煤运干线非煤货物班列开行方案优化研究

国家能源集团铁路运输长期以煤炭外运业务为主，其煤炭运输具有单向性，使得煤运干线上列车重去轻回，大量铁路运输资源被浪费。为充分利用剩余运能开展非煤货物运输、增强企业竞争力，分析了煤炭运输干线中非煤货物可行的班列开行方式，基于此设计运输服务网络，以国家能源集团铁路部门收益最大为目标建立煤运干线非煤货物班列开行方案优化模型。选取实际案例进行求解验证，并对重要参数进行灵敏度分析。结果表明，提出的模型可根据货源特点和实际情况对开行方案进行优化调整以提升铁路收益，能够为国家能源集团非煤货物的运输组织工作提供一定的理论指导。     

基于三维超像素分割的隧道围岩结构面智能识别方法

随着人工智能的不断发展，基于智能算法的快速、无损化隧道开挖面岩体特征识别方法，为在建或在役隧道地质灾害事故下的开挖面结构面调查提供了新思路。在开挖面三维全景图像的基础上，提出了三维SLIC超像素分割改进算法，将三维Mesh图像的基本元素——三角面(Triangle)按照颜色、空间坐标、法向量等指标进行聚类分组，以获取开挖面三维超像素；提出了基于角度差异性的结构面提取算法，对超像素进行逐一筛选，获取开挖面节理裂隙识别结果；基于此，进一步提出了基于无监督聚类学习的多级聚类围岩结构特征融合算法，将围岩节理裂隙识别结果进行聚类，获取开挖面的优势结构面组和大型跨里程结构面组；最后，结合浙江虎溪台隧道的21组开挖面三维图像数据对所提出算法进行了验证。结果表明：所提出算法的识别结果与地勘资料中2个主要结构面方向的倾向误差不超过14.8°,倾角误差不超过17.8°,验证了所提出算法有效性，该方法能较为准确地反映隧道围岩的结构面信息，并为隧道开挖面的结构面三维信息识别与评估提供了一种新的思路与方法。