基于虚实结合的转辙机仿真自动开闭器

目的：转辙机常出现自动开闭器接点接触不良的现象，但此类故障在实训中却难以被完全模拟出来。为了解决该问题，设计了一种基于虚实结合的转辙机仿真自动开闭器，用于模拟自动开闭器接触点不良的应用场景。方法：介绍了自动开闭器的特性及总体规划方案；介绍了软件及硬件系统的设计与实现方法；对所设计的仿真自动开闭器进行了测试与改进。结果及结论：所设计的仿真自动开闭器实训系统具有以下几个特点：能保持道岔控制电路结构、电气特性、实践训练方式与方法均不变；能还原轨道交通运营线路中自动开闭器接点接触不良的应用场景；既能满足轨道交通企业人员的技能训练需求，还能实现学校教学内容与行业岗位需求的无缝对接。所提仿真自动开闭器工作稳定且可靠性高，能够满足频繁操作练习的实训系统要求。     

ZDJ9转辙机自动开闭器优化研究

针对广州地铁13号线ZDJ9转辙机频繁发生自动开闭器动接点卡滞的问题，横向对比测试了ZDJ9、ZD6、ZYJ7转辙机动接点所受拉力与阻力，并对动接点进行了受力分析。基于研究得出的动接点受力关系及阻力范围，提出了包括增加自动开闭器弹簧额定拉力或者辅助弹簧的优化解决方案。经实践，该方案可有效降低动接点卡滞几率，具有参考和推广意义。     

基于深度学习的高铁接触网顶紧螺栓的缺陷检测

针对高铁接触网顶紧螺栓目标小、缺陷检测困难的问题,提出一种基于深度学习的顶紧螺栓缺陷检测方法。根据4C检测车拍摄的高铁接触网图片(大小为6600*4400 pixels),首先对特征信息更多的斜撑套筒进行定位,采用TDM模块与SSD相结合的算法提升算法对小目标的检测精度,并通过改变默认框的尺寸以得到更好的检测精度和速度;然后利用DeepLab v3 plus算法对顶紧螺栓部分进行语义分割;最后提出一种阈值法对顶紧螺栓的缺陷情况进行判别。为满足实际工程的速度需求,对训练好的模型进行优化。实验结果表明:相较于经典的SSD,本文改进的SSD方法对斜撑套筒的定位精度和速度都有提升;对于6600*4400 pixels的原始样本,本文提出的顶紧螺栓缺陷检测方法精度上达到95.9%,速度达到17.9 fps。     

基于小波包分解多尺度排列熵及2阶特征选择的转辙机故障诊断方法

针对转辙机高精度故障诊断的需求，结合声音信号非接触、易采集等优势，提出一种基于声音信号的非接触式故障诊断方法。首先，基于小波包分解与多尺度排列熵，实现对声音样本的特征提取；其次，提出基于ReliefF和二进制粒子群优化算法的2阶特征选择方法，得到最佳特征集合，实现对声音样本的特征选择；最后，基于支持向量机算法对最佳特征集进行训练和测试，完成对转辙机的故障诊断。依托10种常见工况下共计800组声音样本开展实验，结果表明：该方法在反位—定位和定位—反位转换过程中得到的特征点数分别为13和39个，故障诊断准确率分别为99.67%和100%；相比于单一特征选择方法，采用的2阶特征选择方法能够大大降低特征维度，提高故障诊断准确率；相比于k近邻和线性判别分析这2种分类器，支持向量机分类器在转辙机故障诊断中更具优势。     

基于多传感器融合的视觉感知困难样本挖掘方法

视觉感知困难样本能有效提升自动驾驶场景中目标检测算法的性能,但是这些样本通常稀少且难以通过简单手段获取.针对该问题,文章提出一种基于多传感器融合的视觉感知困难样本挖掘方法.该方法利用雷达点云分割出来的障碍物目标对图像检测目标进行交叉复核,基于实际障碍物在多传感器间的映射关系挖掘图像目标检测算法难以识别或者未加入模型训练的样本,并将这些困难样本通过云边协同机制用于图像目标检测模型的重训练和远程部署,实现模型的优化迭代更新.试验表明,该方法可以有效挖掘矿用卡车自动驾驶场景的困难样本,通过增量迁移学习显著提升图像目标检测算法性能.同时,该算法对轨道交通等领域自动驾驶场景也具有重要的指导意义.     

面向复杂环境的接触网关键设备缺陷检测方案

针对小样本及复杂环境下接触网关键设备缺陷检测难等问题，提出一种融合深度卷积神经网络和卡尔曼滤波的图像检测方案。采用MobileNet构建模型骨干网络，有效降低了计算成本；融合柔性非极大值抑制算法解决目标部件遮挡问题，并将上下文感知ROI池化层取代原始池化层，维护了小尺寸零部件的原始结构；最终通过卡尔曼滤波对检测结果进行修正，有效提高检测精度。实验结果表明：本文所述方法能够对复杂接触网设备实现零部件的精确检测，与相同条件下的其他检测算法相比综合性能最佳。     

基于改进YOLOv5算法的块状磨屑识别方法

针对钢轨打磨车作业产生的块状磨屑的处理方式效率低、智能化程度低、安全隐患大等问题，提出一种基于改进YOLOv5算法的块状磨屑智能识别方法。在原有YOLOv5算法基础上，增加更大尺度的检测层，提升小尺寸块状磨屑的检测效果；在骨干网络嵌入卷积注意力模块（Convolutional Block Attention Module,CBAM），增强块状磨屑的特征表达；选择EIoU(Efficient Intersection over Union)替代CIoU(Complete Intersection over Union)作为目标框回归的损失函数，加快模型的收敛速度，提高块状磨屑预测框的精度。利用某轨道巡检小车采集的数据进行测试试验，结果表明：改进后的YOLOv5算法对于块状磨屑的检测能力有所提高，召回率提升了4.55%，均值平均精度提升了8.6%，对小尺寸块状磨屑有更好的检测效果。     

基于光电的钢轨探伤车超声探轮自动对中系统设计及验证

钢轨探伤车超声探轮对中控制技术是探伤车高速检测的一项关键技术，在实际运用中因对中控制技术不足易造成钢轨伤损漏检。在既有对中控制技术基础上，采用自主化技术研究全新的基于光电的对中系统设计方案。针对钢轨夹板和道岔的干扰问题，优化自动对中软件的钢轨廓形测量算法；针对不同偏移量的对中控制问题，优化对中控制软件的控制参数及控制算法。此外，根据现场用户静态测试需求，开展探轮自动对中系统静态响应指标试验；根据现场用户动态测试需求，开展探轮自动对中系统运行测试试验。结果表明：新设计的对中系统能够在60 kg负载情况下对5 mm阶跃信号的动态响应可上升时间57 ms、超调量18.6%、稳定时间156 ms，并在铁路线路实测中对中标准差可达到2.46 mm、极限偏差不大于7.19 mm，且无对中不良情况出现；全路60辆80 km·h^-1的GTC-80型探伤车全部完成了激光对中改造，现场运用良好，设计的基于光电的超声探轮自动对中系统能够满足探伤车在80 km·h-1时的探伤检测需求。     

铁路轨道部件注塑模具随形冷却流道的增材制造工艺参数优化

梳理了注塑模具的研究现状并设计了铁路轨道高分子材料部件模具的随形冷却流道。采用选区激光熔化技术完成随形冷却流道的增材制造和无支撑流道的工艺参数优化，当下表面填充的激光速度为2 000 mm/s、激光功率为120 W，下表面轮廓的激光速度为800 mm/s、激光功率为150 W时，能够提升流道内壁的成型效果和表面质量。通过对随形冷却流道的尺寸精度检测及力学性能试验，流道位置精度可达99%，直径精度可达98%，圆度为0.089 mm，平行于基板方向的抗拉强度为1 270 MPa，垂直于基板方向抗拉强度为1 040 MPa，硬度平均值为39.2 HRC。铁路轨道部件注塑模具随形冷却流道的尺寸精度及强度满足要求，可用于模具后续研究。     

基于图像智能识别的钢轨伸缩调节器位移监测技术

针对传统大桥钢轨伸缩调节器位移检测方法检测成本高、设备维护复杂等问题，提出了一种基于二维码的位移检测方法。采用先粗检测后精检测的策略，粗检测环节使用Viola-Jones快速目标检测框架确定待检测图像中二维码的候选区域，精检测环节基于二维码的定位标志确定各候选区域中二维码的三个顶点。在检测定位二维码的基础上利用模板匹配算法，计算出钢轨伸缩调节器的位移，从而对桥梁健康状况进行检测。试验结果表明，利用二维码技术进行桥梁结构位移检测具有较高的精度，检测精度可以达到毫米级。     

面向铁路客运场景的对抗鲁棒性人头检测模型

基于人头检测的人群数量估计算法能为铁路客运车站应对突发客流、防止人群聚集提供有效的决策辅助，但人头检测使用的深度学习模型易受到对抗样本影响。为提升深度学习模型的对抗鲁棒性，建立了基于RetinaNet算法的人头检测模型；在Brianwash数据集上分别使用快速梯度符号法（FGSM,Fast Gradient Sign Method）和投影梯度下降（PGD,Projected Gradient Descent）2种对抗攻击方法生成对抗样本，初始模型在对抗样本数据集上的m AP值均有显著下降，验证了对抗攻击对模型性能影响的有效性；再对模型进行对抗训练，对抗训练后的模型在各类对抗样本验证数据集上的m AP值均有显著提升。实验结果表明，对抗训练后的人头检测模型能有效防御对抗样本的攻击，提升模型检测性能和对抗鲁棒性。     

计及少样本的YOLOv5s轨枕掉块小目标缺陷检测方法研究

轨枕作为固定钢轨和扣件的重要轨道零部件之一,由于长期承受钢轨传来的各种作用力,其端部易出现掉块,造成轨道机械结构稳定性下降,故轨枕掉块缺陷检测对保证列车正常运行起到重要作用。针对轨枕掉块缺陷检测方法存在精度较低和缺陷样本少的问题,提出一种计及少样本的YOLOv5s轨枕掉块小目标缺陷检测方法。首先,采用Copy-Pasting数据增强方法增加轨枕图像中掉块小目标数量,解决缺陷样本少的问题;其次,通过降低网络下采样倍数和删除大尺度检测层的方式改进YOLOv5s模型的多尺度检测层,提高轨枕掉块缺陷检测精度和速度;然后,将锚框之间的平均交并比作为距离量度改进K-means聚类算法,并使用遗传算法优化,重新匹配适合轨枕掉块缺陷检测的锚框;最后,使用跨尺度连接结构和双向特征加权融合模块改进YOLOv5s的特征融合结构,增强特征融合能力。实验结果表明,与原模型相比较,改进后的YOLOv5s模型平均精度达到94.1%,提高2.3%,检测速度达到93.3 fps,提高26.6 fps,能够准确且快速地识别轨枕掉块小目标缺陷。     

基于Optistruct的防爬器结构优化设计

采用基于Optistruct的尺寸优化和形状优化相结合的优化技术,探讨了产品结构的多目标多任务最优化设计方法,并以地铁吸能防爬器为例进行了同时满足静强度和碰撞设计2种目标要求的优化分析,最后通过静强度分析和碰撞仿真对优化结果予以验证,证实了该方法的有效性.     

自然场景下基于四级级联全卷积神经网络的人脸检测算法

针对于自然场景下人脸检测存在的姿态复杂、遮挡和光照等问题,提出一种基于4级级联全卷积神经网络的人脸检测算法。构建4级级联网络,采用级联分级训练代替端到端训练,以避免只共享1个网络权值的局限,进而获得有区分性功能的深度网络,提高检测精度;每级深度网络结构均采用全卷积结构,可以接受任意尺寸图像的输入,提高检测效率;另外在训练过程采用自举法Bootstrap进行网络模型的优化训练,提高训练样本利用率;利用最终训练好的深度卷积网络模型实现人脸检测。人脸检测实验结果标明,本算法在自然场景下,对多姿态、遮挡、单图多种人脸类型等均具有良好的鲁棒性,同时在现有平台上每张图片的检测速度达到96ms,在国际权威的人脸检测公开测试集FDDB上的"真正率"达到82.98%。     

低重心气卸水泥罐车罐体制造工艺

根据低重心气卸水泥罐车罐体变径圆筒的结构特点和罐体焊接质量检测标准高的难点，采用埋弧自动焊技术，按既定的制造工艺完成了该车的罐体制造，有效控制了零件加工尺寸和组装精度，达到了超声波探伤，风压，水压等检验要求。     

基于无监督知识蒸馏的高铁绝缘子缺陷检测算法

绝缘子作为高铁接触网的重要组成部分，是隔离接触网和地面的关键零部件。但绝缘子缺陷样本稀缺，缺陷类型多样，基于有监督深度学习的绝缘子缺陷检测难以满足现场需求。针对该问题，本文提出一种基于知识蒸馏的绝缘子缺陷检测算法。该方法主要分为两个阶段：第一阶段使用一个基于YOLO-v5的绝缘子旋转定位网络快速准确地将绝缘子从接触网图像中提取出来，并使用滑动窗口将其下采样为绝缘子小块；第二阶段使用由一个教师网络和一个学生网络组成的绝缘子缺陷检测网络检测缺陷。实验表明该方法具有良好的可行性。     

基于局部图像纹理计算的隧道裂缝视觉检测技术

地铁隧道裂缝病害的自动检测技术是一个重要研究方向。针对地铁隧道复杂场景和弱光环境下,全局图像检测精度低的问题,提出分块图像局部纹理处理算法,将大视场裂缝图像进行网格化处理,在分块区域内完成预处理与纹理提取,基于图像细化与骨架提取算法,提出裂缝和虚假裂缝纹理的差异性计算模型,可有效提高真实裂缝图像的检测精度,滤除虚假裂缝的干扰。针对硬件系统,提出多目高速线阵相机的图像采集方案,研制裂缝图像采集系统样机,可安装于轨道小车上进行图像连续采集。利用研制的图像采集处理设备,可以自动采集和检测隧道裂缝图像,对于纹理简单的普通裂缝图像样本,裂缝的识别率达到0.96;对于地铁隧道裂缝图像样本,裂缝的识别率达到0.84,验证了硬件系统和软件算法的有效性与可行性。     

基于卷积块注意力模块和双向特征金字塔网络的接触网支持装置检测方法研究

接触网支持装置是接触网悬挂状态检测监测图像分析的关键对象，对支持装置零部件的检测定位是实现缺陷自动分析的基础。针对接触网支持装置零部件种类多、尺寸差异大、存在遮挡、部分零部件相似度高等问题，提出一种融合卷积块注意力模块（convolutional block attention module,CBAM）和双向特征金字塔网络（bidirectional feature pyramid network,BiFPN）的接触网支持装置检测方法。在YOLO v5s网络模型基础上，该方法通过CBAM增强接触网支持装置的特征提取，结合BiFPN，实现不同零部件分辨率特征图的融合。利用4C装置获得的图像数据集，开展验证试验。试验结果表明，相对YOLO v5s网络模型，融合CBAM和BiFPN的接触网支持装置检测方法，网络平均精度mAP@0.5提高2.12%；能显著提升小目标检测效果，提高定位的准确性和稳定性，对接触网状态的智能分析有重要意义。     

全电子自动复原道岔模块的研究

介绍一种全电子计算机联锁四线制道岔自动复原模块,来取代原来安全型继电器组成的道岔执行电路。全电子计算机联锁模块主要有微控制器MCU、可编程逻辑器件CPLD、道岔驱动电路、道岔表示电路、道岔检测电路和自动复原电路等组成。自动恢复电路包括驱动电路和继电器等组成。计算机联锁系统通过定位和反位检测单元检测电路中是否有表示电压,来决定微控制器MCU计时与否。道岔由定位转向反位或由反位转向定位时,若在规定的时间不能密贴,微控制器MCU发出继电器Js驱动指令,驱动继电器Js动作,通过继电器Js的接点,控制系统发出相反的转换指令,使道岔自动恢复到原来的位置。最后,提出了软件设计方案,用流程图对软件工作原理进行了说明。     

重载铁路WJ-12型扣件TPEE垫板结构优化设计

为解决重载铁路WJ-12型扣件弹性垫板压溃、疲劳后扣件静刚度变化率超限、混凝土轨枕承轨面磨损等问题,对现有热塑性聚酯弹性体（Thermoplastic Polyester Elastomer,TPEE）垫板进行结构优化设计。优化后,TPEE垫板的厚度和面内尺寸保持不变,单个凸台面积增大。采用有限元软件建立TPEE垫板静刚度计算模型和钢轨-TPEE垫板-轨枕耦合模型,对优化前后TPEE垫板的静刚度和TPEE垫板与轨枕的耦合应力进行计算,并通过室内试验对比优化前后TPEE垫板及扣件的静刚度和300万次疲劳试验后的静刚度变化率。结果表明：优化后,TPEE垫板静刚度为47.3 kN/mm,疲劳试验后的TPEE垫板和扣件静刚度变化率均小于20%,满足规范要求;优化后TPEE垫板和轨枕表面受力更为分散、合理,二者相互作用减小。