智能网联环境下的城市路网容量可靠性分析

网联自动驾驶车辆（CAVs）与人工驾驶车辆（HDVs）混行的交通发展模式会促进城市路网容量发生变化，为解析混合交通流对城市路网容量可靠性的影响，构建了智能网联环境下城市路网容量可靠性双层规划模型。为表征CAVs信息获取与自动驾驶的能力，假定CAVs遵循系统最优原则选择路径，而HDVs则根据自身经验选择路径，基于二者路径选择的差异建立描述混合交通分配的下层模型，刻画智能网联环境下的混合交通流分配特性。并且，为了快速求解大型路网交通分配，将下层混合交通分配模型转换为非线性互补下问题进行求解。考虑到实际路网的随机性，以及路网道路通行能力并非固定值，运用具有多种相关性的均匀随机分布理论，建立了的描述城市路网容量可靠性的上层模型。通过蒙特卡洛仿真分析不同CAVs渗透率下的路网容量可靠性，并进一步解析各路段对路网容量可靠性的敏感度。结果表明:当需求水平d > 0.5时，路网容量可靠性开始降低；当d > 0.7且CAVs渗透率λ＝0时，可靠性小于0.4；当d > 0.7而λ＝1时，可靠性接近1，说明CAVs可增强路网容量可靠性。研究还发现，当需求水平处于0.7~1区间时，渗透率的变化对路网容量可靠性有显著的影响，但随着需求的增大，路网处于超负荷状态，渗透率对路网容量可靠性影响较小。此外，CAVs渗透率从0增加至1的过程中，路网中存在“道路容量悖论”现象的道路从19条下降至3条，且当λ＝1时路网中仅有1条道路出现了显著的“道路容量悖论”现象，拥堵严重。表明CAVs渗透率的增大可以显著改善路网中的“道路容量悖论”现象，减少路网容量可靠性的波动，提高路网运行稳定性。      

道岔控制电路分布电容探讨

分布式电容随道岔控制距离变长而增加,电容堆积对道岔表示继电器正常工作造成极大影响,通过对分布式电容形成原因的理论探讨,得出影响分布式电容容值的因素,并提出工程应用中降低和解决分布式电容方法,对于提高交流道岔控制电路表示可靠性有积极意义。     

川藏铁路工程物资供应保障策略的系统动力学仿真研究

川藏铁路工程建设所需物资运距远、运量大、风险高,物资供应保障需要综合考虑道路和仓储的可靠性问题。分析川藏铁路物资供应的特点及关键影响因素,采用系统动力学方法构建包括物资供应、施工进度、施工技术等3个子系统的物资供应保障模型,对3种组合策略进行了仿真分析。研究结果表明:构建的系统动力学模型可靠有效,路网和物资转运基地相互配合可有效提高物资运输的可靠性,工地物资库存量与工程进度动态挂钩有利于减少工程窝工。     

基于模糊FMECA的克令吊可靠性分析

文章在传统的FMECA分析基础上,结合克令吊系统的组成特点和故障模式多样性,采用模糊FMECA方法,得到各故障模式危险度综合评价结果。最后针对模糊FMECA的分析过程,提出从因素集划分和专家两方面进行意见收集,并改善分析结果。     

更正声明

本刊2014年11卷第四期(总第64期)正文第2页,右栏第18行,原文公式(1)是“S=1-D=1-(1-R)d=Rd”,现改为:“S=1-D=1-(1-R)d=1-d+Rd”。正文第2页,右栏第19行,原文是“从公式(1)可以看出,这类系统的安全性完全同系统的可靠性成正比”,现改为:“从公式(1)可以看出,当d确定时,这类系统的安全性与系统的可靠性成正相关关系”。     

出口东非某国铁路内燃机车技术选型及优化提升探讨

介绍了出口非洲东部某国家机车项目背景、机车选型对比、机车总体技术方案,并介绍了对机车进行的技术优化提升,有效提升了机车的适应性和可靠性。     

基于全数检验与定时截尾试验的地铁列车整车可靠性验收方法

提出地铁列车可靠性验收的基本条件,分别介绍了基于定时截尾试验、序贯截尾试验和全数检验的3种经典的可靠性验收方法;提出基于全数检验和定时截尾试验的地铁列车整车可靠性验收方法,设计了可靠性验收的流程;以某一具体项目为例,对该可靠性验收方法进行了验证。结果证明:基于全数检验与定时截尾试验的地铁列车整车可靠性验收方法是有效的,可以节省试验时间。     

基于贝叶斯网络的地铁牵引变电所可靠性分析

地铁牵引变电所作为城市轨道交通系统的关键环节,其可靠性研究对保障系统安全稳定运行有着重要意义。为了对地铁牵引变电所(简称:变电所)展开可靠性评估,利用GeNIE仿真软件,基于贝叶斯网络,构建了典型变电所静态下的可靠性模型,计算了变电所的初始故障概率;利用动态贝叶斯网络对典型变电所在时间维度上展开可靠性分析,精确地计算了变电所失效概率随时间变化的曲线;利用贝叶斯网络的双向推理功能找到变电所的薄弱环节,对变电所关键节点的识别、维护以及网络结构设计优化具有一定的意义。     

优化算法对船舶可靠性的影响分析

通过构建径向基(Radial Basis Function,RBF)神经网络近似模型,分别采用自适应模拟退火算法(Adaptive Simulated Annealing,ASA)、多岛遗传算法(Multi-Island Genetic Algorithm,MIGA)、粒子群法(Particle Swarm Optimization,PSO)3种优化算法,以重量最轻为目标,对油船整体舱段进行基于CCS规范的优化设计;之后利用Abaqus非线性有限元法计算了轻量化舱段的极限强度,并通过建立极限状态方程,进一步研究优化算法对船体极限强度可靠性的影响;最后,为直观、量化地反映船舶的风险变化程度,通过提出失效概率折减率μ,发现PSO-RBF算法下减重单位舱段重量,船体梁失效概率增加最少。