排序方式: 共有11条查询结果,搜索用时 250 毫秒
1.
徐济松高春雷何国华刘尚昆 《铁道建筑》2022,(4):52-54
为提高大型养路机械施工现场人员安全管理水平,消除人员设备侵入邻线、工作装置碰撞等安全隐患,研发了大机施工现场人员安全预警系统.该系统融合多层激光雷达、超宽带、物联网等技术采集的多源数据信息,构建大机施工人员防撞模型,对安全隐患进行及时预警,保障施工人员安全.该技术的主要创新点包括:不依赖卫星与公共网络,基于多源数据融合... 相似文献
2.
3.
4.
5.
6.
7.
随着京沪高铁的开通运行,解决线路长波不平顺将是工务部门在线路维护中的首要任务。传统的测量手段存在精度差、劳动强度大、效率低等问题,而进口设备则过于依赖CPⅢ网,且效率偏低。激光长弦轨道检查仪利用激光准直技术,直接对轨道线路进行100~200 m波长的不平顺进行检测,检测结果既包含长波不平顺参数,又有10m弦(或20m弦)短波不平顺参数,既降低劳动强度,又提高工作效率,为工务部门解决线路长波不平顺提供新的科学手段。 相似文献
8.
针对现有轨道线路几何参数测量中存在的检测效率低,检测设备安全性和环境适应能力差、自动化程度低等问题,设计了基于惯性组合导航技术的自走行轨检装置。轨检装置中的惯性组合导航测量系统加电后进入初始对准模式,通过测量、解算得到导航初始航向角、俯仰角、横滚角以及速度、位置信息。初始对准完成后测量系统进入正常导航状态。通过测量系统内置的高性能组合导航处理器,对陀螺及加速度计测量数据进行处理,融合全球导航卫星系统定位信息,实现组合导航。采用Kalman滤波算法实时解算出轨向、高低、正矢、轨距、超高等轨道几何参数。经在试验段多次测量,各项参数重复性检测差值均满足要求。 相似文献
9.
针对钢轨打磨车作业产生的块状磨屑的处理方式效率低、智能化程度低、安全隐患大等问题,提出一种基于改进YOLOv5算法的块状磨屑智能识别方法。在原有YOLOv5算法基础上,增加更大尺度的检测层,提升小尺寸块状磨屑的检测效果;在骨干网络嵌入卷积注意力模块(Convolutional Block Attention Module,CBAM),增强块状磨屑的特征表达;选择EIoU(Efficient Intersection over Union)替代CIoU(Complete Intersection over Union)作为目标框回归的损失函数,加快模型的收敛速度,提高块状磨屑预测框的精度。利用某轨道巡检小车采集的数据进行测试试验,结果表明:改进后的YOLOv5算法对于块状磨屑的检测能力有所提高,召回率提升了4.55%,均值平均精度提升了8.6%,对小尺寸块状磨屑有更好的检测效果。 相似文献
10.
捣固车作业线路纵向水平测量采用传统钢丝绳弦线法,长周期使用存在钢弦磨损、断裂的风险,且钢弦抖动会影响测量精度及稳定性。针对这些问题,本文研发了一套基于非接触式测量技术的捣固车作业线路纵向水平检测系统。该系统基于位敏探测器(Position Sensitive Detector,PSD)激光测量原理,采用E型激光发射器和接收器实现激光偏移量的测量。以DCL-32连续式捣固车为例,通过加速度传感器和激光传感器获取捣固车的振动特性,在振动实验室利用该系统进行现场工况模拟试验,并与现场试验数据进行对比。结果表明:该系统能够实现35 Hz振动频率跟随,可靠、稳定地采集线路纵向水平数据。 相似文献