111507560A (zh) | 2020-01-20 | 2020-01-20 | 一种有轨电车车辆基地道岔健康管理*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111507560A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112215411A (zh) * | 2020-09-25 | 2021-01-12 | 杭州羿凡科技有限公司 | 道岔运维质量预测分析*** |
| CN112465684A (zh) * | 2020-11-09 | 2021-03-09 | 覃强 | 一种轨道全生命周期管理*** |
| CN112960014A (zh) * | 2021-02-02 | 2021-06-15 | 南京效秀自动化技术有限公司 | 基于人工智能的轨道交通运行安全在线实时监测预警管理云平台 |
| CN113051709A (zh) * | 2021-02-04 | 2021-06-29 | 宁波思高信通科技有限公司 | 一种基于道岔健康管理的故障分析与预测方法 |
| CN114485787A (zh) * | 2022-01-11 | 2022-05-13 | 中铁第四勘察设计院集团有限公司 | 一种多传感器信息融合的高速磁浮道岔实时监测*** |
| CN114715233A (zh) * | 2022-03-30 | 2022-07-08 | 江苏普瑞尔特控制工程有限公司 | 城轨轮轨健康管理*** |
-
2020
- 2020-01-20 CN CN202010066232.2A patent/CN111507560A/zh active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112215411A (zh) * | 2020-09-25 | 2021-01-12 | 杭州羿凡科技有限公司 | 道岔运维质量预测分析*** |
| CN112215411B (zh) * | 2020-09-25 | 2021-07-27 | 杭州羿凡科技有限公司 | 道岔运维质量预测分析*** |
| CN112465684A (zh) * | 2020-11-09 | 2021-03-09 | 覃强 | 一种轨道全生命周期管理*** |
| CN112960014A (zh) * | 2021-02-02 | 2021-06-15 | 南京效秀自动化技术有限公司 | 基于人工智能的轨道交通运行安全在线实时监测预警管理云平台 |
| CN112960014B (zh) * | 2021-02-02 | 2022-12-06 | 北京城建智控科技股份有限公司 | 基于人工智能的轨道交通运行安全在线实时监测预警管理云平台 |
| CN113051709A (zh) * | 2021-02-04 | 2021-06-29 | 宁波思高信通科技有限公司 | 一种基于道岔健康管理的故障分析与预测方法 |
| CN114485787A (zh) * | 2022-01-11 | 2022-05-13 | 中铁第四勘察设计院集团有限公司 | 一种多传感器信息融合的高速磁浮道岔实时监测*** |
| CN114715233A (zh) * | 2022-03-30 | 2022-07-08 | 江苏普瑞尔特控制工程有限公司 | 城轨轮轨健康管理*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111507560A (zh) | 一种有轨电车车辆基地道岔健康管理*** | |
| US10563976B2 (en) | Method and system for detecting a gauge of a metro vehicle | |
| Gbadamosi et al. | IoT for predictive assets monitoring and maintenance: An implementation strategy for the UK rail industry | |
| US20090055043A1 (en) | Rail vehicle identification and processing | |
| CN106663238A (zh) | 用于对设施的监控对象的存量进行检测的*** | |
| CN108974044A (zh) | 铁路轨道资产勘测*** | |
| CA3200604A1 (en) | Condition based maintenance of railcar roller bearings using predictive wayside alerts based on acoustic bearing detector measurements | |
| CN105574593B (zh) | 基于云计算和大数据的轨道状态静态检控***及方法 | |
| RU2701887C1 (ru) | Система и способ непрерывного мониторинга состояния контактной сети рельсового транспорта | |
| JP2022537937A (ja) | デジタルツインを用いた鉄道線路要素の状態の監視、予測、および保守 | |
| ITUD980071A1 (it) | Metodo ed apparato per rilevare le anomalie di armamenti ferroviari e tranviari | |
| US20220383478A1 (en) | Computer vision-based system and method for assessment of load distribution, load rating, and vibration serviceability of structures | |
| KR20200078597A (ko) | 설비 관리 시스템 | |
| Braga et al. | Multivariate statistical aggregation and dimensionality reduction techniques to improve monitoring and maintenance in railways: The wheelset component | |
| CN212061225U (zh) | 一种有轨电车车辆基地道岔健康管理*** | |
| CN112960014A (zh) | 基于人工智能的轨道交通运行安全在线实时监测预警管理云平台 | |
| CN114740086A (zh) | 一种单轨吊轨道缺陷检测方法 | |
| Winkler et al. | Innovative long-term monitoring of the great belt bridge expansion joint using digital image correlation | |
| Kisilowski et al. | Railroad turnout wear diagnostics | |
| Gregori et al. | Assessment of catenary condition monitoring by means of pantograph head acceleration and Artificial Neural Networks | |
| Chen et al. | BIM-and IoT-Based Data-Driven Decision Support System for Predictive Maintenance of Building Facilities | |
| Medianu et al. | System for diagnosis of rolling profiles of the railway vehicles | |
| RU2720603C1 (ru) | Интегрированный пост автоматизированного приема и диагностики подвижного состава (призма) | |
| Hart et al. | A machine vision system for monitoring railcar health: Preliminary results | |
| Burchenkov | Decision making based on the results of automatic diagnostics of parts and assemblies of rolling stock |
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 |