地铁主控技术及其应用研究

随着自动控制技术、电子技术、计算机技术及通信技术的发展，现阶段地铁系统运行模式的缺陷日益突出，鉴此。文章提出一种新的概念主控系统、目前，地铁主控系统在中国正处于发展初级阶段。广州地铁3号线将采用主控系统这一思想，这将大大改善地铁的经济性、实用性和安全性、现对主控系统应用的优点及主控系统的结构模式、信息模型等进行深入研究。     

考虑状态相依与功能相依的地铁综合监控系统可靠性分析

为研究地铁综合监控系统对系统维修的影响,并考虑当控制器失效时,关于监控对象是否继续工作的不同假设对监控对象可靠性的影响,引入状态相依与功能相依的概念。给出基于Kronecker代数,考虑组件状态相依与功能相依的系统可靠性建模过程,以及可维修系统可靠性指标的计算方法。研究基本结构时考虑状态相依的维修与功能相依的失效对系统可靠性的影响。建立以广州地铁综合监控系统监控对象为研究对象的系统可靠性模型。数值分析结果表明:组件的状态相依与失效相依不会改变监控对象的平均失效间隔时间,但综合监控系统在一定条件下可减少系统的平均维修时间,而考虑失效相依时系统的平均维修时间会小于不考虑失效相依时系统的平均维修时间。     

两级模糊神经网络在高速列车ATO系统中的应用研究

列车自动驾驶系统(ATO)作为替代司机、实现铁路运输自动化的重要设备,受到国内外铁路科技工作者的广泛关注,它的性能关系到铁路运输系统的安全和效率。一种高效的高速列车控制方法可以很好地满足人们对高速铁路"安全、正点、舒适和快捷"的要求。由于模糊神经网络具有自动提取经验和进行推理的特点,在前人研究的基础上,本文用两级模糊神经网络对高速列车运行过程进行控制。参照当前列车运行速度、线路状况、列车编组、列车时刻表、距目标点距离以及目标点所允许的速度,前一子网模拟优秀司机的操纵可获得在当前状态下应采取的最佳列车运行工况,后一子网根据运行工况、线路状况、列车在线路上位置、列车编组、列车时刻表、距目标点距离和目标点允许速度,得到列车在该工况及当前条件下的运行速度。仿真实验结果表明该方法正确有效,达到了期望的效果。     

高速列车通信网络技术特点及其应用

现代列车朝高速化、自动化、舒适化方向发展已经成为必然趋势.列车通信网络已成为高速列车控制系统的关键技术.它能够通过对列车运行及车载设备动作的相关信息进行集中管理,从而保障列车安全高速运行.介绍了列车通信网络的两条总线,即纹线式列车总线(WTB)和多功能车辆总线(MVB),并分析了两层网络拓扑结构.根据现场总线技术在我国高速列车上的应用情况,比较了WTB、MVB、LonWorks、CAN等几种总线的特点,根据其特点可选取不同的应用领域.     

基于S注入法的自闭贯通线路故障定位系统

将S注入法和无线传输节点相结合，利用传感器网络的自组网功能以及高容错性构建了无线节点通信网络．提出了采用传感器网络技术的铁路自闭贯通线故障定位系统．该系统由信号注入装置、无线节点、开关站无线处理单元和智能故障信息处理系统构成．通过无线节点检测注入信号．智能故障信息处理系统接收无线节点传来的检测结果，并判断故障位置．注入信号的电源为恒流源，频率范围为220～320Hz．设计了并列方式和交错方式两种检测节点的布置方案．这两种方式均能满足信息传输可靠性的要求，但并列方式的系统可靠性比交错方式提高了2倍．该系统定位精度可根据需要调整．     

基于DFTA的地铁车站级综合监控系统可靠性分析

地铁综合监控系统是整个地铁系统可靠安全运行的重要保障,由于其具有可修性、功能相关性、顺序相关性、容错性及冗余性等特点,本文采用动态故障树分析法(DFTA)对其进行可靠性分析。在引入新的动态可靠性指标的基础上,采用直接计算法和Markov矩阵迭代法求解,最后引入分层迭代方法对DFTA进行改进,可减小运算量,使得这些动态指标可应用于地铁综合监控系统整个动态故障树的可靠性评估。本文建立某典型地铁综合监控系统的车站级综合监控系统(SMCS)及其3个子系统的DFTA模型,研究3个子监控系统互联对整个车站级监控系统可靠性的影响。研究分析结果表明,动态故障树分析法在对地铁综合监控系统可靠性的分析中能够考察各子系统互联对系统可靠性的影响,具有较强的实用性。     

高速铁路10kV电力贯通线故障区段定位方法

提出了一种基于区段两端零模电流值乘积积分的高速铁路电力贯通线故障定位方法.该方法借助现有铁路远动系统,仅需要每个区段终端FTU上的零序电流值,即可快速准确定位故障区段.数字仿真试验结果表明：该方法不受故障距离、配变负载及过渡电阻的影响,且对FTU数据采集的采样率和同步性有良好的适应性.     

基于数学形态学与动态时间扭曲的电压扰动分类

为提高电压扰动信号分类识别的精度,提出了一种基于数学形态学与动态时间扭曲的新算法．该算法首先通过形态滤波器对信号进行滤波处理,然后利用如变换提取滤波输出的特征,再通过动态时间扭曲分类器与参考模板进行匹配,最后获得有效的分类识别结果．用Matlab进行仿真分析的结果表明,该算法能有效识别各类扰动信号,准确率高,即使在强噪声环境下,识别精度也超过84％．     

基于对象的多区段场景视频压缩新方法

针对多区段交通场景视频监控既有处理方法无法获得交界区段的视频,也无法直接得到任意区段的视频描述情况,提出一种基于Sprite背景,由各区段的采集视频提取的车辆对象导出任意区段视频的视频压缩新方法。由采集视频生成区段Sprite背景图,并预先压缩保存;逐区段用背景差法提取相应区域的车辆对象及其最小覆盖矩形定位点,并基于对象运动分析得出同一对象的等价复用关联;在统一的坐标系下,通过一个滑动窗口选择背景Sprite并计算相应车辆对象位置,即可稳健地重构任意区域的视频。其特点是压缩比高、视频真实感强。实验表明,等价复用对象的PSNR差异约3.83 dB左右,其VOP内相对实际对应帧的纹理MAD可达30.37 dB,甚至更高,视觉效果较好,主观评分达4分以上,证明了视频压缩新方法的有效性。