CN115511394A - 一种隧道有轨机车的脱轨预警方法和*** - Google Patents
一种隧道有轨机车的脱轨预警方法和*** Download PDFInfo
- Publication number
- CN115511394A CN115511394A CN202211461558.0A CN202211461558A CN115511394A CN 115511394 A CN115511394 A CN 115511394A CN 202211461558 A CN202211461558 A CN 202211461558A CN 115511394 A CN115511394 A CN 115511394A
- Authority
- CN
- China
- Prior art keywords
- derailment
- early warning
- displacement data
- locomotive
- historical
- 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
- 230000003137 locomotive effect Effects 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 31
- 206010012411 Derailment Diseases 0.000 claims abstract description 127
- 238000006073 displacement reaction Methods 0.000 claims abstract description 90
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 9
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明涉及隧道工程技术领域,提出了一种隧道有轨机车的脱轨预警方法和***,包括获取机车的车轮历史运行位移数据;将车轮历史运行位移数据进行聚类,得到聚类结果;根据聚类结果,确定脱轨预警阈值和脱轨预警类别;根据脱轨预警阈值和脱轨预警类别,构建脱轨预警模型。通过对历史运行位移数据进行聚类,使历史运行位移数据的数据值重复多次训练得到车轮偏离轨道时位移值范围,并划分预警阈值线。同时根据运行状态对脱轨风险等级进行划分,根据实时车轮位移数据与脱轨预警模型中的阈值对比,进而得到预警风险等级。
Description
技术领域
本发明涉及隧道工程技术领域,具体的,涉及一种隧道有轨机车的脱轨预警方法和***。
背景技术
隧道施工因其距离长,需运输诸多物料,有轨机车在物料运输中起到重要作用。目前,因隧道施工机车轨道铺设不规范,且工作环境恶劣,多泥水与沙石覆盖在机车轨道上,因此有轨机车行驶途中往往容易脱轨。
因有轨机车脱轨进而造成物料运输滞留、复轨耗时长等诸多问题,一种针对现行有轨机车结构进而提出的应用于有轨机车脱轨预警方法具有较大的实用价值和现实意义。
发明内容
本发明提出一种隧道有轨机车的脱轨预警方法和***,解决了现有技术中车轮脱轨预警方案中存在的预警复杂、结果不够准确的问题。
本发明的技术方案如下:
第一方面,本发明提出一种隧道有轨机车的脱轨预警方法,包括如下步骤:
S10:获取机车的车轮历史运行位移数据,其中包括机车正常运行和脱轨运行下的车轮位移数据;
S20:将所述车轮历史运行位移数据进行聚类,得到聚类结果;
S30:根据所述聚类结果,确定脱轨预警阈值和脱轨预警类别;
S40:根据所述脱轨预警阈值和脱轨预警类别,构建脱轨预警模型。
S50:获取机车的实时车轮位移数据,并输入到脱轨预警模型;
S60:根据所述实时车轮位移数据,输出脱轨预警信号。
进一步,将所述车轮历史运行位移数据进行聚类,包括:
S21:确定聚类的集合个数K;
S22:从所述车轮历史运行位移数据中选择K个数据作为第一质心;
S23:计算每个车轮历史运行位移数据与第一质心的距离;
S24:将每个车轮历史运行位移数据均聚类到距离最小的第一质心所属的集合,得到K个集合。
进一步,将所述车轮历史运行位移数据进行聚类,还包括:
S25:根据聚类后的K个集合,选择每个集合的中心数据作为第二质心;
S26:比较所述第二质心和第一质心的距离,若距离大于预设值,则重复步骤S22~S25,若距离不大于预设值,则聚类结束。
进一步,所述聚类结果包括聚类边界和运行状态,根据所述聚类边界,确定脱轨预警阈值,根据所述运行状态,确定脱轨预警类别。
进一步,根据所述运行状态,确定脱轨预警类别,包括:
当聚类集合中所有的历史运行位移数据均为机车正常运行下的历史运行位移数据时,确定脱轨预警类别为脱轨风险低;
当聚类集合中所有的历史运行位移数据包括机车正常运行下的历史运行位移数据和机车脱轨运行下的历史运行位移数据时,确定脱轨预警类别为脱轨风险一般;
当聚类集合中所有的历史运行位移数据均为机车脱轨运行下的历史运行位移数据时,确定脱轨预警类别为脱轨风险高。
第二方面,本发明还提出一种隧道有轨机车的脱轨预警***,包括获取模块、聚类模块、处理模块和构建模块,其中,
所述获取模块用于获取机车的车轮历史运行位移数据,其中包括机车正常运行和脱轨运行下的车轮位移数据;
所述聚类模块用于将所述车轮历史运行位移数据进行聚类,得到聚类结果;
所述处理模块用于根据所述聚类结果,确定脱轨预警阈值和脱轨预警类别;
所述构建模块用于根据所述脱轨预警阈值和脱轨预警类别,构建脱轨预警模型。
进一步,所述隧道有轨机车的脱轨预警***还包括输出模块,
所述获取模块还用于获取机车的实时车轮位移数据,并输入到脱轨预警模型;
所述输出模块用于根据所述实时车轮位移数据,输出脱轨预警信号。
第三方面,本发明还提出一种计算机可读的存储介质,包括程序,其中,所述程序运行时执行所述的隧道有轨机车的脱轨预警方法。
第四方面,本发明还提出一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行所述的隧道有轨机车的脱轨预警方法。
本发明的工作原理及有益效果为:
本发明中,通过对历史运行位移数据进行聚类,使历史运行位移数据的数据值重复多次训练得到车轮偏离轨道时位移值范围,并划分预警阈值线。同时根据运行状态对脱轨风险等级进行划分,根据实时车轮位移数据与脱轨预警模型中的阈值对比,进而得到预警风险等级。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明中隧道有轨机车的脱轨预警方法的流程图;
图2为本发明实施例4中电子装置的示意图。
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都涉及本发明保护的范围。
实施例1
本发明提出一种隧道有轨机车的脱轨预警方法,包括如下步骤:
S10:获取机车的车轮历史运行位移数据,其中包括机车正常运行和脱轨运行下的车轮位移数据;
本实施例中,通过安装于隧道施工有轨机车车轮上的采集器,实时采集车轮三向位移数据,主要包括车轮垂直方向、车轮径向方向、车轮前进方向三个方向,并将实时采集的数据无线传输至操作室的上位机存储器中。历史运行位移数据从存储器中直接调取,实施运行位移数据通过采集器实时获取。
S20:将所述车轮历史运行位移数据进行聚类,得到聚类结果;
S21:确定聚类的集合个数K;
S22:从所述车轮历史运行位移数据中选择K个数据作为第一质心;
S23:计算每个车轮历史运行位移数据与第一质心的距离;
S24:将每个车轮历史运行位移数据均聚类到距离最小的第一质心所属的集合,得到K个集合。
进一步,将所述车轮历史运行位移数据进行聚类,还包括:
S25:根据聚类后的K个集合,选择每个集合的中心数据作为第二质心;
S26:比较所述第二质心和第一质心的距离,若距离大于预设值,则重复步骤S22~S25,若距离不大于预设值,则聚类结束。
S30:根据所述聚类结果,确定脱轨预警阈值和脱轨预警类别;
S40:根据所述脱轨预警阈值和脱轨预警类别,构建脱轨预警模型。
S50:获取机车的实时车轮位移数据,并输入到脱轨预警模型;
S60:根据所述实时车轮位移数据,输出脱轨预警信号。
本实施例中,脱轨预警信号表现方式为,根据脱轨风险等级进行不同颜色的脱轨报警灯闪烁,并将该信号发送至隧道工作人员的移动终端,实现实时机车脱轨预警。
本实施例中,通过对历史运行位移数据进行聚类,使历史运行位移数据的数据值重复多次训练得到车轮偏离轨道时位移值范围,并划分预警阈值线。同时根据运行状态对脱轨风险等级进行划分,提出脱轨风险高、脱轨风险一般、脱轨风险低三个级别预警。根据实时车轮位移数据与脱轨预警模型中的阈值对比,进而得到预警风险等级。
进一步,所述聚类结果包括聚类边界和运行状态,根据所述聚类边界,确定脱轨预警阈值,根据所述运行状态,确定脱轨预警类别。
进一步,根据所述运行状态,确定脱轨预警类别,包括:
当聚类集合中所有的历史运行位移数据均为机车正常运行下的历史运行位移数据时,确定脱轨预警类别为脱轨风险低;
当聚类集合中所有的历史运行位移数据包括机车正常运行下的历史运行位移数据和机车脱轨运行下的历史运行位移数据时,确定脱轨预警类别为脱轨风险一般;
当聚类集合中所有的历史运行位移数据均为机车脱轨运行下的历史运行位移数据时,确定脱轨预警类别为脱轨风险高。
进一步,本实施例中还包括,在预设时间段,根据获取的实时脱轨位移数据重复S20~S40,更新所述脱轨预警模型。也就是基于之前数据定期更新,同时内部机器学习算法针对以往误判结果进行训练,以提升脱轨预测模型的精度。
进一步,本实施例中还在有轨机车的机头机尾部位安装视觉传感器,以实时对机车轨迹进行校正,同时可对有轨机车整***移数据进行存储,以免因机车本身误差对预测结果造成影响。
实施例2
在实施例1的基础上,本发明还提出一种隧道有轨机车的脱轨预警***,包括获取模块、聚类模块、处理模块、构建模块和输出模块,其中,
所述获取模块用于获取机车的车轮历史运行位移数据,其中包括机车正常运行和脱轨运行下的车轮位移数据;
所述聚类模块用于将所述车轮历史运行位移数据进行聚类,得到聚类结果;
所述处理模块用于根据所述聚类结果,确定脱轨预警阈值和脱轨预警类别;
所述构建模块用于根据所述脱轨预警阈值和脱轨预警类别,构建脱轨预警模型。
所述获取模块还用于获取机车的实时车轮位移数据,并输入到脱轨预警模型;
所述输出模块用于根据所述实时车轮位移数据,输出脱轨预警信号。
上述装置以用于执行图1所示的方法实施例,两者的技术原理、所解决的技术问题及产生的技术效果相似,本技术领域技术人员可以清楚地了解到,为了描述的方便和简洁,该装置的具体工作过程及有关说明,可以参考隧道有轨机车的脱轨预警方法的实施例所描述的内容,此处不再赘述。
实施例3
在实施例1的基础上,本发明还提出一种计算机可读的存储介质,包括程序,其中,所述程序运行时执行所述的隧道有轨机车的脱轨预警方法。
本领域技术人员能够理解的是,本发明实现上述实施例1的方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括电载波信号和电信信号。
为此,本发明还提供了一种计算机可读存储介质。在根据本发明的一个计算机可读存储介质实施例中,计算机可读存储介质可以被配置成存储执行上述方法实施例的隧道有轨机车的脱轨预警方法的程序,该程序可以由处理器加载并运行以实现上述方法。为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备,可选的,本发明实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。
实施例4
本发明还提出一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行所述的隧道有轨机车的脱轨预警方法。
为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该电子装置可以是包括各种电子器件形成的控制设备。
进一步,应该理解的是,由于各个模块的设定仅仅是为了说明本发明的装置的功能单元,这些模块对应的物理器件可以是处理器本身,或者处理器中软件的一部分,硬件的一部分,或者软件和硬件结合的一部分。因此,图中的各个模块的数量仅仅是示意性的。
本领域技术人员能够理解的是,可以对装置中的各个模块进行适应性地拆分或合并。对具体模块的这种拆分或合并并不会导致技术方案偏离本发明的原理,因此,拆分或合并之后的技术方案都将落入本发明的保护范围内。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种隧道有轨机车的脱轨预警方法,其特征在于,包括如下步骤:
S10:获取机车的车轮历史运行位移数据,其中包括机车正常运行和脱轨运行下的车轮位移数据;
S20:将所述车轮历史运行位移数据进行聚类,得到聚类结果;
S30:根据所述聚类结果,确定脱轨预警阈值和脱轨预警类别;
S40:根据所述脱轨预警阈值和脱轨预警类别,构建脱轨预警模型。
2.根据权利要求1所述的隧道有轨机车的脱轨预警方法,其特征在于,还包括:
S50:获取机车的实时车轮位移数据,并输入到脱轨预警模型;
S60:根据所述实时车轮位移数据,输出脱轨预警信号。
3.根据权利要求1所述的隧道有轨机车的脱轨预警方法,其特征在于,将所述车轮历史运行位移数据进行聚类,包括:
S21:确定聚类的集合个数K;
S22:从所述车轮历史运行位移数据中选择K个数据作为第一质心;
S23:计算每个车轮历史运行位移数据与第一质心的距离;
S24:将每个车轮历史运行位移数据均聚类到距离最小的第一质心所属的集合,得到K个集合。
4.根据权利要求3所述的隧道有轨机车的脱轨预警方法,其特征在于,将所述车轮历史运行位移数据进行聚类,还包括:
S25:根据聚类后的K个集合,选择每个集合的中心数据作为第二质心;
S26:比较所述第二质心和第一质心的距离,若距离大于预设值,则重复步骤S22~S25,若距离不大于预设值,则聚类结束。
5.根据权利要求2所述的隧道有轨机车的脱轨预警方法,其特征在于,所述聚类结果包括聚类边界和运行状态,根据所述聚类边界,确定脱轨预警阈值,根据所述运行状态,确定脱轨预警类别。
6.根据权利要求5所述的隧道有轨机车的脱轨预警方法,其特征在于,根据所述运行状态,确定脱轨预警类别,包括:
当聚类集合中所有的历史运行位移数据均为机车正常运行下的历史运行位移数据时,确定脱轨预警类别为脱轨风险低;
当聚类集合中所有的历史运行位移数据包括机车正常运行下的历史运行位移数据和机车脱轨运行下的历史运行位移数据时,确定脱轨预警类别为脱轨风险一般;
当聚类集合中所有的历史运行位移数据均为机车脱轨运行下的历史运行位移数据时,确定脱轨预警类别为脱轨风险高。
7.一种隧道有轨机车的脱轨预警***,其特征在于,包括获取模块、聚类模块、处理模块和构建模块,其中,
所述获取模块用于获取机车的车轮历史运行位移数据,其中包括机车正常运行和脱轨运行下的车轮位移数据;
所述聚类模块用于将所述车轮历史运行位移数据进行聚类,得到聚类结果;
所述处理模块用于根据所述聚类结果,确定脱轨预警阈值和脱轨预警类别;
所述构建模块用于根据所述脱轨预警阈值和脱轨预警类别,构建脱轨预警模型。
8.根据权利要求7所述的隧道有轨机车的脱轨预警***,其特征在于,还包括输出模块,
所述获取模块还用于获取机车的实时车轮位移数据,并输入到脱轨预警模型;
所述输出模块用于根据所述实时车轮位移数据,输出脱轨预警信号。
9.一种计算机可读的存储介质,包括程序,其特征在于,其中,所述程序运行时执行权利要求1至6中任一项所述的隧道有轨机车的脱轨预警方法。
10.一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器被设置为通过所述计算机程序执行权利要求1至6中任一项所述的隧道有轨机车的脱轨预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211461558.0A CN115511394A (zh) | 2022-11-16 | 2022-11-16 | 一种隧道有轨机车的脱轨预警方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211461558.0A CN115511394A (zh) | 2022-11-16 | 2022-11-16 | 一种隧道有轨机车的脱轨预警方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115511394A true CN115511394A (zh) | 2022-12-23 |
Family
ID=84513910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211461558.0A Pending CN115511394A (zh) | 2022-11-16 | 2022-11-16 | 一种隧道有轨机车的脱轨预警方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115511394A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105539487A (zh) * | 2015-12-30 | 2016-05-04 | 中车长江车辆有限公司 | 基于侧架定位的脱轨检测装置及其检测方法 |
CN108749849A (zh) * | 2018-06-05 | 2018-11-06 | 唐智科技湖南发展有限公司 | 一种车轮脱轨预警方法、装置及*** |
CN114368411A (zh) * | 2022-03-22 | 2022-04-19 | 西南交通大学 | 一种列车脱轨安全的监测预警方法与装置 |
-
2022
- 2022-11-16 CN CN202211461558.0A patent/CN115511394A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105539487A (zh) * | 2015-12-30 | 2016-05-04 | 中车长江车辆有限公司 | 基于侧架定位的脱轨检测装置及其检测方法 |
CN108749849A (zh) * | 2018-06-05 | 2018-11-06 | 唐智科技湖南发展有限公司 | 一种车轮脱轨预警方法、装置及*** |
CN114368411A (zh) * | 2022-03-22 | 2022-04-19 | 西南交通大学 | 一种列车脱轨安全的监测预警方法与装置 |
Non-Patent Citations (3)
Title |
---|
***,刘艳梅,等: "基于k中心点聚类的稳态电能质量预警阈值研究", 《电测与仪表》 * |
唐永康: "空载货运列车脱轨检测***的研究", 《工业控制计算机》 * |
张志龙, 北京邮电大学出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9002545B2 (en) | Data improvement system and method | |
CN111966695B (zh) | 一种用于油气田生产的时序数据库*** | |
CN110789578B (zh) | 一种列车快速定位方法及*** | |
CN110837539A (zh) | 一种铁路电子地图构建方法及电子地图位置匹配方法 | |
CN104316918A (zh) | Tws跟踪雷达点迹与航迹关联处理方法 | |
CN114692950A (zh) | 风电功率预测方法 | |
CN112766556A (zh) | 基于贝叶斯信息准则的铁路轨道历史维修自动识别方法 | |
CN115511394A (zh) | 一种隧道有轨机车的脱轨预警方法和*** | |
CN110503209B (zh) | 一种基于大数据的钢轨分析预警模型构建方法与*** | |
CN105387844A (zh) | 路面状况测定***以及路面状况测定方法 | |
US8521344B2 (en) | System and method for generating a route navigation database | |
CN107063292B (zh) | 一种通过gps导航信息精确计算机动车行驶里程的方法 | |
CN118025194A (zh) | 一种货运车辆的行驶安全管理方法和*** | |
CN112722003B (zh) | 列车脱轨风险的监测方法与设备 | |
CN116562437A (zh) | 轨道电路补偿电容故障预测方法和装置 | |
CN113255825B (zh) | 一种轨道道床病害识别方法及装置 | |
CN113987819A (zh) | 轨道平顺性的调整方法、装置和计算机可读存储介质 | |
CN114722704A (zh) | 车轮磨损预测网络模型训练方法、装置 | |
CN114216681A (zh) | 动车组滚动轴承健康状态确定方法及装置 | |
CN114297328A (zh) | 基于时空缓冲区的轨迹数据补全及交通流预测方法 | |
CN117302293B (zh) | 轮径值预测方法、装置、电子设备及存储介质 | |
CN117755354A (zh) | 一种高速铁路线路病害预警方法、装置和计算机设备 | |
CN115270920B (zh) | 一种基于密度空间聚类的舰船目标经典轨迹生成方法 | |
Eiken | Position alignment and geographical location determination of railway track condition monitoring data | |
CN116662474B (zh) | 高精地图数据处理方法、装置、设备和介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221223 |
|
RJ01 | Rejection of invention patent application after publication |