新一代ATS系统在重庆轻轨3号线的应用

介绍了铁科院最新研制的基于CBTC的ATS系统,以及在重庆轻轨3号线的应用情况,包括系统结构,主要技术实现,以及应用特点。     

二乘二取二系统的安全性与可靠性分析

阐明了铁路可靠性和安全性的重要意义,使用概率的方法对二乘二取二系统的安全性与可靠性关系进行了描述,通过对其进行数学分析,提出并举例说明了提高二乘二取二系统安全可靠性的方法。     

某线框架板式轨道CA砂浆伤损动力试验研究

为进一步明确无砟轨道部件伤损对轨道结构受力和行车安全的影响,需要对典型病害类型展开现场动力学试验。本次现场试验主要针对框架板式轨道CA砂浆伤损进行动力测试试验,从而分析CA砂浆伤损(碎裂、掉块等)修复前后钢轨及轨道板的动力学响应,评估CA砂浆伤损对轨道结构受力和行车安全的影响,以及针对现场CA砂浆碎裂等病害的现有修复技术加以评估。     

铁路隧道防灾救援系统电气设计

以向莆铁路青云山隧道、武广客运专线浏阳河隧道、广深港客运专线狮子洋隧道为工程背景,通过分析长大山岭隧道和水下隧道防灾救援用电设施容量、分布特点、负荷等级,提出了铁路隧道防灾救援系统电气设计方案,包括防灾电源接引、供电方案、防灾应急照明、消防报警联动控制以及隧道特定环境下满足防火要求的主要电气设备材料选型。力求对我国铁路隧道防灾救援系统电气技术发展起到抛砖引玉的作用。     

基于电力传动磨轨车辅助电源滤波器设计

简要分析了基于电力传动磨轨车辅助电源整流单元和逆变单元谐波产生的机理,对设置直流滤波器以及交流滤波器的必要性做了说明,重点阐述直流滤波器和交流滤波器的参数设计,并且通过仿真对参数选择做了校验.仿真结果及试验结果表明,滤波器参数选择对谐波的消除具有很好的实用价值.     

一种新型城轨用牵引电机牵引制动性能的试验方法

在对新型城轨用牵引电机的数学模型进行分析的基础上研究了电机运行过程,分析了该电机的牵引性能、制动性能,推导了城轨用牵引电机的运行控制方法,得到了影响牵引电机运行特性的典型参数。根据其运行控制方法,通过试验完成了该新型牵引电机的牵引、制动性能测试,得到了190 kW城轨用交流变频牵引电机的牵引、制动性能测试参数及性能测试曲线,与文献的理论曲线吻合。测试结果也验证了城轨用牵引电机牵引制动性能的正确性和有效性。     

基于排序二叉树的摘挂列车编组钩计划自动编制方法

根据摘挂列车编组调车作业原理,将摘挂列车下落问题抽象为排序问题,提出一种基于排序二叉树的编组钩计划自动编制方法.根据待编列车序列构造排序二叉树;利用排序二叉树的有序性快速搜索出有序车组序列,将其作为下落方案的可选集.考虑邻组、暂合列内收编固定组组别和空闲组别、端组等因素,从可选集中筛选出较优的下落方案.通过定义收编固定组简化列车收编过程,实现列车收编过程的计算机自动编制.通过实例验证,采用该方法降低了选择下落方案的复杂性,减少了列车编组钩计划的调车钩数,而且可根据实际调车线数灵活调整方案.     

新媒体环境下全地形车营销策略分析

互联网+和大数据技术的不断发展和进步让信息经济时代真正地到来了。伴随着电子商务从起步到发展,很多的电商运营平台也逐渐凸显出自己的价值和地位。与此同时,电子商务的营销模式也从传统的B2B、B2C模式向着O2O、C2B的方向发展。全地形车,是一种十分独特的车型,适用的范围和人群也具有特定性。为此,在新媒体的环境之下,如何进行全地形车的营销,如何能够为全地形车吸引到更多的受众群体,这正是本文所要探究的关键所在。为此,文章在对全地形车的基本内涵、主要分类进行阐述和分析以后,针对全地形车这一个特殊车型的营销模式的创新和进步,提出了一些见解和主张。     

多源遥感数据融合的道路材质精细识别

针对当前道路识别方法对道路材质识别精度不高的问题,提出了一种融合多源遥感影像进行城市道路材质高精度识别的方法。首先,对高光谱遥感影像中的地物光谱曲线进行分析,在保留地物光谱分离度较大的波段的基础上提升计算效率;通过分步融合的策略对多源遥感影像进行融合,提升高光谱影像的空间分辨率,为后续道路材质识别提供高质量的数据保障。其次,通过使用不同的指数对融合影像进行掩膜,提取城市建筑物,并在此基础上提取建筑物纹理信息与光谱信息,进行多特征融合并分类;最后,通过影像后处理对提取的道路进一步进行规范,得到最终高质量的道路材质识别结果。通过使用高分五号高光谱影像、高分二号全色/多光谱影像、高分一号多光谱影像对提出的方法进行实验验证,试验结果表明,本文方法可取得较高精度的道路材质识别效果,具有较好的应用价值。     

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。