城市轨道交通学院柴晓冬教授课题组在轨道车辆智能监测与安全运维领域取得多项研究成果

发布者:李天义发布时间:2022-11-02浏览次数:29

         城市轨道交通学院柴晓冬教授、郑树彬教授领衔的课题组在“轨道车辆智能监测与安全运维”领域取得了一系列研究成果。团队彭乐乐博士,20229月在国际著名期刊《Mechanical Systems and Signal Processing》(中科院SCI分区升级版工程技术大类一区TOP期刊,影响因子为8.934)发表“A bagged tree ensemble regression method with multiple correlation coefficients to predict the train body vibrations using rail inspection data”;20227月在《IEEE Transactions on Circuits and Systems I: Regular Papers》(中科院SCI分区升级版工程技术大类二区期刊,影响因子为4.140)发表“Base-2 Softmax Function: Suitability for Training and Efficient Hardware Implementation”;202111月在《IEEE Transactions on Instrumentation and Measurement》(中科院SCI分区升级版工程技术大类二区期刊,影响因子为5.332)发表“A Comprehensive Detection System for Track Geometry Using Fused Vision and Inertia”等一系列研究成果。针对轨道车辆车体振动预警瓶颈问题,构建了基于运维数据的轨道车辆车体振动预警算法及系统。


      针对轨道交通内嵌信息网络模型式智能感知技术的瓶颈问题,提出了基于Base-2 Softmax Function AI芯片加速技术。


        针对轨道线路病害检测中缺少集成度高、使用便携的智能检测设备,构建了一种基于惯性与视觉技术的轨道多参数检测方法及设备。

同时,课题组研发的“智能自发电式轴温在线监测及协同预警系统”,通过了振动、冲击、电磁兼容及灼热丝等国际认证。该系统具备能源自俘获、状态信息自感知、能源自洽与自管、有效状态信息自识别和数据自互联互通的功能,具有完全自主知识产权,授权核心发明专利项。20211月—202210月已完成设备安装并运行,实现了轴温数据的数字化监测,为轨道交通行业智能运维提供了新方法、新技术。