组合式多机组交流传动互馈试验台研制

结合正在建设的组合式多机组交流传动互馈试验台,首先对试验台的基本原理、系统组成及试验功能进行介绍,接着对互馈试验台控制系统和测试系统进行分析和总结。该试验台具有组合方便、控制灵活、通用性强、高效节能等优点,能为高速动车组和机车交流传动系统及其部件的研发和试验提供条件。     

非理想电压下有源电力滤波器的电流检测

分析了有源电力滤波器（APF）电流（ip-iq）检测法中影响检测精度的因素，包括低通滤波器和锁相环的频率及相位检测误差．为消除电流检测中非理想电压带来的锁相环检测误差，提出改进的电流（ip-iq）检测法．在该方法中，将APF直流侧电压的调整部分单独考虑，调整量加入到经过低通滤波器滤波并经反变换环节得到的基波电流信息中．这样，未经过反变换的直流侧电压调整值不受锁相环误差的影响．仿真验证了改进方案能有效降低非理想电压对电流检测精度的影响，提高APF性能．     

老路改扩建工程在设计阶段的造价控制

老路改扩建工程是安徽省公路交通未来一段时间内的发展重点之一,在设计中应遵循＂符合标准、因地制宜、尽量利用老路、造价较低＂的原则,以提高公路的使用质量,降低工程建设成本。     

交通信息服务的可信性内涵与评价方法研究

文中对交通信息服务的可信性问题进行了研究与分析.针对交通信息服务缺乏可信性内涵分析与验证方法的问题,提出1种服务的可信性质计算方法.采用本体理论构建存在于人与服务之间信任关系的语义知识,并基于模糊矩阵将多层次用户主观评价转化为对一维可信值的规约计算.应用该方法对停车诱导服务进行可信性评价,采用“认可”“中立”和“否定”3个评价指标对测试人员的主观信任度进行量化,可得出该服务综合可信度为0.619.实例表明该方法能够为交通信息服务的可信性进行量化表示及评价,这将为构建优质的交通信息服务,营造“以人为本”的可信赖服务环境提供重要决策依据.      

交流传动电力机车车网电压不稳定的原因分析与解决

交流传动电力机车在运行过程中会出现车网电压不稳定现象.为了分析和解决问题,首先通过解析分析和线性化处理,推导出直流电压环节控制系统闭环传递函数,然后根据小增益原理推导出直流电压环节闭环系统鲁棒稳定的充分条件,并利用Matlab软件仿真验证理论分析的可靠性,最后提出当系统固有参数不能同时满足赫尔维茨稳定判据和小增益原理时,不能靠调节参数K解决问题,需要进一步研究解决方法.     

吉利TX4轿车燃油表指示不准的故障诊断

通过对一辆吉利TX4轿车燃油表指示不准的故障车进行试验、检测与分析,最终找到故障部位．对故障部位进行返修,排除了多次维修都未能解决的故障。     

电动车组辅助逆变电源并联运行控制研究

根据电动车组辅助电源在线冗余供电方式的特点,研究辅助电源控制方法,并对辅助电源并联运行控制过程进行仿真分析。提出用1个辅助供电单元作为主控单元对电压进行控制,以保证母线电压的稳定;其他供电单元则通过网络得到主控单元给出的电压值,以保证所有供电单元输出的电压幅值一致;采用频率下垂控制方式对相位进行控制。按照提出的控制方法建立逆变电源并联运行仿真模型,采用层次化结构和自顶向下的方法,对逆变电源并联运行的并网和负载变化过程进行仿真,仿真结果和试验结果的对比分析表明,提出的控制方法简洁、合理,能够满足实际车载辅助电源的控制要求。     

基于社区发现算法的宏中观通勤交通分析单元划分方法探索 ——以武汉市中心城区为例

城市宏中观通勤交通分析多采用集计分析的方法,其基本单元目前主要以行政区、规划管理单元、或人工划定的单元为主,存在和实际通勤紧密联系区域不相符,不够客观等问题,不同的划分会影响区内外OD通勤数量,进而影响交通量预测、分配等后续研究.基于社区发现算法,提出了一种城市宏中观通勤交通分析单元的自动划分方法:它首先将城市划分成规则网格,并利用手机移动位置大数据统计网格之间的通勤量,然后在不同解释度下,根据网格间的通勤联系强度自动识别每一个网格归属的通勤单元,使同一通勤单元内的网格与网格的连接强度最强,从而得到不同解释度,亦即不同尺度下的通勤交通单元.通过在武汉的实证分析发现,所得到通勤单元边界清晰、内部完整,分区与实际的职住分布保持一致,边界与江湖、铁路线等通勤隔阻要素重叠.区内、区间通勤量相比基于区级行政区划的计算结果更加合理,更具现实价值,证实了该方法的有效性.      

高斯过程回归短时交通流预测方法

已有的短时交通流预测方法均属于确定性预测,无法对预测的不确定性进行定量分析.针对上述问题,提出了一种基于高斯过程回归的短时交通流预测方法.通过该方法在对短时交通流进行预测的同时还可以得到预测的方差估计值,并依此可以确定预测值的95%置信区间.在仿真实例中,在相同条件下对所提方法与支持向量机预测方法进行比较.仿真结果表明,高斯过程回归短时交通流预测方法不仅与支持向量机预测方法具有相近的预测精度,其中均方根误差为12.09,绝对值误差为118.42,相对误差为17.32%,而且能够获得预测结果的方差估计值,从而有效实现短时交通流概率意义上的预测.