“哈尔滨市科佳通用机电股份有限公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果594个，建议您升级VIP下载更多相关专利

[发明专利]一种铁路货车脚蹬折断故障识别方法及系统-CN202310343985.7在审
发明人：袁广宇 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2023-03-31 - 公布日： 2023-08-15 - 主分类号： G06T7/00 文献下载
摘要：本发明的一种铁路货车脚蹬折断故障识别方法及系统，涉及图像处理方法及系统。目的是为了克服现有的检测网络大多侧重于伪样本的类别分数，忽略了伪样本位置坐标的精确性，导致训练出来的网络学习模型效果较差的问题，具体步骤如下：步骤一、采集得到包含待检测部位的待检测图片；待检测部位包括脚蹬所在的部位；步骤二、通过预训练的脚蹬折断故障检测模型对待检测图片进行检测，检测脚蹬是否发生折断故障以及检测得到脚蹬的位置；并且，在检测到脚蹬发生折断故障时，执行步骤三；步骤三、输出脚蹬折断故障报警信息，并示出脚蹬的位置。
一种铁路货车脚蹬折断故障识别方法系统

[发明专利]一种基于深度学习的底部电子识别标签丢失图像识别方法-CN202310521642.5在审
发明人：毛品麒 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2023-05-10 - 公布日： 2023-08-11 - 主分类号： G06V10/82 文献下载
摘要：一种基于深度学习的底部电子识别标签丢失图像识别方法，涉及图像处理技术领域，针对现有技术中由于电子识别标签图像中缺失信息过多，进而导致电子识别标签丢失检测准确率低的问题，本申请将残差思想和PANet网络思想与FPN网络进行结合，提出了一种新的FPN‑bd网络，使得特征图中有更丰富的特征信息，进而提升了检测准确率，并且将深度学习算法应用到底部电子标签丢失故障自动识别中，相较传统的机器视觉检测方法具有更高的准确性、稳定性。本申请对损失函数进行改进，CIoULoss和原有的SmoothL1Loss进行融合，保证训练稳定波动的同时解决了多个检测框有相同大小的Loss的问题，提高训练时收敛速度并且能够达到很好的收敛，提高模型的精度。
一种基于深度学习底部电子识别标签丢失图像方法

[发明专利]一种铁路货车承载鞍错位故障识别方法-CN202310615378.1在审
发明人：刘丹丹 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2023-05-29 - 公布日： 2023-08-11 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种铁路货车承载鞍错位故障识别方法，解决了现有深度学习方法对承载鞍的关键点检测准确性不高的问题，属于铁路货车故障检测领域。本发明包括：获取待测过车图像，并截取过车图像中承载鞍的粗定位图像，并对粗定位图像进行对比度、角点与边界特征增强；在增强后的图像上用关键点检测模型获得承载鞍左上、右上、左下、右下、与轴承相交左下、与轴承相交右下、挡边左上、挡边右上的8个关键点的关键点组，使用8个关键点计算承载鞍的倾斜角度，根据倾斜角度是否大于等于阈值判定是否发生错位故障。若发生错位则进行故障报警，否则，待测过车图像的承载鞍未发生错位。
一种铁路货车承载错位故障识别方法

[发明专利]一种墙板破损的异常检测方法及检测系统-CN202211253984.5有效
发明人：崔雪松;马凌宇;秦昌 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2022-10-13 - 公布日： 2023-08-11 - 主分类号： G06V20/00 文献下载
摘要：一种墙板破损的异常检测方法及检测系统，本发明涉及墙板破损的异常检测方法及检测系统。本发明的目的是为了解决现有对原始货车图像数据集进行扩增的方法会致使在训练过程中原始货车图片中的故障形态尺寸改变，模型训练精度差的问题。过程为：步骤一、图像的采集；步骤二、建立数据集；步骤三、获得用于检测墙板破损的神经网络模型；步骤四、通过训练好的墙板破损网络模型对待测货车墙板进行判别，若不存在故障则继续检测下一张图像，若存在故障则执行步骤五；步骤五、输出故障所在位置。一种墙板破损的异常检测系统用于执行一种墙板破损的异常检测方法。本发明用于墙板破损的异常检测领域。
一种破损异常检测方法系统

[发明专利]一种TEDS跨接线故障识别检测方法、存储介质及设备-CN202310521646.3在审
发明人：王璐 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2023-05-10 - 公布日： 2023-08-08 - 主分类号： G06V20/52 文献下载
摘要：一种TEDS跨接线故障识别检测方法、存储介质及设备，它属于故障识别技术领域。本发明解决了采用现有方法对TEDS跨接线进行故障识别的准确率低的问题。本发明方法采用的技术方案为：步骤一、根据轴距信息截取TEDS跨接线所在区域图像，获得目标图像集；步骤二、构建DFR异常检测网络，DFR异常检测网络的深度特征重构单元采用包含注意力机制的Transformer模型，并将Transformer模型中的注意力机制设置为近邻掩码注意力；再利用目标图像集对DFR异常检测网络进行训练；步骤三、利用训练好的DFR异常检测网络进行TEDS跨接线故障识别。本发明方法可以应用于TEDS跨接线故障识别检测。
一种 teds 接线故障识别检测方法存储介质设备

[发明专利]基于细粒度任务拆解的列车故障自动识别集群系统及方法-CN202211558948.X有效
发明人：朱润光;苏培旺;贾凡;杨宝雨 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2022-12-06 - 公布日： 2023-08-08 - 主分类号： G06F9/50 文献下载
摘要：基于细粒度任务拆解的列车故障自动识别集群系统及方法，属于检测技术领域。为了解决现有的单机式列车故障自动识别存在检测时间长、硬件要求高的问题，本发明的系统采用多台识别服务器集群化部署，每台识别服务器上都部署识别服务单元，只有特定的几台识别服务器上部署任务分发服务单元和结果收集服务单元；任务分发服务单元对待检测任务进行拆解并进行任务投放，投放任务时指明要识别故障类型，识别服务器接收到识别任务后，根据需要识别的故障类型，识别服务单元选用相应识别模块识别列车图片，完成后，识别服务单元将识别结果发送到结果回收服务单元。
基于细粒度任务拆解列车故障自动识别集群系统方法

[发明专利]一种动车组闸片磨损故障图像识别方法-CN202210951587.9有效
发明人：邓艳 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2022-08-09 - 公布日： 2023-08-08 - 主分类号： G06V20/52 文献下载
摘要：本发明提供了一种动车组闸片磨损故障图像识别方法，涉及一种利用深度学习网络进行闸片磨耗检测的方，目的是为了现有图像处理方式进行闸片故障检测，容易受到背景噪声以及拍摄图像的质量的干扰，导致闸片磨耗故障检测的准确率低和鲁棒性差的问题，方法具体步骤如下：步骤一、获取不同角度的闸片图像，并对闸片图像进行处理，得到数据集；闸片图像为包括RGB通道和深度通道的图像；处理包括尺寸归一化和翻转；步骤二、提取RGB通道中的RGB特征和深度通道中的深度特征；步骤三、得到深度增强特征和RGB增强特征；并得到闸片图像融合特征；步骤四、计算得到闸片厚度；步骤五、获得厚度差值；若厚度差值大于差值阈值，则判断闸片有磨损故障。
一种车组磨损故障图像识别方法

[发明专利]一种闸瓦折断和铆钉丢失故障检测方法-CN202210986355.7有效
发明人：王璐 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2022-08-17 - 公布日： 2023-08-08 - 主分类号： G06V10/82 文献下载
摘要：一种闸瓦折断和铆钉丢失故障检测方法，解决了如何提高闸瓦状态检测效率的问题，属于铁路列车故障检测领域。本发明包括：采集列车侧部图像，截取出包括闸瓦的图像作为待测图像；将待测图像输入至闸瓦故障检测模型中，闸瓦故障检测模型输出检测结果，检测结果包括闸瓦的故障形态与故障位置；故障形态包括闸瓦折断和/或铆钉丢失；闸瓦故障检测模型采用S2ANet网络实现，S2ANet网络中FAM模块的卷积为对齐卷积层AlignConv，并对对齐卷积层AlignConv做了改进；根据映射关系，将检测结果映射到待测图像中，进行报警上传。在闸瓦故障检测中，对大目标和小目标均实现了较好的检测效果。
一种闸瓦折断铆钉丢失故障检测方法

[发明专利]一种有砟轨道道床断面扫描检测系统-CN202211298050.3有效
发明人：杨德凯;秦昌;马凌宇 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2022-10-21 - 公布日： 2023-08-08 - 主分类号： B61L23/04 文献下载
摘要：一种有砟轨道道床断面扫描检测系统，本发明涉及有砟轨道道床断面扫描检测系统。本发明的目的是为了解决目前还没有一种针对砟轨道道床的几何尺寸的自动道床断面扫描检测系统，从而存在浪费人力、检测精度差、效率低的问题。系统包括：激光扫描模块用于获取道床断面点云数据；里程定位同步模块用于对道床断面点云数据进行里程定位；数据采集与分析模块用于获取轨枕与道床的断面轮廓投影图；拟合出轮廓投影图所有轮廓线；数据采集与分析模块用于采集里程定位同步模块获取的里程定位；数据存储管理模块用于存储数据采集与分析模块获取的数据和里程定位同步模块获取的里程数据；供电控制模块用于供电。本发明用于有砟轨道道床断面扫描检测领域。
一种轨道道床断面扫描检测系统

[发明专利]铁路货车缓解阀拉杆开口销丢失故障识别方法及设备-CN202310236956.0有效
发明人：马元通 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2023-03-13 - 公布日： 2023-08-08 - 主分类号： G06T7/00 文献下载
摘要：铁路货车缓解阀拉杆开口销丢失故障识别方法及设备，属于铁路货车部件检测技术领域。本发明为了解决现有的直接利用深度学习模型进行开口销丢失故障的识别存在容易受到外界因素的影响而导致检测效果不佳的问题。本发明首先获取待检测的含缓解阀拉杆开口销部件位置的局部区域图像，然后输入神经网络模型对开口销所在区域进行精定位；对精定位后的开口销周围区域进行截取得到子区域图像；然后将子区域图像分别做不同角度的旋转，得到包含未做旋转的子区域图像共计J张待检测开口销区域图像；分别对每张待检测开口销区域图像进行特征提取，各自对应的特征；最后利用多个分类器融合的加权分类网络进行分类，得到缓解阀拉杆开口销丢失检测结果。
铁路货车缓解拉杆开口销丢失故障识别方法设备

[发明专利]机车信号记录数据的存储容量自适应调整方法及设备-CN202310266281.4有效
发明人：刘立臣;裴晓航;于洋 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2023-03-17 - 公布日： 2023-08-08 - 主分类号： G06F3/06 文献下载
摘要：机车信号记录数据的存储容量自适应调整方法及设备，属于机车信号车载设备技术领域。为了解决现有的机车信号记录数据存储时存在由于存储卡容量导致的记录板一直处于故障状态或者存储资源浪费的问题。本发明首先计算存储卡可使用的容量，以及状态数据文件和波形数据文件最小记录时长占用容量，对比存储卡可使用的容量和满足铁路标准中规定最小记录时长的状态数据文件和波形数据文件容量，自动调整存储卡最终可以存储的状态数据文件、波形数据文件和索引数据文件的容量，然后判断当前存储卡的文件系统和文件状态是否正常，如果文件系统或者记录数据文件异常，则格式化文件系统和创建记录数据文件。
机车信号记录数据存储容量自适应调整方法设备

[发明专利]一种制动连接管折断故障检测方法-CN202310542234.8在审
发明人：韩旭 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2023-05-15 - 公布日： 2023-08-04 - 主分类号： G06V10/26 文献下载
摘要：一种制动连接管折断故障检测方法，解决了如何减少制动连接管折断故障误报警的问题，属于铁路货车故障检测领域。本发明包括：S1、对铁路货车的图像进行采集，获取当前车图像，当前车图像包括制动连接软管部分；S2、将当前车图像和对应的历史车图像输入至Mask‑RCNN故障分割网络中，Mask‑RCNN故障分割网络输出制动连接管的故障类别和分割结果，根据分割结果确定故障位置；本发明中的Mask‑RCNN故障分割网络在故障分割网络中引入历史车图像先验信息，在网络中引入对比特征分割网络及对比分割头，降低网络识别难度，提升识别准确率。
一种制动接管折断故障检测方法

[发明专利]机车信号设备双系降级切换方法-CN202310754209.6在审
发明人：刘立臣;宋超;刘瑞东 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2023-06-25 - 公布日： 2023-08-04 - 主分类号： B61L15/00 文献下载
摘要：机车信号设备双系统降级切换方法，解决了机车信号设备在运用过程中，当备用系统的译码结果比工作系统的译码结果级别低时，不进行工作系统与备用系统转换的问题，属于机车信号设备领域。本发明A系统和B系统对本系统译码结果与另一系统译码结果进行对比，确定本系统译码结果是否处于相同或降级状态，若否，降级切换的计数周期加1。当降级切换的计数周期大于阈值周期，关闭本系统的动态输出电源；当工作系统的动态输出电源关闭，且备用系统的动态输出电源开启，则连接板通过切换电路将备用系统和工作系统互相切换，机车信号设备输出安全侧，保障了行车安全。
机车信号设备降级切换方法

[发明专利]基于深度学习的闸调器拉杆头丢失故障图像识别方法及系统-CN202310373151.0在审
发明人：郭庆阳 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2023-04-10 - 公布日： 2023-08-01 - 主分类号： G06V10/774 文献下载
摘要：基于深度学习的闸调器拉杆头丢失故障图像识别方法及系统，涉及图像处理技术领域，针对现有技术中闸调器拉杆头丢失故障识别准确率低的问题，本申请将PANet和RFP网络进行结合，提出一种新的FPN‑A网络，使得特征图中增加了更加丰富的特征信息，进而提升了闸调器拉杆头丢失故障识别的准确率。
基于深度学习闸调器拉杆丢失故障图像识别方法系统

[发明专利]基于深度神经网络的列车制动软管挂钩脱出故障检测方法-CN202310191545.4在审
发明人：马金涛 -专利权人： 哈尔滨市科佳通用机电股份有限公司
申请日： 2023-03-02 - 公布日： 2023-07-25 - 主分类号： G06V10/764 文献下载
摘要：基于深度神经网络的列车制动软管挂钩脱出故障检测方法，属于铁路列车制动软管故障检测技术领域。本发明针对现有目标检测网络关注大中型目标，用于小尺寸的列车制动软管挂钩脱出故障检测时特征提取能力差的问题。包括建立列车制动软管挂钩的样本数据集，并对样本数据中的挂钩进行类别标注，同时对样本数据配置列车制动软管挂钩标签；采用样本数据对改进Faster‑RCNN网络进行训练，获得列车制动软管挂钩检测网络；采集列车制动软管图像并进行预处理获得待检测图像，输入制动软管挂钩检测网络进行检测，获得目标的定位和分类检测结果；若目标的分类检测结果为列车制动软管挂钩，则确定发生列车制动软管挂钩脱出故障。本发明用于检测列车制动软管挂钩脱出。
基于深度神经网络列车制动软管挂钩脱出故障检测方法