二乘二取二系统的安全性与可靠性分析

阐明了铁路可靠性和安全性的重要意义,使用概率的方法对二乘二取二系统的安全性与可靠性关系进行了描述,通过对其进行数学分析,提出并举例说明了提高二乘二取二系统安全可靠性的方法。     

城轨列车牵引系统热容量试验方案研究

结合沙特麦加城轨列车型式试验,在分析城轨列车牵引系统的组成及其热源分布和冷却设备布置的基础上,研究测点布置,设计城轨牵引系统热容量试验方案.牵引系统热容量试验主要对牵引电机、牵引逆变器的散热片和箱体内部空气、制动电阻及其出风口、轴箱轴承以及环境等的温度进行监测,另外还要对供电电压、牵引逆变器的输入和输出电流以及制动电阻的电压等电参数进行监测,据此确认城轨列车牵引系统各设备的工作状态.温度测试利用造车时预埋的和试验时设置的温度传感器进行;电参数的测试则通过布设的电压、电流传感器进行;选择站站停行车模式和启动加速—恒速运行—调速停车的试验工作周期进行城轨列车牵引系统热容量试验.按照设计的试验方案成功实施了沙特麦加城轨列车牵引系统热容量试验.     

希尔伯特变换在牵引电机转子断条故障诊断中的应用研究

基于希尔伯特变换分析方法,以动车组电机定子电流信号为研究对象,对定子电流信号应用希尔伯特变换后,消去定子电流中包含的直流分量,解决了转子断条故障特征分量容易被基波湮没、难以检测等问题,使故障特征分量的提取更加准确。通过求检测信号的希尔伯特包络谱,更加直观地判断转子是否发生断条的故障。从仿真结果和试验结果分析得知,希尔伯特变换法在动车组牵引电机转子断条故障诊断中应用的正确性和有效性。     

城市轨道交通运输能力计算及加强研究

阐述了城市轨道交通系统运输能力的定义,分析了影响城市轨道交通系统运输能力发挥的因素,以及城市轨道交通系统运输能力与服务水平之间的关系,研究了城市轨道交通子系统运输能力计算的方法.结合北京轨道交通昌平线实际运营条件,分析昌平线现状运输能力以及制约运力提升的关键因素.结合西二旗车站结构、上下车人数、客流流线、列车时刻表以及换乘比例,运用仿真方法,对昌平线的协调运输能力进行了分析.提出了加强轨道交通系统运输能力的措施.     

平面扬声器在地铁车站广播系统中的应用

阐述了新型平面扬声器的基本原理.通过数据模型仿真计算和现场实测分析,证明平面扬声器具有传播距离远、声音衰减小、指向特性强、广播效果清晰舒适等特点.在地铁车站广播系统中采用平面扬声器,相对于传统扬声器,可大幅减少扬声器数量、施工安装和调试工程量,以及运营后的系统维护工作量,综合成本相对较低.平面扬声器是地铁广播系统的一种新型扬声器设备,具有较好的推广价值及应用前景.     

上海轨道交通11号线北段车辆的工业设计研究

分析了上海轨道交通11号线北段车辆的定位,从区域文化和线路特征提出"F1运动"和"玉兰花"两种意境相结合的工业设计解决方案。结合计算机辅助设计的手段对创意理念进行演绎和研究,提炼出整个设计流程和创意的方法,为车辆工业设计的发展提供借鉴。     

城市轨道交通运营部门建立模拟法人管理体制的初步探讨

论述模拟法人的概念和体制优势,提出了城市轨道交通企业运营部门建立模拟法人管理体制“合理授权”与“战略管控”相结合的总体思路,详细阐述了“授权与明职”、“推行战略预算管控”、“开展关键绩效考评”的实施方法和操作流程,最后指出了保障实施的相关建议。     

简析地铁施工现场安全监控系统

地铁施工现场安全监控系统可以实现对施工现场的远程监控及管理,越来越广泛地应用在地铁施工中。以北京地铁15号线一期工程西段施工现场安全监控系统为例,介绍了地铁施工现场安全监控系统的建设原则、系统功能、结构及在建设中应注意的问题。     

城轨交通高架桥墩顶纵向刚度的设计探讨

对桥墩纵向刚度进行计算,分析影响桥梁下部结构刚度的主要因素,包括桩径、桩间距以及墩截面几何尺寸.探讨在相同刚度的条件下,如何合理选择墩柱刚度及基础刚度,以保证结构受力合理且经济性好.     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。