双鉴探测应用于地铁屏蔽门的分析

站台屏蔽门系统是轨道交通中的一种重要设施,可以最大限度地保证旅客安全乘坐地铁或轻轨列车,但是地铁屏蔽门夹人或挤人事故仍时有发生,而影响屏蔽门安全的主要因素是探测系统不够完善,因此,提出引入红外微波双鉴探测技术来改进现有屏蔽门探测系统,以提升屏蔽门探测系统的准确性从而精确控制开关门过程,减少当前地铁屏蔽门系统夹人事故的发生。     

基于DEA的列车运行安全评价

实现列车运行安全是一个比较复杂的课题,牵涉面广、工作难度大。现阶段,安全现状评价的方法主要有层次分析法、安全检查表法和事故树分析法。但是它们在评价安全现状时都存在不同的缺陷,因此,文中提出采用DEA进行列车运行安全评价,并通过实例分析证明,该方法实用简单,能够为铁路管理部门在制定制度或进行职工培训时提供参考。     

桥梁设计中的安全性和耐久性分析

随着我国经济建设步伐速度的加快,各大类型的建设工程的逐渐增多,而公路桥梁设计工程占的分量也越来越多,因此,有必要分析桥梁设计安全性和耐久性出现的问题,并提出桥梁建设工程的安全性与耐久性的防范措施。     

基于文本挖掘技术的铁路安监人员履职分析

为分析人员工作计划实际落实情况,提供人员考核依据,基于文本挖掘技术进行了铁路安监人员履职分析并设计了文本相似度计算方法。应用双向长短时记忆(BiLSTM)网络与条件随机场(CRF)相结合的BiLSTM-CRF算法实现人员履职计划与写实文本中命名实体的抽取,采用基于知网的概念相似度计算方法计算对应实体间相似度,从而实现人员履职计划内容与实际写实的匹配计算。通过对某铁路局安监人员工作计划与写实文本数据的实验分析,得出BiLSTM-CRF算法针对各命名实体均有90%以上的准确率,人员计划与写实匹配准确度为83%。实验证明,利用BiLSTM-CRF算法与概念相似度结合的文本计算方法进行人员履职分析具有可行性,也可为铁路领域其他短文本相似性计算提供参考。     

基于进化集成分类器的铁路安全隐患智能分类

针对铁路安全事故隐患文本数据分类提出进化集成分类器模型.分析安全事故隐患数据特征,根据每一类安全事故隐患数据都有特征关键词的特点,运用T F-ID F方法提取文本特征并转换为向量.设计进化集成分类器模型实现流程.采用Bagging集成分类器将T F-IDF转换后的文本向量进行随机采样,训练若干个决策树基分类器模型,设计遗传算法编码机制、灵敏度设定、适应度函数及目标函数选择等关键步骤.根据遗传算法流程实现基分类器组合优化,将经过遗传算法进化的最优个体对应的基分类器参与Bagging投票分类,验证分类效果.通过对某铁路局供电接触网安全事故隐患文本数据实验分析,进化集成分类器模型在安全事故隐患分类的准确率相比于单个决策树分类器和Bagging集成分类器分类结果分别提升17.42% 和4.63%,证明设计的进化集成分类模型能够取得较好的分类效果,可应用于铁路安全事故隐患分类.      

有限状态机在列车解编顺序中的应用

在编组站机车作业安排过程中,列车的晚点、待取乍辆的缺少、待出发列车的时间紧急等都会要求机车在解体列车时按需而行,而不是按列车到达的顺序依次解体。这就要求在编制车站计划时实现合理的到达列车的解体顺序。运用有限状态机模拟机车动态,输入计划列车到达、出发信息、现车信息推算机车任务,决策现场作业顺序,辅助调度员做好调车作业计划。     

基于BMBC模型的高速铁路道岔故障信息实体识别

随着铁路信号设备故障文本的不断积累,亟待构建集故障信息、专业知识、技术规则及其内在关联于一体的铁路信号设备故障知识图谱,为铁路运营及设备维修提供全面高效的辅助策略。故障信息实体识别是构建铁路信号设备故障知识图谱的核心。以高速道岔故障文本为基础,并针对此文本挖掘过程中使用传统方法导致知识获取不够全面以及文本语义稀疏等问题,提出一种用于高速道岔故障信息实体识别任务的BMBC多层级模型。首先,通过分析高速道岔故障文本的结构特征,从中提取出故障现象、故障定位和故障致因等7类实体;其次,利用BERT预训练模型的迁移特性构建双向词表征并嵌入位置信息,引入多头注意力机制(MHA)使关键特征信息得到重点关注,随后依靠双向长短期记忆网络(BiLSTM)进行特征信息融合,从而充分获取全局语义信息以及更好表达序列间的长距离依赖关系;最后,依托条件随机场(CRF)赋予标签约束条件,从而获得最佳识别结果。以各铁路局近5年的高速铁路道岔故障文本为基础进行实验,实验结果表明,BMBC模型能够精确识别各类故障信息实体,有效缓解实体边界不清晰问题,模型识别精确率、召回率和F1值分别可达91.43%,93.15%和92....     

铁路运输设备故障知识图谱构建与应用研究

铁路运输设备故障数据的科学分析对提升铁路安全保障水平具有重要意义。文章在研究铁路运输设备安全保障体系的基础上，阐述铁路运输设备故障知识图谱构建过程，提出铁路运输设备故障知识图谱构建和应用架构，以及基于该图谱的故障智能诊断与处理、风险管理和智能问答的知识应用场景，为铁路各专业分析设备故障数据提供参考。