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。

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。

TFDS货车图像数据应用系统

货车故障轨旁图像检测系统(TFDS,Trouble of moving Freight car Detection System)是保障铁路货车运行安全的重要技术装备。为适应TFDS检车作业场所集中化的管理变革,建设了TFDS集中检车系统(简称:TFDS检车平台),通过汇集多个轨旁TFDS探测站的检测数据,实现TFDS动态检车任务的统一分配和作业过程的闭环管理。随着TFDS动态检车任务量不断加重,亟需强化动态检车作业质量考核,提高检车员辨识车辆故障的能力,以确保运用货车安全运行、满足货运装车需要。本文针对TFDS检车平台在应用中存在的不足,充分利用该平台的TFDS货车图像数据,研究开发TFDS货车图像数据应用系统,满足动态检车作业质量评价、检车员培训等实际需求,有助于提升TFDS集中检车作业的质量和效率。

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。

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.

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。

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。

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。

TFDS图像自动识别技术的分析

对TFDS图像自动识别系统的系统需求、系统资源配制、系统总体设计进行论述。

TFD图元绘制技术的基本能力的构成及训练方法

分析TFD图元绘制技术的基本能力的构成,有助于业务流程的分析。研究给出了这些基本能力,从绘制和识别两方面分析和总结这些能力的具体内涵,并一一对应的提出训练方法和建议。

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。

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。

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。

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。

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。

一种基于结构化系统分析工具TFD图元的TFD绘制方法

为了提高业务流程图的绘制效率,对业务流程图的绘制方法和绘制过程进行了研究。选取了结构化系统分析工具TFD图元作为研究基础,用数学方法概括出逻辑模型、约束条件及构造步骤,根据逻辑模型和聚类技术设计出物理模型,从而提出了一种新的业务流程图绘制方法。研究表明该方法正确可行性,结构化程度较高,容易入手,提高了业务流程图的绘制效率。

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。