几种特殊情况的列控应答器布置及工程数据处理方案研究

主要结合工程实际介绍客运专线CTCS-2级及CTCS-3级列控系统等级转换、RBC切换、大号码道岔、区间反向运行等特殊情况的地面应答器布置方案及工程数据处理方法,对应答器应用原则进行优化和细化.     

北京地铁亦庄线电能质量管理系统

论述采用电能质量管理系统的必要性,确定电能质量管理系统的设计原则.以北京地铁亦庄线电能质量管理系统为例,介绍系统的构成、功能及仪表设置,分析系统的通信方式,对电能质量管理系统的发展趋势进行展望.实践表明,该系统能对地铁内部用电设备的各项电能质量指标进行监测和分析,具有电能监测、数据分析、电能分类统计等功能,可以及时发现...     

基于PDMS系统的城际动车组全三维设计研究

通过阐述城际动车组在Teamcenter和UG NX环境下采用数字化技术开发的过程、方法,介绍了PDMS系统文件数据的管理方式,自顶向下地适合动车组车辆协同设计的装配设计方法,大装配技术和车辆分系统出图的方法等,同时还提出并介绍了全数字化车辆模型在动车组车辆重量管理、干涉检查和设备布置优化等方面的应用,为轨道交通车辆全三维协同设计提供了一种设计参考。     

人事管理信息系统的开发与应用

介绍了人事管理信息系统的开发方法、系统功能与特点,实现了对人事管理各项工作及相关信息的全面、统一管理,提高了工作效率与管理水平。     

GIS技术在公路建设管理中的应用研究

针对公路建设的发展以及工程项目管理发展的要求,介绍了道路CAD技术、地理信息系统(GIS)技术、数据库技术、网络技术在公路建设项目管理过程中的应用以及如何借助GIS的图形处理功能、信息表现及其空间分析功能对公路建设过程中的各工程实体的工程信息、计划进度、质量监理、费用管理等进行可视化表现和分析,规范和方便建设项目的科学管理,从而为公路建设的管理者和决策者提供直观、可靠、及时和有效的管理手段,便于作出相应的决策。     

大跨径混凝土桥梁施工挠度监测数据采集的自动化方案

针对大跨径预应力混凝土桥梁施工挠度监测中数据采集工作量大的特点。提出了利用PC-E500电子记簿采集外业数据。利用Delphi语言编程将数据导入Excel表格并从Excel表格中提取数据的自动化方案。     

智能压路机控制系统数据通信的实现

介绍了CAN总线及CANopen协议的技术特点,详细阐述了基于CAN总线技术的智能压路机控制系统数据通信的实现,使之达到了智能压路机的设计要求.     

帕萨特B5轿车电路-自动变速器控制系统(Ⅰ)

在帕萨特B5轿车布线图的基础上改画成该车电路原理图——自动变速器控制系统,并介绍该系统的主要功能,自动变速器故障码及其读取方法,自动变速器测量数据块及其读取方法。     

基于BIM的设计管理

针对BIM技术应用的现状和现阶段国内企业的BIM设计管理工作中存在的问题,探索研究基于BIM设计特点的管理系统。通过构建高效的BIM软件设计工作环境、优化基于BIM设计特点的管理流程、建立设计项目数据框架的方式,达到BIM设计管理系统的高效性和协同性。     

Strava Metro data for bicycle monitoring: a literature review

ABSTRACT

Monitoring bicycle trips is no longer limited to traditional sources, such as travel surveys and counts. Strava, a popular fitness tracker, continuously collects human movement trajectories, and its commercial data service, Strava Metro, has enriched bicycle research opportunities over the last five years. Accrued knowledge from colleagues who have already utilised Strava Metro data can be valuable for those seeking expanded monitoring options. To convey such knowledge, this paper synthesises a data overview, extensive literature review on how the data have been applied to deal with drivers’ bicycle-related issues, and implications for future work. The review results indicate that Strava Metro data have the potential—although finite—to be used to identify various travel patterns, estimate travel demand, analyse route choice, control for exposure in crash models, and assess air pollution exposure. However, several challenges, such as the under-representativeness of the general population, bias towards and away from certain groups, and lack of demographic and trip details at the individual level, prevent researchers from depending entirely on the new data source. Cross-use with other sources and validation of reliability with official data could enhance the potentiality.