HXD1型电力机车控制回路接地故障检测原理分析及故障解决措施

主要阐述HXD1型电力机车控制回路接地故障的检测原理及故障发生后的解决措施.并对HXD1型电力机车控制回路接地检测装置原理接线图进行了汇总整理,方便了维修人员对HXD1型电力机车控制回路接地故障检测原理的掌握.     

基于Simulink的列车牵引计算与运行仿真

分析了列车运动的力学模型,并概述了影响牵引计算的各项分力得出方法.在此基础上利用Simulink的资源环境,形成了运行计算、性能计算、线路数据处理、制动力计算、综合控制等多个相对独立、易于参数修改和扩展的模块,以分别完成不同的功能.最后经过功能封装和输入输出连接,构建了一个完整的列车牵引计算和运行仿真模型,该模型可有力地支持列车牵引系统设计和列车线路运行分析.     

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。     

沈阳市浑南新城现代有轨电车工程结构设计

针对沈阳有轨电车项目结构设计进行全面总结,详细介绍大跨库房的结构选型、计算及有关特殊问题的处理;对超长车库进行计算分析,采取预应力及其他施工措施,取得较好的效果;最后介绍正线车站的设计情况,总结施工配合中存在问题,以期为后续设计施工提供经验。     

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.     

对一起机车误上码案例的分析研究

对一起机车误上码从产生原因和机理上进行了初步研究与分析,认为邻线电磁感应干扰是导致机车误上码的根本原因,并进行了相关计算,且对如何消除误上码现象提出了改进建议。     

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。      

大数据技术在动力电池异常监控中的应用

新能源电动汽车其安全性一直困扰着行业与市场的发展,传统电池管理系统(BMS)储及计算能力不足,难以实 现动力电池的异常状态预测,基于车联网数据,搭建了大数据监控与管理平台,提出了动力电池热失控关键算法,并实现 了算法的平台集成与应用。应用结果表明,此系统应用能够有效评估和预测动力电池潜在安全风险,并能及时有效地指 导安全处置,从而降低整车安全事故发生概率。