基于WebGL扩展模型的铁路运维可视化研究

中国铁路建设逐渐进入运营维护高峰期。为利用BIM技术解决运维阶段信息化管理存在的数据阶段性转换难度大、可视化效果不佳等问题,基于B/S架构对BIM技术在铁路运维中的可视化技术展开研究。使用Revit精细化地搭建铁路运维中的监测设备对应的监测点族模型,将其作为运维数据集成与可视化管理的载体;基于MySQL数据库,以传感器在监测物联网体系中的采集仪与采集通道编号为主键,进行铁路运维管理数据系统的设计与搭建。利用Three.js引擎进行运维云平台的开发,并研究在Web端进行运维属性附加的可行性,结合Cesium引擎独立在Web端集成扩展轻量化运维BIM模型。基于上述研究,形成基于WebGL扩展模型的铁路运维云平台并丰富其功能,能够实现现场监测数据在数据库中的结构化存储。在运维云平台中对监测点族进行附加,并且可以将监测数据与监测点族的显示状态进行关联,实现运维阶段信息的高效集成与可视化。结合工程案例,验证本扩展模型运维云平台的应用效果。基于B/S架构中的Three.js及Cesium.js引擎研究的运维模型扩展可视化方式,能够打通铁路运维过程中的数据采集、数据处理到数据可视化管理的全过程,摆脱...     

深水桥墩地震响应研究现状与展望

分析了地震激励下水-深水桥墩动力相互作用, 总结了动水压力作用机理、地震动水压力的计算方法和水-结构动力相互作用分析方法, 研究了深水桥墩地震响应特征和影响因素以及水下振动台试验进展, 并对比了各国规范中动水压力计算方法。研究结果表明: 动水压力降低桥墩自振频率, 增大桥墩地震响应, 其影响在桥梁的抗震设计中不可忽略; 现有研究采用的桥墩形式较为简化和单一, 建议开展更多以桥墩体系、桥梁体系为对象的深水桥梁地震响应研究; 对于地震作用下动水压力计算, 目前各国规范多基于Morison方程, 但对其适用范围尚不明确, 应深入研究Morison方程的适用范围、修正方法与准确便捷的地震动水压力计算方法; 目前水下振动台试验大多集中在动水压力对桥梁下部墩桩地震响应的影响上, 响应大多在弹性范围内, 应进一步研究在大震作用下深水桥墩的非线性响应与破坏模式; 目前针对深水桥墩在地震和波浪联合作用下的动力响应研究较少, 应深入研究在地震、波浪、海流联合作用下深水桥墩与水的相互作用机理; 目前缺乏对全桥结构的地震响应研究, 应开展深水桥梁全桥分析与多子台水下振动台试验。     

基于列车位置信息的接收波束成形技术对LTE下行信道的影响研究

高铁运行速度快、运行环境复杂,轨道沿线网络信道快速变化、频繁小区切换、多普勒频移等特有问题给铁路车地无线通信带来了巨大的挑战。基于列车特殊的运行场景基础上,分析基于位置信息的多普勒效应补偿对于提高接收信号质量的影响,通过实验模拟接收波束成形技术对于LTE每个时隙下网络速率的变化,提出350 km/h高速移动场景下基于位置信息的多普勒效应补偿技术,以验证基于位置信息的多普勒补偿技术和接收波束成形技术在高铁场景下的有效性,并通过实验证明天线间距和天线数量对于波束成形技术的影响关系。     

高等级公路冬季机械除雪养护方法的探讨

论述了北方高等级公路冬季机械除雪的方法和除雪中应注意的问题,并针对大、中、小雪的不同情况,提出了具体的除雪方法。     

大数据背景下基于特征学习的机械设备剩余寿命预测

传统数据驱动剩余寿命的预测方法是通过信号处理从监测数据中手动提取特征并构建健康指标,而在大数据背景下,手动提取特征需要特定专家知识并耗费大量人力,为解决该问题,提出了一种基于特征学习的机械设备剩余寿命预测方法——自适应特征学习寿命预测方法（AFLRULP）. 该方法构建移动窗口数据矩阵解决单次采样中的数据波动问题,并建立了多层一维卷积神经网络将数据矩阵映射为机械设备的健康状态;根据失效阈值可以计算出机械设备的剩余寿命;采样轴承全寿命周期数据集合对提出的AFLRULP进行验证,并且与传统基于手动提取特征的方法进行寿命预测准确性的对比. 研究结果表明:AFLRULP不需要人工提取特征,可从原始监测数据映射为机械设备的性能状态与剩余寿命,相对于现有的基于手动提取特征的寿命预测方法,提出的方法在轴承寿命预测累积相对准确率上平均提高了0.20.      

基于分级多目标决策的干线公交速度引导模型

为解决干线公交速度引导存在多要素关联约束强,全局效果差的问题,本文提出基于分级多目标决策的干线公交速度引导模型。基于公交线路运行特性的全局优化指标优势分析,设计以公交线路综合准点率为主,交叉口停车次数和分段引导速度均衡为辅的线路全局优化目标体系,并考虑多目标间的关联约束和优先控制差异,构建基于拉格朗日乘子法和遗传算法分层组合的干线公交速度引导分级多目标递阶决策模型;最后,通过实际场景测试,验证模型的有效性。测试结果表明：模型能够克服非全局指标优化的局部最优问题,将全线路各班次综合准点率和交叉口停车次数由非全局指标的69.67%和2.37次 ⋅ 班-1 提升到90.53%和1.23次 ⋅ 班-1;并且综合准点率比全局多目标加权方法提升8.65%,能够较好保障综合准点率目标的优先性,有效提升干线公交的通行效率和服务可靠性。     

基于列车制动功率的地面式储能系统阈值优化研究

对地面式储能系统与制动电阻联合工作时的阈值设定进行优化研究.以降低再生制动能量的线路损耗与稳定列车受电弓处牵引网压为目标,提出了一种根据列车最大制动回馈功率的阈值优化方法.采用地铁实际线路参数进行仿真,结果表明:阈值优化后,单车制动时再生制动能量回收率得到有效提升;多车制动时列车受电弓处网压得到抑制,避免再生制动失效情...     

基于眼动特性的隧道中间段光环境参数敏感性分析

为了解决以往研究缺乏多样本对多因素条件下隧道中间段光环境敏感性感知试验研究的问题, 采用正交试验设计。设置16组(4因素、4水平)试验工况, 利用DIALux仿真软件建立隧道仿真模型, 并基于室内仿真模拟试验平台开展动态行车试验, 通过SMI眼动仪对30名试验人员瞳孔直径分别进行3次有效测量, 并剔除异常数据。研究了在隧道中间段行车时灯具布置方式、侧壁反光涂料布设高度、侧壁反光涂料颜色及LED光源色温等光环境组成参数对驾驶员瞳孔直径的影响规律。运用极差分析和方差分析相结合的方式分析了各试验参数对瞳孔直径影响程度主次关系和显著性水平, 并对室内仿真实验的可靠性进行了验证。结果表明: 选取的试验参数均对瞳孔直径都有显著性影响, 且影响程度从大到小依次是, 灯具的布设方式、LED光源色温、侧壁反光涂料颜色、侧壁反光涂料布设高度。根据本次试验结果选取的较优水平组合为, 沿中线布灯, 侧壁反光涂料布设高度为2 m, 侧壁反光涂料颜色为白色, LED光源色温为4 500 K。     

人工智能算法在铁道车辆动力学仿真中的应用进展

梳理了人工智能算法在铁道车辆系统动力学仿真中的应用实例和国内外相关文献,概述了铁道车辆动力学仿真中常用的机器学习和深度学习算法,归纳和评述了2种学习算法在铁道车辆系统动力学建模与仿真中的应用分类;从铁道车辆系统动力学建模、动力学性能预测与动力学性能优化等方面入手,详细讨论了人工智能算法应用在力元建模和仿真、轨道不平顺预测、运行平稳性预测、噪声预测、侧风安全性预测、运行安全性预测、悬挂优化、轮轨匹配优化、结构优化以及主动与半主动控制等领域的优势和局限性,指出了现阶段人工智能算法在动力学仿真应用中主要面临的训练样本缺乏、泛化能力不够、可解释性欠缺等问题;展望了今后人工智能算法和车辆系统动力学交叉研究的发展方向和重点研究内容。研究结果表明：融合经典力学和人工智能算法结合的混合建模理论可作为之后的重点研究方向;人工智能算法对解决随机动力学中的随机不确定性,提高随机动力学的性能具有较大的应用潜力;通过人工智能算法与优化算法相结合来实现动力学性能优化,可充分发挥人工智能算法的优势。     

基于视觉信息量计算的城市道路交通环境评价

通过对驾驶人在城市道路交通环境下的视觉信息需求进行分析与计算,将城市道路交通环境按照信息量含义的不同进行分层,建立了基于视觉信息层级模型的信息量计算方法.在此基础上,通过实车实验提取分析数据,对信息量计算中的参数进行计算与标定,得出信息量计算模型,并以行驶速度作为城市道路交通环境的评价参数,求出速度与信息量之间的关系,最终确定信息量阈值,建立基于视觉信息量计算的城市道路交通环境评价方法.该评价方法中速度与信息量之间呈较好的幂函数关系,R2达到0.9356,只需采集城市道路驾驶人视觉图像,通过软件分析可得出图像信息量,根据关系式和道路限速可得出信息量阈值,对比分析进行交通环境评价.该方法仅需采集驾驶人视觉图像即可完成评价,方便快捷、结果准确,但在软件处理图像信息量上尚未达到智能分析处理,尚需进一步研究改进.