基于SVM-BP降雨型黄土滑坡灾害安全评价模型研究

地质滑坡灾害的监测预警体系中存在地质灾害调查、数据监测和预测预警环节融合度不够、相互分散、结果评价缺失等缺点。针对降雨型黄土滑坡灾害监测预警中存在的实际问题与不足，结合多源信息和智能风险评估，提出一种准确率高且可快速评价坡体安全性的基于SVM-BP的地质灾害安全评价混合模型。以降雨型滑坡地下水监测为主，以外部诱发因素为辅，在完成滑坡形变监测、风险源辨识和搭建监测预警云平台系统的基础上，以坡体含水率易诱发边坡骤发式瞬间失稳为出发点，实现了对降雨型危险坡体的实时监测与动态安全性评价。试验数据来源于西安市某地实测数据。首先确定滑坡风险评价指标体系，并基于灰色综合关联分析法和模糊层次分析法完成初步数据筛选，然后利用SVM分类器和BP神经网络模型分别完成数据判断和评价分类，建立基于SVM-BP的安全评价混合模型。在实际工程中坡体大概率为安全状态，这使得评价模型的SVM分类器具备运行时间短、满足快速性要求的特点；BP神经网络模型能够增加对于危险状态识别的敏感度，可提高整个评价模型的准确率。对危险坡体实测数据和系统功能试验验证表明：该评价模型的准确率达到99.94%,运行时间为0.032 9 s,满...     

高速列车智能视频分析应用研究

为提升高速列车智能化水平，搭建高速列车智能视频分析系统，主要由车载摄像机、视频监控服务器、智能分析主机等设备构成，可通过车厢控制器与其他车载系统和设备进行信息交互。该系统基于深度学习算法构建智能视频分析模型，实现车厢敏感人员识别、车厢乘客拥挤度检测、车厢遗留行李检测、车厢重点位置监控、司机疲劳驾驶监测等功能；当检测和识别出异常事件时，告警信息可在旅客信息系统的显示终端上自动显示，或由广播装置播放告警信息。     

基于Flink实时预警功能的实现

随着各行业业务系统的复杂化和大数据时代的来临，企业对数据实时性的要求也越来越高。本文着重分析数据实时的重要性，不同实时预警功能系统的技术对比，结合企业业务确认架构设计和实现方式，主要对采取基于Flink流处理框架对实时预警功能系统的实现展开叙述和总结。     

铁路地震预警监测系统设计思考及试验研究

为提升铁路地震预警监测系统的设计建设水平,从地震监测的原理出发,描述了我国铁路地震预警监测技术的发展现状;把握设计源头,对实际工程中遇到的一系列技术重点和难点进行了深入思考和分析;提出操作性较强的设计方法,并通过室内试验和天然地震响应测试加以验证。所总结出的经验和方法可为铁路地震预警监测系统的设计提供借鉴和参考,有助于保证设计的可靠性及合理性,从而达到优化设计方案的目的。     

基于LSTM-GMM模型的大风多级预警方法

为保障大风场景下的高铁运行安全，针对风的强随机特性提出一种基于长短期记忆网络和高斯混合模型的多级预警（LSTM-GMM-MELW）方法。首先，通过长短期记忆网络和高斯混合模型（LSTM-GMM）建立风速误差值与风速预测值的联合概率密度，以此确定风速预测值的概率密度；然后，通过多级预警方法计算风速预测值落在高铁限速风速区间的概率值并结合实际情况设置不同阈值，当得到超出阈值的概率时输出阈值对应的预警等级；最后，采用预测区间的覆盖概率、平均宽度和覆盖宽度评价LSTM-GMM方法的概率性预测结果，而采用预警准确率评价多级预警方法的预警效果。依托平潭海峡公铁两用大桥29个风速样本进行实例分析，结果表明：95%置信度下的预测区间的覆盖概率为96%，平均宽度为1.51；第1、第2级别的预警准确率分别高于85%和93%，预警准确率达到100%的风速样本达14个，总体预警准确率高。该方法能有效避免风速在限速分界线附近波动时的误报。     

智慧水务在市政排水系统效能提升中的应用

以新塘镇排水系统为例，结合广州市建设国家新型智慧城市的战略目标以及实现新塘镇市政排水系统智慧化建设的需求，介绍了智慧水务在污水管网系统“挤外水、提浓度”以及在雨水系统防洪排涝预测中的应用。对污水管网系统管道水位、水质、流量和外水入侵情况进行在线实时监测，对提升污水厂运行效能有较大裨益，对雨水系统易涝点和外江水位进行实时监测和预警，构建城市内涝风险预警体系，避免灾害发生，从而实现排水管网系统的运行和管理智能化、专业化和精细化。     

铁路“低慢小”无人机态势感知与预警平台设计

针对铁路沿线对“低慢小”无人机感知与预警的需求，设计了铁路“低慢小”无人机态势感知与预警平台，阐述了平台的总体架构、网络架构、具体功能与关键技术。该平台已在中国铁路北京局集团有限公司的试点区域内进行了试运行，可辅助铁路部门进行“低慢小”无人机监测与预警工作，降低“低慢小”无人机对铁路运营安全造成威胁的概率，为铁路安全生产提供有效的技术保障。     

高铁数字化运维中的北斗创新应用

随着交通强国建设工程的不断推进，基于铁路安全可靠、高效运营的宗旨，对铁路高品质安全运营提出了更高的要求，迫切需要解决传统运营维护模式中存在的自动化程度低、运维成本高、作业效率低、缺乏对突发性灾害的主动预警等问题。以京沪高铁为背景，围绕基础设施环境、轨旁高耸构筑物、运维作业人员3个要素，提出一套北斗高精度卫星导航技术在高铁数字化运维中的应用方法，研究基础设施形变监测、通信铁塔倾斜监测、上道作业人员安全监测的业务数据在BIM+GIS数字孪生平台上的融合承载，并提出国内首例全功能高铁北斗安全生产示范应用设计方案，实现了沉降10 mm以上、建筑间位移25 mm以上的自动监控预警。该方法能够为高铁数字化运维提供可视化的现场监测信息以及智能化的决策信息，保障运营安全，提升运维效能。     

一种聚乙烯衬里罐体的损漏实时检测方法探讨

针对一种聚乙烯衬里罐体的实时检测方法进行了探讨，该方法检测时无需放空物料和清洗设备，可以对使用中的聚乙烯衬里罐体进行实时监测。将罐体功能检测仪的检测探头插入到介质液面中，另一端接检测仪主机，报警器可告知使用者衬里层是否即将破损或已经破损。该检测仪在设备上安装十分便携，其主要意义在于衬里层破损前就能发现隐患，而不需要等到腐蚀掉金属罐体或罐体泄漏才被发现。     

动态检测数据驱动的高速铁路有砟轨道几何不平顺超限大值预警方法

为了对高速铁路有砟轨道几何不平顺幅值超限进行准确预警，结合局部异常因子算法，提出了一种动态检测数据驱动的轨道几何不平顺维修作业识别方法。首先，基于支持向量机（Support Vector Machine,SVM）算法对轨道几何不平顺超限劣化过程进行分析，将影响列车运行的持续劣化超限作为研究对象；随后，使用局部异常因子（Local Outlier Factor,LOF）算法对轨道几何不平顺维修作业进行识别，依据识别结果划分超限劣化过程；最后，对两次维修作业之间的检测数据进行分析，验证轨道几何不平顺幅值的劣化为线性过程，并对几何不平顺幅值进行预测。利用该方法对某线路进行劣化分析，并与近6年的动态检测数据对比。结果表明：该方法识别维修作业准确度达91%；基于鲁棒回归的劣化模型能够准确预测轨道几何不平顺超限大值。该方法不需历史维修作业数据，可自动划分劣化过程，通过几何不平顺幅值预测模型对超限发展进行预测，及时预警几何不平顺超限大值。