基于LMD-TCN的高铁沿线风速观测资料质量控制算法研究

大风是影响高铁安全运行的主要气象灾害之一,为保证高铁的运行安全,需监测高铁沿线风速观测资料。高铁沿线风速数据在采集和传输的过程中易受到各种干扰,导致风速观测资料中存在一些可疑值,故对其进行质量控制是解决此类问题的必要环节。提出一种融合局部均值分解法(Local Mean Decomposition, LMD)和时间卷积网络法(Temporal Convolutional Network,TCN)的风速观测资料质量控制算法,以此来提高高铁沿线风速观测资料的质量。为证明该方法的可行性,选取我国京沪高铁沿线江苏段4个观测站2018年秒级风速观测资料进行质量控制分析,并与时间卷积网络法(TCN)、长短期记忆神经网络法(Long Short-Term Memory,LSTM)和支持向量回归法(Support Vector Regression,SVR)这3种方法对比。通过插入人工误差,并以检错率为评价指标来衡量上述4种方法进行质量控制的效果。试验结果表明,该方法相比于其他3种方法能准确地检测出人为插入的误差,可以满足高铁沿线风速质量控制的需求,同时具有季节适应性强的特点。     

高速铁路线路轨面坡度及竖曲线半径动态测量方法及应用研究

为揭示高速铁路线路纵断面参数变化,以及和轨道不平顺、路基大桥沉降关系,针对国内尚无轨道纵断面参数动态检测装备,提出基于惯组的轨面坡度及竖曲线半径动态测量方法。首先,建立转向架构架及惯性坐标系,并以重力加速度、水平加速度极小相关性为基准对齐两坐标系;其次,基于转向架构架纵向加速度解算轨面坡度,并补偿列车俯仰运动及与轨道平面纵向倾角误差;然后,以坡度测量值为基础解算竖曲线半径;最后,以高速综合检测列车为平台,在国内某新建高速铁路实车试验。结果表明：坡度和竖曲线曲率重复性偏差绝对均值分别为0.07‰、0.71×10^-3 rad/km,极差分别为0.22‰、0.005 rad/km。     

我国汽车材料发展的几点史实和车辆用材的某些考虑

本文回顾了我国汽车工业发展简史和用料总量。回顾了国际封锁禁运下,我国如何自力更生地开发适合我国资源条件的汽车合金钢系列和低合金高强度钢板系列,节约了镍铬;并论证大量生产的大件商品——汽车必须考虑节约稀缺资源。关于汽车构造基体金属的探讨,突出了现代铸铁的技术进步;对铝、镁、钛用于汽年的前景也作了思考。本文最后讨论非金属材料中的木材、竹材和塑料,提出金属与非金属材料的最佳组合将对今后的汽车作出贡献,孕育出一代代的新型汽车。     

京沪高铁沿线江苏段风况研究

利用风资源评估软件Meteodyn WT分别模拟京沪高铁沿线江苏段大胜关43个站点和阳澄湖23个站点2016～2018年瞬时风速数据,分析2地区风况特征,为京沪高铁安全行车、防风设计及优化站点布局提供依据.研究结果表明:2地区大风发生频率峰值均在下半夜,并且午后大风波动显著,秋季尤为明显;受气候和地理环境等影响,春季、秋季分别是大胜关和阳澄湖强横风高发季节,其中大胜关沿线在日出至正午时段易受强横风的影响,阳澄湖则需重点关注区域Ⅰ沿线运行;大胜关沿线在站点1～5和12处增设监测站点,并在站点1～5南北侧设置挡风墙,除站点13～17和32～36之外北侧亦需挡风墙.阳澄湖沿线合理布设站点,并在北侧设置挡风墙;高铁沿线在沿江、湖泊等地区切变指数小,风速大,易受强横风影响,而在平原、山地等粗糙地区则相反.