提速线路路基检测评估方法及适用条件分析

既有线提速改造工程中,路基的检测评估要求快速、可靠、不干扰或少干扰行车。文章介绍目前既有路基检测评估中常用方法的关键技术,对比各方法,明确各自的检测目的和适用范围,供维修设计时参考。     

推行“零储备”管理构建铁路内部物流新格局

介绍武汉铁路分局推行“零储备”管理。加速形成铁路内部物流新格局，节约物资采购成本的具体做法。     

青藏铁路有力促进西藏经济社会发展

青藏铁路通车后,每天有大量来自全国各地的旅客乘火车进藏观光旅游。进藏游客大幅增加,拉动了西藏旅游业的快速发展。同时,进出藏货运量大幅提升。2006年3月1日至10月31日,从铁路进出藏货物达27.06万t,进藏物资以粮食、煤炭、生活用品、建筑材料等为主;出藏物资以铬矿石、硼矿石和铁矿石等为主。青藏铁路通车对沿线藏区的综合拉动作用已初步显现。据专家预测,2010年,进出藏货运总量将达280万t,其中,铁路进出藏货运量将达210万t,占75%。此外,青藏铁路的开通还带动了特色农牧业产品、手工艺品的输出和饮品业的开发。铁路开通大大降低了运输成…     

与车轮一体式牵引电动机的开发

介绍了与车轮一体式牵引电动机的开发概况及部分成果。该牵引电动机使用永磁同步电动机，采用直接劝方式，与旧式减速齿工感应电动机相比，具有减少维修，提高效率，结构简单，改善运行吸提高曲线通过速度等优点。另外，还介绍了为该系统开发的电流控制系统以及控制系统中所用逆变器的结构特点。     

基于AdmiTest的CTCS-3级列控系统自动测试平台

根据CTCS-3级列控系统的特点,结合欧洲列车运行控制系统(ETCS)测试经验,研发基于通用测试平台AdmiTest的CTCS-3级列控系统自动测试平台CARSTool.CARSTool采用激励—反馈机制实现单系统或多系统的闭环测试,包含测试对象、仿真系统、链路、消息、激励、响应和测试序列等基本元素,具有线路工程数据配置、通信链路配置、站场线路配置、PI Object、仿真系统、列车运行仿真和自动测试序列7个功能模块.以郑西客运专线列控数据为例,采用CARSTool对CTCS-3级列控系统进行仿真测试.测试结果表明:通过规范化语法严格卡控测试步骤,根据CTCS-3级列控系统测试案例库以及激励—反馈信息判断测试项目的执行状态,CARSTool实现了测试计划、执行过程和测试结果的闭环处理;说明CARSTool能够实现CTCS-3级列控系统的自动测试.     

铁路工程T梁不同运架方式施工工艺及造价分析

目前,铁路建设的T型梁运输架设,一般采用“边铺边架”的施工组织方案,该方案存在架梁方向单一、工作面少的缺点。为了弥补这种单一运架方式的不足,达到增加工作面,赶工期的目的,出现了汽车吊架梁、公铁两用架桥机架梁方式。此文通过调研,阐述这2种运架梁方式的施工工序及工艺,并针对现行铁路工程定额体系中的缺项部分进行分析与补充,希望能为今后的类似工程设计施工起到借鉴作用。     

地铁车站中庭方案结构探讨

介绍某地铁车站因站位设置及管线原因采用特殊的中庭方案,以获得良好的空间感觉。与一般标准车站相比,结构侧墙及柱受力不利,因此将车站简化为平面框架模型计算。得到的结构内力表明,结构侧墙及柱受力在规范允许的范围内,证明这种新颖车站形式是可行的。     

基于能量理论的岩溶隧道超前钻探精细预报方法

旋推功率比(RTPR)可以从钻进破岩机理角度描述破碎不同岩土层所需切应力与正应力的差异,通过与钻进比能(SED)指标的预报效果进行对比研究发现:钻进参数的同步变化对RTPR指标定位软硬界面位置无显著影响,相比可知钻进比能可以得到更精确的预报效果.因此,应用RTPR指标对广西某大型岩溶隧道进行充填溶腔与硬质灰岩区域界面识别,并一步根据曲线特征判断传统预报中缺失钻孔排渣与返液的预报不确定区,最后通过掌子面已知条件预测未知地层的岩性.此方法在实际钻探预报中准确预测了前方地层的岩性,可以为隧道地质的精细化预报提供有效的参考.     

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。