CRH380CL新一代高速动车组制动系统研制

介绍了CRH380CL新一代高速动车组的制动系统,重点阐述了制动系统结构、功能原理、设计计算和试验等内容。     

板式无砟轨道水泥乳化沥青砂浆施工质量控制技术

通过宁杭高铁水泥乳化沥青砂浆的施工实例,分析了水泥乳化沥青砂浆的原材料、配合比以及润湿、封边、灌浆、养护等工艺对施工质量的影响,重点阐述了各阶段施工质量控制要点,提出了相应的质量控制措施.     

CRH2-300动车组制动摩擦系数优化试验研究

对CRH2-300型动车组制动减速度试验情况和摩擦系数利用优化方案作了介绍。对武广客运专线进行的摩擦系数利用方案试验结果进行了分析和总结,并与原方案试验结果进行了对比。试验结果表明,摩擦系数优化方案可行。     

机车起动工况轮对纵向振动研究

轮对的纵向颤振会严重影响铁道机车车辆动力学性能,并且会引起轮轨非正常磨耗,导致发生轮对多边形化及踏面发生剥离。但是,机车车辆动力学研究中对轮对的纵向动力学特点的研究却往往被忽略,国内外少见对轮对纵向颤振问题的研究报道。首先描述了4个自由度的单轮对简化模型,并推导出其运动方程。在此基础上,对机车模型进行牵引工况下动力学数值仿真,研究其在此工况下的纵向振动现象,进而对影响轮对纵向振动明显的参数,诸如一系纵向定位刚度,轨道不平顺形式以及黏着系数等进行分析,对今后减小轮对纵向振动的方法研究提供理论依据。     

五悬浮架迫导向机构曲线通过研究

文章以中低速磁浮列车五悬浮架为例,以提高列车曲线通过时迫导向机构适应性、减小迫导向机构受力及空气弹簧水平偏移量为目的,研究列车静止悬浮或低速运行(小于5 km/h)时,悬浮电磁铁处于F轨最佳契合位置、空气弹簧水平偏移量最小所确定的理想平衡状态,滑台横向位移随曲线半径变化关系,得出通过不同曲线时滑台水平偏移量、迫导向机构结构尺寸及转臂转角的一般计算公式,并对典型案例进行计算分析,优化得出相对合理的迫导向机构结构尺寸以提高悬浮架曲线通过性能。     

岩石地区地铁矿山法区间 隧道衬砌设计模式

岩石地区地铁矿山法区间隧道衬砌的设计模式长期处于无章可循的状态,亟须合理化、规范化。从结构可靠度的角度出发,分3种模式(铁规破损阶段法、铁规概率极限状态法、建规概率极限状态法)对铁路系统和建工系统的设计模式进行分析研究,提出合理的可靠度设计方法进行P-Δ分析,并提出区间隧道设计中各个关键参数的合理取值。     

基于混合通信顺序进程的高速铁路列控系统形式化建模与验证方法

针对高速铁路列控系统的混杂特性,提出一种基于混合通信顺序进程(HCSP)的列控系统形式化建模与验证方法。引入了HCSP的假设条件,建立列控系统的行为模型;定义了HCSP到混合自动机(HA)的转换规则,将HCSP模型转换成HA模型;利用模型检验工具PHAVer对HA模型进行自动验证。以高速铁路列控系统典型的行车许可运营场景为例,建立区间闭塞分区行车许可场景的HCSP模型;根据转换规则将行车许可场景的HCSP模型转换成HA模型;用PHAVer验证了所建立的区间闭塞分区行车许可场景模型的正确性,从而证明了基于HCSP的高速铁路列控系统建模及验证方法的有效性。     

基于OOCPN结线分析和反向推理的城市轨道交通牵引供电系统故障诊断方法

基于面向对象的思想和有色Petri网理论,构建库所的令牌,描述城市轨道交通牵引供电系统中组成结点的元件、开关及结点的含源性质,进而建立城市轨道交通牵引供电系统结线分析的OOCPN(Object-Ori-ented Colored Petri-Nets)模型。求解该模型可确定城市轨道交通牵引供电系统的故障域;然后结合专家经验以及牵引变电所综合自动化系统轮询到的保护动作信息,通过反向推理遍历搜索该故障域,对故障元件进行定位;根据专家推理规则以及城市轨道交通牵引变电所内的保护配合关系,判断开关的拒动行为。以城市轨道交通牵引供电系统馈线短路且馈线开关拒动为例进行验证,结果表明:提出的城市轨道交通牵引供电系统故障诊断方法能够实现对故障元件的准确定位和开关拒动行为的判断。     

抗蛇行减振器安装刚度对弹性构架车辆动力学性能影响

基于减振器简化等效模型分析了某动车组车辆系统动力学性能随抗蛇行减振器安装刚度不同的变化情况,并且比较了考虑构架结构弹性振动对这种变化的影响.结果表明,抗蛇行减振器安装刚度对车辆系统动力学性能具有一定影响,尤其是当车辆运行速度达到250 km/h时影响较大;此外,构架的弹性振动也影响着抗蛇行减振器安装刚度的选择.     

基于改进GAN的端到端自动驾驶图像生成方法

基于端到端数据系统的自动驾驶系统对驾驶图像存在巨大需求。为解决一般生成式对抗网络模型在扩充驾驶图像数据集时不稳定及生成图像特征缺乏多样性的问题,研究1种改进网络模型LS-InfoGAN。结合最小二乘对抗损失防止模型梯度消失,并缓解生成器优化矛盾,提升模型训练稳定性。通过最大化生成图像与真实图像间的互信息提升生成器特征学习能力,改善生成图像特征多样性。利用转置卷积层还原图像特征,提升生成图像特征清晰度。以自主构建的模拟驾驶场景中获取的带标签驾驶图像集对模型有效性及其数据集扩充应用效果进行验证。实验分析表明:相比改进前模型,LS-InfoGAN模型的图像生成过程稳定性平均提升35%;使用此模型扩充的数据集进行端到端自动驾驶系统中决策网络的训练能在不采集新图像的情况下将系统决策性能提升1%~2%;建议使用此模型扩充图像数据集时将生成图像数量设置为原始训练集图像数量的1~2倍。