“程晓卿”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31个，建议您升级VIP下载更多相关专利

[发明专利]基于改进d-MC的轨道交通列车系统多态可靠性分析方法-CN202010542358.2有效
发明人：秦勇;付勇;曾钰;刘典;程晓卿;王志鹏;贾利民;吴冬华;龚明;张新宁 -专利权人：北京交通大学
申请日： 2020-06-15 - 公布日： 2023-10-13 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种基于改进的d‑MC网络流理论的轨道交通列车系统多态可靠性分析方法，首先，分析轨道交通列车系统功能，构建列车系统功能链及功能关系网络；其次，依据列车各部件之间的功能关系及部件状态，引入载荷流的概念，并构建轨道交通列车系统多态可靠性网络模型；最后，通过d极小割网络流理论及不交和方法计算整个列车系统在某一状态下的可靠性。本发明以轨道交通列车部件之间的功能关系为基础，引入改进的d极小割网络流理论方法进行列车系统可靠性分析，提高了系统可靠性评估计算的效率，并为轨道交通列车系统可靠性设计、实际运营监测、维护管理及修程的制定提供了有效的基础支撑。
基于改进 mc 轨道交通列车系统可靠性分析方法

[发明专利]一种面向列车传动系统的类脑持续学习故障诊断方法-CN202211498411.9有效
发明人：秦勇;王彪;丁奥;贾利民;程晓卿;田寅;赵雪军 -专利权人：北京交通大学
申请日： 2022-11-28 - 公布日： 2023-09-29 - 主分类号： G06N3/0464 文献下载
摘要：本发明提供了一种面向列车传动系统的类脑持续学习故障诊断方法。该方法模拟了人脑神经突触的记忆与新生，设计了类突触表征结构的生长机制，以实现类脑持续学习的列车传动系统故障诊断。具体地，冻结原有特征提取分支并配合少量旧类样本示例缓解“灾难性遗忘”；同时引入新的特征提取分支，为模型提供可塑性，在多目标损失函数引导下，学习新故障特征，提升模型学习能力上限。此外，该机制集成了端到端的网络剪枝，根据任务难度而动态调整结构生长规模，缓解渐进学习过程中模型的结构化冗余问题。本发明提出的方法，可以高精度、高实时性拓展可诊断故障的边界，对提升基于深度学习的轨道车辆传动系统智能故障诊断模型的应用潜力具有重要意义。
一种面向列车传动系统持续学习故障诊断方法

[发明专利]基于高斯弹性卷积的滚动轴承剩余寿命预测方法及系统-CN202310535518.4在审
发明人： 程晓卿;任翔宇;秦勇;贾利民;王彪 -专利权人：北京交通大学
申请日： 2023-05-12 - 公布日： 2023-08-08 - 主分类号： G06F18/213 文献下载
摘要：本发明提供基于高斯弹性卷积的滚动轴承剩余寿命预测方法及系统，属于基于神经网络的机械设备剩余寿命预测技术领域，获取变转速条件下滚动轴承的振动信号和转速信号；利用预先训练好的寿命预测模型对获取的振动信号和转速信号进行处理，得到轴承的寿命预测结果；其中，寿命预测模型的训练中构建时间信息嵌入层，将承载轴承转速信息和轴承运行时间信息引入到表示学习中，根据不同退化率对退化特征进行重标定，获取用于回归分析剩余寿命预测的时间序列信息。本发明可直接从滚动轴承的从变转速振动监测信号中提取具有弹性尺度的退化特征并进行特征重标定，准确地挖掘与滚动轴承健康状况最相关的退化信息，实现了变转速条件下的滚动轴承剩余寿命预测。
基于弹性卷积滚动轴承剩余寿命预测方法系统

[发明专利]基于拓扑综合重要度的高速铁路系统关键环节集辨识方法-CN201811326237.3有效
发明人：贾利民;张惠茹;秦勇;王莉;王铭铭;程晓卿;辛格;郭建媛;徐杰 -专利权人：北京交通大学
申请日： 2018-11-08 - 公布日： 2023-06-20 - 主分类号： G06F30/18 文献下载
摘要：本发明提供了一种基于拓扑综合重要度的高速铁路系统关键环节集辨识方法。该方法包括如下步骤：从高速铁路装备‑环境‑人‑管理四个系统出发，根据系统的物理、电气和信息组成关系，构建高速铁路系统多重多粒度网络模型；基于所述多重多粒度网络模型计算出各节点的功能维度指标，基于所述多重多粒度网络模型，计算出各节点的风险维度指标，综合各个节点的功能维度指标和风险维度指标的重要度排序结果，得到高速铁路系统的关键环节集。本发明结合高速铁路系统拓扑结构、功能重要度、风险概率以及失效后影响运营的严重程度，突破了以往高速铁路系统关键环节辨识过程中，依赖专家经验、关注局部设备或子系统、缺少系统间作用关系等局限。
基于拓扑综合重要高速铁路系统关键环节辨识方法

[发明专利]基于故障势能场的列车系统故障传播路径的生成方法-CN201811302460.4有效
发明人：秦勇;付勇;寇淋淋;叶萌;程晓卿;贾利民;张志龙;李恒奎;刘兴旺 -专利权人：北京交通大学
申请日： 2018-11-02 - 公布日： 2023-05-02 - 主分类号： G06F30/15 文献下载
摘要：本发明提供了基于故障势能场的列车系统故障传播路径的生成方法，包括：构建轨道列车系统复杂网络模型；根据病毒传播模型和故障势能场理论，构建轨道列车系统部件间传播概率模型；根据轨道列车系统部件间传播概率模型和轨道列车系统复杂网络模型，构建轨道列车系统故障传播模型；根据所述轨道列车系统故障传播模型进行迭代判断，得到列车系统故障传播路径。本发明从轨道列车系统网络结构以及节点的本身状态及内在机理分析列车系统故障传播过程，进而得到所有可能的传播路径及其概率，有助于更优质的进行运维工作。
基于故障势能列车系统故障传播路径生成方法

[发明专利]一种面向初始延误与区间限速的列车运行调控方法和系统-CN202110986180.5有效
发明人：秦勇;王铭铭;贾利民;王莉;许心越;李建民;张惠茹;徐杰;郭建媛;程晓卿 -专利权人：北京交通大学
申请日： 2021-08-26 - 公布日： 2022-06-10 - 主分类号： B61L27/16 文献下载
摘要：本发明提供了一种面向初始延误与区间限速的列车运行调控方法、系统及存储介质。该方法包括：构建表征列车群运行逻辑关系的面向初始延误与区间限速的列车事件活动网络；以列车事件和列车活动为基本单元建立面向初始延误扰动、列车事件容忍延误、列车事件取消和面向区间限速扰动约束集，综合考虑初始延误与区间限速并发突发扰动场景，将初始延误、列车事件容忍延误、列车事件取消约和区间限速扰动等约束集的解耦结果添加到列车群运行调控模型中，求解列车群运行调控模型输出最优列车群运行调控方案。本发明可以生成最优列车运行调控方案，降低了调控后列车运行方案与原计划方案的偏离程度，保障突发事件下列车运行安全和列车服务质量。
一种面向初始延误区间限速列车运行调控方法系统

[发明专利]基于累积前景理论与模糊VIKOR理论的列车关键部件辨识方法-CN201911263409.1有效
发明人：秦勇;付勇;汪伟忠;贾利民;王志鹏;程晓卿;叶萌;李想;李明高 -专利权人：北京交通大学
申请日： 2019-12-11 - 公布日： 2022-06-10 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于累积前景理论与模糊VIKOR理论的列车关键部件辨识方法，该方法包括如下步骤：首先，提取轨道列车相关部件及其潜在的故障模式，基于二型直觉模糊语义，对不同故障模式评分；其次，基于累积前景理论，构建故障模式的价值前景函数，计算不同指标下的部件的累积前景值；最后，通过VIKOR方法融合不同指标下的部件累积前景值，得到轨道列车系统部件的风险排序结果，辨识系统关键部件。本发明以列车系统故障模式、影响及危害性分析为基础，并基于累积前景理论的方法进行列车系统风险分析及关键部件的辨识，为轨道交通现场运营维护人员重点维护任务提供了理论支持。
基于累积前景理论模糊 vikor 列车关键部件辨识方法

[发明专利]基于K-means聚类的铁路突发事件分级预警方法-CN201811191236.2有效
发明人：王莉;王铭铭;秦勇;贾利民;张惠茹;郭建媛;徐杰;程晓卿 -专利权人：北京交通大学
申请日： 2018-10-12 - 公布日： 2022-03-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于K‑means聚类的铁路突发事件分级预警方法。该方法包括：对历史铁路突发事件影响数据进行特征分析与数据清洗，获取训练数据集；确定聚类中心数，基于K‑means算法对所述训练数据集进行聚类，根据聚类结果获取各级铁路突发事件的样本数据特征；将当前铁路突发事件的数据特征与所述各级铁路突发事件的样本数据特征进行比较，根据比较结果确定所述当前铁路突发事件的突发事件等级。本发明的方法采用数据挖掘机器学习理论，避免主观决策，对铁路突发事件影响动态定量评估分级。实验结果表明该方法能够合理有效解决突发事件影响分级预警，实用性好。
基于 means 铁路突发事件分级预警方法

[发明专利]基于谱聚类的路网能力瓶颈识别方法-CN201811257830.7有效
发明人：秦勇;王铭铭;贾利民;王莉;张惠茹;徐杰;郭建媛;程晓卿 -专利权人：北京交通大学
申请日： 2018-10-26 - 公布日： 2022-03-11 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于谱聚类的路网能力瓶颈识别方法。该方法包括：根据铁路网的物理拓扑结构，构建铁路服务网络；生成所述铁路服务网络的邻接矩阵，根据所述邻接矩阵计算出所述铁路服务网络的拉普拉斯矩阵；对所述拉普拉斯矩阵进行标准化，计算出标准化后的拉普拉斯矩阵的特征值和特征向量，根据所述特征值和特征向量划分所述铁路服务网络的群落，将不同铁路服务网络的群落之间的边集识别为所述铁路服务网络的能力瓶颈路段。本发明从路网拓扑理论角度，辨识路网能力瓶颈，避免OD需求矩阵数据缺失不准确和多次交通分配的问题，同时能够适应突发事件发生和新建线路接入路网情况下的路网能力瓶颈辨识，实用性好，具有重大的使用价值与推广意义。
基于谱聚类路网能力瓶颈识别方法

[发明专利]基于内外协变量的高速列车系统可靠性评估方法-CN201811417624.8有效
发明人：林帅;王艳辉;贾利民;孙鹏飞;安超;程晓卿 -专利权人：北京交通大学
申请日： 2018-11-26 - 公布日： 2022-02-01 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供了一种基于内外协变量的高速列车系统可靠性评估方法，属于高速列车运行控制技术领域。该方法首先构建高速列车系统拓扑网络模型；然后确定系统部件固有寿命分布类型及故障概率；再根据故障概率和所构建的拓扑网络模型为基础，计算部件的综合重要度；结合固有寿命分布类型及综合重要度，构建高速列车系统基于内部协变量的基准风险模型；结合外部运行环境数据，根据基准风险模型建立高速列车系统基于内外协变量的风险模型；最后根据基于内外协变量的风险模型计算高速列车系统可靠性。本发明建立基于内部性能参数和外部运行环境双协变量可靠性计算方法，有助于对全局系统的可靠性、安全性的准确评估，为保障高速列车系统安全运营提供指导。
基于内外变量高速列车系统可靠性评估方法

[发明专利]基于仿真的列车能耗-时间Pareto曲线生成方法-CN202110125711.1在审
发明人：贾利民;张惠茹;王莉;秦勇;王铭铭;徐杰;郭建媛;程晓卿 -专利权人：北京交通大学;株洲中车时代电气股份有限公司
申请日： 2021-01-29 - 公布日： 2021-07-23 - 主分类号： G06F30/15 文献下载
摘要：本发明提供了一种基于仿真的列车能耗‑时间Pareto曲线生成方法。包括：对列车运行的线路中满足化简条件的坡段的坡度进行合并，将曲线转化为等效坡度，得到线路加算坡度，基于加算坡度和线路限速划分计算区段；根据相邻计算区段目标速度的大小关系给出操纵策略，采用变步长实现仿真过程；结合DE算法和新的拥挤距离算子，得到改进的INSGA‑II算法；随机生成一组计算区段的目标速度的初始解，以该目标速度为所述改进的INSGA‑II算法中染色体上基因，以能耗‑时间为优化目标，计算出列车在线路上的能耗‑时间Pareto曲线。本发明通过简化线路条件并划分计算区段，结合DE算法和新的拥挤距离算子，利用INSGA‑II分计算区段、变步长仿真得到列车在线路上的能耗‑时间Pareto曲线。
基于仿真列车能耗时间 pareto 曲线生成方法

[发明专利]一种基于势能场与网络效率的高速列车系统可靠性分析方法-CN201910495102.8有效
发明人：秦勇;付勇;寇淋淋;叶萌;程晓卿;贾利民;夏建军;王豫泽;李想;刘典;赵晓春;梁立鹏 -专利权人：北京交通大学;中车青岛四方机车车辆股份有限公司
申请日： 2019-06-10 - 公布日： 2021-06-22 - 主分类号： G06F30/18 文献下载
摘要：本发明提供了一种基于势能场与网络效率的高速列车系统可靠性分析方法，该方法具体步骤如下：首先，分析高速列车系统拓扑结构特点，并基于复杂网络理论建立高速列车系统网络模型；其次，基于高速列车复杂网络模型与势能场理论，分析高速列车系统故障传播的整个动态过程，得到系统故障每步传播失效部件；最后，在高速列车系统故障传播的基础上，基于网络效率相关指标动态分析高速列车系统可靠性。本发明结合列车系统故障传播与系统网络效率等相关指标分析高速列车系统可靠性，能够动态逐步的分析高速列车系统可靠性变化规律，为运营维护人员重点维护任务提供了理论支持。
一种基于势能网络效率高速列车系统可靠性分析方法

[发明专利]基于集成GMDH框架的旋转机械剩余寿命预测方法-CN201910630036.0有效
发明人：辛格;程强;秦勇;贾利民;王豫泽;张顺捷;赵雪军;程晓卿;王莉 -专利权人：北京交通大学
申请日： 2019-07-12 - 公布日： 2021-02-26 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种基于集成GMDH框架的旋转机械剩余寿命预测方法，所述方法包括以下步骤：S1，采集多个同一种类旋转机械从正常运行到故障失效过程中的多个传感器数据，通过数据处理，得到训练数据集合W；S2，将数据集通过不同的划分，分别用于构建三个具有差异性的GMDH预测网络；S3，将三个GMDH网络在训练样本上的预测输出作为三层BP神经网络的输入对BP神经网络进行训练，该BP神经网络用于对三个GMDH网络的预测结果进行集成；S4，利用所述集成GMDH框架对旋转机械剩余寿命进行预测，计算并输出剩余寿命预测值。本发明与经典的LSTM网络和单个GMDH网络相比，能有效提高预测精度和泛化能力，具有更大的实际指导意义。
基于集成 gmdh 框架旋转机械剩余寿命预测方法

[发明专利]基于时变马尔科夫过程的寿命预测方法-CN201910001112.1有效
发明人：秦勇;寇淋淋;付勇;叶萌;程晓卿;贾利民;张志龙;李恒奎;刘新旺 -专利权人：北京交通大学
申请日： 2019-01-02 - 公布日： 2021-02-09 - 主分类号： G06F30/20 文献下载
摘要：本发明提供一种基于时变马尔科夫过程的寿命预测方法，该方法通过建立时变马尔科夫模型，利用改进的前向‑后向算法计算初始前向概率，后向概率和状态序列的条件概率公式，并对模型参数进行重估，根据已确定设备当前运行状态，得到设备在状态逗留时间的期望，并求解设备在各状态的状态停留时间，计算当前状态停留时间的剩余寿命。
基于时变马尔科夫过程寿命预测方法

[发明专利]一种基于模糊安全域的轨道交通滚动轴承寿命预测方法-CN201910001130.X有效
发明人：秦勇;寇淋淋;付勇;叶萌;程晓卿;贾利民;张志龙;李恒奎;刘新旺 -专利权人：北京交通大学
申请日： 2019-01-02 - 公布日： 2020-12-29 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种基于模糊安全域的寿命预测方法，该方法提取全寿命运行特征向量，基于多元模糊分段算法进行分段，采用动态时间规整算法进行样本时间规整，完成样本数据预处理，并采用模糊安全域算法对部件的状态进行划分，最后建立时变马尔科夫模型预测设备在当前状态下的寿命。
一种基于模糊全域轨道交通滚动轴承寿命预测方法

1
2
3
下一页»
尾页
共 31 条