解析铁道行业标准《车辆减速器第1部分:钳夹式减速器》

由于货车轴重不断提高、新结构和新技术投入应用、维修作业时间缩短、作业安全性提高、相关行业标准更新等,TB/T 2845—2007《车辆减速器技术条件》已不能完全适应行业发展的要求,已被修订为TB/T 2845.1—2019《车辆减速器第1部分:钳夹式减速器》.介绍标准修订背景,重点阐述新标准主要技术变化内容,对实施新标...     

现代企业制度下的企业档案工作

1999年是国有大中型企业深化改革，建立适应社会主义市场经济体制要求的现代企业制度关键的一年。企业将按照现代企业制度的需要，改革和完善企业内部的领导体制、管理机制和责任制度，调整和规范企业与出资人，企业与债权人、企业与政府、企业与市场、企业与社会、企业与企业、企业与个人的关系。     

钢弹簧浮置板道床施工技术

钢弹簧浮置板道床是一种新型道床形式,施工工艺复杂,施工技术要求高。近年来在国内地铁领域被广泛采用,是城市地铁建设中特殊减振地段的最佳选择。详细介绍了钢弹簧浮置板道床的结构及施工技术,对同类工程有借鉴意义。     

虚拟装配及机构运动仿真在车辆减速器上的应用

简要说明了车辆减速器的工作原理,研究了如何应用Pro／E动画模块制作车辆减速器拆装动画,以及利用Pro／E的机构模块对车辆减速器工作过程进行运动仿真,并介绍了在制作过程中所得出的经验和方法,对Pro／E的动画制作和机构运动仿真具有一定的借鉴意义。     

考虑多时间尺度特征的城市轨道交通短时客流量预测模型

针对目前城市轨道交通短时客流量预测模型在构建特征时容易忽略客流变化周期依赖性的不足，提出一种考虑多时间尺度特征的混合深度学习模型(GRU-Transformer)，该模型由添加注意力机制的 GRU(Gate Recurrent Unit)神经网络(Attention- GRU)和改进的 Transformer(ConvTransformer)两模块并行构成。首先，对周周期、日周期及相邻时段这3种时间尺度下的客流数据分别进行建模，并合并各周期数据作为模型输入。其次，搭建Attention-GRU和Conv-Transformer模块分别挖掘数据连续性与周期性特征，融合特征后输出预测值。最后，采集上海市地铁2号线两站点AFC(Automatic Fare Collection)客流数据，预测5 min时间粒度下的进出站客流量。为分析各模型参数对预测结果的影响，开展模型精细化调参实验，基于所得最优参数组合验证和评估模型 。 结果表明 ，相较于5个基线模型(BPNN(Back Propagation Neural Network)、CNN (Convolutional Neural Network)、GRU、CNN-GRU 及 Transformer)和4个GRU-Transformer消融模型，本文提出的GRU-Transformer模型预测精度最高，具有较好的实用性。     

电喷天然气发动机空燃比闭环控制及仿真研究

建立了用于控制仿真分析的天然气发动机动态模型 ;利用所建立的动态模型 ,进行了天然气发动机空燃比控制的动态仿真 ,分别采用PID控制器和神经网络控制器进行控制 ,并对控制效果进行了研究 ,比较分析了不同的控制策略在空燃比控制系统中的作用。     

基于改进VMD的高速动车组轴箱轴承故障识别方法

针对高速动车组运行工况复杂、轴箱轴承故障率较高、背底噪声强和故障识别难度大的情况，提出基于改进变分模态分解（VMD）的动车组轴箱轴承故障识别方法。首先，运用能量差法和合成谱峭度法计算最优的变分模态分解关键参数；其次，基于相关系数、谱峭度及奇异值构建的评价参数，选取用于重构故障信号的本征模态分量；最后，对重构后的信号进行傅里叶变换，实现在强背底噪声情况下的故障特征频率识别，并通过模拟数据和真实动车组轴箱轴承试验数据对提出的方法进行验证。结果表明：提出的方法能够有效地在强背底噪声情况下重构带有预设的40或200 Hz故障特征频率的信号，重构后的信号最大程度保留了轴承的故障信息；故障特征频率识别效果好，能够为保障高速动车组的安全运行提供技术支撑。