基于模式识别的地铁列车状态耦合分析系统设计与应用

针对地铁列车部件因状态耦合作用而相互影响的问题,提出了一种基于模式识别的地铁列车状态耦合分析系统设计方法。该方法通过轮轨耦合分析、弓网耦合分析及部件状态特征识别技术,将异常特征进行模式抽取,获取导致异常特征的故障原因。结合某地铁列车,将该方法应用于所开发的服役安全保障系统。应用情况表明,该方法通过工况模式识别和特征耦合分析,可有效地降低干扰并获取异常特征信息,从而能够准确分析故障原因,为快速定位和精准维修提供技术支持。     

基于2D/3D成像的地铁列车螺栓松动检测研究与应用

在地铁列车智能运维领域,列车外观异常检测是必不可少的重要环节,从传统的人工巡检到采用线阵相机2D成像图像识别方法,均存在一定的缺陷,不能满足快速准确的智能巡检要求。基于2D成像的图像识别方法可以解决人工巡检速度慢和因疲劳导致漏检等问题,但在与成像平面垂直的第三维度上出现的异常问题还没有得到较好的解决。文章提出一种基于2D/3D成像的螺栓松动检测方法,避免了在2D成像过程中由于光照、水渍、灰尘等原因造成图像像素值变化过大对检测结果带来的影响,并能很好地应用于地铁列车异常检测。