提高ZD型电动转辙机摩擦电流的稳定性

摩擦电流是电动转辙机转换道岔能力大小的量化指标。《维规》对各种型号电动转辙机摩擦电流的调整范围都有明确规定。所以，现场职工每月“技表”时，都要对线路上运用的电动转辙机摩擦电流做例行测定、调整，以便达到《维规》的技术要求。但在测试时，如果万用表的指针摆幅较大，检修者在短时间内难以确定摩擦电流的准确数据，就不能确定电动转辙机的工作状态，难以保证行车安全。     

对道岔动作电流曲线的分析

通过对道岔动作电流曲线的分析,可判断道岔可能存在的病害。本文阐明了道岔动作原理,对几种问题电流曲线及60KG双机牵引道岔动作电流曲线进行了详尽的分析,为现场维修人员在道岔维修及故障处理方面提供了有益的思考。     

信号微机监测道岔动作电流零直线分析

在信号微机监测使用过程中,发现道岔动作电流曲线存在某一时段电流值全部为零的现象,对该现象进行了深入分析,发现微机监测统计道岔动作时间的计时电路存在缺陷。通过分析计时电路工作原理,找出了道岔动作电流值全部为零的原因,并提出了改进方案。     

新型五线制道岔控制电路测试系统的设计

根据6502电气集中道岔执行组电路工作原理,研究了一种基于AVR微处理器的五线制道岔控制电路测试系统。介绍了该系统的设计原理及思路,详细分析了各个功能模块的硬件架构,并绘制了软件的流程图。测试结果表明,它能够模拟三相交流转辙机(如S700K、ZDJ9)的动作过程,对五线制室内道岔控制电路进行智能化测试。系统结构简单,使用轻巧、方便,并带有微机控制的智能分析显示模块,能够实时地监测室内表示电路电压和动作电压、智能分析五线制道岔控制电路的故障。     

基于文本分析的高速铁路道岔故障分类模型研究

道岔是保障高速铁路运输安全的关键电务信号设备,研究其故障发生规律对指挥现场人员巡检和维修作业具有重要意义。针对非结构化铁路道岔故障描述的文本数据分类,根据高速铁路道岔故障发生原因和设备结构,结合专家经验进行人工划分,基于实时道岔动作电流或转辙机拉力等结构化数据进行自动分类。提出一种新的基于非结构化历史道岔故障文本描述的文本分类模型,首先应用融合铁路领域词典的中文分词工具Jieba进行分词,并通过Word2Vec和TF-IDF分别生成特征向量,最后应用SVM模型实现铁路道岔故障的智能分类。试验表明,该分类模型可以取得较好的分类结果,为现场作业人员提供一种客观的、基于海量历史数据的故障诊断模型。     

直流电动转辙机动作电流的智能分析

微机监测系统可以采集并记录道岔动作过程电流的变化情况。人工分析时可以根据波形特点定性判断道岔状态。为实现定量分析,提出了分3个阶段分析电流波形的基本方法。介绍了计算机进行智能分析的基本分析方法和流程,强调了智能分析的重要性。这是信号专家系统关于道岔状态分析的方案。     

基于AVR单片机的计算机联锁道岔电流采集单元设计

分析了当前计算机联锁系统道岔电流采集单元现状,结合AVR单片机技术特点及成熟的霍尔原理技术,提出了一种基于AVR单片机技术的计算机联锁系统道岔电流采集单元设计方法。实际应用结果表明,该方法能够满足功能需求,有利于分析诊断道岔设备当前运行状态。     

基于图像的高速铁路道岔岔尖密贴监测系统

针对我国高速铁路道岔岔尖部位密贴状态监测的难点,研发基于图像的道岔岔尖密贴监测系统.在分析现有监测方法的基础上,通过在传统机器视觉技术中引入学习算法和云计算等先进技术,设计基于岔尖边缘识别的密贴度监测算法,研究提出监测系统架构,并通过现场测试检验监测算法的准确性.测试结果表明,与现有监测方法相比,该系统大幅提高了道岔岔...     

铁路信号信息平台系统工程的验收及调试方法

铁路信号信息平台系统是辉煌公司研制开发的一种新型信号监测系统，它在原有TJWX2000型微机监测系统基础上，对功能、结构作了很大改进。功能上：增加了外电网监测、环境监控、道岔表示电压、列车信号机点灯回路电流、移频信息监测、电源屏各种电源的电流及功率等监测项目。在结构上：增加了与计算机联锁、TDCS、列控中心、道岔缺口报警器等外围设备的接口，并按照标准协议获取相应的信息。[第一段]     

提速道岔小波包能量熵故障诊断方法

将小波包变换应用于S700K型提速道岔转辙机故障诊断中,以微机监测系统采集的S700K型转辙机三相交流电流为信号源,基于小波包多尺度分析对道岔转辙机正常工作状态和各故障状态下的三相交流电流进行分解,并通过小波包能量熵提取故障特征,然后根据能量熵定义故障诊断指标,并对每相电流的故障诊断指标设定2个阈值,来定量划分故障类型。实验结果表明:道岔不同故障情况下,三相电流小波包能量熵分布有一定的规律,故障诊断指标阈值的设定能有效划分道岔故障类型,待测样本测试结果与现场诊断结果一致。     

基于智能微型仓库的铁路检修现场智能仓储管理系统设计与实现

针对铁路检修现场对材料的需求不能得到良好的实时响应和及时配送等问题，应用物联网相关技术，优化铁路检修生产物流中调拨、领料、出入库等业务流程，通过在铁路检修现场引入智能微型仓库，提供检修人员自助领料的作业方式，设计了面向铁路检修现场的智能仓储管理系统，在两个动车段进行了针对可靠性、经济效益的应用测试。从应用效果来看，智能微型仓库在铁路检修现场的使用能够有效地减少铁路检修作业过程中的待料时间，保障检修材料的及时供应。     

简谈外锁闭道岔及电液转辙机的维护检修

列车运行速度不断提高对信号工维护检修道岔及转辙机的标准和质量提出了更高要求,结合现场工作检修经验,总结外锁闭道岔及电液转辙机的13个重点项目和维护检修方法,供参考借鉴。     

基于声发射技术的道岔尖轨伤损监测系统研究

道岔尖轨是轨道的风险控制关键点，针对现有伤损检测技术在道岔尖轨处存在盲区的问题，提出一种基于声发射信号的铁路道岔尖轨伤损监测方法，研发出道岔尖轨损伤监测系统。系统基于伤损模式分类算法对列车经过钢轨时所产生的声发射信号进行分析，实现对尖轨伤损状态的识别。现场测试数据表明该方法能够有效识别道岔尖轨的伤损。     

道岔综合监测系统研究

针对目前道岔采用定期修模式,难以及时掌握道岔状态的问题,研发了道岔综合监测系统。通过对道岔电气特性参数和机械特性参数等关键数据的处理和分析,从工电结合方面,对道岔在运用过程中的整体性能进行评估。介绍系统架构、各子系统组成,以及智能分析平台原理,并通过动静态试验验证,可为道岔日常维护及检修提供科学有效的技术手段。     

基于代价敏感RBF神经网络的道岔故障诊断系统

针对铁路道岔故障中几种常见类型故障,为尽量减少道岔故障误分类所造成的损失,特建立基于遗传算法的代价敏感RBF神经网络模型以及基于该模型的道岔故障诊断系统。模型通过建立代价敏感适应度函数,实现基于遗传算法的RBF神经网络向代价最优的方向进行随机搜索。利用某车站道岔动作电流监测数据进行验证,证明系统能够提高故障数据的识别精度,降低故障数据的误分类代价。该系统可帮助维护人员快速、准确地对道岔故障进行诊断,缩短故障处理时间,提高铁路行车的安全性。     

道岔控制电路智能分析设备的研究与设计

针对铁路道岔控制电路维护需人工分析微机监测数据,且无法实现智能诊断的不足,设计了一款道岔控制电路智能分析设备。该设备可以实现相关数据和电流曲线显示以及故障智能诊断的功能,既可应用于铁路信号工程调试和开通过程,也可应用于铁路电务系统的日常维护,具有较高的应用价值。     

城市轨道交通车辆门控器移动测试系统的研制

目前,城市轨道交通车辆门控器定期检修维护尚无相应的现场检测仪,现场手工测试效率低、准确性不高,并且要求对门控器设计原理很熟悉.在分析总结手工测试原理和业务逻辑的基础上,成功研制了基于ARM9 Linux的移动式轨道交通车辆门控器现场检测设备,使检测人员可以现场判定故障所在的具体元器件,对故障做出定量分析.介绍了移动测试系统的结构、功能以及关键技术.     

基于混合模型的道岔综合监测系统研究

道岔作为关键的铁路信号设备，也是铁路线路三大薄弱环节之一，其工作质量直接影响列车的运行安全。传统的道岔检测方法过分依赖人工经验，检测效率低下，难以应对现有铁路运行中行车速度快、发车密度高等对道岔维护所带来的严峻挑战，并且现有道岔监测也存在监测项目不全面等问题。为满足工电融合需要，开发了一套基于混合模型的道岔综合监测系统，使用卷积神经网络自动进行特征提取，以获取道岔状态，充分发挥深度学习的自动特征提取优势；采用支持向量机和向量域的混合算法，对正常/故障数据进行分类和异常检测，从而提高故障检测的准确率。测试结果表明：与现有人工巡检方法相比，该系统能够为相关人员提供精准、实时的道岔故障预警，提高维护效率，有效减少人力成本且降低道岔病害的发生概率。     

降雨及轨顶摩擦控制对驼峰下道岔区脱轨系数的影响

驼峰调车是利用车辆重力进行的溜放式调车作业,能显著提高调车效率,但是在驼峰下道岔区的车辆脱轨事故时有发生。本文设计了现场试验,测试了驼峰下6#道岔在干燥、湿润、轨顶摩擦控制3种工况下的横向力与垂向力,在此基础上分析了降雨及轨顶摩擦控制对驼峰下道岔区车辆脱轨系数的影响。结果表明:雨水和轨顶摩擦控制均可以显著降低驼峰下道岔区轮轨横向力和脱轨系数,对于空车,降雨后道岔区脱轨系数平均降低41%,采取轨顶摩擦控制后道岔区脱轨系数平均降低48%;尖轨区的轮轨横向力和脱轨系数显著大于道岔其他位置,在日常养修作业中应重点关注道岔尖轨区。     

基于聚类算法的道岔健康度标准值智能分析系统研究

根据专家经验分析道岔曲线特性并设置每组道岔的标准值具有工作量大、专家经验标准值不能覆盖每个道岔特性的问题。在分析道岔特性及健康度评价现状基础上,基于云平台技术,搭建道岔健康度自学习软件架构,阐述了使用专家经验分析道岔数据、三次样条差值曲线算法和K-means聚类算法在道岔健康度标准值智能选取系统中的应用,提出基于聚类算法的道岔健康度标准值智能提取方法。系统可适用于不同类型的道岔,能够有效降低设置不同道岔系统健康度评价参数标准值的工作量。