“电力机车碳包铝托架受电弓滑板”通过太原局集团公司技术评审

正2018年3月10日,太原局集团公司科委组织专家对湖东电力机务段、大同新成新材料股份有限公司、中车大同电力机车有限公司联合研制的《电力机车碳包铝托架受电弓滑板》进行了技术评审。电力机车碳包铝托架受电弓滑板主要由碳条、铝托架、气道和紧固件等组成,采用碳包铝托架结构和气道一体化设计,碳包铝托架具有抗电弧特点;气道一体化结构提高了自     

“铁路设备监造管理信息系统”通过太原局集团有限公司技术评审

正2018年8月23日,中国铁路太原局集团有限公司科委组织专家对"铁路设备监造管理信息系统"项目进行了技术评审。该系统采用Tomcat中间件和Java语言开发,严格遵循JavaEE技术规范,对SQL注入、XSS攻击、CSRF攻击、文件上传漏洞等常见web攻击具有较高的安全防范能力。系统包括合同管理、监造管理、监造作业、质量管理、考核评价、企业管理、文件管理、     

“铁路货车制动缸试验台”通过太原铁路局技术评审

<正>2014年5月9日,太原铁路局科委组织专家对湖东车辆段、大同昌盛有限责任公司秦皇岛分公司、秦皇岛轩腾机械设备有限公司联合研制的《铁路货车制动缸试验台》进行了技术评审。"铁路货车制动缸试验台"是为解决制动缸试验效率低,难以满足检修任务,制动缸试验时间不可控,无法保证制动缸试验质量等问题而研制的专用设备。评审专家通过评审认为《铁路货车制动缸试验台》设计合理、采用技术适当。各项功能满足铁路货车不同直径的制动缸试验要求,同意通过技术评审。     

铁路沉降自动化监测预警系统通过郑州局集团公司技术评审

<正>郑州局集团公司科研所研制开发的铁路沉降自动化监测预警系统日前通过了郑州局集团公开发中心技术评审,并被河南省科学技术厅认为科学技术成果。该系统主要用于铁路设施沉降监测,利用静力水准仪作为主要监测手段,可实现数据采集、上传、分     

LED-1型铁路信号灯通过郑州局集团公司技术评审

<正>郑州局集团公司科研所与济南三森电气有限责任公司、河北云汉科技有限公司联合研制开发的LED-1型铁路信号灯日前通过了郑州局集团公司技术评审。该产品信号灯透镜式色灯信号灯的光源配套设备,是目前使用的白炽灯与卤素灯的换代产     

“地铁隧道施工安全监控系统”通过集团公司专家评审

WHD智能型温湿度控制器，采用数字温湿度传感器，以数码管方式显示温度、湿度值，带有风扇、加热器控制触点，并有加热器断线报警、传感器故障指示等功能，带有RS485接口、Modbus通讯协议。产品主要应用于中高压开关柜、端子箱、环网柜、箱变等设备的温度、湿度调节控制，防止低温、高湿造成的设备故障以及受潮或结露引起的爬电、闪络等事故的发生。规格有WHD48、WHD72、WHD96、WHD46这4种，分别最多可接1、2、3路温湿度传感器。测量精度：温度&#177;1℃，湿度＋4％。产品符合GB／T15309—1994。     

基于深度学习的TFDS货车故障图像智能识别算法研究

货车关键部件故障的准确识别对车辆的运用工作非常重要。目前主要依靠动态检车员基于TFDS系统所获取的图像进行人工分析,耗费大量人力、物力,分析效率较低,并且易出现故障漏报,对车辆的运行安全造成隐患。文章提出了基于深度学习的目标检测加部件故障识别的两阶段车辆故障识别算法,通过对标注的图像进行模型训练,实现车辆故障的智能识别。该算法已经在中国铁路郑州局集团郑州北车辆段完成有效性的验证,结果表明,该算法可实现对车辆部件的准确定位、故障自动识别及结果的综合分析,有效提升了TFDS系统的故障识别准确率,大幅降低了漏报率,对于提高货车车辆运用工作的智能化水平,保障运行安全具有重大意义。     

基于线阵扫描技术的货车故障轨边图像检测系统

针对采用面阵相机的货车故障轨边图像检测系统(TFDS)存在的不足,研究了线阵扫描技术在TFDS系统中应用的原理和构成,并进行了现场运用分析。     

“客票辅助监控系统”通过技术评审

2011年7月5日,沈阳铁路局在沈阳对局信息技术所研究的＂客票辅助监控系统＂课题进行了技术评审。课题组汇报了项目研制报告、技术报告、用户报告、经济和社会效益分析报告,测试组对客票辅助监控系统进行了现场测试。评审组专家就课题背景、状况、成果进行了深入细致的了解、分析和讨论。     

太原局集团公司职工电子考勤系统的研究与设计

本文主要针对太原局集团公司运输工作的特性和职工出勤情况复杂等特点,研究和设计了一套实现职工考勤记录、审核、留痕管理,自动统计相关报表,多维度分析职工考勤数据等功能的电子考勤系统。     

“TYD-1型铁路通用吊索具”科研项目通过局技术评审

正2014年4月2日。郑州铁路局科委组织相关专家在郑州对由郑州铁路局机务处与有关单位联合研发的"TYD-1型铁路通用吊索具"科研成果进行了技术评审。"TYD-1型铁路通用吊索具"是铁路安全救援设备,主要由均衡吊梁、扁平吊带、钢丝绳索具和防脱吊销组成。采用单梁吊装方案,吊梁为箱式结构,吊带盘放在吊梁内,可实现机车单端吊复和车辆整体吊复。该     

基于改进卷积神经网络的驾驶员眼睛状态识别

为准确、高效识别驾驶员眼睛状态，提出一种基于改进卷积神经网络(Improved Convolutional Neural Networks, ICNN)的驾驶员眼睛状态识别方法。在LeNet-5网络的基础上采用多个小卷积层堆叠替换一个大卷积层的策略，减少参数量和浮点运算数的同时增强网络对眼睛图像的特征提取能力；在卷积层和池化层之间嵌入高效通道注意力(Efficient Channel Attention, ECA)模块，使网络突出眼睛图像中重要通道特征并弱化非重要通道特征，完成ICNN的构建；利用ICNN准确、高效自学习图像中有效眼睛状态特征信息的特点，实现端到端的驾驶员眼睛状态识别。通过在两个公开和一个实测的眼睛数据集上进行对比实验，验证卷积层堆叠替换和嵌入ECA模块的有效性，所提方法具有更高的训练效率和眼睛状态识别准确率。     

基于深度卷积神经网络的隧道衬砌裂缝识别算法

衬砌裂缝严重影响了铁路隧道的安全运营,采用机器视觉技术快速获取衬砌图片并进行裂缝识别是国内外的研究热点。衬砌裂缝图像信号具有复杂的特性,存在水渍、污染及其他结构缝等引起的噪声,加之光照不均匀、分布不规律等原因,使得传统的图像处理方法难以快速、准确地检测衬砌裂缝。本文提出一种基于深度神经网络的隧道衬砌裂缝识别算法,有效解决了裂缝识别速度慢、精度低等问题。分类结果精度达到94%,识别速度在GPU(Pascal Titan X)上每张图片仅需0.05 s;分割网络性能均交并比可达到65%,能够准确分割出裂缝形状。该算法具有很好的工程应用价值。     

“筒仓装车激光雷达偏重报警系统”通过太原铁路局技术评审

<正>2016年1月6日由太原铁路局科委组织评审委员会,对大秦公司科研所、太原铁路局货运处联合研制的"筒仓装车激光雷达偏重报警系统"进行了技术评审。"筒仓装车激光雷达偏重报警系统"主要用于对散堆装货物筒仓装车发生偏重等情况进行实时监测、预警。该系统由三维测量分析系统、高清图像处理系统、三维测量展示系统三个子系统组成,系统在筒仓空车侧、满车侧各设置一组激光雷达和一组高清摄像机用于监测车厢内状态,激光雷达扫描车厢轮廓数据,经过数据转换、插值滤波、去遮挡等处理,     

“铁路机务安全风险研判系统”通过太原铁路局技术评审

<正>2015年7月10日,湖东电力机务段和河南思维信息技术有限公司联合研发的"铁路机务安全风险研判系统"通过了太原铁路局技术评审。"铁路机务安全风险研判系统"由录入、查询、统计、维护四个功能模块组成。主要针对之前大量的现场安全信息靠人工统计,凭经验研判分析,不仅工作量大耗时长,而且不能准确判断风险点,造成安全预警不及时,事前防范和过程控制重点不突出,不能有效的指导现场作业等弊端而研发的。系统还具有如下特点:     

基于深度卷积神经网络的钢材微观组织分类识别

通过引入多种深度卷积神经网络及分类器构建机器学习模型,对钢材金相图数据集进行学习,研究了一种能够准确、高效识别钢材微观组织的方法。研究结果表明,文章中所涉及的3种深度卷积神经网络在钢材微观组织的分类识别上均表现出优异性能,其中Inception-V3表现尤为突出,其与人工神经网络分类器组合而成的机器学习模型的分类精度可达99.60%。     

基于轻量卷积神经网络的高速铁路隧道表面病害筛选算法

随着急剧增加的高速铁路隧道检测需求,基于计算机视觉的高速铁路隧道病害识别和健康检测是国内外的新趋势.然而,高速铁路隧道结构表面图像大多数是无病害图像(占比90％以上),剔除大量无病害图像而只保存有病害图像,可以大幅减少图像存贮量和降低高速海量存贮对硬件要求.为此,提出一种基于深度卷积神经网络的隧道表面病害筛选算法,以推...     

“电力机车整备棚数字化安全联控系统”通过路局技术评审

<正>由郑州铁路局科研所研制的"电力机车整备棚数字化安全联控系统"于2013年11月24日在郑州通过了路局技术评审。"电力机车整备棚数字化安全联控系统"采用工业自动控制与信息处理技术,实现了电力机车整备登顶作业流程的安全联控。该系统由单元式模块化三层作业平台及现场控制柜、自动分合闸、自动接地杆、残余电电荷感应、登顶人数统计、登顶作业门禁、自动车挡警示、控制中心、音视频监录等子系统组成,具有如下特     

基于卷积神经网络优化算法的列车智能测试系统技术研究

设计基于卷积神经网络优化算法的列车智能测试系统,解决城市轨道交通领域列车系统测试自动化模拟问题。提出的列车智能测试系统,采用卷积神经网络的结构模型和基于分层压缩的卷积神经网络算法,详尽介绍构建分层压缩卷积神经网络的具体过程和卷积核优化结构设计。对站场测试用例的自动化模拟实验和测试数据分析的结果表明,基于卷积神经网络优化算法的列车智能测试系统可以优化测试过程、降低人工错误操作、合理分配测试资源、提高测试质量,加快整体系统测试进度的要求,为城市轨道交通领域未来实现全面自动化测试提供技术保障。     

基于卷积神经网络的隧道掌子面图像质量评价方法研究

鉴于隧道掌子面图像的多样性和复杂性,提出一种基于深度卷积神经网络(Convolutional Neural Network,CNN)的图像质量评价方法,以筛选出满足工程需求的掌子面图像。基于多条隧道创建掌子面图像数据集,采用Keras深度学习框架,应用多种主流的CNN进行对比试验,并结合传统的图像评价指标,分别从清晰度、分类和相似度3个方面对掌子面图像质量进行评价。其中基于DenseNet169的多分类模型可达到88.7%的准确率。研究结果表明:跟传统的图像处理技术相比,深度学习方法在隧道掌子面图像识别上具有精度高、效率高的显著优势。该方法可为实现隧道掌子面的自动素描提供技术支持,具有良好的工程应用前景。