护轨对桥上无缝线路稳定性的影响

运用ANSYS软件,建立铺设护轨的桥上无缝线路有限元模型,研究护轨中集聚不同温度力对桥上无缝线路稳定性的影响。结果表明:对于采用50kg·m-1钢轨铺设护轨半径大于1 200m和采用60kg·m-1钢轨铺设护轨半径大于800m的曲线线路,当护轨中集聚小于20℃的温度力时,铺设护轨可提高桥上无缝线路的稳定性,而对于采用50kg·m-1钢轨铺设护轨半径小于1 200m和采用60kg·m-1钢轨铺设护轨半径小于800m的曲线线路,当护轨中集聚大于20℃的温度力时,铺设护轨则会不同程度地降低桥上曲线无缝线路的稳定性,且半径越小,线路稳定性的降低越明显;对于桥上直线无缝线路,采用50或60kg·m-1钢轨铺设护轨后,当护轨中集聚小于30℃的温度力时,桥上无缝线路稳定性均可得到提高,且护轨温度力越小其稳定性提高程度越高。通过减小护轨中的温度力,可减少伸缩调节器的使用,提高桥上无缝线路铺设的温度跨度。     

城市轨道交通网络化列车开行方案优化方法

通过引入备选集,建立双层规划模型,将网络化列车开行方案这一复杂的混合交通网络设计问题简化成0-1规划问题;采用混合遗传模拟退火算法对城市轨道交通网络化列车开行方案优化问题进行求解。上层模型以城市轨道交通网络化列车开行方案涉及的运营单位和乘客综合费用最小化为目标,以交路必须覆盖整个运营网络、限制区间交路数、满足发车间隔时间限制和区间客流量小于列车运力为约束条件;下层模型为用于城市轨道交通网络客流分配的随机用户均衡问题优化模型,它充分考虑了乘客选择出行时路径感知费用与实际费用之间的差异。算例结果表明,采用基于备选集的双层规划模型和混合遗传模拟退火算法对城市轨道交通网络化列车开行方案进行优化是可行和有效的,而且求解效率高。     

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.     

高速铁路钢轨打磨关键技术研究

根据我国高速铁路上运行车辆的车轮型面设计钢轨的预打磨轨头廓面.按照该预打磨轨头廓面对钢轨进行预打磨,可有效改善轮轨的接触状态.给出了适用于不同车轮型面的钢轨预打磨深度理论设计值以及适用于LMA和S1002G车轮型面的钢轨预打磨轨头廓面.关于预打磨后的实际轨头廓面与预打磨设计廓面的误差,在轨距角部位应控制在-0.1～0.3 mm范围内.建议我国高速铁路的钢轨打磨周期为每30～50 Mt通过总重打磨1次,对于无砟轨道取上限,有砟轨道取下限;关于60kg·m-1钢轨的预打磨深度,在轨距角部位应达到0.8～1.5 mm,在主要轮轨接触部位应大于0.3 mm;钢轨打磨后的表面粗糙度应小于10μm;采用48磨头打磨车时应打磨3～4遍,采用96磨头打磨车时应打磨2遍.     

我国首次采用的高架车场及综合维修基地一武汉市轨道交通1号线一期工程石乔 口路车场

武汉市轨道交通1号线一期工程的硚口路车场及综合维修基地是我国目前城市轨道交通车场设计中首次采用的高架车场。设计人员在建筑、结构、工艺等的设计中克服了没有相适应的设计规范和用地面积狭小等特殊环境产生的困难,提出了较合理的布局、在列车荷载作用下房屋结构的荷载计算办法、减振降噪措施,以及对车场轨道布置采取的对策。     

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。      

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。     

汽车底盘高效设计方案与开发工具构建

为提高汽车底盘开发对新能源汽车技术发展和市场导向的适配能力,基于多学科设计优化方法提出一种高效的汽车底盘产品优化设计方案。方案面向底盘开发多过程,以两个专用设计平台、6 个工具模块为载体,以综合开发工具的形式实现汽车概念开发阶段对动力学特性导向下底盘参数及特性影响的评估与优化,为提高产品设计效率、缩短开发周期、降低开发成本提供技术支持。     

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。     

MPI+GDI发动机稀薄燃烧性能研究

为了研究甲醇替代比和过量空气系数对复合喷射发动机稀薄燃烧及排放特性的影响,本研究基于1台自行改造的包含甲醇进气道喷射和汽油缸内喷射(M PI+GDI)的光学复合喷射系统发动机,建立三维仿真模型,进行缸压试验验证,研究稀薄燃烧条件下不同过量空气系数和甲醇替代比下缸内燃烧和排放特性.研究结果表明:随着过量空气系数的增大,火焰传播变慢,放热率峰值出现也晚,后燃现象增强,缸内压力峰值降低且相位推迟,指示热效率呈上升趋势;CO和NO x排放下降,未燃碳氢化合物(THC)排放先降后升,过量空气系数为1.4时最低,原因是适当增加过量空气系数可使燃烧更充分,但是过量空气系数过大导致燃烧不稳定.随着甲醇替代比增加,缸内压力峰值不断增加且相位提前,高甲醇比例的燃料燃烧速度快,燃烧重心前移,排气温度降低,NO x排放增加,T HC排放先降后升,CO排放降低.研究结果为甲醇汽油复合喷射发动机的参数优化设计提供了理论依据.