面向生产管理信息化的涂装智能设计系统

研究分析涂装设计工艺流程、涂装生产管理流程及涂装机器人工艺参数，整理分析涂装工艺数据、生产管理信息和涂装机器人的工艺特征，对这些数据进行整理归纳，理清他们之间的逻辑关系，形成数据接口，通过数据库系统完成涂装规范化设计和生产管理以及涂装机器人的对接。     

面向国产大型邮轮的虚拟设计评审方案研究

本文分析了国内大型邮轮三维设计模型的虚拟评审需求,基于Intergraph Smart 3D和SmartPlant Review软件,提出了国产大型邮轮虚拟设计评审的总体解决方案。该方案采用三维模型轻量化、模型虚拟评审以及大型邮轮设计-评审数据转换等关键技术,实现了面向大型邮轮设计的沉浸式三维模型全流程虚拟评审,并通过在国产大型邮轮设计模型上的应用测试,验证了该方案的可行性,可为提高大型邮轮设计生产效率、缩短建造周期以及降低生产成本等提供重要的技术支撑。     

一种高铁CTC进路数据自动测试方法的设计与实现

调度集中系统与计算机联锁接口中的进路数据的测试存在工作量繁重、耗时长以及人为因素易出错等问题,针对该问题提出一种自动测试方法,可有效的解决进路数据的自动测试及测试结果的自动分析,多条高铁线路实践表明,能显著提高调度集中系统与计算机联锁接口的测试效率及数据正确率,使CTC系统产品更安全可靠。     

铁路数字移动通信系统网络数据编号方案探讨

对繁杂的铁路数字移动通信系统(GSM-R)编号数据进行了梳理,将GSM-R编号数据划分为3层逻辑关系,明确了每层逻辑关系对应的数据表格。以郑渝高铁编号方案为例,对GSM-R网络编号中特殊情况的处理办法进行了讨论。     

线性需求下铁路客运差别定价模型研究

为提高席位资源利用率,研究了线性需求下我国铁路客运差别定价策略的优化模型。以收益最大化为目标,基于最优化理论和完全价格歧视策略,确定旅客群体最优细分数目以及每个旅客群体的最优票价,得出在客运淡季,铁路旅客最优细分数目为3~5个,各旅客群的最优票价由铁路客运市场细分数目决定。应用该模型为某城际高铁进行差别定价,试验结果表明,该模型可达到调节客流、增加收益的目的。     

盾构管片模具三维激光扫描检测关键技术

目前盾构管片模具主要采用传统的人工和激光跟踪测量技术进行检测,存在检测点位少,精度低等缺点,不能很好地指导管片模具的修复工作,直接影响到管片尺寸的生产精度,易造成盾构隧道管片破损、开裂及渗漏水等现象,为后期的运营埋下了安全隐患。宁波市轨道交通利用三维激光扫描技术对管片模具进行检测,通过理论分析、现场试验及数据分析,确定了点云数据的拼接方式、扫描分辨率、基准模型及模型对齐的方式,成功克服了现有的管片模具检测中存在的测量点位少、精度低等缺点,实现了对管片模具的全方位检测,大大提高了管片模具的检测精度。同时在参考现有规范及经验的基础上,制定出了盾构管片模具三维激光扫描检测标准,很好地指导了管片模具的修复工作,提高了盾构管片尺寸的生产精度,确保盾构隧道的施工质量。     

基于超融合基础架构的铁路云数据中心建设方案

在充分研究铁路信息化发展现状、演进困境以及云计算平台技术的基础上,结合中国国家铁路集团有限公司对于信息化的总体规划,提出铁路云数据中心的总体技术架构,详细阐述基于云计算技术的铁路数据中心平台优势。对涉及到的关键技术:超融合技术和网络拓扑技术展开说明。立足铁路云数据中心规划建设角度,重点从IaaS层资源规划、云管平台建设、网络架构设计和云平台双活灾备建设4个方面进行详细论述。为铁路云数据中心规划、设计、建设提供理论基础和技术支撑,也为后续工程现场实施提供重要的建设思路支撑和实验室数据支撑。     

有轨电车交叉口交通组织及控制方案优化

有轨电车在运行过程中,易在交叉口处产生瓶颈,导致有轨电车通行速度降低、乘客舒适度下降。从有轨电车交叉口信号优先控制、现状交叉口交通管理与控制优化、公共交通组织优化、慢行交通组织优化4个方面提出了相应的优化措施。以武汉市有轨电车作为实例,提出了一系列改善措施,并利用VISSIM软件仿真模拟了实施效果,仿真结果验证了优化方案的科学性和有效性。     

列车提速后《铁路技术管理规程》发展演变特征研究

《铁路技术管理规程》是我国铁路的基本规章,研究不同版本的演变特征对其管理及不断修订完善具有重要意义。通过对铁路列车提速以来近三版《铁路技术管理规程》修订背景回顾与发展历程分析,基于文本相似度算法,构建了不同版本间的条款关联关系并量化分析了相邻版本及各个章节条款关联强度。运用政策文献计量法,逐版逐条研究其修订类型并从版本与章节两个维度分别量化分析了条款修订类型分布特征。在此基础上,总结提出了《铁路技术管理规程》演变发展特征与趋势。该研究对《铁路技术管理规程》的科学管理及今后动态修订完善具有重要支撑作用。     

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.