站在“云”端看公交——探索中的“南京青云”

在'智慧南京'的理念引领下,南京公交集团借助'互联网+'将公交与信息物理系统进行深度整合,完成了'一个中心、三大体系、九大系统'的建设,为'南京青云'的构建迈出可喜的一步。概述'十一五'以来,在南京市委市政府的高度重视和大力支持下,南京公共交通(集团)有限公司(以下简称南京公交集团)实施'公交优先'发展战略,结合'公交都市'的创建工作。     

基于车辆响应的高速铁路周期性轨道短波病害时频特性分析

对基于同步压缩小波变换提取瞬时频率的方法进行改进,使之可完整、准确地提取振动信号的瞬时频率曲线,避免因时频聚集性较差以及交叉项的干扰带来的问题。采用该方法对高速综合检测列车轴箱加速度数据进行时频分析,提取钢轨短波不平顺的瞬时频率,根据其变化特性精确定位钢轨疑似波磨和打磨痕迹区段。结果表明:轴箱加速度波形均呈现周期性;分析区段的振动数据中包含150和75mm 2种波长呈现倍数关系的强振动数据,现场测试发现该处存在较强的钢轨波磨现象,波磨波长为150mm,同时现场还存在波长为75mm的钢轨周期性打磨痕迹;75mm的钢轨周期性打磨痕迹引起轮轨系统的非线性振动,振动频率达到1 125Hz,与扣件固有频率562Hz呈倍频关系,导致扣件产生强烈的共振,从而引发轮-轨接触共振,造成钢轨表面产生塑性变形,形成塑流性波磨,在列车的反复作用下,该处产生150mm波长的波磨。     

基于集成学习模型的城市轨道交通车载数据分析与列车停车误差预测

提出了一种基于Stacking策略的集成学习模型算法。通过基础模型算法评估阶段和基础模型算法集成阶段,成功选出K个基础模型,并基于模型集成策略完成了模型的集成工作,最终得到了基于Stacking策略的集成预测模型。基于实际案例,使用该集成模型对列车停车误差进行预测,并对预测结果进行验证。验证结果显示,基于Stacking策略的集成学习算法模型的训练效率高、预测精度高,与其他传统模型相比具有较强优势。     

黄土隧道拱顶沉降高分辨率数据分析

选取黄土隧道初期支护完成后一段时间,通过远程采集拱顶动态下沉数据和环境温度变化数据,对隧道沉降数据予以分析表明:拱顶沉降总趋势符合同类围岩隧道拱顶沉降特征,收敛变形趋于稳定。该类隧道沉降基本稳定后,微小的变形数据显示出和温度存在一定的相关性:一方面,由于静力水准仪液面受温度的影响所致;另一方面,隧道围岩受温度的影响,也产生极微小的变形,但均与热胀冷缩的物理过程有关。     

6A系统数据的综合分析使用

6A系统实现了针对机车制动、供电、走行部监测、车顶绝缘检测、视频监控、远程防火6大类项目的综合安全监测功能。结合3起6A系统的成功运用案例,对6A数据的分析及应用做了深入的阐述和剖析。     

铁路局货物运输需求大数据分析

以铁路货运电子商务系统数据为依据,运用大数据手段,对呼和浩特铁路局当前的货物运输需求情况做具体分析。以临河站为例,分析不同品类运量,制定针对性的营销策略,科学合理地安排营销计划,形成具有较强竞争力的货运营销机制,更好地为铁路货运营销服务。     

基于Matlab/GUI的地铁车辆试验数据分析系统

针对地铁列车制动试验数据处理量较大,人工处理步骤繁琐、耗时较长、过程易错等问题,开发了基于Matlab/GUI的地铁车辆数据分析系统,解决了快速读取数据、制动过程判断的算法问题,实现了数据可编辑式修正预处理、数据读取、数据单曲线绘图和多曲线绘图、有效制动次数的统计、制动过程车轮和闸瓦温度峰值的提取以及自动生成报表等功能。通过测试分析与验证结果表明,该系统实现了任意时间区段的列车速度、加速度、踏面温度、车轮温度、制动缸压力等曲线的绘制及报表的自动生成,系统可靠、高效、简便,数据处理精度保持与原始数据一致。     

高速铁路高程控制测量复测数据分析

以津秦线天津至唐山段复测数据为例,介绍了高程控制测量复测的工作内容,分析了高程控制测量复测数据处理的流程和方法。     

铁路分线成本大数据分析平台方案研究

从分线成本核算开展数据分析的目标入手,搭建数据分析的总体架构,描述数据分析与分线成本核算系统间的关系,引入聚类、分类、回归分析、关联分析等数据挖掘算法,从铁路总公司、铁路局/公司和特定线路等不同用户角度,分析铁路线路公益性/经营性业务特征、不同成本类型间分布特征、各类统计工作量的分布规律、收支盈亏情况等,为合理定义铁路线路业务性质、运输产品优化、经营决策等提供数据和辅助决策支持。