基于LSTM神经网络的轨道不平顺反演方法

研究目的:为了解决轨道不平顺反演过程中存在的完全随机独立性问题,本文基于长短记忆(Long Short-Term Memory,LSTM)神经网络,以轨检车实测轨检数据为基础,构建轨道高低不平顺与轨向不平顺间的关系.通过IFFT方法获取高低不平顺,将高低不平顺数据输入至建立的模型中,获取与高低不平顺存在内在联系的轨向不...     

基于分布式云架构的铁路客运站智能应急指挥系统设计

设计基于分布式云架构的铁路应急指挥系统,解决当前铁路车站应急指挥业务智能化、一体化不足的问题。通过将应急数据及各类应急服务部署在各车站应急云平台的方式,实现对车站设备、设施、系统软件,人员、环境等资源的横向一体化监控,对突发事件预案、组织、响应、处置、恢复和评估等过程的纵向一体化管理。试运行结果表明,基于分布式云架构的铁路客运站智能应急指挥系统技术方案满足铁路应急指挥的发展要求。     

基于深度学习的司机疲劳驾驶检测方法研究

针对传统基于机器视觉的司机疲劳检测模型对硬件系统要求较高、检测准确率和效率较低等问题,提出一种基于MTCNN-PFLD-LSTM深度学习模型的疲劳驾驶检测算法.通过多任务卷积神经网络MTCNN进行人脸区域检测;利用PFLD模型检测人脸眼部、嘴部和头部的关键点及空间姿态角;计算出基于时间序列的人脸疲劳特征参数矩阵并输入长...     

基于点云信息的既有线整正方法研究

为适应列车提速后高平顺性与高舒适性的需要,利用激光扫描技术获取的连续数据点云信息,通过曲率梳分析对轨道几何形位进行了描述,从曲率变化率入手,找出传统测量模式与提速行驶后现场新标准养护作业的盲区所在,并提出既有铁路曲线曲率变化率整正方法,从原有的面向过程的纯线形管理模式下的几何形位拟合思路转换为面向对象的车轨一体化线形养护新思路,使养护的线路几何形位与列车运动特性相吻合。     

基于LSTM网络高速列车悬挂系统故障预测方法研究

高速列车悬挂系统安全性对于整车安全运行非常重要,对悬挂系统进行全生命周期状态监测以预测其故障成为不可忽略的研究内容.当高速列车悬挂系统发生机械故障时,产生振动加速度,信号呈现非线性、非平稳特征.文章提出一种基于LSTM网络的高速列车悬挂系统故障预测方法,通过SIMPACK建立某型号高速列车整车模型,获得重要部件在各健康...     

铁路入侵智能检测方法研究

铁路入侵行为严重影响铁路安全,由于人工监控容易产生疏漏,研究计算机智能铁路入侵检测系统尤为必要,文章提出了一种智能铁路入侵识别方法,主要包括2个方面:一是提出了一种描述n维入侵目标可能存在的m维基本运动过程的数学模型;二是提出基于方向场的铁轨智能识别方法。经轨道监控视频实验验证,文中提出的方法可有效识别监控区域中的轨道,并可对铁路入侵目标进行准确识别和跟踪,算法具有一定鲁棒性,对实现智能铁路入侵检测具有重要意义。     

基于云平台的智能能源系统研究

为落实国家“碳达峰、碳中和”战略目标,紧扣《中国城市轨道交通智慧城轨发展纲要》智能能源建设 目标,以“更节能、更友好、更先进”为导向,以创新节能技术为核心,以信息化、智能化为手段,开展智能能 源系统深化研究。提出基于云平台的能源管理系统的构建和实施方案,以及采用双向变流牵引供电技术、专用 轨回流供电技术、永磁同步牵引供电技术、高效节能通风空调技术、直流集中供电智能照明技术等新技术的“供 用管”综合节能技术方案。     

基于移动激光扫描三维点云的限界检测技术研究

针对传统城市轨道交通限界检测方法无数据留存、作业难度大的不足,提出采用三维激光扫描的方法进行限界检测.通过对扫描数据、惯导数据及里程数据的融合处理,得到按线路里程展开的三维激光点云.再根据扫描中心与钢轨间的固定几何位置关系,快速分割出钢轨点云,采用经改进的迭代最近点算法将钢轨点云与标准钢轨断面模型进行精确配准,提取左右...     

智能一体化电务检测维护方案研究

电务检测维护技术是保障动车组列车安全运营的重要支撑技术,目前国内电务检测维护技术研究相对分散,检测手段比较落后,检测数据冗余造成数据分析处理困难,在指导电务生产资源的综合管理工作中发挥的作用十分有限。提出智能一体化电务检测维护方案,通过对地面集中检测技术、ATP车载设备检测技术和无线传输集中检测技术的研究,对电务维护信息进行合理的融合和挖掘,使电务检测维护数据能够合理指导生产、故障跟踪和检修业绩确认,为电务生产资源的优化配置提供决策指导。     

基于点云处理的机车车辆车底中心鞘螺栓故障检测方法

针对机车车辆车底中心鞘螺栓松动和缺失这一常见故障,提出了一种基于三维点云处理的检测算法。首先对目标点云进行下采样和离群点的移除,然后根据欧式距离对点云进行聚类分割,最后通过计算分割后每个点云包围盒形状系数和平均Z坐标实现螺栓点云定位,进而通过采样一致性算法拟合点云平面计算出螺栓松动程度,识别螺栓故障。将文中提出的算法与传统的基于2D图像的识别算法进行了对比,最后在地铁车辆智能巡检机器人中进行了应用,结果表明,该算法检测精度约为0.1 mm,且检测速度快,可满足实时检测的要求。     

基于椭圆拟合的隧道点云数据去噪方法

针对地铁隧道这一狭长密闭环境,激光雷达相较于传统隧道形变检测方法具有显著优势.由于受环境以及隧道中安装的大量设备的影响,数据中会包含大量噪声点,无法得到隧道完整内表壁数据,从而影响到数据在形变检测及三维建模等方面的应用.结合最小二乘法和拉格朗日乘数法对隧道点云模型进行椭圆拟合,并将其应用于圆形隧道点云滤波,利用各区域数...     

基于城轨云的信号系统数据挖掘方法

信号系统的良好运转是城轨运营的重要保障之一,自1969年我国第一条城市轨道线路开通以来,信号系统技术革新的速度越来越快,同时也对专业设备的运营维护人员提出了越来越高的要求。因此,如何保证在技术快速发展的当下,维护技能和技术的同步提升变得尤为重要。     

基于内存映射文件的海量点云数据快速读取方法

针对海量点云数据读取效率低下的问题,本文提出一种基于内存映射文件的快速读取方法。通过分析虚拟内存系统模式及内存映射文件的工作机理,将磁盘文件映射至虚拟内存,采用内存映射文件对大数据量文件进行存取。试验结果表明,与传统基于I/O方式的数据存取方式相比,本文提出的方法能够有效提高读取效率4倍以上。     

基于LSTM的高铁大风预测模型及算法研究

通过对风速数据进行时间序列分析,建立风速预测模型,实现大风灾害的预警,对提升高铁运营安全保障能力具有重要意义.通过分析某高铁客运专线防灾系统的历史风速数据,建立了一种基于LSTM神经网络的大风预测模型,使用TensorFlow平台进行模型参数训练,并结合实际监测数据进行了模型验证.结果表明,该方法预测未来20 min的...     

基于模态应变能的结构损伤检测方法研究

针对单元模态应变能法诊断结构损伤时需要完备模态的缺点，本文提出仅用部分低阶模态确定结构损伤位置和程序的方法，通过考虑高阶模态的近似贡献，能够得到较满意的诊断精度，具有实际应用价值。     

基于GRU循环神经网络的云数据中心应用故障预测方法

云数据中心的分布式应用故障具有复杂性、随机性等特点,导致应用的运行与维护(简称:运维)管理任务难度大、效率低.为此,提出一种云数据中心应用故障预测方法,构建基于门控循环单元(GRU,Gated Recurrent Unit)循环神经网络(RNN,Recurrent Neural Network)的云数据中心应用故障预测...     

基于知识工程的铁路智能选线设计理论、方法及应用

铁路选线设计是一件关系铁路建设全局的总体性工作,也是一项集知识、经验为一体的工作.如何科学利用现代计算机技术,充分挖掘专家的经验知识,提高选线设计工作质量和效率,是现代铁路勘察设计不断追求的目标,也是建设一条高质量铁路的重要支撑.课题组依托渝利、渝万、贵广、中老等铁路项目,针对"选线设计本体、选线设计知识表达、地理信息...     

基于改进YOLOv3的站口行人检测方法

针对YOLOv3算法在行人检测上准确率低和漏检率高的问题,提出一种改进型YOLOv3的行人检测方法,并将其定义为GA-Wide-YOLOv3.该方法首先以行人头肩小目标为检测对象,进行重构数据集,利用遗传算法重新对目标先验框进行聚类,优化anchor参数,提高先验框与数据集的重合程度;其次改进YOLOv3,通过加宽网络...     

基于高精度模态应变能法检测结构损伤的研究

在模态应变能、完备模态应变能及高精度模态应变能法的基础上,提出了一种新的结构损伤诊断方法--高精度完备模态应变能法.本方法考虑了结构参数修改量高阶项的影响,同时将高阶模态对单元模态应变能变化的影响做近似处理,且用低阶模态表示.这样仅用低阶模态就可以准确进行结构的损伤定位和损伤程度评估,克服了现有方法精度不足且需要完备模态的缺点.数值仿真结果表明,在结构多种损伤情况即能够得到较满意的诊断精度,具有实际应用价值.