交通规划的动态路网及其模型研究

用传统的路网模型表现动态演变中的路网，存在数据冗余过大和无法揭示动态性的缺点，为此，改进了传统的路网模型，使得路网的拓扑结构与数据物理上相分离，逻辑上相结合，提出了动态路网的概念，研究了其特征，在改进后的传统路网模型基础上建立了动态路网模型，并对模型的应用进行了实例分析，该模型用方案树与邻接表描述动态路网的拓扑结构，用数据库存储路网数据，达到了尽可能减少数据冗余度并有效揭示动态性的目的，动态网模型对于交通规划中的路网模型优化具有重要的意义，有进一步研究和应用价值。     

这个冬天不太冷 驻车加热系统

上个世纪五十年代，“冬天”对于“后二战时代”的德国人来说是个沉重的话题。因为战后经济萧条，很多德国人都买不起汽车。公交车几乎就是德国城市交通系统的代名词。由于经常开门上下乘客，再加上车体经常是八面漏风，为了提高公交车的舒适度。德国Webasto公司为公交车专门开发了一款供暖设备——独立转炉式加热器。进而在此基础上发明了驻车加热系统。经过了多年的研发和技术的更新换代，如今的驻车加热系统其作用已经不再仅仅是提高乘客舒适度这么简单了。[编者按]     

基于相关分析的跟驰模型及其稳定性

为了精确地模拟车辆跟驰过程,应用相关分析的方法建立一系列跟驰模型,用微积分的方法解析模型.通过变量筛选.明确了影响车辆跟驰的重要因素有速度差、间距和前车速度.通过对模型的解析.确定了模型参数的合理取值范围以确保模拟的稳定.建立的跟驰模型可以模拟不同车辆之间的跟驰行为.预测跟驰车辆的运动状态,用于智能车辆控制或者用于追尾预警.如果获得了更完备的实验数据,基于相关分析建立跟驰模型的方法可以更精确地考虑到车辆运动状况、动力性能、道路条件、驾驶特性等影响因素.     

基于AFC数据的新建轨道交通系统出行距离分布特性研究

轨道出行距离分布可以有效反映轨道线路出行空间分布情况、断面客流集聚程度。新建轨道交通系统的出行距离研究,对建设运营初期的轨道站点布局、轨道票价制定等工作具有较大的指导意义。本文基于新建轨道交通城市(宁波)的轨道自动检票系统(AFC)采集到的客流数据,分析与比较新建轨道系统在不同时间(工作日和节假日)、不同类型(单线和换乘、市区和市域)、不同站点(首末站、换乘站和普通站)的出行距离特征,结果显示新建轨道系统在市区中长距离出行和市域长距离出行具有较大的优势。通过K-S检验方法,得到轨道出行距离分布可以用均值μ为2.0081、标准差σ2为0.756 3对数正态分布或者均值μ为2.052 9、标准差σ2为0.785 8的对数正态分布和均值μ为35.769 8、标准差σ2为4.189 9的正态分布组成的双峰分布表示。本文研究成果将对轨道交通系统的前期规划设计和运营管理提供重要的理论支撑。     

城轨车辆车控制动系统和架控制动系统防滑控制对比分析

为比较城轨车辆车控制动系统和架控制动系统在防滑控制方面的差异,详细分析车控制动系统和架控制动系统的防滑控制原理.从系统构成、控制软件、参考速度准确性和安全完整性等级等4方面,比较车控制动系统和架控制动系统的防滑控制功能,分析车控制动系统防滑安全功能安全完整性等级比架控制动系统高的原因.     

钢魂蒂森克虏伯的故事

弗雷德里希·克虏伯于1811年在普鲁士鲁尔工业区的埃森（Essen）创办了克虏伯钢铁厂，创业初期，工厂只有7名工人，以生产铠甲、盾牌之类的军用物资为主。1826年，老克虏伯去世后，工厂由其长子阿尔弗雷德·克虏伯接手。历史告诉老克虏伯，他没有选错人——在1887年阿尔弗雷德去世时，作坊式的克虏伯钢铁厂已经发展成为拥有20000名员工的军工企业，是覆盖铁路、军火、轮船等大型工业设备制造领域的一代“钢铁帝国”![编者按]     

基于证据融合算法的地铁车辆轴承故障检测方法研究

转向架轴承作为地铁车辆的重要组成部分,其故障会对车辆运行安全构成严重威胁。现有的轴承故障诊断方法准确性较低,存在漏诊、误诊的可能。针对这一问题,分析地铁车辆转向架轴承的故障模型,对经典证据融合算法进行改进,提出一种新的均值加权融合法,该方法提取轴承振动信号的特征频率谱峰比值与频率均值,设置对应的概率分配函数来分配上述两种特征参数对不同元素的支持度,并进行证据融合。为了验证所提出方法的有效性,设计搭建了轴承实验平台,对已有的均值K系数法、吸收法及所提出的均值加权融合算法进行了对比实验。实验结果表明,本文提出的均值加权融合算法的漏诊率及误诊率明显小于已有的均值K系数法和吸收法,提高了地铁车辆轴承诊断的准确率,更加适用于地铁车辆转向架轴承的故障诊断。     

基于相关分析和安全车距的跟驰模型

为精确模拟动力性能各异的车辆之间的跟驰行为,分析了跟驰实验数据和车辆动力性能,采用回归分析法筛选变量,建立新的跟驰模型。根据车辆动力性能与车距修正模型,使模型模拟结果更符合车辆的动力性能,并具有广泛的适用性。模型模拟加速度、速度和位置与实测值之间的相对误差分别为6.0%、0.1%和1.0%,相关系数分别为0.863、0.998和1.000。由此表明模型可精确模拟车辆性能各异与车速和车间距离散性较大的跟驰车队。