强化铁路检修车管理的思考

如何准确、均衡地扣修铁路运用车辆,既保证维修单位任务完成,又满足提高运输效率要求,是铁路运输管理的难点之一。本文以南宁局集团公司为例,总结分析针对检修车扣车不均衡、检修车超定量问题,采取集成数据,编制检修车管理指导子系统,强化检修车的监控与预测、扣车追踪、动态管控、均衡扣车等措施的落实效果,旨在为有效提升检修车管送能力,确保运输用车需求提供借鉴。     

新形势下高速铁路标准化管理研究——以中国铁路郑州局集团有限公司郑州桥工段为例

近年来,铁路系统不断推进安全风险管理,夯实管理基础,积极探索管理模式。中国铁路郑州局集团有限公司郑州桥工段(简称"郑州桥工段")通过优化维修组织模式、创建高铁示范线、推进数字工务应用等多种手段,努力实现高铁管理标准化。     

船舶动力设备退化基线计算及预测方法

船舶动力设备在自身性能退化过程中的相当长一段时间内仍能完成规定功能,对具有重要特征参数或性能指标的船舶动力设备而言,若使用定基线进行健康状态评估会导致评估值连续较低甚至误报警问题。为了解决这一问题,以目标设备按性能退化时间序列采集的特征参数为研究对象,首先建立退化基线计算方法,利用滑动概率神经网络和性能可靠度与基线值间的转换函数获得目标设备的动态退化基线;然后建立ARMA预测模型获得预测参数,并与退化基线计算方法结合对退化基线发生动态变化的时间节点进行预测;最后利用海水泵对建立的方法可行性进行验证。结果表明,本文建立的退化基线计算方法能够获得动态基线,退化基线预测方法能够对动态基线的变化时间节点进行准确预测。     

基于数据驱动的船舶油耗预测模型研究

以某客滚船为研究对象,将大量航行实际数据进行预处理,通过斯皮尔曼等级相关分析选择出船舶左右桨螺距、左右舷舵角、纵倾、船首风速、船舶对水和对地航速为油耗主要影响参数。建立基于LSTM神经网络的黑箱模型对数据进行学习并预测油耗,额外选取测试样本验证模型精度,优化模型内部结构以进一步提高预测精度。将最终得到的预测数据与实测数据对比,证明模型具有良好的准确性。该研究方法能为船舶运营人员优化运营方案提供参考,能够提高水路交通运输的经济性。     

基于灰色关联分析的通用机场安全风险影响因素研究

为了提高我国通用机场的安全管理水平,本文首先收集整理了国内2010～2018年348起通用机场事故/事件,结合我国目前通用机场的运行模式和管理体制,统计分析了影响通用机场的5个一级风险指标和15个二级风险指标,建立了通用机场风险指标体系。然后运用灰色关联分析方法对各级指标进行关联顺序分析,最终得出了典型通用机场安全风险的关键影响因素,根据关键风险因素进行针对性的管控,对通用机场监管及安全运行提供一定的借鉴。     

加权马尔可夫优化的NGBM(1,1)模型在中长期电力负荷预测中的应用

灰色理论在电力负荷预测领域中有重要应用,为了扩展灰色模型在中长期电力负荷预测中应用,提出了一种基于加权马尔可夫优化的非线性灰色伯努利(nonlinear grey Bernoulli Model, NGBM(1,1))预测模型.首先引进新型非线性NGBM(1,1)模型对电力负荷数据的总体趋势进行拟合,得到的灰拟合精度序列是一个随机波动的过程,再利用加权马尔可夫的特点确定灰拟合精度的加权转移概率矩阵,通过插值和还原计算对NGBM(1,1)模型的预测结果进行优化.将该模型运用到江苏省农村电力负荷预测中,结果验证其在预测精度上的优越性,并用于中长期电力负荷预测是有效可行的.     

铁路牵引供电系统安全防护与优化技术方案硏究

为了提高铁路牵引供电系统安全防护等级,加强防范强电侵入的能力,减少雷击事故对铁路运输以及设备维护造成的经济损失,本文分析了牵引变电所常见的强电侵入类型及途径,针对现有问题逐一提出了优化技术方案,并阐述了研究思路及方案具体实施方法。     

建筑工程施工安全氛围的因子结构模型——基于长沙建筑市场的调查

建筑工程施工安全氛围是建筑安全事故有效的事前预测因素,而施工安全氛围因子结构的不一致一直是建筑安全管理专家争论的焦点.以长沙为采样地区,结合专家访谈设计了建筑工程施工安全氛围的测量问卷,综合运用探索性因子分析和验证性因子分析识别并验证了建筑工程施工安全氛围的因子结构模型,基于该因子结构模型评价了长沙地区的建筑工程施工安全氛围,并结合以往研究成果对该因子结构模型进行讨论.研究结果表明:建筑工程施工安全氛围可用三因子结构模型测度,三因子为项目安全管理承诺、工人安全响应和领班安全承诺;测评发现工人安全响应分值最高,且项目安全管理承诺分值高于领班安全承诺.     

动车组WTDS轴温数据的深度挖掘及应用

为进一步对系统动车组车载信息无线传输系统(WTDS)中已有的数据进行深度剖析,总结规律、开发应用,针对WTDS的轴温数据,设定更全面的阈值线,采用标准曲线比样法以及多元非线性回归等数学算法,建立了轴温数据分析预测模型.基于CRH5A型动车组的实际轴温数据,采用上述预测模型预测其未来轴温并进行故障判别,结果表明:该分析预测模型能够有效判别动车组轴箱故障,满足生产实际的需求,具有较高的实用价值.上述预测模型的开发不仅实现了对动车组轴温数据的深度挖掘,同时成功拓展了WTDS的应用范围.