直供加回流方式的牵引供电系统电压损失分析

通过建立直供加回流牵引供电系统,双线牵引网末端并联供电的数学模型,分析了运行中SS4B电力机车在4种不同牵引重量情况下,机车通过供电臂时的电能损耗问题,并根据实际运输计划,分析了直供加回流的牵引供电系统的牵引网、牵引变电所等的电压损失问题,并且进行了理论计算。     

翅柱式水冷散热器的性能研究

为化解强化换热与流动阻力的矛盾、优化某IGBT水冷散热器的设计,对比分析了5种不同翅柱结构(带小突起枣核状、光滑枣核状、菱形、圆形和方形)对流速、压降和温度的影响。研究结果表明:带小突起枣核状翅柱的换热效果最佳,圆形翅柱的换热效果最差;光滑的枣核状翅柱流线型最好、压降最小,方形翅柱的流线型最差、压降最大;温度对冷却介质物性参数有较大的影响,在水冷散热器的设计和使用过程中需要对温度予以关注。     

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。     

一种改进的二电平IGBT变频器损耗计算方法

功率器件的导通和开关特性对温度较为敏感,计算损耗时应综合考虑结温和散热条件因素。文章通过Matlab循环调用功率器件损耗计算程序和ANSYS温度场计算程序,以实现二电平变频器损耗的精确计算。该方法可为功率器件损耗的准确计算和散热器的优化设计提供依据。     

重载列车同步控制下纵向力仿真研究

列车纵向力成为评价重载列车同步控制性能的一个重要指标,为对其进行研究,建立了列车纵向动力学数学模型,通过Matlab/Simulink设计仿真模型,计算不同编组和不同工况下万吨列车的纵向力,并与试验数据进行比对来验证该仿真模型的可行性,同时也验证了同步控制的组合列车比传统编组方式列车在纵向动力学性能上更具优越性,为进一步分析和优化列车同步控制提供仿真平台和理论依据.     

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.     

电动汽车充电设施现状及发展趋势

利用可再生能源已成为了世界的重点。电动汽车由于低碳环保,是汽车产业的的未来发展趋势。与电动汽车配套的充电设施必须与之保持同步,电动汽车的发展才能不受制约。为此,本论文重点研究了电动汽车充电设施的现状和未来的发展趋势。     

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。      

面向常发拥堵点的主动交通诱导方法

基于动态用户均衡、系统最优分配的诱导方法,侧重路网需求的宏观预测和调节,难以准确辨识道路拥堵点的关联车流,制约了诱导效果。为精准调控致堵车流,有效缓解常发性拥堵,研究基于需求溯源的主动交通诱导方法。遵循靶向诱导的思路,分析车辆行驶轨迹和常发拥堵点的交通流关联性,运用卡尔曼滤波对关联车流进行短时预测,在此基础上,结合流量占比、路径饱和度等指标,对诱导目标车流进行优选。同时,从负荷均衡的角度出发,基于路段与路径交通流的时空关联更新路网交通状态,建立以饱和度均衡为目标的主动诱导优化模型。仿真结果表明:相比反应型诱导与基于路径偏好的主动型诱导,所提方法使常发拥堵点的车均延误、停车次数等下降30%~60%,路网车均延误、停车次数等下降10%~15%,模型收敛速度提高,交通效益提升,验证了该方法的有效性。