电子商务给铁路营销模式带来的思考

分析了我国铁路运输企业开展电子商务的营销模式及存在的问题,阐明了开展铁路电子商务的实施策略。     

ZX119-3型兆欧表检定装置故障分析及处理

在阐述ZX119-3型兆欧表检定装置结构,以及标准高压高阻箱和兆欧表端电压测试仪技术指标的基础上,结合实际工作中遇到的情况,分析ZX119-3型兆欧表检定装置出现的电压表无显示或超差、电阻值不稳定或超差、无电阻值输出3种故障的产生原因,提出针对性解决措施,从而提高现场快速处理ZX119-3型兆欧表检定装置故障的效率,减...     

钢管混凝土拱桥拱肋浇注顺序优化研究

钢管混凝土拱桥拱肋安装完毕后,有多种浇注拱肋内部混凝土的方案,而不同方案对拱肋产生的内力、位移及稳定安全性都有较大的影响。为了获得最优的拱肋混凝土浇注方案,采用三维有限元分析软件模拟钢管混凝土哑铃型截面拱肋内混凝土4种浇注方案,分别从应力、变形和稳定性3个方面对比不同浇注方案间的差异。研究结果表明:随着施工阶段的增加,结构的应力、变形增大,稳定性减小;初始施工时浇注相同部位混凝土对应的最大应力、变形和稳定性系数是相同的,已完成的施工阶段会对后续施工阶段的应力、变形和稳定性产生影响;相对于其他方案,先下拱肋后上拱肋的浇注顺序下结构在整个施工阶段应力、变形幅值较小,稳定性较好。     

兰州第三系砂岩水稳性特征隧道施工研究

研究目的:以兰渝铁路桃树坪、胡麻岭隧道施工为切入点,结合施工遇阻情况,重点分析兰州地区第三系砂岩地质背景、成岩特征、物理力学性质以及对隧道施工工作的不利影响。在大量施工数据,观测记录基础上,开展水稳性特征的专项科研攻关,增强对兰州地区第三系砂岩认识程度,提出较为前沿的施工处理方法。研究结论:第三系砂岩具有异常复杂的水稳性特征,围岩受扰动及水浸泡影响,稳定性随时间显著变差,在国内外地下洞室施工中极其罕见。超前降水控制围岩含水率低于砂岩塑性变形含水率,保持围岩处于基本稳定状态,是有效解决第三系含水砂岩稳定性的重要措施。     

分岔隧道浅埋连拱段的爆破振动效应分析

分岔隧道洞口连拱段具有浅埋、受力结构复杂等特征。爆破开挖诱发的振动效应对围岩及受力结构产生破坏,直接影响隧道施工期和运营期的安全。为此,以六月田公路隧道工程浅埋分岔段为研究背景,采用现场振动监测和数值模拟手段,分析了后行隧道爆破地震波作用下覆盖层围岩、支护及受力结构的力学机制和破坏特征,得到了连拱段隧道中隔墙径向、切向和垂直向振动速度的衰减规律。在此基础上,建立了未开挖洞段长度与放大倍数的近似函数关系,通过曲线拟合方程得到了径向、垂直向和切向振动速度拟合公式,并揭示了爆破地震波的传播衰减规律。利用成洞区和未开挖区的相互关系,推导了成洞区振动速度的传播衰减公式。研究结果表明:先行隧道侧中隔墙的径向和切向振动速度较大,成洞区的爆破振动速度具有放大效应;后行隧道爆破产生的振动对中隔墙成洞段12 m至未开挖段8 m范围内的影响较大;采用曲线拟合方程得到了覆盖层厚度与振动速度的函数关系,基于Von Mises屈服准则确定了洞顶围岩的损伤范围;根据最大拉应力和最大振动速度之间的关系,得到了喷射混凝土纵轴线方向的拉裂破坏长度,确定了后行隧道喷射混凝土的爆破振动安全控制标准。该研究结论可为类似隧道工程的爆破开挖设计、施工提供参考借鉴。     

基于自适应遗传算法的道岔油润除雪系统

针对传统道岔滑床板润滑、除雪工作普遍依靠人工作业完成，无法满足时效性和安全性要求等问题，设计了一种基于自适应遗传算法的道岔油润除雪系统。将喷油次数、单次喷油量、融雪剂量、摩擦系数等作为适应度函数的评价指标；利用自适应策略调整交叉、变异算子，提高算法的收敛速度。试验结果表明：基于自适应遗传算法的道岔油润除雪系统可以实现对道岔的智能控制和实时监测，减少了道岔转换卡阻问题，提高了道岔工作的可靠性。     

基于虚实结合的高速铁路信号实训系统设计与应用

为解决高速铁路信号实训教学资源紧缺,而真实设备价格昂贵且维护成本高等问题,设计了一套基于虚实结合的高速铁路信号实训系统。室外为真实的信号设备,室内联锁、列控中心、调度集中系统等采用仿真程序代替,具备真实的工作场景、设备界面,既能利用仿真环境保障学员熟练掌握信号各子系统工作原理、实际操作,又能满足实物设备实训的要求。     

基于Modelica语言的某气垫船机桨匹配建模及仿真

为满足某型气垫船推进系统的性能指标，开展基于国产化软件平台的机桨匹配算法研究。以某型气垫船的推进系统为对象，建立数学模型，并以基于Modelica语言的国产仿真平台MWorks为基础对该系统进行建模仿真。通过研究变螺距角、变转速时气垫船推进系统的性能，对机桨匹配算法进行优化。仿真结果表明，优化算法可满足螺距角变距时间要求、螺距角稳态误差要求以及燃机机动性能曲线要求，所提出的机桨匹配控制算法满足性能要求，研究结果可为类似气垫船推进系统设计提供借鉴。     

基于混合模型的道岔综合监测系统研究

道岔作为关键的铁路信号设备，也是铁路线路三大薄弱环节之一，其工作质量直接影响列车的运行安全。传统的道岔检测方法过分依赖人工经验，检测效率低下，难以应对现有铁路运行中行车速度快、发车密度高等对道岔维护所带来的严峻挑战，并且现有道岔监测也存在监测项目不全面等问题。为满足工电融合需要，开发了一套基于混合模型的道岔综合监测系统，使用卷积神经网络自动进行特征提取，以获取道岔状态，充分发挥深度学习的自动特征提取优势；采用支持向量机和向量域的混合算法，对正常/故障数据进行分类和异常检测，从而提高故障检测的准确率。测试结果表明：与现有人工巡检方法相比，该系统能够为相关人员提供精准、实时的道岔故障预警，提高维护效率，有效减少人力成本且降低道岔病害的发生概率。