主成分分析与奇异值分解技术在铁路数据预处理中的应用

数据预处理是在数据建模之前对采集到的原始数据进行的一些前期处理工作,能够滤除原始数据存在的噪声干扰、降低数据维度进而提取数据的时域特征。铁路运输行业在生产过程中累积的大量数据往往包含着噪声干扰,并且经常是海量高维的,无法直接用于数据建模、分析和挖掘。主成分分析与奇异值分解作为线性代数中一种重要的矩阵分解技术,已经成为近年来常用的数据时域预处理方法,本文主要论述主成分分析与奇异值分解技术在铁路数据预处理中的应用。     

基于大数据技术的铁路安全管理研究

大数据技术为分析铁路安全管理领域的海量历史数据,发现其事故规律提供了有效的手段。本文分析了铁路安全管理系统和数据现状,并结合大数据技术的特点,按照“人-设备-环境”3个方面,给出了铁路安全管理大数据应用的需求分析模型。该模型为实现设备的风险分析、状态维修,给决策者提供辅助决策,提高铁路安全预警水平,有重要指导意义。     

高铁联调联试车载集成综合显示平台关键技术研究及应用

联调联试是高速铁路建设和运营准备的重要组成部分和必要环节。当前联调联试20余个专业系统独立运行,缺乏联动。为适应高速铁路高标准建设需要,设计研发的车载集成综合显示平台是各专业协同联动和一体化集成动态显示的新手段,是高铁运营前的重要安全保障。分析车载集成综合显示平台的必要性,针对高速综合检测列车,在空间、功耗、传输、视觉等限制条件下,设计了平台的总体框架、功能结构、综合集成效果、安全传输模式、设备评估指标、主题分区等;并对时空同步、多图联动、可视化、融合分析、集成显示、视觉验证仿真、加固防护等关键技术开展研究;研发成果应用在智能京张高铁联调联试中。     

铁路工务安全生产管理分析系统

铁路工务安全生产管理分析系统面向不同等级线路的养修管理需求,实现了围绕设备状态的工务生产组织管理闭环系统,即"设备检测检查—状态分析和决策—检修方案制定—计划实施—验收和跟踪",建立了维修生产业务的全过程信息化工作平台。通过各类检测监测、维修数据及设备基础数据的整合管理和挖掘分析,诊断设备病害成因、评估线路质量状态、监控设备状态变化,为养护维修提供决策支持,提升维护管理水平。     

基于关键字驱动的自动化测试技术在大数据平台上的应用

随着互联网业飞速发展及“大数据”概念的提出,为提高大量B/S架构应用的测试效率,本文利用关键字驱动测试技术,设计开发了一款基于关键字测试脚本的B/S架构应用自动化测试工具——EasyWT,实现了对Web页面的控件抽取、录制、激励、验证等功能,基本实现了一个标准化的测试流程。并使用EasyWT在铁路大数据平台上进行了实践应用,结果表明,系统能够完整地完成自动化测试的全部工作;同时针对实践过程中遇到的一些问题,提出了一些改进及优化方案。     

智能铁路大数据服务平台选型方法研究

本文针对困扰众多企业的大数据服务平台选型问题,对当前主流的大数据服务平台技术架构进行了分析,并结合铁路行业的特点从测试指标和测试基准两方面研究了大数据服务平台产品的选型方法,对于促进智能铁路的逐步落地及其大数据服务平台的建设实施具有一定的指导意义。     

轨道检测波形综合展示分析软件的开发与应用

利用综合检测列车检测数据指导工务维修是高速铁路维修的重要手段.通过对轨道检测波形图的分析可以掌握轨道不平顺的状态,方便快捷地查看波形可以极大地提高轨道不平顺分析效率.本文介绍了轨道检测波形综合展示分析软件的研发及应用.     

基础设施检测数据分析处理中心

随着我国高速铁路的陆续开通和多列综合检测列车的投入运行,为保障高速铁路安全平稳高效运行并达到基础设施经济有效的养护维修目标,需要准确、全面、深入地处理检测数据,建立了地面检测数据分析处理中心。检测数据分析处理中心(简称中心)是基础设施运行状态全方位检查监控动态管理体系的重要组成部分(见图1)。     

检测波形数据综合分析展示软件

按照一定采样间隔连续存储的检测数据一般称为波形数据,根据采样方式分为定时采样数据和定距采样数据。波形数据包括基础设施状态的详细信息,是分析基础设施质量状态的第一手资料,深受设备养护维修部门的重视。检测技术发展初期,一般通过各种记录仪以图纸形式记录数据,检测结束后分发给现场维修部门进行分析,查找问题分析变化,很难实现数据的对比分析和长期保存。     

基于灰色GM(1,1)残差修正模型的动车组故障率预测

以某分析类别动车组百万公里故障数据为基础,研究建立了基于灰色GM(1,1)残差修正模型的动车组百万公里故障率预测模型.在优化模型中背景值的基础上,对残差进行修正,用t-3,t-2,t-1时刻的残差构造输入数据,t时刻的残差作为输出数据,用支持向量回归机对残差进行拟合,采用等维信息灰色GM(1,1)模型对建模数据进行更新...