智能客站设备大数据运维服务平台的设计与实现

针对如何对铁路客运车站(简称:客站)设备进行更高效、全方位、多角度地进行管理的问题,搭建了智能客站设备大数据运维服务平台,介绍了其功能架构和设备健康状况评价体系。该平台实现了设备运行状态的实时监测、特征主动识别、故障预测、运维趋势推演、多属性健康状况评价等功能,提升了客运设备健康程度和智能客站设备管理整体智能化水平,为智能客站设备运维管理提供了新的管理思路和技术手段,为下一步客站设备健康评估应用的开发奠定基础。     

浮式平台大直径钢管锚桩疲劳分析

针对浮式平台大直径钢管锚桩疲劳设计，研究了英国标准学会、法国船级社、美国材料试验学会以及挪威等国家的相关标准或规程，详细论述了锚桩疲劳分析理论、分析流程和疲劳设计分区。采用S-N曲线法计算焊缝等级C、D下的锚桩线性累积损伤，结果表明：增加钢筋混凝土芯柱、增大钢管桩壁厚以及提高焊缝等级能有效改善锚桩抗疲劳性能。研究成果可为钢管桩疲劳设计提供一定的参考。     

基于KENTRACK的铁路沥青混凝土底砟层疲劳特性评价

重复动载疲劳损伤是沥青混凝土底砟层的破坏形式之一。本文建立了沥青混凝土底砟层的三维有限元分析模型,分析其在列车荷载作用下的受力变形特性。采用KENTRACK设计方法分析了沥青混凝土底砟层的疲劳寿命。结果表明:沥青混凝土底砟层等厚度替代基床表层的路基结构形式在列车荷载作用下基床表层的竖向动变形和振动加速度明显减小;沥青混凝土底砟层的层底拉应变在10×10^-6~90×10^-6,处于较低水平;沥青混凝土底砟层具有良好的疲劳耐久性,可用于工程实践。     

新基建体系支撑下的城市轨道交通运维模式刍议

当前以大数据等新兴信息技术为主导的城市轨道交通运维创新方案探索不断呈现.从当前政策形势、需求痛点、总体原则、应用场景等多个方面,对新兴信息技术在城市轨道交通行业的合理适配进行了分析.提出了以降本增效为宗旨、以组织管理为核心、以顶层设计为先导的城市轨道交通企业新型运维模式建设思路.     

公交惯常出行与随机出行的时空分布差异

差异化和精细化的公交服务要求城市管理者和公交运营者加深对公交出行变异性的认识。本文将公交惯常出行定义为乘客个体多次在同一时段或空间乘坐公交的行为，随机出行的定义与之相反。利用厦门市30天连续的常规公交数据，使用DBSCAN算法对出行天数在10天以上的高频乘客进行划分，用核心点来表征惯常出行，用非核心点来表征随机出行。结果表明有78.70%的出行在时间上具有稳定性，有72.32%的出行在空间上具有稳定性。研究结论凸显了公交高频乘客也具有随机出行，且随机出行的统计特征和时空分布与惯常出行有较大差异。研究结论可以应用于个体时空模式挖掘、乘客人群划分、定制公交线路制定、公交差异化服务设置等方面。     

车辆荷载作用下超大断面双层隧道衬砌结构动力响应分析

针对大断面双层隧道结构力学复杂的特点,为了掌握其在运营期车辆荷载作用下的响应规律,对建立的三维隧道模型进行研究.对不同时刻的位移云图、位移进程曲线、加速度时程曲线进行分析,分析结果表明:在车辆荷载作用下,位移变化由大到小依次为车道、衬砌、围岩;位移响应在达到峰值后开始衰减直到荷载作用周期结束,并产生位移残余;加速度响应随着隧道轴线方向距离的增加而不断衰减,仅在出口段有所增加.通过车载作用下超大断面双层隧道的模拟,研究其衬砌结构的动力响应规律,可为运营期衬砌结构健康监控提供参考.     

船岸一体AUTONET新样机的研制

船岸一体大数据池是新时代的需求，市场上已开发不少采用欧美通信制式的试验系统，但至今未批量应用，主要有4个原因：1）卫星通信传输带宽流量太大，卫星资源远不够用；2）由于卫星成本是天文数字，经济上不可行；3）船岸一体大数据需要视频图像数据传输，流量成本巨大；4）船岸一体大数据需要高性能传输高速大容量，数据响应要达到毫秒级，以有效实现无人驾驶及智能控制，而旧通信制式系统性能远达不到要求。文章对招商局邮轮制造有限公司创新研制的广播同步及数字孪生制式的船岸一体AUTONET新样机进行介绍。船岸一体AUTONET新样机采用“单船30个摄像头+音视黑匣子+雷达+电子海图+一万个实时数据传输”的配置，数据响应为毫秒级，单平台容量达到1.3亿，样机所需卫星带宽小于256 kb，相较于通信制式的样机减少数百倍。船岸一体AUTONET新样机能够实现新时代的船岸一体大数据、无人驾驶及智能监控管理的需求，性能达到国际先进水平。     

基于特征熵权与样本加权的大跨桥梁多车道交通荷载聚类模型

为满足交通流荷载作用下大跨桥梁结构评估的需要，研究了基于荷载参数特征的交通流状态划分方法。首先，基于实测交通流数据，按照车道属性统计分析得到交通流的单位小时特征参数样本，选择单位小时内车型比例、车头间距及交通流速度作为交通流状态划分的参考特征；其次，改进经典k-means聚类算法以增强其对高维、复杂交通流荷载分类的鲁棒性，即通过引入特征熵值来表征各特征参数对聚类效果的重要性，同时计算样本点与周围样本点的接近程度来赋予样本点权值，以削弱样本离散性对聚类质量的不利影响；最后，通过聚类算法得到11种具有不同参数特征的交通流荷载，分析了其作用下某大跨斜拉桥拉索应力响应及造成的疲劳损伤。结果表明：改进算法的聚类质量指标比原始k-means算法提高了40%以上，对交通流状态划分具有良好的适用性；通过算法得到的不同类别的交通流荷载的特征参数差异性明显，其占有率也大不相同，同一类别的交通流荷载各样本特征参数聚拢效果良好；同车道内不同类别的交通流荷载的拉索等效应力差别较大，其变异系数均在0.2以上，尤其在考虑了不同交通流荷载模型的占有率后，这种差异性进一步增大。上述结果表明该交通流荷载聚类与模拟方法是有效、准确的，对相关大跨桥梁结构安全及耐久性评估有一定的参考价值。