[發(fā)明專(zhuān)利]一種列車(chē)的超載檢測(cè)方法和超載檢測(cè)系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110934180.0
• 申請(qǐng)日: 2021-08-16
• 公開(kāi)（公告）號(hào): CN113375777A
• 公開(kāi)（公告）日: 2021-09-10
• 發(fā)明（設(shè)計(jì)）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(qǐng)（專(zhuān)利權(quán)）人: 山東矩陣軟件工程股份有限公司
• 主分類(lèi)號(hào): G01G19/04
• 分類(lèi)號(hào): G01G19/04;G06N3/08;G06F30/27
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 高勇

本申請(qǐng)?zhí)峁┮环N列車(chē)的超載檢測(cè)方法和超載檢測(cè)系統(tǒng)，涉及工業(yè)檢測(cè)領(lǐng)域，具體包括：檢測(cè)到目標(biāo)列車(chē)時(shí)，利用計(jì)量?jī)x表獲取目標(biāo)列車(chē)的計(jì)量數(shù)據(jù)；將計(jì)量數(shù)據(jù)輸入徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)計(jì)量數(shù)據(jù)模型的輸入層，并在輸出層得到目標(biāo)列車(chē)的動(dòng)態(tài)稱(chēng)重?cái)?shù)據(jù)；徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)計(jì)量數(shù)據(jù)模型包括輸入層、隱含層和輸出層；若動(dòng)態(tài)稱(chēng)重?cái)?shù)據(jù)大于目標(biāo)列車(chē)的核定載重?cái)?shù)據(jù)，確定目標(biāo)列車(chē)超載。本申請(qǐng)通過(guò)獲取目標(biāo)列車(chē)的計(jì)量數(shù)據(jù)，并輸入至徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)計(jì)量數(shù)據(jù)模型進(jìn)行計(jì)算統(tǒng)計(jì)，從而得到目標(biāo)列車(chē)的動(dòng)態(tài)稱(chēng)重?cái)?shù)據(jù)，從而可以自動(dòng)判定車(chē)廂是否存在超載，為鐵路貨運(yùn)車(chē)輛的安全管理提供有力保障。

技術(shù)領(lǐng)域

本申請(qǐng)涉及工業(yè)檢測(cè)領(lǐng)域，特別涉及一種列車(chē)的超載檢測(cè)方法和超載檢測(cè)系統(tǒng)。

背景技術(shù)

近年來(lái)隨著貨運(yùn)列車(chē)速度的不斷提升，鐵路安全事故時(shí)有發(fā)生，貨運(yùn)車(chē)輛的超載、偏載是引起車(chē)輛脫軌、影響鐵路行車(chē)安全的重要因素，直接危及著鐵路貨物運(yùn)輸安全。目前主要是借助射頻識(shí)別（RFID）系統(tǒng)與動(dòng)態(tài)軌道衡系統(tǒng)進(jìn)行超偏載檢測(cè)，存在如下問(wèn)題：一方面動(dòng)態(tài)軌道衡稱(chēng)重?cái)?shù)據(jù)受車(chē)速、振動(dòng)、軌道不平等因素影響，精度差；另一方面，射頻識(shí)別讀取車(chē)廂信息存在掉號(hào)、車(chē)廂芯片易損壞丟失，車(chē)廂信息無(wú)法及時(shí)更新等問(wèn)題，另外非國(guó)鐵車(chē)輛未安裝電子標(biāo)簽，給超偏載檢測(cè)帶來(lái)了很多問(wèn)題。

發(fā)明內(nèi)容

本申請(qǐng)的目的是提供一種列車(chē)的超載檢測(cè)方法和超載檢測(cè)系統(tǒng)，能夠提高超載檢測(cè)精度。

為解決上述技術(shù)問(wèn)題，本申請(qǐng)?zhí)峁┮环N列車(chē)的超載檢測(cè)方法，具體技術(shù)方案如下：

檢測(cè)到目標(biāo)列車(chē)時(shí)，利用計(jì)量?jī)x表獲取所述目標(biāo)列車(chē)的計(jì)量數(shù)據(jù)；

將所述計(jì)量數(shù)據(jù)輸入徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)計(jì)量數(shù)據(jù)模型的輸入層，并在輸出層得到所述目標(biāo)列車(chē)的動(dòng)態(tài)稱(chēng)重?cái)?shù)據(jù)；所述徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)計(jì)量數(shù)據(jù)模型包括輸入層、隱含層和輸出層；

若所述動(dòng)態(tài)稱(chēng)重?cái)?shù)據(jù)大于所述目標(biāo)列車(chē)的核定載重?cái)?shù)據(jù)，確定所述目標(biāo)列車(chē)超載。

可選的，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(biāo)列車(chē)的車(chē)廂信息；

根據(jù)所述車(chē)廂信息確定所述核定載重?cái)?shù)據(jù)。

可選的，還包括：

將徑向基函數(shù)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(shù)中心點(diǎn)，以及輸入量到所述隱含層空間的映射關(guān)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(shù)神經(jīng)網(wǎng)絡(luò)。

可選的，還包括：

對(duì)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到所述徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)計(jì)量數(shù)據(jù)模型。

可選的，對(duì)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到所述徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)計(jì)量數(shù)據(jù)模型包括：

將車(chē)輪重量數(shù)據(jù)的平均值和車(chē)速輸入所述徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)；

將車(chē)輛的靜態(tài)稱(chēng)重值作為期望輸出；

經(jīng)過(guò)一次學(xué)習(xí)計(jì)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(shí)際輸出的偏差；

若偏差大于預(yù)設(shè)值，則計(jì)算隱含層誤差，更新權(quán)值重新學(xué)習(xí)；

若偏差小于預(yù)設(shè)值，驗(yàn)證是否所有期望輸出與實(shí)際輸出的偏差均小于預(yù)設(shè)值；若否，更新權(quán)值重新學(xué)習(xí)，直至所有偏差均小于所述預(yù)設(shè)值時(shí)，得到所述徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)計(jì)量數(shù)據(jù)模型。

可選的，對(duì)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到所述徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)計(jì)量數(shù)據(jù)模型時(shí)，還包括：

利用K-均值聚類(lèi)算法確定所述徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的函數(shù)參數(shù)。

本申請(qǐng)還提供一種列車(chē)的超載檢測(cè)系統(tǒng)，包括：

數(shù)據(jù)獲取模塊，用于檢測(cè)到目標(biāo)列車(chē)時(shí)，利用計(jì)量?jī)x表獲取所述目標(biāo)列車(chē)的計(jì)量數(shù)據(jù)；