机车空调逆变电源控制系统及其实现

根据机车空调电源的特点,设计了满足机车空调电源应用要求的逆变器控制系统,包括逆变器电路组成、工作原理、控制系统硬件及软件等,突出了系统变频运行、智能控制等特点.设计方案得到了试验证实,设计样机满足运用要求.     

混合编程在隧道地层变形时空统一预测中的应用

通过Java与MATLAB的混合编程,可以充分发挥它们各自的优势,使计算效率与开发效率得到统一。通过具体混合编程实例以及在盾构隧道地层变形时空统一预测中的运用,结果表明此混合编程技术功能强大,实现简单。     

钢结构厚板母材及其焊接影响区的Z向冲击性能试验

为研究厚板及其焊缝在z向下的冲击性能,积累Z向冲击功的数据,为今后衡量评价z向性能提供实验依据,采用Q345B结构钢材,针对厚度60一165mm的板,在不同尺寸焊缝的十字形连接下沿轧制方向和板厚方向（z向）取样,在常温和低温下进行夏比y形缺1：2冲击试验。分析冲击功的变化规律,并用Bohzman函数进行拟合并分析韧脆转变温度。对试样断1：2进行电镜扫描分析。研究结果表明：z向取样,温度降低皆会对冲击韧性产生较大的影响,板厚及焊缝尺寸的增加也会对冲击韧性产生不利的影响,但相对较低。     

黄土地区地铁盾构下穿铁路变形控制技术

研究目的:黄土地区某城市地铁2号线盾构施工下穿既有陇海铁路线是一个盾构施工中的I级风险源,为保证地铁盾构施工安全下穿陇海线路,开展了盾构施工穿越既有铁路的变形控制技术研究,以为盾构安全施工提供技术支撑。研究结论:(1)黄土地区地铁盾构下穿既有陇海线路的地表沉降规律:不采取控制措施盾构施工时,路基右线隧道轴线正上方的沉降量为20.48 mm,左线隧道轴线正上方的沉降量为12.85 mm,左右线隧道的轴线上的沉降量均超出了沉降允许值;采取严格控制土压力、盾构匀速通过、严格控制注浆量、减少盾构推进方向的改变等减小地铁盾构下穿既有铁路施工风险的措施盾构施工时,右线隧道轴线正上方的沉降量为5.44 mm,左线隧道轴线上方的沉降量为4.95 mm,均小于变形允许值。(2)FLAC计算预测的变形规律与实际值基本一致,地表和铁路路基的变形量在允许范围内;减小地铁盾构下穿既有铁路施工风险的措施合理有效。(3)该研究成果可应用于黄土地区地铁盾构下穿铁路施工变形控制。     

资源受限项目调度问题的探讨

分析了城市轨道交通项目资源受限调度问题的成因与分类。此问题的解是在满足紧前关系和资源约束条件下产生的一种使某种管理目标为最优的调度方案。研究提出了对其进度问题和调度问题应用智能算法求解的方法和步骤,特别对串行调度方案(SSS)和并行调度方案(PSS)的适用条件和范围,数学模型的编码方式和解码规则进行了详细阐述,为广泛存在于城市轨道交通项目和其他大规模建设项目管理中的资源受限问题的解决提供了新思路。     

CRH5型动车组运行故障信息远程智能分析判断系统的设计与实现

基于GPRS和Internet网络技术,将CRH5型动车组列车网络控制系统(TCMS)中实时监测的列车牵引、制动、供电、空调、门控、转向架等子系统设备的运行数据信息实时、准确地无线上传到地面监测站,由地面监测站对采集的数据进行解码、数据挖掘、分析,实现数据智能处理、自动分级预警等功能,为动车组运行故障检修处理提供及时、准确的远程技术支持.     

交流传动试验台测试系统的设计与实现

简要介绍了交流传动试验台的结构、功能与特点。针对试验台"高速度、大功率"的特点,提出了对测试系统的要求。基于PXI数据采集设备、智能采集模块及LABVIEW软件开发平台,设计实现了分布式、多任务实时测试系统。介绍了系统硬件网络结构、实时多任务测试软件的设计实现方法。     

地铁车辆牵引系统控制方式的比选

文章对地铁车辆牵引系统3种控制方式进行比较,对3种控制方式从车辆故障运行能力及冗余性,车下设备布置,与空气制动系统的配合,对扩编的影响和维护成本等多方面进行了分析,提出了地铁车辆牵引系统控制方式选择的建议。     

新建铁路荆岳线公安长江大桥工程地质条件研究

采用地质钻探、原位测试、物探和室内试验相结合的勘察方法,研究了公安长江大桥的地层岩性、地质构造、岩土特征、水文地质、不良地质和特殊岩土等地质特征,并对工程地质条件进行了评价。     

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。