基于LSTM-FCN神经网络的船舶电力系统故障识别方法

船舶电力系统拓扑结构日趋复杂，故障种类繁多且不易区分。为确保继电保护动作的正确性，本文基于船舶电力系统故障录波数据，利用全卷积网络(Fully Convolutional Network, FCN)在局部特征提取上的优势，以及长短期记忆网络(Long Short-Term Memory, LSTM)在时序特征提取上的优势，提出了一种基于改进LSTM-FCN网络的故障诊断模型，并应用于船舶电力系统故障识别。依托PSCAD/EMTDC仿真软件对典型船舶电力系统各种故障进行仿真，通过小波变换对采样信号进行预处理。实验结果表明：本文所提出的故障诊断模型能够很好地对船舶电力系统故障进行分类识别。     

铁路机车车载设备数字孪生体构建方法研究

针对当前铁路车载专业培训系统缺少对设备运行状态实时映射、培训内容仿真度不足等问题，利用数字孪生虚实模型精确映射、数据实时仿真分析的技术特点，基于CINEMA 4D+Unity3D平台及数字孪生五维模型，提出一种铁路机车车载设备数字孪生体的构建方法。该方法通过分析物理设备运行状态、构建高保真虚拟设备模型，以及优化孪生数据采集方式，实现实时驱动虚拟设备状态显示及设备运行状态分析等功能；最后通过构建铁路机车车载设备培训系统，实现面向参培学员的实时培训指导。通过试验验证了该方法的可行性，并为铁路其他相关设备的数字孪生体构建提供了技术参考。     

卫星技术赋能交通新基建的实践与探索

论述了境内外卫星技术的发展背景和现状，以及其在我国交通运输行业中的应用情况、存在的问题、行业政策及未来发展趋势，重点围绕交通基础设施规划、勘察、设计、建设、运维维护、数字化管理及防灾减灾与应急等六大领域，研究和探讨了卫星技术在交通新基建中的应用实践及方向。     

关于产学研,高校如是说

<正>高等院校既是创新人才的集聚地，也是创新成果的策源地。在中国自行车电动自行车设计大赛中，有数所高校获得组委会颁发的优秀组织奖，不少参赛学生也不负众望荣获优秀奖。为此，本刊编辑部对参加设计大赛的河南工业大学、南京工业职业技术大学两所高校的相关领导进行采访，请他们从高校的视角出发，分享关于人才培养、产学研的实践经历。     

数字孪生技术在城市主干路改建工程的应用实践

随着城市的不断发展和建设，道路改造项目逐渐增多。以上海市某主干路改建工程数字孪生技术应用为例，阐述了数字孪生技术在道路改造项目中的应用思路，分析了此类项目的特征和痛难点。通过数字孪生技术和BIM信息管理平台的应用，构建了设计、施工进度、成本、质量、安全、环境、智慧工地等数据，提升了管理精细度，为企业级平台提升提供样板。同时，形成了项目竣工数字孪生资产，为运维阶段提供可靠的数据支撑。     

双有源桥式变换器输出极间短路故障特性分析

为提高双有源桥式（Dual active bridge, DAB）变换器故障穿越能力，基于单移相控制方式，本文详细分析了DAB变流器输出侧发生短路故障后内部与外部的暂态特性，推导建立了输出侧线路电压、电流与DAB内部传输电感电流的时域表达式，确定了变流器内部存在暂态过流风险，证明了其严重程度与故障发生时刻的关系；提出了利用输出侧支撑电容与平波电抗器提高DAB故障穿越能力的方法，并确定了电容与电抗器的取值方法。最后，在MATLAB/Simulink平台上搭建了仿真模型进行试验，验证了本文理论分析的正确性和电容电感取值的有效性。