基于文本分析的高速铁路道岔故障分类模型研究

道岔是保障高速铁路运输安全的关键电务信号设备,研究其故障发生规律对指挥现场人员巡检和维修作业具有重要意义。针对非结构化铁路道岔故障描述的文本数据分类,根据高速铁路道岔故障发生原因和设备结构,结合专家经验进行人工划分,基于实时道岔动作电流或转辙机拉力等结构化数据进行自动分类。提出一种新的基于非结构化历史道岔故障文本描述的文本分类模型,首先应用融合铁路领域词典的中文分词工具Jieba进行分词,并通过Word2Vec和TF-IDF分别生成特征向量,最后应用SVM模型实现铁路道岔故障的智能分类。试验表明,该分类模型可以取得较好的分类结果,为现场作业人员提供一种客观的、基于海量历史数据的故障诊断模型。     

基于聚类分析算法的铁路通信设备厂商信息智能分类

针对铁路通信大数据平台中设备厂商信息不规范的问题,提出一种采用聚类分析算法对厂商信息智能分类的方法,介绍聚类分析算法、相似度计算方法和聚类性能度量等理论,通过分词处理、构建词袋模型、权值转换等数据预处理技术,将文本转换为适合分类的权值向量,采用K-均值聚类、层次聚类算法分别对部分样本进行聚类分析,比较测试结果,最终选择层次聚类算法对所有样本进行聚类分析。该算法可以将不规范的厂商信息进行合理的分类,从而为形成厂商信息字典提供数据支持。     

基于Doc2vec-LightGBM的CBTC车载信号设备故障分类诊断方法

车载信号设备是城市轨道交通信号系统的重要组成部分,其运营过程中会产生海量离散化、片段化的日志文本数据。目前,CBTC车载设备故障记录文本仍存在语义不明确、词语冗余的问题,从而造成故障致因溯源难,针对此,提出一种基于Doc2vec-LightGBM的CBTC车载设备故障自动分类诊断方法。首先对故障文本使用Jieba完成文本分词,依据TF-IDF实现分词文本数据的特征提取,并采用Doc2vec训练文本分词向量;其次针对数据不均衡的问题,采用Borderline-SMOTE算法进行少数类文本向量数据的补全泛化;最后,通过训练轻量梯度提升机LightGBM分类器完成故障文本自动分类。采用某信号厂商所记录的1 133条故障文本数据进行分类实验分析,并与支持向量机(SVM)方法对比。实验结果表明,所提方法在分类精确率、召回率上分别为98.2%、97.5%,证明了该故障文本自动分类方法的有效性和优越性。     

基于接触网支柱号在线智能识别定位技术研究

阐述应用图像在线智能识别技术,研究铁路基础设施检测设备的数据里程精确定位的关键技术;选题、技术路线、方案实施等,内容涉及到数字成像、边缘识别、特征提取、图形识别模型、软件设计等。     

文本大数据分析技术在铁路行车安全领域的应用研究

保障铁路行车安全是铁路工作的重点,通过铁路事故调查报告等文本数据对事故原因进行分析,是提高铁路行车安全的重要手段之一。但由于铁路系统存在海量的非结构化事故故障文本数据,难以进行有效检索和分析,因此提出铁路行车安全领域文本大数据分析总体框架,包括文本数据从集成、存储到处理、计算,再到检索、分析及应用的全部流程,并对基于铁路领域文本数据的全文检索、特征提取等文本大数据分析关键技术进行研究。最后以某铁路局集团公司的事故故障追踪报告为样本,进行事故故障报告的全文检索、故障词云展示及关联性分析,取得了良好效果。     

基于BMBC模型的高速铁路道岔故障信息实体识别

随着铁路信号设备故障文本的不断积累,亟待构建集故障信息、专业知识、技术规则及其内在关联于一体的铁路信号设备故障知识图谱,为铁路运营及设备维修提供全面高效的辅助策略。故障信息实体识别是构建铁路信号设备故障知识图谱的核心。以高速道岔故障文本为基础,并针对此文本挖掘过程中使用传统方法导致知识获取不够全面以及文本语义稀疏等问题,提出一种用于高速道岔故障信息实体识别任务的BMBC多层级模型。首先,通过分析高速道岔故障文本的结构特征,从中提取出故障现象、故障定位和故障致因等7类实体;其次,利用BERT预训练模型的迁移特性构建双向词表征并嵌入位置信息,引入多头注意力机制(MHA)使关键特征信息得到重点关注,随后依靠双向长短期记忆网络(BiLSTM)进行特征信息融合,从而充分获取全局语义信息以及更好表达序列间的长距离依赖关系;最后,依托条件随机场(CRF)赋予标签约束条件,从而获得最佳识别结果。以各铁路局近5年的高速铁路道岔故障文本为基础进行实验,实验结果表明,BMBC模型能够精确识别各类故障信息实体,有效缓解实体边界不清晰问题,模型识别精确率、召回率和F1值分别可达91.43%,93.15%和92....     

基于PLSA和SVM的道岔故障特征提取与诊断方法研究

铁路局和电务段长期以来保留的道岔故障记录是非常宝贵的数据,对道岔故障类型统计、故障特征分析、故障诊断和故障预测有非常好的参考作用,但这些数据往往保存格式多样,难以直接利用。本文提出基于主题模型PLSA和支持向量机SVM的道岔设备故障特征提取与诊断方法。通过分词算法将故障文档表达在词项特征空间中;采用主题模型算法提取主题特征,并将故障文档表达在主题特征空间上;以SVM算法构造诊断器实现道岔设备的故障诊断。利用中国铁路广州局集团有限公司道岔故障记录的真实数据,对提出的算法有效性进行验证。实验表明,提出的算法能有效实现道岔设备故障诊断,对现场维护有一定的指导意义。     

基于RoBERTa-BiLSTM-CRF模型的铁路货运一口价议价策略命名实体识别

为提升铁路货运审计工作的效率，针对铁路货运一口价议价策略（简称：一口价策略）的文本数据，设计了基于数据增强的RoBERTa(Robustly optimized Bidirectional En-coder Representation from Transformers)-BiLSTM(Bidrectional Long Short Term Memory)-CRF(Conditional Random Field)模型，介绍了数据标注策略，详细阐述了模型的总体架构和样本数据增强方法。对所设计的模型进行了应用验证，验证结果表明，RoBERTa-BiLSTM-CRF模型对一口价策略中命名实体识别的各项性能评价指标较其他2种传统模型均有显著提高，能够更准确地识别一口价策略中的命名实体信息，辅助铁路货运审计人员的审计工作。     

铁路货运计量安全检测设备全寿命周期管理系统研究

铁路货运计量安全检测设备是确保铁路行车安全的重要基础设施,目前缺乏统一技术手段对其全寿命周期提供信息化管理,导致设备存在相关信息维护不全、数据难以充分利用等问题.基于铁路货运计量安全检测监控系统,针对铁路货运计量安全检测设备,设计构建信息系统,建立"一物一档"电子履历,进行设备全寿命周期流程管理.重点利用物联网、数据融...     

复杂艰险地区铁路隧道钻爆法施工安全风险评估

针对复杂艰险地区铁路隧道钻爆法施工安全风险问题,综合考虑复杂艰险地区地质结构、气候条件和施工方法等,利用Python对隧道施工安全风险文献资料和安全风险评估报告进行文本挖掘,并基于事故致因理论、风险识别理论和风险因素核对表等对隧道钻爆法施工安全风险因素进行辨识。针对安全风险因素从施工环境、施工技术、材料设备、施工管理、施工人员5个方面构建较为完善的复杂艰险地区铁路隧道钻爆法施工安全风险评估指标体系,并利用博弈论对层次分析法和熵权法进行组合,确定安全风险评估指标权重。采用二维云模型从安全风险发生概率和安全风险损失程度2个方面构建复杂艰险地区铁路隧道钻爆法施工安全风险评估模型,提出采用主、客观概率相结合的方法确定安全风险发生概率,采用雷达图法从人员伤亡、经济损失、工期延误、环境影响和社会影响等方面综合确定安全风险损失程度。结合MATLAB实现定性评估和定量评估的相互转换,并引入贴近度的概念定量确定复杂艰险地区铁路隧道钻爆法施工安全风险评估等级。对Z隧道钻爆法施工安全风险进行评估,确定其施工安全风险等级为IV级,施工安全风险程度为高度,验证了该模型的可行性和有效性,为复杂艰险地区铁路隧道钻爆...     

基于开源数据引擎的铁路基础设施地理空间数据管理方法的研究

通过对目前铁路基础设施管理定位现状的研究，针对大部分采用商业型数据引擎增加成本的问题，提出一种基于PostGIS的线性参考模型。对铁路一维线路空间数据进行组织和存储，实现铁路线性资产空间位置信息的定位管理，为验证该方法应用的可行性给出运行实例，利用铁路地理信息平台上传应用服务，达到正确描述铁路线性资产的地图位置和降低成本的目的。     

基于保护层分析法的铁路安全风险量化评价模型

为实现铁路运输安全风险定量评价,支撑铁路运输安全风险分级管控和精准预警,提出基于保护层分析理论的铁路安全风险评价模型。定义了保护层概念,即铁路运输生产各环节采取的人工或自动检测监测手段;通过风险初始事件固有发生频率和保护层失效频率确定风险发生的频率,并从直接经济损失、人员伤亡、行车中断3个方面定量评估风险造成的损失,从而精确计算风险值。以某货运车站道岔故障的风险评估作为示例进行模型评价试验。结果表明,该模型能够对铁路运输安全风险进行量化评价,并保证评价质量。     

京张高铁八达岭地下站及隧道工程信息模型一致性表达

北京—张家口高速铁路是国内第一条全线、全生命周期内所有专业均应用建筑信息建模技术的智能高速铁路。文章结合京张高铁重点工程—八达岭地下站和隧道工程BIM应用,基于铁路工程BIM技术标准,重点研究多专业设计数据一致性表达,构建了八达岭地下站和隧道工程的全要素信息模型,并利用中铁工程设计咨询集团有限公司开发的铁路多专业数字化协同设计软件,搭建了一个协同设计平台,使传统上离散的各专业设计数据能够实现集成展示,方便设计方案的对比和优化,有助于提升设计效率和质量,实现铁路工程的智能化建造。此外,提出将全要素信息模型与能够反映铁路基础设施运营维护阶段真实状况的海量三维点云数据融合起来,为运营维护阶段基础设施一致性检测提供支持。     

基于5G的物联网铁路防洪防汛监控系统

针对铁路防洪防汛面临的主要问题以及当前研究现状,立足于铁路防洪防汛监控的基础建设,围绕以降本增效、促安全保财产的宗旨,提出基于5G的物联网铁路防洪防汛监控系统。该系统利用5G网络的高速率、大容量、低功耗、低时延等优点,解决铁路防洪防汛相关的运行安全问题,促进铁路产业的智能化与节约资源化发展。     

融合动态防御的企业远程办公信息安全防护框架研究

企业远程办公模式下的信息系统安全防护体系呈现防护场景复杂、防护主体多样的特点。在攻击手段不断更迭，信息安全受到威胁的情况下，针对未来远程办公模式常态化所面临的信息安全问题，基于远程办公信息安全基础框架和安全动态防御模型，提出融合动态防御的企业远程办公信息安全防护框架。通过引用新技术，构建动态风险监测、风险识别和风险响应机制，提供主动防御及协同防御能力。该框架可以在铁路企业远程办公终端设备安全、边界接入安全、网络传输安全和基础设施安全开展应用，支撑铁路企业远程办公模式下的信息安全保障工作。     

铁路信号一体化设计平台数据库设计

开发基于数据库的铁路信号一体化设计平台是解决当前各个辅助设计软件存在诸多问题的方法之一。通过分析铁路信号工程图纸反映的信息特点,提出了室内外信号工程基础数据库的设计原则及数据流模型,并采用定义外键等数据库技术建立铁路信号工程关系型数据库。平台以该数据库设计方案为基础构建,已在铁路信号工程设计中实际应用。     

基于元数据的铁路设计成果数字化交付方案研究

为实现铁路基础设施信息资源的共享和利用,从分析铁路基础设施全寿命周期信息化管理规划入手,结合铁路建设项目设计阶段到建造阶段的设计成果数字化交付的具体需求,提出基于元数据的铁路设计成果数字化交付方案,为设计成果数据统一语义交付和最终实现铁路基础设施全寿命周期的信息共享提供了技术路径。     

基于5G技术的铁路基础设施动态检测数据实时汇聚方案研究

针对铁路基础设施动态检测数据人工汇聚时效性差、准确性低等问题,设计了基于5G移动通信(简称:5G)技术的铁路基础设施动态检测数据实时汇聚方案总体架构,阐述了方案的关键技术,并介绍了5G技术在铁路基础设施检测业务中的应用效果,为解决检测数据汇聚过程中的时效性、规范性、安全性等相关问题提供了思路.     

运用模糊综合评判法评价铁路工程承包风险

研究目的铁路施工企业工程承包中潜藏着众多不确定风险,这些风险涉及面广、影响因素多、损失危害程度高,在投标时采用有效的方法对工程承包风险进行准确分析,可以提高投标决策效率,进而提高工程效益。研究方法在充分研究铁路工程承包风险因素的基础上,介绍了层次分析法和模糊综合评价法用于铁路工程承包风险分析评价的步骤方法,为铁路工程承包风险分析和评价提供了定性与定量相结合的综合评价方法。研究结果通过中铁十六局投标兰武二线乌鞘岭隧道实例演示了操作过程,证明了该方法的科学性和可行性。研究结论在铁路工程承包中,风险是客观存在的,且具有较大的不确定性和模糊性。用模糊数学工具将许多观念性的难以精确度量的风险因素量化,既克服了传统优化法仅限于解决定量问题的缺点,又弥补了采用经验估计的方法较难解决复杂问题,且容易产生偏差又不易得出确切结果的不足,大大提高了决策效率和准确性。因此将模糊综合评判法应用到铁路工程承包风险评价是科学合理的。该方法在实际应用中所面临的主要困难是对专家意见的采集和处理。