重载铁路道砟清洁度对聚氨酯固化道床力学性能的影响北大核心

道砟颗粒表面清洁度分别取0.17%、0.50%、0.70%、1.00%,通过室内实尺模型疲劳试验,分析500万次疲劳荷载作用下聚氨酯固化道床沉降、道床静态模量的变化规律以及轨枕与道床的黏结性能。结果表明,当道砟清洁度超过0.50%后,聚氨酯固化道床沉降明显增大,道床静态模量无明显变化,轨枕与道床黏结性能变差。建议聚氨酯固化道床施工时,在道砟装载、运输过程中采取措施防止道砟二次污染,上砟整道时采取少捣多稳工艺,确保固化道床浇注前道砟清洁度在0.50%以内。     

基于ADAMS的车辆减速器制动性能分析

制动性能作为评价车辆减速器的重要指标，通常需在驼峰编组站通过实际测量的雷达测速曲线获得。为进一步优化减速器制动性能的获取方式，提出采用虚拟样机仿真的方法对车辆减速器建模并进行动力学分析。首先，基于车辆减速器的工作原理，结合车辆减速器的结构参数和运行状态，构建“车辆-钢轨-减速器”的刚柔耦合动力学模型；其次，以21 t轴重、走行速度5 m/s (18 km/h)的车辆为例，利用仿真模型分析减速器的制动能力。结果表明：该模型的分析结果与减速器制动性能的理论值和实测结果相吻合，可为后续减速器的设计和改进提供参考。     

基于改进YOLOX的轻量级钢轨表面缺陷检测算法北大核心

针对现有基于深度学习的钢轨表面缺陷检测方法在嵌入式检测系统上兼容性较差、计算资源占用高以及检测速度慢的问题,提出了一种基于改进YOLOX的轻量级钢轨表面缺陷检测算法。模型中主干特征层以MobileNetv3单元为基础,在保留其网络轻量化的同时进行局部优化,改进了浅层网络的激活函数,嵌入了SE(Squeeze and Excitation)注意力机制;在加强特征层优化了尾部的冗余卷积。通过与几种代表性算法进行对比试验,验证该算法的性能。结果表明:本文提出的改进算法在模型参数量仅为1.10×106的情况下,检出率和准确率分别达到了92.17%和90.92%,每秒传输帧数(Frame Per Second,FPS)为115.07,模型大小仅为原模型的1/5。该算法在保证较高检测精度的同时大大降低了模型参数量,并提升了检测速度,更适合部署于算力有限的嵌入式轨道检测系统,可为钢轨缺陷高效检测提供有效手段。     

外集卡进提冷特危箱流程优化措施

<正>随着集装箱吞吐量日益增长,上海港洋山深水港区四期自动化集装箱码头(以下简称“洋山四期自动化码头”)外集卡作业量也持续攀升。在外集卡进提冷藏箱、特种箱和危险品箱(以下简称“冷特危箱”)的过程中,受进提箱流程不合理等因素影响,相当一部分外集卡需要进码头道口停车场长时间等待,导致停车场车位紧张及外集卡周转率低下,进而造成码头道口拥堵。     

单船经营分析助力港口降本增效

<正>对事前、事中以及事后不同维度的提升,是降低成本、提高效益的关键。近年来受港口集团整体布局影响,集装箱港口箱量增长缓慢,码头泊位、设备利用率较低,在这种情况下,如何使效益稳定提升成为各码头的主要任务。除了通过多措并举增加收入之外,还需要进一步突破成本管控问题。