[發明專利]一種列車的超載檢測方法和超載檢測系統

在審

• 申請號: 202110934180.0
• 申請日: 2021-08-16
• 公開（公告）號: CN113375777A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 譚明旭;梁志海;李峰;張昊;季中林;張德帥;張興勃;李寶林
• 申請（專利權）人: 山東矩陣軟件工程股份有限公司
• 主分類號: G01G19/04
• 分類號: G01G19/04;G06N3/08;G06F30/27
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 高勇

1.一種列車的超載檢測方法，其特征在于，包括：

檢測到目標列車時，利用計量儀表獲取所述目標列車的計量數據；

將所述計量數據輸入徑向基函數神經網絡計量數據模型的輸入層，并在輸出層得到所述目標列車的動態稱重數據；所述徑向基函數神經網絡計量數據模型包括輸入層、隱含層和輸出層；

若所述動態稱重數據大于所述目標列車的核定載重數據，確定所述目標列車超載。

2.根據權利要求1所述的超載檢測方法，其特征在于，還包括：

獲取軌道衡上的視頻信息；

解析所述視頻信息，得到所述目標列車的車廂信息；

根據所述車廂信息確定所述核定載重數據。

3.根據權利要求1所述的超載檢測方法，其特征在于，還包括：

將徑向基函數作為隱單元，生成包含所述隱單元的隱含層空間；

確定徑向基函數中心點，以及輸入量到所述隱含層空間的映射關系；所述隱含層空間用于將所述輸入量由低維度映射到高維度，得到徑向基函數神經網絡。

4.根據權利要求3所述的超載檢測方法，其特征在于，還包括：

對徑向基函數神經網絡進行訓練，得到所述徑向基函數神經網絡計量數據模型。

5.根據權利要求4所述的超載檢測方法，其特征在于，對徑向基函數神經網絡進行訓練，得到所述徑向基函數神經網絡計量數據模型包括：

將車輪重量數據的平均值和車速輸入所述徑向基函數神經網絡；

將車輛的靜態稱重值作為期望輸出；

經過一次學習計算得到所述隱含層和輸出層各單元的輸出，得到期望輸出與實際輸出的偏差；

若偏差大于預設值，則計算隱含層誤差，更新權值重新學習；

若偏差小于預設值，驗證是否所有期望輸出與實際輸出的偏差均小于預設值；若否，更新權值重新學習，直至所有偏差均小于所述預設值時，得到所述徑向基函數神經網絡計量數據模型。

6.根據權利要求5所述的超載檢測方法，其特征在于，對徑向基函數神經網絡進行訓練，得到所述徑向基函數神經網絡計量數據模型時，還包括：

利用K-均值聚類算法確定所述徑向基函數神經網絡的函數參數。

7.一種列車的超載檢測系統，其特征在于，包括：

數據獲取模塊，用于檢測到目標列車時，利用計量儀表獲取所述目標列車的計量數據；

數據輸入模塊，用于將所述計量數據輸入徑向基函數神經網絡計量數據模型的輸入層，并在輸出層得到所述目標列車的動態稱重數據；所述徑向基函數神經網絡計量數據模型包括輸入層、隱含層和輸出層；

超載檢測模塊，用于若所述動態稱重數據大于所述目標列車的核定載重數據，確定所述目標列車超載。

8.根據權利要求7所述的超載檢測系統，其特征在于，還包括：

載重數據獲取模塊，用于獲取軌道衡上的視頻信息；解析所述視頻信息，得到所述目標列車的車廂信息；根據所述車廂信息確定所述核定載重數據。