大数据技术在动力电池异常监控中的应用

新能源电动汽车其安全性一直困扰着行业与市场的发展,传统电池管理系统(BMS)储及计算能力不足,难以实 现动力电池的异常状态预测,基于车联网数据,搭建了大数据监控与管理平台,提出了动力电池热失控关键算法,并实现 了算法的平台集成与应用。应用结果表明,此系统应用能够有效评估和预测动力电池潜在安全风险,并能及时有效地指 导安全处置,从而降低整车安全事故发生概率。     

电动汽车大数据处理活动中的伦理问题研究

为了解车辆零部件运行状态,分析整车故障原因,技术人员通过车载终端把电动汽车的整车控制系统各节点发送至大数据平台进行查阅、分析和下载使用。大数据的使用引发了信息工程领域的伦理问题。本文重点阐述了电动汽车产业运用大数据时可能产生的伦理问题及其产生原因,探索强化责任、加强职业道德教育等解决办法,并结合伦理学理论提出了建议。     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。     

LKJ列控系统在巴基斯坦铁路的应用

巴基斯坦铁道部计划对铁路信号系统分阶段升级改造并配备相应的列控系统,以改变其信号系统不规范、铁路事故多发的局面。我国企业主导了巴基斯坦铁路Lodhran—Shahdara段信号系统升级改造工程,装备的LKJ列控系统经定制化设计,采用应答器技术,在系统运维、管理、操作等方面进行简化设计,在保证列车运行安全的同时,降低了使用、维护人员的劳动强度,以及临时限速控制和管理流程的复杂度,从而降低了管理过程风险和人为干扰风险,具有成本低、可靠性高、人工介入少等技术特点,适宜巴基斯坦等发展中国家作为中低速铁路的列车超速防护控制系统应用。重点对LKJ列控系统在巴基斯坦应用的需求背景、设计方案、运用模式、临时限速控制等进行阐述,为相关工程提供借鉴。     

海南环岛高铁列控系统实施方案特殊处理

新建海南西环线建成后与海南东环线共同构成了全球首条环岛高速铁路,以海南环岛高铁为例,对环形高速铁路列控系统中信号安全数据网、临时限速、轨道电路载频转换以及应答器报文的特殊处理进行介绍,说明海南环岛高铁列控系统的特殊性。海南环岛高铁的开通运营,也意味着环岛高铁列控系统实施方案的特殊处理得到工程实践检验。     

南京地铁1号线车辆数据记录仪的研究与应用

南京地铁1号线运营10年以来,列车在正线运行中发生的故障数量和类型都越来越多,但车上现有的诊断设备记录车辆关键数据的能力有限,当车辆发生故障时,并不足以给维修技术人员提供全面的信息。针对此问题,对车辆World FIP网络协议进行研究,开发了的车辆数据记录仪。该记录仪通过专用隔离变压器接入列车World FIP网络总线,在物理层解决网络接入问题的同时,根据网络节点特征及变量特征进行协议分析,并结合已有的变量定义,解析并记录FIP网络中的所有通信数据。通过实际应用中的数据对比可以看出,所设计的车辆数据记录仪能持续且较全面地记录所有World FIP网络上的通信数据,非常有利于故障的查找和分析,从而能准确地解决故障、提高车辆故障的处理效率。     

融合RCM、PHM和数据挖掘的城市轨道交通车辆维护决策技术研究

提出了一种用于轨道交通车辆系统维修决策的RCM(以可靠性为中心的维修)可靠性评估的新方法。针对轨道交通车辆系统故障机理复杂,影响因素冗多,提出基于RCM、PHM(故障预测与健康管理)和数据挖掘算法相融合的方法来构建系统的维护决策模型。与传统方法的区别在于,该方法能够更精准地定义维护模型,并获得系统的最优维护间隔,计算效率高,适用于复杂状态系统的可靠性计算。该方法可有效降低传统RCM的维护不足现象,降低运维成本,具有一定的推广应用价值。     

智能联接助力智慧铁路系统建设——“十四五”铁路通信发展展望

简要回顾和总结我国高速铁路发展期间铁路通信技术的发展情况;结合国铁集团《新时代交通强国铁路先行规划纲要》提出的目标和实际工作,从铁路通信技术应用和运维管理体制二方面,阐述"十四五"铁路通信发展的总体思路。     

27.5kV绝缘管型母线在铁路的应用及技术要求

绝缘管型母线作为一种新型母线,近年来已广泛应用于电力系统中。通过分析绝缘管型母线的组成结构及特点,结合各种时速等级铁路牵引变电所低压侧27.5 kV设备不同布置方式情况,比较从主变27.5 kV低压侧引入高压室内采用传统母线和绝缘管型母线的优劣点,提出绝缘管型母线在铁路牵引变电所应用范围。铁路牵引变电所低压侧27.5 kV设备采用AIS开关柜和GIS开关柜室内布置时,采用绝缘管型母线代替矩形裸铜排母线和高压电缆方式具有一定优势。27.5 kV绝缘管型母线与27.5 kV单相电缆具有相似的结构和相同电压等级,参照27.5 kV单相电缆相关技术参数,提出绝缘管型母线各项技术参数。通过工程应用实例,对27.5 kV绝缘管型母线在铁路应用安装、试验等方面提出相关技术要求。     

基于BIM模型的铁路雨棚钢结构健康监测数据模型研究

结构健康监测是保障重大工程结构安全的重要技术,针对铁路站台雨棚钢结构监测过程中出现的站台模型和监测信息数据庞大的问题,提出一种扩展的BIM模型,即在现有的BIM模型信息中以数据信息的唯一标识作为依据,扩展所需的动态监测数据信息,将各类检测数据进行有效整合。首先对系统总体架构进行设计,设计面向钢结构健康监测信息的BIM模型,对系统总体架构合计,再根据扩展的BIM模型和模型数据,应用扩展的BIM模型系统设计,开发了基于BIM模型的监测系统,实现了铁路站台雨棚的有效监测。