基于YOLO算法的高速铁路客运车站钢结构雨棚螺栓缺失检测系统

当前，我国高速铁路客运车站钢结构雨棚螺栓缺失检测过于依赖人工目测，其危险系数大、成本高、效率低且误检率高。为解决该问题，提出一种基于YOLO(You Only Look Once)算法的螺栓缺失检测系统。该系统采用YOLOv4卷积神经网络，对现场采集的钢结构雨棚和接触网螺栓进行标注，通过K-means聚类算法，确定锚框数目和尺寸；利用CutMix和Mosaic等数据增强操作，增加训练数据的多样性，避免出现训练过拟合。试验结果表明，该系统类别识别准确率可达85%以上，识别效果较好，满足检测实时性要求。     

京津冀地区高速铁路沿线区域地表沉降监测及时序演化态势分析

为探测京津冀地区高速铁路沿线区域的不均匀沉降,利用基于合成孔径雷达干涉的干涉点目标时序分析技术,借助C波段SAR卫星序列在2015年11月至2018年3月间获取的51景降轨影像数据,提取研究区域的地表形变信息,结合地下水的动态变化及人类活动相关资料对沉降漏斗的演化态势进行归因性分析,并对该区域高速铁路沿线地表沉降监测及时序演化态势进行分析。结果表明:研究区域的年沉降速率为20~206mm·a^-1,漏斗中心最大累积沉降量达248mm,其中,区域内3条高铁沿线均存在明显的沉降,沉降速率均超过100mm·a^-1,最大值位于高铁路线的雄安县段,漏斗中心沉降速率达185mm·a^-1,累积沉降量为200mm;研究区域的整体沉降趋势稳定,沉降主要归因于人类活动,而高速铁路沿线的沉降与地下水开采密切相关。     

铁路客站钢结构雨棚智能运维系统应用

针对铁路房建设备巡检周期长、结果缺乏时效性等缺点,本文提出了一种指导房建设备管理人员日常运维的铁路客站钢结构雨棚监测系统,通过对环境风、温度、应力、振动加速度、列车风压等进行监测,实现钢结构雨棚状态实时展示和分级报警,同时可以分析列车风对钢结构雨棚的影响。系统架构包含感知层、传输层、数据层和应用层。分析实测数据表明：环境风对结构的影响受周边遮挡与建筑布局有关。结构所受日温呈昼高夜低的变化趋势,结构表面温度与环境温度相比存在时滞性,年温度变化呈夏高冬低的变化趋势。钢结构应力变化与以日为周期的温度变化关联性较强,但应力与温度不完全是线性关系,实测应力变化与仿真模拟有差距。钢桁架振动受列车风影响较大,最大风压达130 Pa;檩条跨中竖向振动加速度受檩条与钢桁架连接节点以及钢桁架竖向振动的影响。     

驾驶员状态智能检测系统设计

疲劳驾驶和酒后驾驶是国内外交通事故的主要原因，如何从根本上阻止事故的发生，值得我们深思。据此，主要运用眼动仪和酒精检测仪，结合电信号转换与电路闭锁功能，达到汽车闭锁的目的。根据眼动仪技术捕捉驾驶员的眼动参数与轨迹，并结合传统气体检测技术，达到准确检测驾驶员驾驶状态的目的，并能够较为智能地控制车辆做出相应的动作，以达到保护驾驶员的人身安全与财产安全，减少交通事故的发生，从而创造出更加安全、高效的交通环境。     

高速铁路客站雨棚围护结构现状及列车风致振动检测

梳理了我国高速铁路客站雨棚围护结构的建设历程。通过调查统计四十余座高速铁路客站雨棚围护结构形式，发现360°咬合连接（固定支架）、270°咬合连接（固定支架）是主要的连接方式，且镀铝锌彩钢板应用占比最高，达到81%。统计了房建设施主要病害类型和占比，发现围护结构部件松脱占比最高，在46.67%～67.86%。受风致振动、车致振动影响明显时，应对围护结构体系进行现场动力检测。通过对比各国振动响应标准，提出了建议参考标准，并在京广高速铁路一车站雨棚围护结构现场检测中进行了应用，为发现潜在松脱病害提供了依据。     

高速铁路车站雨棚附属结构动力响应

为研究列车风激扰下雨棚附属结构的动力响应，以某高铁车站雨棚附属结构为研究对象，建立雨棚附属结构及高速列车仿真模型，分析高速列车以不同速度级通过时雨棚附属结构所受列车风的压力（简称“列车风压”）分布规律；基于此，研究雨棚附属结构的动力响应和疲劳寿命，确定列车风与8级环境风共同作用极限条件下采用不同连接方案时雨棚附属结构的合理设计高度。结果表明：在同等高度下，雨棚附属结构所受列车风压极值随车速的提高而增大；在相同速度级下，列车风压极值随高度的增加而减小；当高速列车以相同速度级通过雨棚时，LED屏应力极值最大，车站站牌应力极值次之，出站口指示牌应力极值最小；雨棚附属结构疲劳寿命随车速提高不断降低，在现有运营条件下雨棚附属结构服役100 a不会发生疲劳破坏，其中LED屏的疲劳寿命最短，疲劳破坏最先发生在顶部连接部位；极限条件下雨棚附属结构最优连接方案下的合理设计高度范围为5.72～10.50 m。     

高速铁路站房狭小空间检测机器人结构设计及越障测试

针对铁路站房雨棚内部空间狭小复杂，无法有效排查结构病害的问题，研制了履带肢翻越式检测机器人。本文介绍了检测机器人设计理念、整体结构、硬件系统及其功能以及狭小复杂环境条件下底盘驱动的选型，通过有限元分析对履带底盘运动学参数、动力学参数进行了确定，对履带底盘驱动系统和摇臂履带肢结构进行了优化设计。在实验室模拟的狭小空间多次测试，检测机器人均能够以连续动作翻越障碍，单次越障时间约8 min，表明其结构设计合理，动力学性能、运动学性能均满足要求。检测机器人可用于指定区域的外观检测，以发现表观病害。