CN114812664A - 一种用于轨道车辆的故障在线自检方法 - Google Patents
一种用于轨道车辆的故障在线自检方法 Download PDFInfo
- Publication number
- CN114812664A CN114812664A CN202210207296.9A CN202210207296A CN114812664A CN 114812664 A CN114812664 A CN 114812664A CN 202210207296 A CN202210207296 A CN 202210207296A CN 114812664 A CN114812664 A CN 114812664A
- Authority
- CN
- China
- Prior art keywords
- detection
- vehicle
- wheel
- image
- tread
- 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
Images
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种用于轨道车辆的故障在线自检方法,具体包括以下步骤:识别图像车号、轮对外形尺寸检测、接触式擦伤检测、踏面图像监测、受电弓入段线检测和360°全车图像监测。本发明中,实现了轮对外形尺寸、踏面表面缺陷、车轮不圆度以及受电弓的滑板磨耗、压力的自动检测,可有效减少人工登顶检查受电弓的频率和时间,使车辆库停时间减少,提高车辆运营效率,能够在每天地铁车辆入库时对车底、车侧、车体车窗及车顶进行有效动态监控,提升检修效率及检修覆盖性,可以有效的缩短人工作业难度、作业时间、降低配件成本、提高线路利用效率,同时可合理规划均衡修关键部件检修周期,延长日检作业周期间隔。
Description
技术领域
本发明涉及轨道交通技术领域,特别涉及一种用于轨道车辆的故障在线自检方法。
背景技术
随着我国高速铁路运输的快速发展,高速动车组在运营里程、开行列数、交路距离、运行环境、载客数量等方面均创造了世界之最,产生了很好的经济效益和社会效益,随着国民经济的持续、快速、健康发展,新型城镇化战略的积极、稳妥、有序推进,我国城市轨道交通跨入蓬勃发展的黄金机遇期;当前,世界各国广泛采用以信息化促进城市轨道交通发展的战略,信息化已覆盖城市轨道交通的建设、运营、管理、安全、服务等各个领域;我国强力推进“互联网+城市轨道交通”战略,信息化建设也已进入到大规模开发和应用阶段;云计算、大数据等信息技术在城市轨道交通行业逐渐得到应用,自动化、信息化和智能化已成为城市轨道交通发展的必然趋势。
但在各种复杂运行环境和因素的影响下,动车组也不可避免地出现一些故障,目前,城市轨道交通越来越贴近大众的生活,已经成为了市内出行的首选交通工具,而其中地铁占据了绝大部分,因此,对于地铁车辆的检修维护也显得尤为重要,越来越多的车辆投入到城市轨道交通的运营,对车辆检修任务带来了极大的压力,传统的轨道车辆故障检查比较依赖人工,并且对检修人员的技能经验有着比较高的要求,从而导致检修效率较低的问题,无法满足现如今轨道交通的高速发展要求;随着科技的日新月异,视频监控技术、物联网技术、智能穿戴技术和人工智能技术等不断发展,尤其是在视频监控领域对物体识别、行为识别等有了长足的发展,算法的准确性有了大幅度的提升,完全可以将AI+物联网技术应用于铁路行业专业设备的检测过程中,针对现阶段,车辆设备的调试检测环节发生的各种问题,同时国家鼓励使用新技术、新设备、新方法,要求运用成熟可靠的检测设备,推广实时在线监测技术,提高检测质量和检测效率。
发明内容
(一)要解决的技术问题
本发明可以解决现有轨道车辆故障检查依赖人工,并且对检修人员的技能经验有着比较高的要求,导致检修效率较低,无法满足现如今轨道交通的高速发展要求的难题。
(二)技术方案
为了实现上述目的,本发明采用以下技术方案,一种用于轨道车辆的故障在线自检方法,具体包括以下步骤:
S1、识别图像车号:采用图像识别方式实现编组车号、端位自动识别;
S2、轮对外形尺寸检测:采用“光截图像测量技术”,动态自动检测轮对外形几何尺寸;
S3、接触式擦伤检测:采用稳定的平行四边形机构,动态自动检测踏面擦伤;
S4、踏面图像监测:采用光学图像技术、模式识别技术实现踏面表面缺陷如擦伤、剥离、硌伤的自动检测;
S5、受电弓入段线检测:采用双目视觉技术、图像识别技术上自动实现受电弓碳滑板磨耗、中心线偏移检测,采用三角杠杆机构原理实现受电弓接触压力检测;
S6、360°全车图像监测:采用线阵激光一体技术,实现全车高清图像监视,采用模式识别技术实现可视部位的关键部件异常自动预警。
作为本发明的一种优选技术方案,所述步骤S1中,在轨道交通运营正线和车辆段或者停车场入段线咽喉位置均进行采用图像识别方式实现编组车号、端位自动识别工作,图像识别车号原理是图像识别车号***是以实时采集列车侧部高清图像的方式,通过图像分析与自动识别技术实现对列车车号的快速自动识别。
作为本发明的一种优选技术方案,所述步骤S2中,利用“光截图像测量技术”,激光线光源沿一定角度投射到车轮踏面,形成包含车轮外形尺寸信息的光截曲线,高分辨率面阵CCD摄像机拍摄车轮外形光截曲线,经图像采集、处理获得车轮外形轮廓及关键外形几何尺寸。
作为本发明的一种优选技术方案,所述步骤S2中,***设计了多个测点完成轮对检测,用于保障***的高检测精度,采用同步拍摄多幅图片方式获得轮周多个点的外形光截曲线图像,***在数据处理中将综合所有测点的数据,择优选择数据,对有效数据进行综合统计分析从而计算得到最优的车轮外形尺寸参数,***采用“多光束光截法”,用于保障了***检测精度高,数据重复性高。
作为本发明的一种优选技术方案,所述步骤S2中,轮对内距的检测也是采用“光截图像测量技术”,将外形尺寸检测单元左右模组结合在一起,通过标定参数,利用同一轮对左右车轮的内侧基线计算得到检测轮对内距。
作为本发明的一种优选技术方案,所述步骤S3中,擦伤检测原理基于接触式测量,采用“高精度位移传感技术”测量车轮轮缘高度的变化,间接定量测量轮轨接触区域的车轮擦伤和剥离。
作为本发明的一种优选技术方案,所述步骤S4中,踏面缺陷动态图像监测原理是轮对踏面与钢轨长期滚动摩擦,踏面光滑,采集圆柱形的踏面时,不同位置的踏面距离面阵相机的距离不等,且补光光源透射到踏面表面反射角度不同,造成踏面成像中间区域出现亮斑。
作为本发明的一种优选技术方案,所述步骤S4中,根据车轮踏面缺陷的特征和识别要求,整体车轮踏面缺陷识别判断过程划分为不同模块来实现,主要故障判断模块包括:车轮踏面图像预处理模块、图像是否合格判断模块和踏面缺陷处理模块。
作为本发明的一种优选技术方案,所述步骤S5中,受电弓及车顶状态动态检测***安装在地铁车辆入段线或者正线上,采用高速、高分辨率、非接触式图像分析测量技术,实现了对受电弓滑板磨耗、中心线偏移、工作压力的动态自动检测和车顶异物及关键部件状态的室内可视化观测,无需停车,无人值守,动态自动检测。
作为本发明的一种优选技术方案,所述步骤S6中,地铁车辆全车360°动态图像监测***由轨边基本检测单元、现场控制室、远程控制室三部分组成,轨边基本检测单元位于检测现场,实现采集模组***检测功能,轨边基本检测单元包含触发开关、图像采集模组、轨边控制单元,以及辅助***实现车号检测功能的车号识别***、安防***,现场控制中心位于现场设备间,实现基本检测单元的供电、控制、数据和图像的采集、分析处理、存储,同时与远程控制中心进行通讯,现场控制中心由配电箱、控制箱、工控机、通讯箱、UPS组成,远程控制中心位于远程控制室,是***的控制中心、数据管理中心和监控中心,由控制台、控制机及其***设备构成,在远程控制中心,可以设置***参数,监控设备的运行状态和检测过程,查看、统计、分析、打印检测数据。
(三)有益效果
1.本发明提供的用于轨道车辆的故障在线自检方法,实现了轮对外形尺寸、踏面表面缺陷、车轮不圆度以及受电弓的滑板磨耗、压力的自动检测,车辆在每天运营之后,在回段进入检修库之前,均会通过轮对、受电弓***的自动检测,库内对于轮对、受电弓的检修只需要参照设备检测值进行重点检修,无需再对每趟车每个轮对进行人工检查,极大地提高了轮对受电弓的检修效率,同时保障了检修质量,在入段线上安装轮对故障动态检测***后,实现轮对检修的提质增效、实现轮对经济镟修、延长轮对使用寿命,采用轮对故障动态检测***方式进行在线测量,无需人工参与,可大大提高作业效率,同时提升轮对外形尺寸、踏面缺陷的测量精度和检测质量,在使用在线轮对检测***方式进行测量后,无需专人再进行外形尺寸测量,同时该参数的测量精度以及踏面检修质量也大大提高。
2.本发明提供的用于轨道车辆的故障在线自检方法,其受电弓在线监测***的推广应用可有效减少人工登顶检查受电弓的频率和时间,使车辆库停时间减少,提高车辆运营效率,同时对于受电弓检修,可根据***预警结果进行重点检修,指导人工针对性的重点维护,减少了检修人员工作强度;
3.本发明提供的用于轨道车辆的故障在线自检方法,其在入段线上安装360℃V全车运行故障动态图像综合检测***,能够在每天地铁车辆入库时对车底、车侧、车体车窗及车顶进行有效动态监控,提升检修效率及检修覆盖性;并且能够根据检测结果有重点的针对关键部件进行复查、检修作业,极大地提升人均检修量,可节省大量检修维护人员成本;
4.本发明提供的用于轨道车辆的故障在线自检方法,其地铁车辆全车360°动态图像监测***可以有效的缩短人工作业难度、作业时间、降低配件成本、提高线路利用效率,同时可合理规划均衡修关键部件检修周期,延长日检作业周期间隔,而在现行的检修工艺中,主要依靠人工进行地铁车辆日检作业,具有工作时间长、人工作业强度大等缺点,全车360°动态图像监测则具有缩减人工成本、缩减时间成本、降低安全风险、降低管理成本和提供学习与培训素材等优点,将为用户在人工成本、时间成本、风险成本、管理成本、培训成本等的控制上起到积极的推动作用。
附图说明
为了更清楚地说明本发明实施方式的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明的方法流程示意图;
图2是本发明的踏面图像监测故障判断***框图;
图3是本发明的360°全车图像监测***框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要理解的是,术语“纵向”、“上”、“下”、“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设备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。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
如图1-3所示,一种用于轨道车辆的故障在线自检方法,采用LY轮对故障动态检测***,安装在地铁车辆段入段线或者正线上,采用“光截图像测量技术”和“高精度位移传感器测量技术”和“图像模式识别技术”,实现对车轮外形尺寸、车轮踏面缺陷的在线自动检测,无需停车,无人值守,动态自动检测,广泛适用于国内各型地铁车辆;
LY轮对故障动态检测***由基本检测单元、现场控制中心、远程传输通道和远程控制中心四个部分组成;
一种用于轨道车辆的故障在线自检方法,具体包括以下步骤:
S1、识别图像车号:采用图像识别方式实现编组车号、端位自动识别;
步骤S1中,在轨道交通运营正线和车辆段或者停车场入段线咽喉位置均进行采用图像识别方式实现编组车号、端位自动识别工作,图像识别车号原理是图像识别车号***是以实时采集列车侧部高清图像的方式,通过图像分析与自动识别技术实现对列车车号的快速自动识别;
S2、轮对外形尺寸检测:采用“光截图像测量技术”,动态自动检测轮对外形几何尺寸;
步骤S2中,利用“光截图像测量技术”,激光线光源沿一定角度投射到车轮踏面,形成包含车轮外形尺寸信息的光截曲线,高分辨率面阵CCD摄像机拍摄车轮外形光截曲线,经图像采集、处理获得车轮外形轮廓及关键外形几何尺寸;
步骤S2中,***设计了多个测点完成轮对检测,用于保障***的高检测精度,采用同步拍摄多幅图片方式获得轮周多个点的外形光截曲线图像,***在数据处理中将综合所有测点的数据,择优选择数据,对有效数据进行综合统计分析从而计算得到最优的车轮外形尺寸参数,***采用“多光束光截法”,用于保障了***检测精度高,数据重复性高;
步骤S2中,轮对内距的检测也是采用“光截图像测量技术”,将外形尺寸检测单元左右模组结合在一起,通过标定参数,利用同一轮对左右车轮的内侧基线计算得到检测轮对内距;
S3、接触式擦伤检测:采用稳定的平行四边形机构,动态自动检测踏面擦伤;
步骤S3中,擦伤检测原理基于接触式测量,采用“高精度位移传感技术”测量车轮轮缘高度的变化,间接定量测量轮轨接触区域的车轮擦伤和剥离;
S4、踏面图像监测:采用光学图像技术、模式识别技术实现踏面表面缺陷如擦伤、剥离、硌伤的自动检测;
步骤S4中,踏面缺陷动态图像监测原理是轮对踏面与钢轨长期滚动摩擦,踏面光滑,采集圆柱形的踏面时,不同位置的踏面距离面阵相机的距离不等,且补光光源透射到踏面表面反射角度不同,造成踏面成像中间区域出现亮斑;
因此,选择合适的相机、光源搭配角度可以使拍摄的踏面图像更加均匀;
另外,需要根据地铁车辆轮径的大小,选择合适的镜头、相机的型号来适应整圆周的踏面拍摄;
步骤S4中,根据车轮踏面缺陷的特征和识别要求,整体车轮踏面缺陷识别判断过程划分为不同模块来实现,主要故障判断模块包括:车轮踏面图像预处理模块、图像是否合格判断模块和踏面缺陷处理模块;
S5、受电弓入段线检测:采用双目视觉技术、图像识别技术上自动实现受电弓碳滑板磨耗、中心线偏移检测,采用三角杠杆机构原理实现受电弓接触压力检测;
步骤S5中,受电弓及车顶状态动态检测***安装在地铁车辆入段线或者正线上,采用高速、高分辨率、非接触式图像分析测量技术,实现了对受电弓滑板磨耗、中心线偏移、工作压力的动态自动检测和车顶异物及关键部件状态的室内可视化观测,无需停车,无人值守,动态自动检测;
S6、360°全车图像监测:采用线阵激光一体技术,实现全车高清图像监视,采用模式识别技术实现可视部位的关键部件异常自动预警;
步骤S6中,地铁车辆全车360°动态图像监测***由轨边基本检测单元、现场控制室、远程控制室三部分组成,轨边基本检测单元位于检测现场,实现采集模组***检测功能,轨边基本检测单元包含触发开关、图像采集模组、轨边控制单元,以及辅助***实现车号检测功能的车号识别***、安防***,现场控制中心位于现场设备间,实现基本检测单元的供电、控制、数据和图像的采集、分析处理、存储,同时与远程控制中心进行通讯,现场控制中心由配电箱、控制箱、工控机、通讯箱、UPS组成,远程控制中心位于远程控制室,是***的控制中心、数据管理中心和监控中心,由控制台、控制机及其***设备构成,在远程控制中心,可以设置***参数,监控设备的运行状态和检测过程,查看、统计、分析、打印检测数据。
按照地铁车辆检修,每个月需要完成1次全部列车的外形尺寸测量;人工测量一列标准6编组的地铁车辆需要2个人,2个小时完成(同时兼具完成车轮踏面检查);采用轮对故障动态检测***方式进行在线测量,一列标准6编组的地铁车辆只需要3分钟即可自动完成测量,无需人工参与;由上可知,可大大提高作业效率,同时提升轮对外形尺寸、踏面缺陷的测量精度和检测质量;按照50余列编组,1个月完成测量,每日需进行2列车外形尺寸测量作业(按照工作日计算),需要2个人4小时完成作业任务,因此需要持续稳定配备2个人才能完成日常每月的外形尺寸测量工作。
按照目前都江堰地区每人每年10万的人工费用支出,每年需要至少20万的费用支出才能满足要求;在使用在线轮对外形尺寸测量***方式进行测量后,无需专人再进行外形尺寸测量,每年可节省费用约20万,同时该参数的测量精度以及踏面检修质量也大大提高。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于轨道车辆的故障在线自检方法,其特征在于,具体包括以下步骤:
S1、识别图像车号:采用图像识别方式实现编组车号、端位自动识别;
S2、轮对外形尺寸检测:采用“光截图像测量技术”,动态自动检测轮对外形几何尺寸;
S3、接触式擦伤检测:采用稳定的平行四边形机构,动态自动检测踏面擦伤;
S4、踏面图像监测:采用光学图像技术、模式识别技术实现踏面表面缺陷如擦伤、剥离、硌伤的自动检测;
S5、受电弓入段线检测:采用双目视觉技术、图像识别技术上自动实现受电弓碳滑板磨耗、中心线偏移检测,采用三角杠杆机构原理实现受电弓接触压力检测;
S6、360°全车图像监测:采用线阵激光一体技术,实现全车高清图像监视,采用模式识别技术实现可视部位的关键部件异常自动预警。
2.根据权利要求1所述的一种用于轨道车辆的故障在线自检方法,其特征在于,所述步骤S1中,在轨道交通运营正线和车辆段或者停车场入段线咽喉位置均进行采用图像识别方式实现编组车号、端位自动识别工作,图像识别车号原理是图像识别车号***是以实时采集列车侧部高清图像的方式,通过图像分析与自动识别技术实现对列车车号的快速自动识别。
3.根据权利要求1所述的一种用于轨道车辆的故障在线自检方法,其特征在于,所述步骤S2中,利用“光截图像测量技术”,激光线光源沿一定角度投射到车轮踏面,形成包含车轮外形尺寸信息的光截曲线,高分辨率面阵CCD摄像机拍摄车轮外形光截曲线,经图像采集、处理获得车轮外形轮廓及关键外形几何尺寸。
4.根据权利要求3所述的一种用于轨道车辆的故障在线自检方法,其特征在于,所述步骤S2中,***设计了多个测点完成轮对检测,用于保障***的高检测精度,采用同步拍摄多幅图片方式获得轮周多个点的外形光截曲线图像,***在数据处理中将综合所有测点的数据,择优选择数据,对有效数据进行综合统计分析从而计算得到最优的车轮外形尺寸参数,***采用“多光束光截法”,用于保障了***检测精度高,数据重复性高。
5.根据权利要求1所述的一种用于轨道车辆的故障在线自检方法,其特征在于,所述步骤S2中,轮对内距的检测也是采用“光截图像测量技术”,将外形尺寸检测单元左右模组结合在一起,通过标定参数,利用同一轮对左右车轮的内侧基线计算得到检测轮对内距。
6.根据权利要求1所述的一种用于轨道车辆的故障在线自检方法,其特征在于,所述步骤S3中,擦伤检测原理基于接触式测量,采用“高精度位移传感技术”测量车轮轮缘高度的变化,间接定量测量轮轨接触区域的车轮擦伤和剥离。
7.根据权利要求1所述的一种用于轨道车辆的故障在线自检方法,其特征在于,所述步骤S4中,踏面缺陷动态图像监测原理是轮对踏面与钢轨长期滚动摩擦,踏面光滑,采集圆柱形的踏面时,不同位置的踏面距离面阵相机的距离不等,且补光光源透射到踏面表面反射角度不同,造成踏面成像中间区域出现亮斑。
8.根据权利要求7所述的一种用于轨道车辆的故障在线自检方法,其特征在于,所述步骤S4中,根据车轮踏面缺陷的特征和识别要求,整体车轮踏面缺陷识别判断过程划分为不同模块来实现,主要故障判断模块包括:车轮踏面图像预处理模块、图像是否合格判断模块和踏面缺陷处理模块。
9.根据权利要求1所述的一种用于轨道车辆的故障在线自检方法,其特征在于,所述步骤S5中,受电弓及车顶状态动态检测***安装在地铁车辆入段线或者正线上,采用高速、高分辨率、非接触式图像分析测量技术,实现了对受电弓滑板磨耗、中心线偏移、工作压力的动态自动检测和车顶异物及关键部件状态的室内可视化观测,无需停车,无人值守,动态自动检测。
10.根据权利要求1所述的一种用于轨道车辆的故障在线自检方法,其特征在于,所述步骤S6中,地铁车辆全车360°动态图像监测***由轨边基本检测单元、现场控制室、远程控制室三部分组成,轨边基本检测单元位于检测现场,实现采集模组***检测功能,轨边基本检测单元包含触发开关、图像采集模组、轨边控制单元,以及辅助***实现车号检测功能的车号识别***、安防***,现场控制中心位于现场设备间,实现基本检测单元的供电、控制、数据和图像的采集、分析处理、存储,同时与远程控制中心进行通讯,现场控制中心由配电箱、控制箱、工控机、通讯箱、UPS组成,远程控制中心位于远程控制室,是***的控制中心、数据管理中心和监控中心,由控制台、控制机及其***设备构成,在远程控制中心,可以设置***参数,监控设备的运行状态和检测过程,查看、统计、分析、打印检测数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210207296.9A CN114812664A (zh) | 2022-03-04 | 2022-03-04 | 一种用于轨道车辆的故障在线自检方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210207296.9A CN114812664A (zh) | 2022-03-04 | 2022-03-04 | 一种用于轨道车辆的故障在线自检方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114812664A true CN114812664A (zh) | 2022-07-29 |
Family
ID=82528685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210207296.9A Pending CN114812664A (zh) | 2022-03-04 | 2022-03-04 | 一种用于轨道车辆的故障在线自检方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114812664A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114996982A (zh) * | 2022-08-08 | 2022-09-02 | 西南交通大学 | 一种基于云计算的列车轨道模型的实时仿真***及方法 |
CN115432032A (zh) * | 2022-09-30 | 2022-12-06 | 哈尔滨市科佳通用机电股份有限公司 | 基于光截法的地铁轨道几何形位参数动态检测方法 |
CN116129374A (zh) * | 2023-04-12 | 2023-05-16 | 中铁第四勘察设计院集团有限公司 | 轨旁多功能探伤集群及其控制方法 |
-
2022
- 2022-03-04 CN CN202210207296.9A patent/CN114812664A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114996982A (zh) * | 2022-08-08 | 2022-09-02 | 西南交通大学 | 一种基于云计算的列车轨道模型的实时仿真***及方法 |
CN114996982B (zh) * | 2022-08-08 | 2022-10-25 | 西南交通大学 | 一种基于云计算的列车轨道模型的实时仿真***及方法 |
CN115432032A (zh) * | 2022-09-30 | 2022-12-06 | 哈尔滨市科佳通用机电股份有限公司 | 基于光截法的地铁轨道几何形位参数动态检测方法 |
CN116129374A (zh) * | 2023-04-12 | 2023-05-16 | 中铁第四勘察设计院集团有限公司 | 轨旁多功能探伤集群及其控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114812664A (zh) | 一种用于轨道车辆的故障在线自检方法 | |
US7659972B2 (en) | Rail measurement system | |
CN104608799B (zh) | 基于信息融合技术列车轮对踏面损伤在线检测与识别方法 | |
US8655540B2 (en) | Rail vehicle identification and processing | |
KR101602376B1 (ko) | 열차 결함 모니터링 시스템 | |
CN103837087B (zh) | 基于主动形状模型的受电弓自动检测方法 | |
CN112729405A (zh) | 一种悬挂式隧道巡检装置、***及方法 | |
CN214039881U (zh) | 地铁车辆360°图像检测*** | |
CN106809247A (zh) | 一种城轨车辆车载自动轨道检测装置 | |
CN110909020A (zh) | 一种车载接触网动态检测*** | |
CN114543661A (zh) | 地铁车辆360°图像检测***及其检测方法 | |
CN211696250U (zh) | 一种轨道磨损检测装置 | |
CN113371028A (zh) | 一种电客车载轨道智能巡检***及方法 | |
CN110217264A (zh) | 车辆轮对检测装置、方法及*** | |
CN211567962U (zh) | 一种轨道车辆轮对与受电弓在线检测*** | |
Magnus | Noncontact technology for track speed rail measurements: ORIAN | |
CN111855667A (zh) | 一种适用于地铁车辆的新型智慧列检***和检测方法 | |
CN202400107U (zh) | 铁路轨道动态检测钢轨侧面磨耗检测装置 | |
CN116519703A (zh) | 基于线扫3d图像的集电靴碳滑板图像检测***及方法 | |
CN114572273B (zh) | 一种轨道车辆轮对踏面3d图像检测方法 | |
CN116331069A (zh) | 一种自带动力的轻便式弓网检测轨道巡检车检测*** | |
CN110626384A (zh) | 一种动车组定期在线检测*** | |
CN114462647A (zh) | 基于检测云平台的高速公路养护管理*** | |
RU2720603C1 (ru) | Интегрированный пост автоматизированного приема и диагностики подвижного состава (призма) | |
CN107870084A (zh) | 列车转向架的非接触式监测方法及*** |
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 |