基于通信的列车控制在轨道交通中应用的关键技术

基于通信的列车运行控制(CBTC)技术在保证行车安全的前提下,可以极大地提高行车效率,满足城轨列车高密度快速运行的需要。其基于无线通信的理念和实现移动闭塞的基本应用,非常符合我国城轨交通事业的技术需要,许多新建线路采用这一技术作为控车方案。介绍了CBTC的定义,分析其结构组成,并对其中的关键技术——移动闭塞和车-地通信,进行了深入地分析。着重阐述了三种车-地通信方式和工程设计方案比选需考虑的因素,并对其适用范围进行了比较。     

面向高速铁路道岔的隐患分析与故障定位改进

以高铁常用S700K型交流转辙机为例,通过测试道岔动作过程中关键继电器的时序周期,探究造成交流道岔中途停转的深层次原因。提出基于动量BP(Back Propagation)算法的神经网络故障定位的改进方法,并在以往微机监测系统测试的电气参数基础上补充故障样本。对神经网络进行训练并测试,由误差比对结果可知,该方法使得高速铁路道岔智能故障定位更加精确。     

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....