基于3D相机的轨道扣件部件丢失与松动智能检测

轨道扣件在运营过程中会出现松动甚至掉落、断裂等异常情况,不利于列车行驶稳定和安全,需要进行定期、及时的检查与维修。传统的人工巡检效率低,难以匹配我国轨道交通的快速发展,且对于部件松动等不易察觉的问题检测效果差。利用计算机视觉形成自动化的检测设备逐渐成为发展趋势,其中基于三角测量原理的线结构光技术因其成本低、精度高、速度快等优点得到广泛应用,且适合轨道检测场景。该技术核心设备为可以采集并分析线结构光进行三维重建的3D相机,基于成像原理设计可搭载于轨道检测车的扣件检测系统并进行现场试验,经过数据分析和处理可以分别得到高质量的图像数据和三维模型。针对图像数据利用目标检测的方法,构建数据集,搭载YOLO(You Only Look Once)v5深度学习模型,实现挡肩及扣件部件的快速识别,进行部件丢失检测;针对三维模型利用轨道扣件相对位置固定的特点,根据阈值筛选扣件数据并进一步得到弹条及螺栓等部件的坐标信息,通过边缘提取、平面拟合等方法计算位移量,进行部件松动检测。研究结果表明,检测系统可以采集高质量的扣件数据,扣件部件识别平均精准度达到99.0%,速度满足现场实时检测的要求,同时对于弹条和螺...     

TransCAD软件在轨道交通与常规公交换乘线路优化中的应用

在轨道交通接运公交网络已有的研究成果基础上,基于轨道交通车站的接运公交特点,运用TransCAD软件,通过对轨道交通接运公交网络图层的创建、轨道交通接运网络的指标设定、数据准备,以及用交通分配模型来估计交通路网上的交通流量等,给出接运公交线路优化方案,并结合北京地铁13号线的望京西站,实证分析接运公交线路优化方案的可行性.     

绿色造船工艺优化新技术价值分析

针对造船的技术工艺性要求越来越高,提出一种绿色环保造船工艺,由传统烧制马板工艺到使用装备调平合龙的无码工艺,主要研究无码合龙新技术促进造船工艺改进的优化价值分析,由此实现绿色造船,降低造船成本,节省耗材,缩短造船周期,提高造船质量,解决行业痛点与问题,为我国造船行业高质量发展奠定基础,使我国由造船大国走向造船技术强国.     

基于U-net语义分割模型的田间玉米冠层图像分割

针对田间冠层图像质量易受光照和天气变化等外界因素影响造成的分割精度低且无法自动化实现的问题,提出一种利用残差学习改进U-net模型结构的玉米冠层图像分割方法,利用残差结构增强U-net模型收缩路径的深度,提高模型的特征提取能力,并对模型结构进行重组设计,引入批标准化和Dropout机制增强模型的泛化性,构成U型残差学习...     

基于粒子群算法的斜拉桥恒载索力优化

为了优化斜拉桥恒载索力,将斜拉桥主梁与主塔的弯曲应变能之和作为目标函数,拉索索力、主塔与主梁的位移、应力等作为约束条件,建立斜拉桥恒载索力有限元模型,确定全桥各个单元内力、位移的高阶影响矩阵。利用罚函数法将目标函数与约束条件转变为无约束优化问题,利用粒子群算法找寻无约束目标函数的全局最优适应度,以此得出斜拉桥最优成桥索力。研究发现:粒子群优化算法能在给定约束条件下找寻结构最优状态,该方法简便、有效、实用性强,能降低人工调索的影响,容易获得接近真实成桥状态的索力。     

路口渠化提高通行能力设计

从渠化原则、目标、方法、内容及效果,对路口渠化做了详细的阐述。     

����������Ľ���ڿɱ�����ģ�����Ʒ���

针对城市交叉口交通流的特点,提出了一种自适应可变相序的多相位控制算法。该算法依据绿灯相位车队长度和红灯相位车队长度的比较决定绿灯相位是否转移,在不需要绿灯相位转移时,利用模糊神经网络控制器控制绿灯延时长度。不但结合了模糊控制和神经网络控制的优点,而且所给出的算法相序可变,实现了道路交叉口多相位相序可变控制。仿真结果表明,本文设计的模糊神经网络控制器能够有效降低车辆平均延误,满足实时控制的要求。     

基于大数据分析的多维公路货运价格预测问题研究

公路货运价格由于受油价和货运周转量的动态变化影响,无法实现精确预测,一直困扰着运输行业.采用时间序列预测与BP神经网络相结合的方法进行预测研究:首先,将订单中的经纬度信息利用高德地图API接口转变成具体地址,从地理信息编码提取省、市信息,对货运订单进行跨区域分类;然后,运用指数平滑法和A RIM A模型分别对油价及货运周转量动态特征进行预测;再对运输距离、油价和货运周转量数据进行标准化操作,用处理后的数据对BP神经网络进行训练,得到训练完成的神经网络;最后,使用测试样本对模型进行测试,将加入时间序列预测的B P神经网络模型与不加入时间序列预测的模型相比较,发现前者的预测误差减少37.2％.     

Fe3O4改性生物质炭对As的吸附特征研究

为研究Fe3O4改性生物质炭对溶液中As去除效果和吸附机理,以小麦秸秆为原料,制备得到生物质炭(BC),用共沉淀法合成了2种Fe3O4改性生物质炭MBC-1、MBC-2 (MFe3O4∶M生物质炭=1∶4、1∶2);采用SEM、BET、FT-IR和XRD对BC、MBC-1和MBC-2的表面形貌、比表面积、官能团、晶体结构进行了测定表征;采用XPS和EDS对分析了MBC-1的元素形态等理化性质;考察了生物质炭投加量、溶液pH值对吸附效果的影响;开展吸附动力学、等温吸附实验,研究了BC、MBC-1和MBC-2对As的吸附特性;探讨了Fe3O4改性生物质炭对As的吸附机理.结果 表明:Fe3O4能成功负载到生物质炭上;MBC-1、MBC-2的比表面积分别是BC的1.69、2.26倍;BC、MBC-1和MBC-2对As的去除率随生物质炭投加量的增加而增大,随溶液pH值的升高而降低;BC、MBC-1和MBC-2对As的吸附符合准Ⅱ级动力学模型,吸附等温曲线符合Freundlich吸附模型;Langmuir拟合的MBC-1、MBC-2对As最大吸附量分别比BC提高了141、184倍,Fe3O4负载越多,吸附效果越好;MBC-1和MBC-2对As的吸附包括静电引力、配位反应和离子交换;负载在生物质炭上的Fe3O4参与了As的氧化还原反应,改变了As的赋存形态,影响着As的吸附固定.