铁路TFDS故障风险预测的贝叶斯决策模型构建

TFDS是重要的铁路监测设备,但铁路TFDS故障风险因素过多,导致预测精度不高,因此需构建铁路TFDS故障风险预测的贝叶斯决策模型。采用贝叶斯网络结构统计铁路TFDS故障风险发生的概率,根据贝叶斯演绎运算结果与数据相关强度判断故障风险类型,对故障风险数据进行挖掘处理与安全评价,得到铁路TFDS故障预测结果。实验结果表明,该文构建的贝叶斯决策模型的预测精度较高,预测时间短,在铁路TFDS故障风险预测领域具有极高的应用价值。

基于稀疏重构的铁路货车TFDS网络传输时延估计

铁路货车TFDS网络传输时延估计过程中易受到噪声干扰,造成估计结果不精准,故提出基于稀疏重构的铁路货车TFDS网络传输时延估计方法。分析铁路货车TFDS网络传输集成信号,以信号稀疏表达为基础计算增益稀疏向量,完成信号预处理。根据稀疏字典原子匹配原理得到稀疏重构信号输出结果,根据信号权重计算铁路货车TFDS网络传输时延估计值。实验结果表明,该方法无噪声干扰下时延为350 ns,有噪声干扰时延变化范围为310~380 ns,与实际值一致,估计结果更精准。

基于深度学习的TFDS货车故障图像智能识别算法研究

货车关键部件故障的准确识别对车辆的运用工作非常重要。目前主要依靠动态检车员基于TFDS系统所获取的图像进行人工分析,耗费大量人力、物力,分析效率较低,并且易出现故障漏报,对车辆的运行安全造成隐患。文章提出了基于深度学习的目标检测加部件故障识别的两阶段车辆故障识别算法,通过对标注的图像进行模型训练,实现车辆故障的智能识别。该算法已经在中国铁路郑州局集团郑州北车辆段完成有效性的验证,结果表明,该算法可实现对车辆部件的准确定位、故障自动识别及结果的综合分析,有效提升了TFDS系统的故障识别准确率,大幅降低了漏报率,对于提高货车车辆运用工作的智能化水平,保障运行安全具有重大意义。

基于Token的TFDS异物检测改进方法

针对TFDS异物检测种类多、识别难的问题,提出了一种基于Token的列车异物检测优化方法,该方法将Token表示与异物检测相融合,探索一种有效的异物类别特征表示方法和异物检测模型,能够实时采集的货车车辆部件图像,实现对货车各部位不同种类异物的动态实时监测。通过多组交叉对比试验验证了该方法的有效性,研究对于强化货车安全保障有重要意义。

面向多维信息融合的铁路TFDS设备协调智能调度

铁路TFDS设备存在布局分散,调度指令执行时间过长的问题,为解决上述问题,提出面向多维信息融合的铁路TFDS设备协调智能调度方法。在LAMP平台的基础上,定义多维信息融合标准,联合设备调度的物理量建立目标函数,通过推导可调度区间的方式,计算灵活裕度指标求解结果,设置风险约束条件,构建铁路TFDS设备协调智能调度模型,实现面向多维信息融合的铁路TFDS设备协调智能调度。实验结果表明,在多维信息融合思想作用下,单一调度指令执行时长不超过13.1 ms,铁路TFDS设备的统一化行为能力大大提升,与多时间尺度优化调度方法相比,更符合实际应用需求。

基于拍摄装置自动调节的TFDS设备故障识别

为了获得理想的故障识别结果,提出基于拍摄装置自动调节的TFDS设备故障识别方法。该方法首先自动拍摄货车故障图像,采用均值滤波器去噪处理拍摄的故障图像,并将处理完成图像分成训练和测试样本,训练样本经卷积和池化操作后,通过随机梯度下降算法更新参数构建卷积神经网络模型,经测试样本测试后,使用softmax回归函数输出货车故障识别结果。实验证明TFDS设备故障识别效果好,方法具有较高的实际应用价值。

基于TFD-Hough变换的毫米波导引头微运动参数提取算法

分析了旋转目标的微多普勒特性与微运动参数的关系,指出其微多普勒信号为三参数的正弦调频信号。针对这一信号形式,推导了多分量正弦调频信号的时频分布特性,提出了一种在时频图上检测三参数正弦曲线的Hough变换方法,进而提出了一种基于TFD-Hough(time frequency distribution-Hough)变换的微运动参数提取算法。仿真实验和外场试验数据处理表明了该方法的有效性和鲁棒性。

TFDS的使用效果分析及改进措施

介绍了TFDS系统的构成和功能,并根据使用情况,提出了该系统的改进措施。

TFDS系统心盘螺栓丢失故障的自动识别检测技术

基于数字图像的检测与处理技术,提出了一种TFDS系统心盘螺栓丢失故障的自动识别方法:经直方图均衡化的预处理消除拍摄环境的影响,通过确定制动梁的位置间接确定4个心盘螺栓所在的区域,由Hough变换得到4个心盘螺栓所处的位置,进而判断螺栓是否丢失.算法设计综合考虑了检测技术的可靠性和算法运行的速度,能够很好地解决实际问题.

应用于TFDS的以太网高速数采系统设计

介绍了一种应用于光学轨边监测的基于以太网的高速数据采集系统。阐述了基于嵌入式处理器ARM920T、FPGA和100兆以太网控制器的数据采集平台的系统框架,设计思路。对于硬件设计和可编程逻辑的设计做了较详细的讨论,最后介绍了操作系统的移植和软件的实现。

对TFDS货车运行故障动态图像检测系统运用情况的初步探索

针对货车运用工作存在问题,西安铁路局安装了货车运行故障动态图像检测系统(TFDS),该系统采用高速摄像机对货车进行在线监测,提取关键部位的图像,通过网络传输到列检分析中心,采用人机结合的方式对图像进行分析,及时发现故障,提高了列检效率,改善了作业条件。现介绍该系统在西安铁路局的基本使用情况及取得效果,对下步工作提出意见和建议。

基于改进TFD-Hough变换的时频分量检测

针对通信监测实际环境中现有方法难以有效提取时频分量的问题,提出一种基于改进TFD-Hough变换的时频分量检测算法。在信号分量数目未知的条件下,该方法能充分利用时频分布面各分量的幅值具有线性聚集的特点,通过覆盖聚类和感知编组实现信号分量的逐次提取和参数估计,避免了全局检测中因分量能量差异导致的误检且无法获取目标位置信息的缺陷。实验结果验证了所提方法的有效性,可满足于异常通信信号的主动识别。

量子力学中TFD方程边值问题的存在性

建立了量子力学中的TFD方程,利用常微分方程奇性边值问题理论和上下解方法得到了解的存在性定理·

基于图像特征的铁路车辆制动组件异常检测

铁路车辆制动组件图像目标与背景无法分离,导致组件异常检测结果不精准,提出基于图像特征的铁路车辆制动组件异常检测方法。使用TFDS系统采集车辆制动组件图像,构建图像区域阶段矩阵和中心矩阵,使用二值化处理方法预处理图像。构建图像特征模型,将RGB空间转换为HSV空间,根据颜色感知度对图像进行非均匀量化处理,利用欧氏距离分析图像帧间差异。利用K-means统计理论,将不同位置特征与背景属性值转换为距离矩阵,通过计算被聚类对象和其感知范围内所有对象整体相似性,结合异常序列实现制动组件异常检测。由实验结果可知,该方法能够清晰识别制动缸体压强异常情况,经过7 min保压后检测的压强为127 kPa,与实际压强一致,检测结果精准。

邻单胞菌邻苯二酚1,2-双加氧酶基因(tfd C)的克隆及其在大肠杆菌中表达

根据已报道的邻苯二酚 1 ,2 双加氧酶基因 (tfdC)序列 ,设计PCR引物 ,从一株邻单胞菌 (Plesiomonas)的 pL1质粒上扩增到tfdC基因片段 ,连接到 pGEM T载体上 ,并转化大肠杆菌JM1 0 9菌株 ,筛选到阳性克隆。序列分析结果表明 ,PCR产物全长 80 1bp ,有一个阅读框 ,编码 2 55个氨基酸 ,与增氧产碱菌 (Alcaligeneseutroplus)的tfdC基因相比 ,在 693位相差一个碱基 (C→A) ,导致编码产物在 2 2 8位相差一个氨基酸。将目的片段克隆到 pBluescrip tIIKS质粒载体上 ,筛选到阳性克隆 pBt1 2G ,在大肠杆菌JM1 0 9中可表达邻苯二酚 1 ,2 双加氧酶 (C1 2 0 )的活性 ;将翻译起始密码子为ATG的目的片段克隆到 pET 30a质粒载体上 ,筛选到阳性克隆 pET30A ,在大肠杆菌BL2 1 (DE3) plysS中可表达目的蛋白。C1 2 0是芳香族化合物降解过程中的关键酶 ,为了进一步在草坪草中表达tfdC基因 ,利用草坪草降解环境中芳香族污染物 ,将该基因翻译起始密码子由GTG突变成ATG ,突变后的基因在大肠杆菌中可正常表达C1 2 0的活性。

货车故障轨边图像检测系统(TFDS)图像质量自动化评价方法研究

通过对货车故障轨边图像检测系统(TFDS)图像质量评价现状的分析,提出了采用自动化评价方法实现对货车故障轨边图像检测系统(TFDS)图像质量进行无参考量化评价的思路,可为建立我国铁路货车故障轨边图像检测系统(TFDS)图像质量评价标准奠定基础。

青藏线格拉段5T综合预报关联TFDS信息的探讨

为提高车辆红外轴温探测系统THDS的兑现率,现以青藏线格尔木—拉萨段实施的5T系统预报为基础,关联TFDS信息,进行了热轴综合预报探讨。文中给出了关联TFDS信息的解决方案,应用效果良好。

TFDS中螺栓故障的自动识别算法研究

近年来,已有300多套TFDS系统安装在我国铁路线上,以监视货运列车的安全。然而,TFDS系统只能采集、传输图像,列车故障的识别仍然以人眼观察为主。针对TFDS系统中人工识别螺栓故障效率低下的问题,提出了一种基于图像处理的螺栓故障自动识别算法。首先,根据先验知识,从原始图像中截取包括螺栓的感兴趣区域并使用模板匹配技术得到螺栓的精确子图。然后,使用改进的自适应LTP算子提取螺栓子图的特征直方图。最后,将螺栓特征直方图送入训练好的支持向量机实现故障螺栓的识别。不同光照的TFDS图像被用于实验。实验结果表明,该算法对螺栓故障识别取得了很好的表现(漏检率为0.36%,误检率为3.33%,准确率为90.88%),可以满足工程应用。

利用辅助手段提升TFDS系统自动识别技术的方案及建议

对货车故障轨边图像检测系统(TFDS)故障自动识别技术运用情况进行分析,试验以增加辅助手段来提升货车故障轨边图像检测系统(TFDS)故障自动识别技术运用水平,以高效地实现货车运用途中故障的监控。在明确可以利用辅助手段改进车辆配件在TFDS显示方式基础上,对货车故障轨边图像检测系统(TFDS)故障自动识别技术运用技术发展方向提出可行性建议。

基于FTFDS快速重建瞬时ISAR图像

时频分布级数(TFDS)在时频分辨率和交叉项干扰抑制间取得有效平衡,可准确重建复杂机动目标的瞬时ISAR图像。然而原始算法运算效率较低,虽有文献提出了快速计算思路,但难以直接工程应用。文中推导了可直接应用的二维插值滤波器实现形式,在此基础上提出FTFDS算法并从理论与实测两方面分析对比了运算量。分析表明FTFDS明显提升了运算效率,且算法适宜并行计算,时频分析可近实时的实现。仿真数据处理表明,该算法用于瞬时ISAR图像重建快速有效。