CN114954586A - 智能化运营***、方法、装置、设备、产品及轨道车辆 - Google Patents
智能化运营***、方法、装置、设备、产品及轨道车辆 Download PDFInfo
- Publication number
- CN114954586A CN114954586A CN202210689508.1A CN202210689508A CN114954586A CN 114954586 A CN114954586 A CN 114954586A CN 202210689508 A CN202210689508 A CN 202210689508A CN 114954586 A CN114954586 A CN 114954586A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- module
- rail
- abnormal
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000002159 abnormal effect Effects 0.000 claims abstract description 113
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 239000013598 vector Substances 0.000 claims description 90
- 238000004891 communication Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013486 operation strategy Methods 0.000 claims description 9
- 230000005855 radiation Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 description 39
- 230000005856 abnormality Effects 0.000 description 13
- 230000003993 interaction Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 230000008447 perception Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- B61L27/40—Handling position reports or trackside vehicle data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供一种智能化运营***、方法、装置、设备、产品及轨道车辆，所述***包括：车端数据模块、地端数据模块和服务器；所述车端数据模块设置于轨道车辆；所述地端数据模块与所述轨道车辆行驶线路上的地端设备连接；所述服务器分别与所述车端数据模块和所述地端数据模块连接，以实现根据所述车端数据模块和所述地端数据模块反馈的数据生成运营决策；其中，所述轨道车辆为无人驾驶车辆。本发明通过对无人驾驶轨道车辆外部环境和车辆运营数据的获取，实现了无人驾驶车辆的同时域数据共享，提升了对无人驾驶轨道车辆异常状况的感知和检测，保证无人驾驶轨道车辆运营的可靠性，也降低了故障诊断的时间和成本。
Description
技术领域
本发明涉及轨道车辆技术领域，尤其涉及一种智能化运营***、方法、装置、设备、产品及轨道车辆。
背景技术
随着全自动无人驾驶技术发展成熟，实际应用越来越广泛，轨道交通开通的无人驾驶线路也越来越多，随之而来的新挑战新难题也逐渐显现。车辆安装的***越来越繁杂，各***都各自独立工作，数据各自管理，也不利于信息共享，数据交互，很难形成***化集成化的综合***，不能有效发挥各种数据的最大价值，不利于车辆数字化信息化智能化的技术提升。
发明内容
本发明提供一种轨道车辆的智能化运营***，用以解决现有技术中车辆安装的***越来越繁杂，各***都各自独立工作，数据各自管理，也不利于信息共享，数据交互的缺陷，通过对无人驾驶轨道车辆外部环境和车辆运营数据的获取，实现了无人驾驶车辆的同时域数据共享，提升了对无人驾驶轨道车辆异常状况的感知和检测，保证无人驾驶轨道车辆运营的可靠性，也降低了故障诊断的时间和成本。
本发明还提供一种智能化测试***的运营方法。
本发明还提供一种智能化测试的运营装置。
本发明还提供一种电子设备。
本发明还提供一种计算机程序产品。
本发明还提供一种轨道车辆。
根据本发明第一方面提供的一种轨道车辆的智能化运营***，包括：车端数据模块、地端数据模块和服务器；
所述车端数据模块设置于轨道车辆；
所述地端数据模块与所述轨道车辆行驶线路上的地端设备连接；
所述服务器分别与所述车端数据模块和所述地端数据模块连接，以实现根据所述车端数据模块和所述地端数据模块反馈的数据生成运营决策；
其中，所述轨道车辆为无人驾驶车辆。
需要说明的是，通过设置车端数据模块、地端数据模块和服务器形成的智能化运维***，智能感知和分析的信息更全面，能够更加高效、精准的支持车辆应急、检修维护，不但提升智能运营***能力，无需地面单独安排作业人员和专用的检测设备、单独安排作业时间，开展了检测作业，节省了人力物力。
进一步地，通过在线路上运行的多列轨道车辆进行车端和地端异常状况的排查，更准确、更可靠的检测异常和精准定位，并且服务器可以识别异常并自动生成工单，并通过运维终端及时发送相关班组开展维修作业。
根据本发明的一种实施方式，多个所述轨道车辆通过所述车端数据模块与所述服务器连接，实现同时域数据共享。
具体来说，本实施例提供了一种同时域数据的实施方式，通过将多个车端数据模块与服务器连接，实现了在多列轨道车辆之间构建同时域数据共享，提升了运营规划的效率。
需要说明的是，通过构建多个无人驾驶的轨道车辆之间的同时域数据共享，实现了对异常状况进行精准检测、异常预警和故障报警，保证了全线运行的无人驾驶轨道车辆能够正常运行，感知数据共享利用，避免了数据孤岛，有利于深入挖掘数据的利用价值，同时避免了现有异常状况需要维护人员现场检查，存在不及时、异常位置定位不准确的问题，也减少了大量人力物力的投入，提升了工作效率。
进一步地，异常状况不影响轨道车辆和地端设备运行时，维护班组在夜间进行维护，异常状况的检测结果存在影响运营的可能性时，则能够保证维护班组在第一时间采取相应的应急措施，并在网络内实现数据交互共享，从而大幅提升地面对运营的全方位监控，及时掌握异常，提高运维效率，实现状态修和精准维护作业，降低对人工的依赖，提高运维智能化水平。
根据本发明的一种实施方式，所述运营决策至少包括所述轨道车辆和/或所述地端设备的运营策略。
具体来说，本实施例提供了一种运营决策的实施方式，通过对轨道车辆和/或地端设备运营策略的提出，保证了轨道车辆和地端设备的运维，实现班组作业的状态修和精准修，提高检修效率，降低人力物力资源占用，降低检修维护全寿命周期成本。
根据本发明第二方面提供的一种基于上述的智能化运营***的运营方法，应用于服务器，所述方法包括：
响应于异常信号，获取第一轨道车辆对应异常区域的车端参数，其中，所述异常区域为所述第一轨道车辆行驶过程中的沿途区域，所述车端参数为所述第一轨道车辆的行驶数据；
根据所述车端参数进行判断；
确定所述车端参数满足正常运营阈值，则判定所述轨道车辆满足运营需求；
确定所述车端参数不满足正常运营阈值，则生成运营决策。
根据本发明的一种实施方式，所述确定所述车端参数不满足正常运营阈值的步骤中，具体包括：
获取所述第一轨道车辆的第一车端特征向量和第二车端特征向量，其中，所述第一车端特征向量指向所述第一轨道车辆对应所述异常区域的正常车端参数，所述第二车端特征向量指向所述第一轨道车辆对应所述异常区域的异常车端参数；
获取所述异常区域的运营列表，并提取所述运营列表中的运营特征向量，其中，所述运营特征向量指向最近通过所述异常区域的N列第二轨道车辆，N为大于等于一的正整数；
根据所述第一车端特征向量和所述运营特征向量生成所述第二轨道车辆通过所述异常区域的运营策略；
根据所述运营策略进行判断，并根据判断结果生成运营决策。
具体来说，本实施例提供了一种确定所述车端参数不满足正常运营阈值的实施方式，通过获取第一轨道车辆的第一车端特征向量和第二车端特征向量，将第一轨道车辆的正常车端参数和异常车端参数进行了标记，同时获取异常区域的运营列表，提取运营列表中的N列第二轨道车辆，且生成第二轨道车辆根据第一车单特征向量指向的正常车端参数通过异常区域的运营策略，实现了根据运营策略进行相应的判断，并判断生成运营决策。
根据本发明的一种实施方式，所述根据所述运营策略进行判断，并根据判断结果生成运营决策的步骤中，具体包括：
获取所述第二轨道车辆的第三车端特征向量，并进行判断，其中，所述第二轨道车辆的所述第三车端特征向量与所述第一轨道车辆的所述第二车端特征向量指向同一组的行驶数据；
确定所述第三车端特征向量满足正常运营阈值，则根据所述第二车端特征向量生成所述运营决策。
具体来说，本实施例提供了一种根据所述运营策略进行判断，并根据判断结果生成运营决策的实施方式，通过获取第二轨道车辆在异常区域内行驶过程中的第三车端特征向量，并根据第三车端特征向量进行判断，实现了运维决策的生成。
需要说明的是，第三车端特征向量与第二车端特征向量指向了同一组的行驶数据，能够根据第三车端特征向量进行判断，第一轨道车辆是否存在异常，还是相应异常区域内的地端设备存在异常。
根据本发明的一种实施方式，所述获取所述第二轨道车辆的第三车端特征向量，并进行判断的步骤中，具体还包括：
确定所述第三车端特征向量不满足正常运营阈值；
获取所述第二车端特征向量指向的全部行驶数据，并生成第一车端数据簇；
获取所述第三车端特征向量指向的全部行驶数据，并生成第二车端数据簇；
根据所述第一车端数据簇和所述第二车端数据簇进行判断，并根据判断结果生成所述运营决策。
具体来说，本实施例提供了一种获取所述第二轨道车辆的第三车端特征向量，并进行判断的实施方式，第三车端特征向量不满足正常运营阈值，则通过获取第二车端特征向量和第三车端特征向量指向的全部行驶数据，并根据全部行驶数据进行判断，根据判断结果生成运营决策。
根据本发明的一种实施方式，所述根据所述第一车端数据簇和所述第二车端数据簇进行判断的步骤中，具体包括：
根据所述第二车端数据簇生成数据指针，其中，所述数据指针指向所述第二车端数据簇中的异常车端参数；
根据所述数据指针遍历所述第一车端数据簇，并进行判断；
确定所述第一车端数据簇中的每个数据值与所述数据指针一一对应，则生成与所述异常区域对应的地端设备的所述运营决策；
确定所述第一车端数据簇中至少一个数据值未匹配到所述数据指针，则根据所述第二车端特征向量和所述异常区域对应的地端设备生成所述运营决策；
确定所述数据指针中至少一个指针在所述第一车端数据簇内未匹配到对应的数据值，则重新获取所述异常区域对应的所述运营列表的步骤。
具体来说，本实施例提供了一种根据所述第一车端数据簇和所述第二车端数据簇进行判断的实施方式，通过第二车端数据簇生成数据指针，并根据数据指针遍历第一车端数据簇，进而生成相应的运营决策。
根据本发明的一种实施方式，所述行驶数据包括：所述轨道车辆在沿途区域过程中的弓网数据、桥隧数据、障碍物数据、轨道检测数据、速度数据、噪音数据、辐射数据和振动数据中的一种或几种的组合。
具体来说，本实施例提供了一种行驶数据的实施方式，通过对轨道车辆在沿途区域行驶过程中的行驶数据的获取，实现了对轨道车辆与外界有连接的地端设备和周围环境进行状态检测、异常预警、故障诊断，并通过同时域数据共享，对数据进行解析、运算、分析，最后识别具体的状态，标注异常的位置定位，并进行智能化评判，输出异常预警、故障报警等知道运维的信息。
根据本发明第三方面提供的一种智能化运营***的运营装置，包括：参数获取模块、参数判断模块、第一确定模块和第二确定模块；
所述参数获取模块用于响应于异常信号，获取第一轨道车辆对应异常区域的车端参数，其中，所述异常区域为所述第一轨道车辆行驶过程中的沿途区域，所述车端参数为所述第一轨道车辆的行驶数据；
所述参数判断模块用于根据所述车端参数进行判断；
所述第一确定模块用于确定所述车端参数满足正常运营阈值，则判定所述轨道车辆满足运营需求；
所述第二确定模块用于确定所述车端参数不满足正常运营阈值，则生成运营决策。
根据本发明第四方面提供的一种电子设备，包括：存储器和处理器；
所述存储器和所述处理器通过总线完成相互间的通信；
所述存储器存储有，能够在所述处理器上运行的计算机指令；
所述处理器调用所述计算机指令时，能够执行上述的智能化运营***的运营方法。
根据本发明第五方面提供的一种计算机程序产品，其包括存储指令的非暂态机器可读介质，所述指令被处理器执行时，实现上述的智能化运营***的运营方法的步骤。
根据本发明第六方面提供的一种轨道车辆，具有上述的智能化运营***，或者运营轨道车辆时，采用上述的智能化运营***的运营方法，或者具有上述的智能化运营***的运营装置，或者具有上述的电子设备，或者具有上述的计算机程序产品。
本发明中的上述一个或多个技术方案，至少具有如下技术效果之一：本发明提供的一种智能化运营***、方法、装置、设备、产品及轨道车辆，通过对无人驾驶轨道车辆外部环境和车辆运营数据的获取，实现了无人驾驶车辆的同时域数据共享，提升了对无人驾驶轨道车辆异常状况的感知和检测，保证无人驾驶轨道车辆运营的可靠性，也降低了故障诊断的时间和成本。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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的附图。
图1是本发明提供的轨道车辆的智能化运营***的布置示意图；
图2是本发明提供的智能化运营***的运营方法的流程示意图；
图3是本发明提供的智能化运营***的运营装置的结构示意图；
图4是本发明提供的电子设备的结构示意图。
附图标记：
10、车端数据模块；20、地端数据模块；30、服务器；
40、参数获取模块；50、参数判断模块；60、第一确定模块；70、第二确定模块；
810、处理器；820、通信接口；830、存储器；840、通信总线。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，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的前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合说明书附图对本发明进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或***实施例中。在本发明的描述中，除非另有说明，“至少一个”包括一个或多个。“多个”是指两个或两个以上。例如，A、B和C中的至少一个，包括：单独存在A、单独存在B、同时存在A和B、同时存在A和C、同时存在B和C，以及同时存在A、B和C。在本发明中，“/”表示或的意思，例如，A/B可以表示A或B；本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。
下面结合具体实施方式对本发明进行具体说明。
在本发明的一些具体实施方案中，如图1所示，本方案提供一种轨道车辆的智能化运营***，包括：车端数据模块10、地端数据模块20和服务器30；车端数据模块10设置于轨道车辆；地端数据模块20与轨道车辆行驶线路上的地端设备连接；服务器30分别与车端数据模块10和地端数据模块20连接，以实现根据车端数据模块10和地端数据模块20反馈的数据生成运营决策；其中，轨道车辆为无人驾驶车辆。
详细来说，本发明提供一种轨道车辆的智能化运营***，用以解决现有技术中车辆安装的***越来越繁杂，各***都各自独立工作，数据各自管理，也不利于信息共享，数据交互的缺陷，通过对无人驾驶轨道车辆外部环境和车辆运营数据的获取，实现了无人驾驶车辆的同时域数据共享，提升了对无人驾驶轨道车辆异常状况的感知和检测，保证无人驾驶轨道车辆运营的可靠性，也降低了故障诊断的时间和成本。
需要说明的是，通过设置车端数据模块10、地端数据模块20和服务器30形成的智能化运维***，智能感知和分析的信息更全面，能够更加高效、精准的支持车辆应急、检修维护，不但提升智能运营***能力，无需地面单独安排作业人员和专用的检测设备、单独安排作业时间，开展了检测作业，节省了人力物力。
进一步地，通过在线路上运行的多列轨道车辆进行车端和地端异常状况的排查，更准确、更可靠的检测异常和精准定位，并且服务器30可以识别异常并自动生成工单，并通过运维终端及时发送相关班组开展维修作业。
在本发明一些可能的实施例中，多个轨道车辆通过车端数据模块10与服务器30连接，实现同时域数据共享。
具体来说，本实施例提供了一种同时域数据的实施方式，通过将多个车端数据模块10与服务器30连接，实现了在多列轨道车辆之间构建同时域数据共享，提升了运营规划的效率。
需要说明的是，通过构建多个无人驾驶的轨道车辆之间的同时域数据共享，实现了对异常状况进行精准检测、异常预警和故障报警，保证了全线运行的无人驾驶轨道车辆能够正常运行，感知数据共享利用，避免了数据孤岛，有利于深入挖掘数据的利用价值，同时避免了现有异常状况需要维护人员现场检查，存在不及时、异常位置定位不准确的问题，也减少了大量人力物力的投入，提升了工作效率。
进一步地，异常状况不影响轨道车辆和地端设备运行时，维护班组在夜间进行维护，异常状况的检测结果存在影响运营的可能性时，则能够保证维护班组在第一时间采取相应的应急措施，并在网络内实现数据交互共享，从而大幅提升地面对运营的全方位监控，及时掌握异常，提高运维效率，实现状态修和精准维护作业，降低对人工的依赖，提高运维智能化水平。
在可能的实施方式中，轨道车辆可能存在的异常状况包括：速度异常、加速度异常、噪音异常、振动异常、辐射异常、通信异常、温度异常等。
在可能的实施方式中，地端设备可能存在的异常状况包括：接触网异物、接触网断裂、桥隧渗水、桥隧塌方、轨道异物侵入、轨道断裂、锁扣脱落等。
在一个应用场景中，无人驾驶的轨道车辆检测到隧道渗水，对隧道渗水处进行定位，信息实时到服务器30，服务器30分析识别后，自动生成工单发送至隧道维护班组的运维终端，运维班组根据工单的信息，立即启动进水区域的应急处置。
在一个应用场景中，无人驾驶的轨道车辆检测到轨道损伤，对轨道损伤处进行定位，信息实时到服务器30，服务器30分析识别后，自动生成工单发送至轨道维护班组的运维终端，告知班组需要打磨维修，班组根据工单信息，立即着手准备组织上线打磨。
在一个应用场景中，前一无人驾驶的轨道车辆检测到接触网异常，并且对应接触网的地端设备也检测到前方接触网异常，通过服务器30将相应的异常信息发送给后续无人驾驶的轨道车辆，为后续无人驾驶的轨道车辆采取应急相应争取更多的时间，最大程度降低异常对车辆运营带来的影响，同时服务器30将工单发送至接触网维护班组的运维终端，接触网维护班组根据工单对接触网进行维护。
在本发明一些可能的实施例中，运营决策至少包括轨道车辆和/或地端设备的运营策略。
具体来说，本实施例提供了一种运营决策的实施方式，通过对轨道车辆和/或地端设备运营策略的提出，保证了轨道车辆和地端设备的运维，实现班组作业的状态修和精准修，提高检修效率，降低人力物力资源占用，降低检修维护全寿命周期成本。
在可能的实施方式中，可以将线路异常信息进行融合管理，告知其他运行的无人驾驶的轨道车辆提前进行应急处理，争取更多应急时间，降低异常对车辆运营带来的影响。
在可能的实施方式中，测试车辆上还设置有5G模块，测试车辆的车载设备与地面设备通过5G模块实现数据的网络传输，实现试验数据的自动下载和处理；***还可通过手机或PC终端远程登录，方便快捷。
在本发明的一些具体实施方案中，如图2所示，本方案提供一种基于上述的智能化运营***的运营方法，应用于服务器30，方法包括：
响应于异常信号，获取第一轨道车辆对应异常区域的车端参数，其中，异常区域为第一轨道车辆行驶过程中的沿途区域，车端参数为第一轨道车辆的行驶数据；
根据车端参数进行判断；
确定车端参数满足正常运营阈值，则判定轨道车辆满足运营需求；
确定车端参数不满足正常运营阈值，则生成运营决策。
在本发明一些可能的实施例中，确定车端参数不满足正常运营阈值的步骤中，具体包括：
获取第一轨道车辆的第一车端特征向量和第二车端特征向量，其中，第一车端特征向量指向第一轨道车辆对应异常区域的正常车端参数，第二车端特征向量指向第一轨道车辆对应异常区域的异常车端参数；
获取异常区域的运营列表，并提取运营列表中的运营特征向量，其中，运营特征向量指向最近通过异常区域的N列第二轨道车辆，N为大于等于一的正整数；
根据第一车端特征向量和运营特征向量生成第二轨道车辆通过异常区域的运营策略；
根据运营策略进行判断，并根据判断结果生成运营决策。
具体来说，本实施例提供了一种确定车端参数不满足正常运营阈值的实施方式，通过获取第一轨道车辆的第一车端特征向量和第二车端特征向量，将第一轨道车辆的正常车端参数和异常车端参数进行了标记，同时获取异常区域的运营列表，提取运营列表中的N列第二轨道车辆，且生成第二轨道车辆根据第一车单特征向量指向的正常车端参数通过异常区域的运营策略，实现了根据运营策略进行相应的判断，并判断生成运营决策。
在可能的实施方式中，第一轨道车辆在一段线路上行驶过程中，检测到噪音参数过大，则将该线路标记为异常区域，将噪音参数标记为异常车端参数，即第二车端特征向量，将其余行驶参数标记为正常车端参数，例如速度参数、加速度参数、舒适性和平稳性等，即第一车端特征向量；获取异常区域的运营列表，通过运营特征向量确定最近通过异常区域的N列第二轨道车辆，根据第一轨道车辆与第二轨道车辆进行比较，确定与第一轨道车辆的型号、行驶参数、载客量等各方面参数匹配的第二轨道车辆，并将匹配到的第二轨道车辆以第一车端特征向量驶过对应的异常区域，并获取相应的数据进行判断，根据判断结果生成运营决策。
在可能的实施方式中，第一轨道车辆在一段线路上行驶过程中，检测到振动参数过大，则将该线路标记为异常区域，将振动参数标记为异常车端参数，即第二车端特征向量，将其余行驶参数标记为正常车端参数，例如速度参数、加速度参数、舒适性和平稳性等，即第一车端特征向量；获取异常区域的运营列表，通过运营特征向量确定最近通过异常区域的N列第二轨道车辆，根据第一轨道车辆与第二轨道车辆进行比较，确定与第一轨道车辆的型号、行驶参数、载客量等各方面参数匹配的第二轨道车辆，并将匹配到的第二轨道车辆以第一车端特征向量驶过对应的异常区域，并获取相应的数据进行判断，根据判断结果生成运营决策。
在本发明一些可能的实施例中，根据运营策略进行判断，并根据判断结果生成运营决策的步骤中，具体包括：
获取第二轨道车辆的第三车端特征向量，并进行判断，其中，第二轨道车辆的第三车端特征向量与第一轨道车辆的第二车端特征向量指向同一组的行驶数据；
确定第三车端特征向量满足正常运营阈值，则根据第二车端特征向量生成运营决策。
具体来说，本实施例提供了一种根据运营策略进行判断，并根据判断结果生成运营决策的实施方式，通过获取第二轨道车辆在异常区域内行驶过程中的第三车端特征向量，并根据第三车端特征向量进行判断，实现了运维决策的生成。
需要说明的是，第三车端特征向量与第二车端特征向量指向了同一组的行驶数据，能够根据第三车端特征向量进行判断，第一轨道车辆是否存在异常，还是相应异常区域内的地端设备存在异常。
在本发明一些可能的实施例中，获取第二轨道车辆的第三车端特征向量，并进行判断的步骤中，具体还包括：
确定第三车端特征向量不满足正常运营阈值；
获取第二车端特征向量指向的全部行驶数据，并生成第一车端数据簇；
获取第三车端特征向量指向的全部行驶数据，并生成第二车端数据簇；
根据第一车端数据簇和第二车端数据簇进行判断，并根据判断结果生成运营决策。
具体来说，本实施例提供了一种获取第二轨道车辆的第三车端特征向量，并进行判断的实施方式，第三车端特征向量不满足正常运营阈值，则通过获取第二车端特征向量和第三车端特征向量指向的全部行驶数据，并根据全部行驶数据进行判断，根据判断结果生成运营决策。
在可能的实施方式中，第二车端特征向量指向第一轨道车辆运行过程中的，噪音参数、振动参数和辐射参数，即第一轨道车辆的异常车端参数包括噪音参数、振动参数和辐射参数。
在可能的实施方式中，第三车端特征向量指向第二轨道车辆运行过程中的，电流参数、电压参数、噪音参数、振动参数和辐射参数，即第一轨道车辆的异常车端参数包括电流参数、电压参数、噪音参数、振动参数和辐射参数。
在本发明一些可能的实施例中，根据第一车端数据簇和第二车端数据簇进行判断的步骤中，具体包括：
根据第二车端数据簇生成数据指针，其中，数据指针指向第二车端数据簇中的异常车端参数；
根据数据指针遍历第一车端数据簇，并进行判断；
确定第一车端数据簇中的每个数据值与数据指针一一对应，则生成与异常区域对应的地端设备的运营决策；
确定第一车端数据簇中至少一个数据值未匹配到数据指针，则根据第二车端特征向量和异常区域对应的地端设备生成运营决策；
确定数据指针中至少一个指针在第一车端数据簇内未匹配到对应的数据值，则重新获取异常区域对应的运营列表的步骤。
具体来说，本实施例提供了一种根据第一车端数据簇和第二车端数据簇进行判断的实施方式，通过第二车端数据簇生成数据指针，并根据数据指针遍历第一车端数据簇，进而生成相应的运营决策。
在可能的实施方式中，第一车端数据簇中的每个数据值与数据指针一一对应，则说明第一轨道车辆和第二轨道车辆在异常区域内运行时，均存在相应的异常问题，异常问题的来源可能是地端设备，因此优先根据地端设备生成运营决策，运营决策包括了运维人员进行地端设备的维护，以及后续轨道车辆的运营路径、运营参数的设定。
在可能的实施方式中，第一车端数据簇中至少一个数据值未匹配到数据指针，则说明第一轨道车辆和第二轨道车辆在异常区域内运行时，均存在相应的异常问题，且第一轨道车辆也很可能存在车端异常情况，因此根据第二车端特征向量和异常区域对应的地端设备生成运营决策，运营决策包括了运维人员进行轨道车辆和地端设备的维护，以及后续轨道车辆的运营路径、运营参数的设定。
在可能的实施方式中，数据指针中至少一个指针在第一车端数据簇内未匹配到对应的数据值，则说明第一轨道车辆和第二轨道车辆在异常区域内运行时，均存在相应的异常问题，异常问题的来源无法进行确定，因此需要再次进行后续轨道车辆通过异常区域进行数据采集的步骤，多次采集，获取更精准的异常数据，进而判断异常状况的指向，并生成相应的运营决策，运营决策包括了运维人员进行轨道车辆和/或地端设备的维护，以及后续轨道车辆的运营路径、运营参数的设定。
在本发明一些可能的实施例中，行驶数据包括：轨道车辆在沿途区域过程中的弓网数据、桥隧数据、障碍物数据、轨道检测数据、速度数据、噪音数据、辐射数据和振动数据中的一种或几种的组合。
具体来说，本实施例提供了一种行驶数据的实施方式，通过对轨道车辆在沿途区域行驶过程中的行驶数据的获取，实现了对轨道车辆与外界有连接的地端设备和周围环境进行状态检测、异常预警、故障诊断，并通过同时域数据共享，对数据进行解析、运算、分析，最后识别具体的状态，标注异常的位置定位，并进行智能化评判，输出异常预警、故障报警等知道运维的信息。
在可能的实施方式中，则将会有上线运行的多列车检测到相同位置相同异常，不但提升了异常检测效率、降低人工作业时间和成本，而且可靠性、精准性都大幅提高，实现真正意义上的状态维修、精准维修的目标。
在本发明的一些具体实施方案中，如图3所示，本方案提供一种智能化运营***的运营装置，包括：参数获取模块40、参数判断模块50、第一确定模块60和第二确定模块70；
参数获取模块40用于响应于异常信号，获取第一轨道车辆对应异常区域的车端参数，其中，异常区域为第一轨道车辆行驶过程中的沿途区域，车端参数为第一轨道车辆的行驶数据；
参数判断模块50用于根据车端参数进行判断；
第一确定模块60用于确定车端参数满足正常运营阈值，则判定轨道车辆满足运营需求；
第二确定模块70用于确定车端参数不满足正常运营阈值，则生成运营决策。
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令，以执行智能化运营***的运营方法。
需要说明的是，本实施例中的电子设备在具体实现时可以为服务器，也可以为PC机，还可以为其他设备，只要其结构中包括如图4所示的处理器810、通信接口820、存储器830和通信总线840，其中处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信，且处理器810可以调用存储器830中的逻辑指令以执行上述方法即可。本实施例不对电子设备的具体实现形式进行限定。
其中，服务器可以是单个服务器，也可以是一个服务器组。服务器组可以是集中式的，也可以是分布式的(例如，服务器可以是分布式***)。在一些实施例中，服务器相对于终端，可以是本地的、也可以是远程的。例如，服务器可以经由网络访问存储在用户终端、数据库或其任意组合中的信息。作为另一示例，服务器可以直接连接到用户终端和数据库中的至少一个，以访问其中存储的信息和/或数据。在一些实施例中，服务器可以在云平台上实现；仅作为示例，云平台可以包括私有云、公有云、混合云、社区云(community cloud)、分布式云、跨云(inter-cloud)、多云(multi-cloud)等，或者它们的任意组合。在一些实施例中，服务器和用户终端可以在具有本发明实施例中的一个或多个组件的电子设备上实现。
进一步地，网络可以用于信息和/或数据的交换。在一些实施例中，交互场景中的一个或多个组件(例如，服务器，用户终端和数据库)可以向其他组件发送信息和/或数据。在一些实施例中，网络可以是任何类型的有线或者无线网络，或者是他们的结合。仅作为示例，网络可以包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网(Local AreaNetwork，LAN)、广域网(Wide Area Network，WAN)、无线局域网(WirelessLocal AreaNetworks，WLAN)、城域网(Metropolitan AreaNetwork，MAN)、广域网(WideAreaNetwork，WAN)、公共电话交换网(Public Switched Telephone Network，PSTN)、蓝牙网络、ZigBee网络、或近场通信(Near Field Communication，NFC)网络等，或其任意组合。在一些实施例中，网络可以包括一个或多个网络接入点。例如，网络可以包括有线或无线网络接入点，例如基站和/或网络交换节点，交互场景的一个或多个组件可以通过该接入点连接到网络以交换数据和/或信息。
此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在可能的实施方式中，本发明实施例又提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的智能化运营***的运营方法。
在可能的实施方式中，本发明实施例还提供一种计算机程序产品，计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法。
在本发明的一些具体实施方案中，本方案提供一种轨道车辆，具有上述的智能化运营***，或者运营轨道车辆时，采用上述的智能化运营***的运营方法，或者具有上述的智能化运营***的运营装置，或者具有上述的电子设备，或者具有上述的计算机程序产品。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (13)
1.一种轨道车辆的智能化运营***，其特征在于，包括：车端数据模块、地端数据模块和服务器；
所述车端数据模块设置于轨道车辆；
所述地端数据模块与所述轨道车辆行驶线路上的地端设备连接；
所述服务器分别与所述车端数据模块和所述地端数据模块连接，以实现根据所述车端数据模块和所述地端数据模块反馈的数据生成运营决策；
其中，所述轨道车辆为无人驾驶车辆。
2.根据权利要求1所述的轨道车辆的智能化运营***，其特征在于，多个所述轨道车辆通过所述车端数据模块与所述服务器连接，实现同时域数据共享。
3.根据权利要求1或2所述的轨道车辆的智能化运营***，其特征在于，所述运营决策至少包括所述轨道车辆和/或所述地端设备的运营策略。
4.一种基于上述权利要求1至3任一所述的智能化运营***的运营方法，应用于服务器，其特征在于，所述方法包括：
响应于异常信号，获取第一轨道车辆对应异常区域的车端参数，其中，所述异常区域为所述第一轨道车辆行驶过程中的沿途区域，所述车端参数为所述第一轨道车辆的行驶数据；
根据所述车端参数进行判断；
确定所述车端参数满足正常运营阈值，则判定所述轨道车辆满足运营需求；
确定所述车端参数不满足正常运营阈值，则生成运营决策。
5.根据权利要求4所述的智能化运营***的运营方法，其特征在于，所述确定所述车端参数不满足正常运营阈值的步骤中，具体包括：
获取所述第一轨道车辆的第一车端特征向量和第二车端特征向量，其中，所述第一车端特征向量指向所述第一轨道车辆对应所述异常区域的正常车端参数，所述第二车端特征向量指向所述第一轨道车辆对应所述异常区域的异常车端参数；
获取所述异常区域的运营列表，并提取所述运营列表中的运营特征向量，其中，所述运营特征向量指向最近通过所述异常区域的N列第二轨道车辆，N为大于等于一的正整数；
根据所述第一车端特征向量和所述运营特征向量生成所述第二轨道车辆通过所述异常区域的运营策略；
根据所述运营策略进行判断，并根据判断结果生成运营决策。
6.根据权利要求5所述的智能化运营***的运营方法，其特征在于，所述根据所述运营策略进行判断，并根据判断结果生成运营决策的步骤中，具体包括：
获取所述第二轨道车辆的第三车端特征向量，并进行判断，其中，所述第二轨道车辆的所述第三车端特征向量与所述第一轨道车辆的所述第二车端特征向量指向同一组的行驶数据；
确定所述第三车端特征向量满足正常运营阈值，则根据所述第二车端特征向量生成所述运营决策。
7.根据权利要求6所述的智能化运营***的运营方法，其特征在于，所述获取所述第二轨道车辆的第三车端特征向量，并进行判断的步骤中，具体还包括：
确定所述第三车端特征向量不满足正常运营阈值；
获取所述第二车端特征向量指向的全部行驶数据，并生成第一车端数据簇；
获取所述第三车端特征向量指向的全部行驶数据，并生成第二车端数据簇；
根据所述第一车端数据簇和所述第二车端数据簇进行判断，并根据判断结果生成所述运营决策。
8.根据权利要求7所述的智能化运营***的运营方法，其特征在于，所述根据所述第一车端数据簇和所述第二车端数据簇进行判断的步骤中，具体包括：
根据所述第二车端数据簇生成数据指针，其中，所述数据指针指向所述第二车端数据簇中的异常车端参数；
根据所述数据指针遍历所述第一车端数据簇，并进行判断；
确定所述第一车端数据簇中的每个数据值与所述数据指针一一对应，则生成与所述异常区域对应的地端设备的所述运营决策；
确定所述第一车端数据簇中至少一个数据值未匹配到所述数据指针，则根据所述第二车端特征向量和所述异常区域对应的地端设备生成所述运营决策；
确定所述数据指针中至少一个指针在所述第一车端数据簇内未匹配到对应的数据值，则重新获取所述异常区域对应的所述运营列表的步骤。
9.根据权利要求4至8任一所述的智能化运营***的运营方法，其特征在于，所述行驶数据包括：所述轨道车辆在沿途区域过程中的弓网数据、桥隧数据、障碍物数据、轨道检测数据、速度数据、噪音数据、辐射数据和振动数据中的一种或几种的组合。
10.一种智能化运营***的运营装置，其特征在于，包括：参数获取模块、参数判断模块、第一确定模块和第二确定模块；
所述参数获取模块用于响应于异常信号，获取第一轨道车辆对应异常区域的车端参数，其中，所述异常区域为所述第一轨道车辆行驶过程中的沿途区域，所述车端参数为所述第一轨道车辆的行驶数据；
所述参数判断模块用于根据所述车端参数进行判断；
所述第一确定模块用于确定所述车端参数满足正常运营阈值，则判定所述轨道车辆满足运营需求；
所述第二确定模块用于确定所述车端参数不满足正常运营阈值，则生成运营决策。
11.一种电子设备，其特征在于，包括：存储器和处理器；
所述存储器和所述处理器通过总线完成相互间的通信；
所述存储器存储有，能够在所述处理器上运行的计算机指令；
所述处理器调用所述计算机指令时，能够执行上述权利要求4至9任一所述的智能化运营***的运营方法。
12.一种计算机程序产品，其包括存储指令的非暂态机器可读介质，其特征在于，所述指令被处理器执行时，实现上述权利要求4至9任一所述的智能化运营***的运营方法的步骤。
13.一种轨道车辆，其特征在于，具有上述权利要求1至3任一所述的智能化运营***，或者运营轨道车辆时，采用上述权利要求4至9任一所述的智能化运营***的运营方法，或者具有上述权利要求10所述的智能化运营***的运营装置，或者具有上述权利要求11所述的电子设备，或者具有上述权利要求12所述的计算机程序产品。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210689508.1A CN114954586B (zh) | 2022-06-16 | 2022-06-16 | 智能化运营***、方法、装置、设备、产品及轨道车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210689508.1A CN114954586B (zh) | 2022-06-16 | 2022-06-16 | 智能化运营***、方法、装置、设备、产品及轨道车辆 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114954586A true CN114954586A (zh) | 2022-08-30 |
| CN114954586B CN114954586B (zh) | 2023-12-26 |
Family
ID=82963110
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210689508.1A Active CN114954586B (zh) | 2022-06-16 | 2022-06-16 | 智能化运营***、方法、装置、设备、产品及轨道车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114954586B (zh) |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0966833A (ja) * | 1995-09-04 | 1997-03-11 | Toshiba Transport Eng Kk | 列車運行管理装置 |
| US5987979A (en) * | 1996-04-01 | 1999-11-23 | Cairo Systems, Inc. | Method and apparatus for detecting railtrack failures by comparing data from a plurality of railcars |
| JP2008148466A (ja) * | 2006-12-11 | 2008-06-26 | Mitsubishi Heavy Ind Ltd | 軌道系交通システムの異常診断方法及び異常診断システム |
| KR20100061011A (ko) * | 2008-11-28 | 2010-06-07 | 한국철도기술연구원 | 철도 역사의 테러 감시 시스템 및 방법 |
| WO2016113724A1 (ja) * | 2015-01-15 | 2016-07-21 | 株式会社日立製作所 | 状態監視装置、状態監視システム、および編成列車 |
| GB201710761D0 (en) * | 2015-01-15 | 2017-08-16 | Hitachi Ltd | State monitoring device, state monitoring system and train |
| JP2018054567A (ja) * | 2016-09-30 | 2018-04-05 | 日本車輌製造株式会社 | 鉄道車両の異常検知方法 |
| US20180222504A1 (en) * | 2017-02-08 | 2018-08-09 | Intel Corporation | Location based railway anomaly detection |
| CN109413614A (zh) * | 2018-09-27 | 2019-03-01 | 北京全路通信信号研究设计院集团有限公司 | 一种车地一体综合分析平台 |
| CN109760718A (zh) * | 2017-11-09 | 2019-05-17 | 许昌许继软件技术有限公司 | 一种城市地铁告警集中处理方法 |
| CN110378493A (zh) * | 2019-08-07 | 2019-10-25 | 唐智科技湖南发展有限公司 | 一种轨道交通车辆运维检测装置、方法和移动终端 |
| CN111746598A (zh) * | 2019-03-28 | 2020-10-09 | 上海申通地铁集团有限公司 | 车地通信***的故障检测*** |
| CN112498416A (zh) * | 2020-12-23 | 2021-03-16 | 成都运达科技股份有限公司 | 一种机辆整备一体化智能管控*** |
| CN112660211A (zh) * | 2021-01-16 | 2021-04-16 | 湖南科技大学 | 铁路机车智能运维管理*** |
| US20210349997A1 (en) * | 2019-08-30 | 2021-11-11 | Panasonic Intellectual Property Corporation Of America | Anomalous vehicle detection server and anomalous vehicle detection method |
| CN114120472A (zh) * | 2021-11-23 | 2022-03-01 | 安雪斌 | 一种自动驾驶车辆安全管理*** |
| CN114245407A (zh) * | 2021-12-30 | 2022-03-25 | 中国联合网络通信集团有限公司 | 网络优化方法、装置、设备及存储介质 |
| CN114506365A (zh) * | 2020-11-17 | 2022-05-17 | 比亚迪股份有限公司 | 高架轨道运营异常处理方法及*** |
-
2022
- 2022-06-16 CN CN202210689508.1A patent/CN114954586B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0966833A (ja) * | 1995-09-04 | 1997-03-11 | Toshiba Transport Eng Kk | 列車運行管理装置 |
| US5987979A (en) * | 1996-04-01 | 1999-11-23 | Cairo Systems, Inc. | Method and apparatus for detecting railtrack failures by comparing data from a plurality of railcars |
| JP2008148466A (ja) * | 2006-12-11 | 2008-06-26 | Mitsubishi Heavy Ind Ltd | 軌道系交通システムの異常診断方法及び異常診断システム |
| KR20100061011A (ko) * | 2008-11-28 | 2010-06-07 | 한국철도기술연구원 | 철도 역사의 테러 감시 시스템 및 방법 |
| WO2016113724A1 (ja) * | 2015-01-15 | 2016-07-21 | 株式会社日立製作所 | 状態監視装置、状態監視システム、および編成列車 |
| GB201710761D0 (en) * | 2015-01-15 | 2017-08-16 | Hitachi Ltd | State monitoring device, state monitoring system and train |
| JP2018054567A (ja) * | 2016-09-30 | 2018-04-05 | 日本車輌製造株式会社 | 鉄道車両の異常検知方法 |
| US20180222504A1 (en) * | 2017-02-08 | 2018-08-09 | Intel Corporation | Location based railway anomaly detection |
| CN109760718A (zh) * | 2017-11-09 | 2019-05-17 | 许昌许继软件技术有限公司 | 一种城市地铁告警集中处理方法 |
| CN109413614A (zh) * | 2018-09-27 | 2019-03-01 | 北京全路通信信号研究设计院集团有限公司 | 一种车地一体综合分析平台 |
| WO2020063280A1 (zh) * | 2018-09-27 | 2020-04-02 | 北京全路通信信号研究设计院集团有限公司 | 一种车地一体综合分析平台 |
| CN111746598A (zh) * | 2019-03-28 | 2020-10-09 | 上海申通地铁集团有限公司 | 车地通信***的故障检测*** |
| CN110378493A (zh) * | 2019-08-07 | 2019-10-25 | 唐智科技湖南发展有限公司 | 一种轨道交通车辆运维检测装置、方法和移动终端 |
| US20210349997A1 (en) * | 2019-08-30 | 2021-11-11 | Panasonic Intellectual Property Corporation Of America | Anomalous vehicle detection server and anomalous vehicle detection method |
| CN114506365A (zh) * | 2020-11-17 | 2022-05-17 | 比亚迪股份有限公司 | 高架轨道运营异常处理方法及*** |
| CN112498416A (zh) * | 2020-12-23 | 2021-03-16 | 成都运达科技股份有限公司 | 一种机辆整备一体化智能管控*** |
| CN112660211A (zh) * | 2021-01-16 | 2021-04-16 | 湖南科技大学 | 铁路机车智能运维管理*** |
| CN114120472A (zh) * | 2021-11-23 | 2022-03-01 | 安雪斌 | 一种自动驾驶车辆安全管理*** |
| CN114245407A (zh) * | 2021-12-30 | 2022-03-25 | 中国联合网络通信集团有限公司 | 网络优化方法、装置、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 张梦双;伍尚志;贺翔;黄硕;: "广州地铁3号线北延段受电弓碳滑板异常磨耗原因分析", 价值工程, no. 05 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114954586B (zh) | 2023-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109413614B (zh) | 一种车地一体综合分析平台 | |
| CN107123295A (zh) | 拥堵路段预测方法、装置、服务器以及存储介质 | |
| CN105591784A (zh) | 告警处理方法及装置 | |
| CN112000557A (zh) | 轨道交通信号***自动化测试装置 | |
| CN109387376A (zh) | 车辆故障的诊断方法、车辆故障的诊断装置以及服务器 | |
| CN114707401A (zh) | 信号***设备的故障预警方法及装置 | |
| CN112000558A (zh) | 轨道交通信号***自动化测试用例生成方法 | |
| CN110533794A (zh) | 车辆危险管理方法、计算机装置以及计算机可读存储介质 | |
| CN113635947B (zh) | 应用于城轨的联锁仿真模型设计方法及联锁仿真模型 | |
| CN110728612B (zh) | 一种轨道交通应急仿真评估方法和*** | |
| CN112172878A (zh) | 一种列车限速曲线计算方法及*** | |
| CN111348535A (zh) | 轨道交通车站中使用的扶梯的健康状态监测***及方法 | |
| CN113590468A (zh) | 列车自动监控***ats接口自动化测试方法及装置 | |
| CN110969338B (zh) | 一种配电网生产可视化综合展示方法 | |
| CN114954586A (zh) | 智能化运营***、方法、装置、设备、产品及轨道车辆 | |
| CN111597637A (zh) | 一种动车现场部件的故障检测方法、装置、服务器及*** | |
| CN115571196A (zh) | 一种基于规则引擎的正线故障智能处置方法及*** | |
| CN114997440A (zh) | 轨道车辆的智能化运维***、方法、装置、设备及产品 | |
| CN106896799B (zh) | 一种机车检修管理方法 | |
| CN114662290A (zh) | 一种全电子联锁监测数据处理方法及装置 | |
| CN114709923A (zh) | 一种电力物联网的智能故障判断方法 | |
| CN112306039B (zh) | 一种全电子联锁***调试方法及*** | |
| CN112637783B (zh) | 基于可见光定位技术的轨道交通安全管理方法和装置 | |
| CN113550992B (zh) | 轨道车辆制动操作的评价方法、装置、设备及存储介质 | |
| CN115167344B (zh) | 高铁列控地面信号控制设备监督测试方法与***及应用 |
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 |