铁路货物运输的随机过程分析和及时送达概率估计

应用随机过程理论，分析铁路运输系统中货物及时送达的概率分布，得到货物运输延续时间的平均值，为实现用户要求的运到期限提供了合理保证，并可通过评估与货主商定的运到期限与实际货物送达时间误差的概率，来找到货物及时送达过程中的关键环节，改进货物送达流程。最后举例说明它的应用。     

基于改进粒子群优化算法的鲁棒性列车运行图编制方法

以列车优先级、追踪运行间隔时间和连发间隔时间限制为约束条件,以旅客列车的走行公里总数、平均旅行速度、对标准计划的延迟总时间和延迟时间方差,以及货物列车的日车公里总数和日产最6个指标无量纲转化后的合计值最大为综合目标函数,建立列车运行图编制优化模型.为增加列车运行图的鲁棒性,引入虚拟车和缓冲时间槽2个参数,采用改进的粒子群优化算法给出鲁棒性列车运行图编制方法.以5个车站、5列旅客列车和7列货物列车构造模拟环境,采用该方法进行列车运行图编制模拟.结果表明:该方法可铺画出更优的列车运行图,计算效率高;在行车计划受到扰动后,虚拟车和缓冲时间槽释放资源,运行图可以较快地恢复到可接受范围,容错鲁棒性好.     

一种采用改进半桥主电路的有源滤波器

在分析双电感半桥电路的基础上,提出了一种基于改进半桥拓扑结构的新型有源电力滤波器,它消除了传统有源滤波器拓扑的桥臂直通故障隐患,且具有可高频、高效率运行的优点。文章详细分析了其工作原理,给出了相应的控制策略。仿真和实验结果验证了这种新型有源滤波器的可行性。     

襄阳北编组站扩能改造工程实践与分析

大型编组站扩能改造对既有运输影响大、施工组织难度高。介绍襄阳北编组站扩能改造工程的主要内容和面临的困难,分析该工程的施工组织情况,重点总结扩能改造方案与运输组织方案的优化,在此基础上,对比分析襄阳北编组站改造前后的运输效率和效益,验证该扩能改造方案的可行性。该方案兼顾了施工改造与运输生产,可为类似工程提供借鉴。     

列车网络控制系统时延特性研究

针对列车网络控制系统在列车运行中产生的时延问题,通过搭建列车网络控制系统时延测试模拟平台,研究列车通信过程中控制系统的时延特性。根据时延特性分析出TCN网络各子系统的时延影响因素。重点研究任务周期与源端口特征周期对网络控制系统时延的影响。利用TCN网络分析仪测出系统时延,结合所得数据归纳出系统时延的变化规律。通过分析任务周期与特征周期的匹配关系对系统时延的影响,获得减少时延抖动的方法,达到减小网络控制系统时延的目的。     

基于自动深度学习盾构掘进姿态预测与控制

提出了基于自动深度学习（AutoDL）算法和多目标优化算法的结合可实现数据驱动的姿态偏差控制指导,用于盾构掘进姿态的预测与控制,以解决现有盾构掘进姿态预测中所面临的执行难度高、成本高、效率低等问题,可用于自动精准地预测盾构掘进姿态随着工程进展的动态变化趋势,并针对盾构机施工状态执行多目标优化算法,快速自动搜寻最优策略,实时调整合适的盾构操作参数,减少对于现场操作人员经验和主观判断的依赖。以上海市天然气主干管网崇明岛-长兴岛-浦东新区五号沟LNG站管道工程隧道A线工程为例,展示该算法框架的优越性。研究结果有助于降低深度学习进入盾构智能控制领域的门槛,推动智能盾构发展。     

基于集肤效应的地铁短路时间常数研究

在充分利用广州地铁实测数据基础上,通过建立恰当的短路计算模型,证明了在地铁短路过程的发展阶段其短路电流的时间常数是不断变化的;同时,对集肤效应进行了深入的理论分析,通过对实际情况的适当简化,进行了相关仿真研究;在仿真结果的基础上,总结了地铁走行轨在集肤效应的影响下电阻和电感参数随频率变化的情况。     

大跨高低塔不对称斜拉桥抗震性能分析与评估

为了研究大跨斜拉桥的两阶段水准设防下的抗震性能,依托某大跨高低塔不对称斜拉桥,通过有限元模型建立了空间有限元模型,采用了反应谱和线性时程对比分析的方法。分析表明地震作用下,主桥的不利截面分别为双塔的塔底截面,其低塔受横向地震效应影响较大,高塔受纵向地震效应影响较大,设计配筋时应根据受力方向优化。     

喷锚支护的时间效应与空间效应

喷锚支护是新奥法构筑隧道的主要支护手段，为使喷锚支护与围岩形成共同承载结构，必须在适宜的时机及根据适当的围岩变位量来确定恰当的喷锚支护结构。     

Time windows in workers' activity patterns: Empirical evidence from the Netherlands

This paper assumes that activities at the home and work location are important determinants of individuals' paths through time and space. Fixed activities at these locations determine to a large extent the duration and timing of time windows – blocks of time available for participation in travel and out-of-home non-work activities. Taking the time spent at home and at the workplace as a starting point, this paper classifies activity patterns on workdays into six groups with distinct home- and work-stay patterns. For this, data are used from the 1998 Netherlands National Travel Survey. The six clusters vary in terms of the duration and timing of time windows and some of the differences can be explained by commute characteristics, types of non-work activities performed, workers' sociodemographic attributes, and their spatiotemporal environment. However, the impact of sociodemographic and spatiotemporal variables on cluster membership is shown to be weak.