列车荷载下钢轨振动加速度的空间分布特征

为了探究列车通过时钢轨振动的基本参数和敏感区域,基于多体动力学软件GENSYS和有限元软件ABAQUS,分别建立车辆-轨道动力学模型和轨道-下部基础有限元模型.以动力学模型计算得到的轮轨力为激励,输入轨道-下部基础有限元模型,计算分析车速、轨道不平顺和钢轨支承方式等因素对钢轨加速度的影响.研究结果表明:钢轨加速度从轨头到轨底逐渐减小,轨枕上方轨头加速度明显大于轨枕之间.钢轨加速度对车速最为敏感,车速从200 km/h增加到350 km/h时,无砟轨道轨头加速度从1.476 km/s2增加到2.980 km/s2.连续支承式无砟轨道,钢轨加速度小于传统离散支承式无砟轨道.加速度传感器建议安装在轨头外侧,传感器的采集频率、量程应考虑列车速度、轨道不平顺等影响.      

基于改进Canny算法的道路标线自动识别及定位

在自动化道路病害检测过程中,检测车的横向偏移会导致路面病害横向定位的误差,通过边缘检测算法对标线进行自动识别及定位,可消除病害横向定位的误差. 但传统Canny边缘检测算法存在对标线边缘识别不全,噪声、伪边缘较多的问题. 因此本文对Canny算法进行改进:采用维纳滤波替代高斯滤波以滤除噪声;利用OTSU法自适应地选取图像阈值;提出划定准偏区域以滤除路面干扰并提高边缘完整识别率. 研究结果表明:与其他边缘检测算法相比,该算法检测出的边缘像素总数分布在900～2 000,与标准值1 352较为符合,8连通域数与边缘像素总数、4连通域数的比值分别分布在0～0.04和0～0.29,在抑制噪声、剔除伪边缘及路面干扰、边缘识别连续性和单一边缘响应方面实际应用效果较好;人工法验证结果表明该算法定位标线结果与实际值的吻合度高达99%,可在同步采集的3D激光图像上进行路面病害横向定位.      

不确定环境下的多车型物流配送路径优化

为实现在路段通行时间不确定背景下,配送企业对多种车型车辆的组合优化,使车辆资源利用、配送路径最优.通过建立总成本和配送时间最小的多目标模型、并考虑时间窗约束,设计提出多目标进化遗传算法求解该问题.本算法结合链表思想,同时为解决产生不可行解问题,在解编码时采用多染色体;并在算法中针对子染色体和母染色体分别设计交叉算子,运用擂台赛法则和改进精英保留策略构造非支配解集和加快算法的收敛速度.结果表明:相比单车型,多车型组合优化具有更高的经济效益,且随着不确定参数的变化,运输成本上升,多车型配送满载率受影响较小.     

基于人口合成技术的居民出行调查数据扩样

为提高居民出行入户调查样本代表性,使调查数据能够准确反映居民出行特征,在分析居民出行调查数据处理现状及常规扩样方法局限性的基础上,引入基于人口合成技术的IPU算法(iterative proportional updating)和GRE算法(generalized regression),对深圳市居民出行入户调查数据进行实证分析,并利用相关系数及相对误差指标对扩样结果进行评价.结果表明:利用算法关联家庭与个人表的频数矩阵,通过迭代调整扩样权重值、IPU算法和GRE算法均能很好地拟合家庭与个人的属性分布与总体一致,且相对误差控制在6％ 左右,满足扩样的精度要求.由于IPU算法更具普适性,算法不受初始权重及稀疏样本限制,其扩样误差及波动性较小,扩样结果更为稳健.     

内轴颈高铁车轴结构设计与强度分析方法

针对高速列车的轻量化设计需求,分析了内轴颈高铁车轴独特的内支承结构与承载特点,建立了内轴颈高铁车轴受力状态和结构强度理论分析模型,提出了内轴颈高铁车轴设计极限载荷和疲劳强度的解析计算方法;在此基础上,制定了基于理论分析、有限元方法和车辆系统动力学的内轴颈高铁车轴结构设计方法,并以17 t轴重的内轴颈高铁车轴为例开展了应用研究;基于内轴颈高铁车轴受力状态的理论分析结果,确定了车轴的临界安全截面和详细尺寸方案;建立了内轴颈高铁车轴的有限元模型,评估并校核了车轴的疲劳强度;建立了轴箱内置式高速动车的刚-柔耦合系统动力学仿真分析模型,验证了车辆的动力学性能和车轴的动荷载。分析结果表明：17 t轴重的新型内轴颈高铁车轴的质量为273.6 kg,比同轴重传统外轴颈高铁车轴的质量低约30%;内轴颈高铁车轴各截面疲劳强度的安全系数均大于1.66,临界安全截面转移至轴颈与轮座之间的卸荷槽及轴颈与轴身之间的过渡圆弧区域;采用内轴颈车轴的高速动车能够以350 km·h^-1的速度稳定通过半径为5.5 km的曲线线路,主要动力学性能指标优良;在选定曲线通过工况下车轴所承受的动载荷均能被设计极限载荷包络,据此开展的车轴结构设计和强度分析是稳健的。可见,内轴颈高铁车轴在实现高速列车轻量化设计方面有显著的技术优势,且高速适应性较好,在高速列车领域的发展和应用潜力巨大。     

基于混合修正策略的随机时间车辆路径优化方法

针对带有随机旅行时间、随机服务时间及时间窗约束的车辆路径问题,建立了带修正策略的随机规划模型,并给出了两阶段求解方法.第一阶段运用改进遗传算法获取先验路径,第二阶段采用两种混合修正策略(分别记为A、B)调整"失败"的先验路径.混合修正策略A(B)通过随机模拟实验判断对当前顾客的延迟服务(对下一顾客的服务)是否会对该路径后续顾客造成大规模延迟服务,并采取相应的调整措施.基于Solomon算例进行了仿真实验,对小规模算例将仿真结果同CPLEX求解结果作对比;对大规模算例将仿真结果同已知最优解作对比.结果 表明:所给算法可获得小规模算例的精确解,大规模算例的近似最优解.同时,对比不同策略下的仿真结果表明两种混合修正策略具有优越性,研究结果对随机车辆路径问题的求解具有一定的参考意义.     

基于多数据源的CTC调度台工作负荷研究及评定

为准确划分CTC调度台的繁忙程度,提出了一种通过CTC调度台的基础数据对调度台进行划分的方法.参照工作负荷研究中常用的方法,即主观评价法和任务分析法,结合统计学方法中的聚类分析,对某铁路集团有限公司中的17个CTC调度台进行繁忙程度划分.为有效地划分繁忙度,首先,在任务分析法详细分析工作内容的基础上,通过相关分析和回归分析探讨基础数据和工作负荷的关系;然后,基于调度台的基础数据,采用聚类分析中的K-means聚类算法对CTC调度台的工作负荷进行繁忙度划分;最后通过对CTC调度员心理负荷和工作压力的主观评价数据的方差分析来验证聚类划分调度台繁忙度的科学合理性.结果 表明:聚类分析后的繁忙、普通和轻松台之间在主观评价工作负荷上都有显著差异.     

基于数据驱动的机场水泥混凝土道面性能退化预测

针对机场道面性能退化过程的精确预测问题,本文采用数据驱动的机场道面预测性维护方法,通过指示变量将两种数据集进行联合分析,考虑机场道面性能退化过程受飞行交通量和道面面层厚度的影响,以机场道面性能状况指数衰变的非线性函数为期望函数,建立一种机场道面性能退化双参数预测模型;根据模型的参数估计结果,采用边际效应分析结合预测性能曲线图示,对不同飞行交通量水平和不同道面厚度等级的道面性能退化过程预测进行分析。结果表明,采用数据驱动和非线性混合效应方法,搭载联合估计技术,能较为显著地提高机场道面性能退化预测的精度和效果。     

考虑出行竞争的网约车能源环境效应不确定性研究

在碳中和背景下,交通行业推进节能减排刻不容缓。随着网约车的蓬勃发展,它被认为替 代了部分传统出行方式出行量,与传统出行方式形成竞争关系,网约车对绿色出行量的影响引发 了人们对其能源环境效应的思考。本文基于反事实思维视角,从网约车对传统出行方式出行量 影响的角度建立网约车能源环境效应评估模型;以北京市为案例城市,运用网约车进入北京之前 不同指标的数据,推演近年不考虑网约车影响的传统出行方式出行量;结合推演出行量和建立的 能源环境效应评估模型得到网约车带来的净碳排放。结果表明,网约车对公交车和地铁出行量 产生一定的抑制作用,其能源环境效应具有不确定性特征,并且随着共乘比例的增大,网约车的 负能源环境效应削弱,说明网约车仍然具有节能减排的潜力,相关部门需要合理管理网约车。研 究结论揭示了网约车的能源环境效应及发展共乘模式的重要性,对以网约车为代表的共享出行 可持续发展具有参考意义,为实现碳中和作贡献。     

基于卷积神经网络优化回环检测的视觉SLAM算法

传统视觉即时定位与建图（SLAM）算法若无回环检测可能会存在累积误差无法消除的现象,即使有回环检测,也因准确率和效率比较低而无法应用于轻量级设备上,为此,研究一种回环检测优化的视觉SLAM算法. 前端估计时,对相邻帧图像进行ORB （oriented fast and rotated brief）特征提取与匹配,对匹配成功的特征点进行PnP （perspective-n-point）求解,获得相机运动估计并筛选出关键帧图像;后端优化时,利用SqueezeNet卷积神经网络 （CNN）提取图像的特征向量,计算余弦相似度判断是否出现回环,若出现回环则在位姿图中增加相应约束,利用图优化理论对全局位姿进行整体优化;最后利用项目组制作的数据集和TUM （technical university of munich）公开数据集进行测试与对比. 研究结果表明:相比于无回环检测算法,本文方法可以成功检测到回环并为全局轨迹优化增添约束;相比于传统词袋法,在回环检测准确率相同的情况下,本文方法召回率可提高21%且计算耗时减少74%;与RGB-D （red green blue-depth） SLAM算法相比,本文方法建图误差可降低29%.