五极纵轴测深法在长大深埋隧道勘探中应用

介绍五极纵轴测深法的基本原理,野外工作方法及工程实例,在宜万铁路长大深埋隧道的勘探中应用了五极纵轴测深法,经钻探验证基本吻合。理论及实践证明,五极纵轴测深法在非层状地层的探测方面有较好的分辨率,并可以直观地划分物探异常和绘出可信度较高的物性地质断面。     

某地铁车站联络通道矿山法和组合式盾构法施工方案的比较

以广州某地铁车站联络通道的施工为例,详细介绍矿山法和组合式盾构施工方案的工作原理、施工方法及施工步骤,并对这两种施工方案的优劣进行对比。     

转臂轴箱定位节点位置对机车动力学性能影响分析

利用SIMPACK建立某出口2B0机车动力学模型,分析了转臂轴箱定位节点的纵向位置对机车动力学性能的影响.研究表明节点纵向位置对机车横向稳定性有较显著影响,而对机车直线和曲线通过性能影响不大.得出了在动力学模型中,需要把转臂作为一个单独元件考虑,以减小计算误差的结论.     

旅客列车臭虫应急处理技术方法研究

目的：探索在应急状态下,安全、快速、有效地杀灭列车臭虫。方法：现场试验。结果：A组（化学法）,B组（物理法）和c组（物理法＋化学法）臭虫6天杀灭率分别为88％,89．4％和100％,与杀灭前相比差异均有统计学意义（P〈0．05）;C组持续控制臭虫危害可达12天。结论：联合使用物理、化学方法的应急处理技术能满足小批量（〈2节）,快速处理列车臭虫侵害的工作要求,是臭虫防治工作中的必要环节。     

基于802.11协议的CBTC系统数据通信子系统的探讨

数据通信系统DCS是CBTC系统的核心,CBTC系统大多采用成熟的基于IEEE 802.11协议标准的无线局域网技术作为数字通信传输系统。本文利用OPNET Modeler 14.5仿真平台,对CBTC系统的数据通信子系统建模,以802.11b标准为例进行仿真,在不同的无线数据传输速率及列车运行速度下,对无线局域网性能变化进行分析,提出具有冗余设备的列车以保证数据通信的可靠传输。随着人们对列车控制系统性能及多样化信息服务需求的增加,基于802.11协议的CBTC系统也存在一些需要解决的问题。     

基于Matlab的级联型高压变频器VF控制仿真平台研究

以级联型高压变频器(CAS-HVI)系统拓扑结构及功率单元结构为对象,通过Simulink构建功率单元组、移相变压器系统以及基于载波移相SPWM(CPS-SPWM)调制原理的PWM发生器子系统,形成基于VVVF控制的CAS-HVI仿真平台。利用该平台分别对突加减负载时功率单元的输入电流、母线电压、母线电流、输出电流的变化进行定性分析,并对相间短路极端故障情况下的功率单元状态进行定性分析。该仿真平台不但能提高CAS-HVI系统的开发安全性以及开发效率,有效降低开发成本,同时也展示了仿真的高效性及便利性。     

南京地铁2号线列车车门故障解析

通过对南京地铁2号线列车客室车门关门阻力大、关闭不到位、锁闭不可靠等故障的分析,发现这些故障与客室车门的结构、零部件的材料和质量有关,并提出了解决措施。     

轨道车辆用橡胶弹性元件靠性试验台

为解决我国轨道车辆用橡胶弹性元件组合加载试验关键技术难题,提出了一种“搭积木”设计理念,设计了一台12通道组合加载试验台,重点介绍了试验台的设计原理与结构组成,并对典型产品进行了组合加载试验.实践证明该试验台各项设计参数完全满足试验要求,为我国轨道车辆用橡胶弹性元件的安全和可靠性研究提供了科研平台.     

面向“工程认证”的《汽车构造》教学设计

工程教育专业认证(简称"工程认证")是我国"五位一体"高教评估体系的重要组成部分,是新形势下促进我国高等工科教育发展、提升高等院校工科人才培养质量的重要方法和途径。本文立足重庆理工大学车辆工程专业工程认证建设实际,以专业核心必修课程《汽车构造》为对象,结合工程认证标准与成果导向(Outcome-based Education,简称OBE)理念,对其进行面向"工程认证"的教学设计,包括教学目标设计、教学内容及方式设计、教学评价设计及课程学习建议,为我校乃至其他高校车辆工程专业工程认证建设提供有益借鉴。     

基于Faster R-CNN与形态法的路面病害识别

为提高基于图像处理的路面表观病害检测识别效率及精度,引入目标检测中的快速区域卷积神经网络（Faster Region Convolutional Neural Network,Faster R-CNN）算法以快速识别病害种类、位置与面积;针对已提取的带边框裂缝病害区域,采用基于VGG16迁移学习与模型微调的CNN与50%重叠率的滑动窗口定位裂缝骨架,进而利用形态法操作提取裂缝形态,计算其长度与宽度;针对Faster R-CNN算法在病害种类识别时漏检率低但误检率偏高的问题,引入精确率、召回率和F₁分数指标对算法进行评估,并根据F₁分数最大值确定相应的病害框像素面积及置信度阈值来降低误检率,以适应路面表观病害多样化的应用场景。运用开发的病害识别算法对广东一高速公路路面进行表观检测。结果表明：所提方法对典型裂缝图片的识别效率及精度均高于单独应用CNN滑动窗口和传统形态法的全局图像处理方法;对分段的裂缝边界框进行合并,且病害框像素面积及置信度阈值取优化值后,横向裂缝精确率由合并前的0.861提升至合并后的0.918,横向及纵向裂缝误检率则分别由调整前的20.4%和23.8%下降至调整后的8.2%和6.9%,漏检率则稍有提高。基于Faster R-CNN、CNN及形态法的路面病害识别方法具有工作高效、漏检率低的优点,在引入评估指标、最优病害框像素面积与置信度阈值后,病害误检率也大幅降低,具有潜在工程应用价值。