中梁山隧道纵向通风的效益分析

中梁山隧道由原设计的半横向式通风变更多为纵向式通风后，土建工投资，机电设备投资和营运费用均大为减少，初砌结构施工也较为简易，分析比较说明，纵向式通风取得到明显的经济效益和社会效益。     

在役混凝土桥梁承载力判定和损伤评估研究

介绍了在役混凝土梁桥的振动理论、桥梁承载力判定和损伤评估方法。并结合现场实测讨论了混凝土桥梁可靠性检测。通过静、动荷载试验得到桥梁结构的频率等动力特性。对在役钢筋混凝土桥承载力判定方法进行了实践应用,对同类型桥梁的检测评估及加固具有重要的指导意义。     

磁浮列车绝对定位传感器的故障检测方法研究

介绍了磁浮列车绝对定位传感器的基本原理,详细分析了绝对定位传感器的常见故障形式,以故障检测功能为目的设计了相应的检测方法,并采用故障注入方式模拟实际中的故障情形,验证设计的故障检测方法。试验结果表明:故障检测系统能够及时对输入故障报警,满足磁浮列车绝对定位传感器故障检测系统的实际应用要求。     

中低速磁悬浮列车测速定位中的滤波方法研究

磁悬浮作为一种轨道交通方式,其测速定位系统的精度显得越发重要。目前国内外采用的磁悬浮测速定位的滤波方法均基于传统的测速定位方法,不适用于当前国内应用于磁悬浮上的最新测速定位技术——组合导航系统。首次提出将自适应卡尔曼滤波方法应用于磁悬浮测速定位系统中,并通过分析自适应卡尔曼滤波与经典卡尔曼滤波方法的区别,通过仿真实验进行对比,得出自适应卡尔曼滤波具有更好的滤波性与适用性,且便于在工程实践中应用。     

综合监控系统在城市轨道交通工程中的应用

城市轨道交通工程采用综合监控系统。对综合监控与孤岛系统的性能进行了对比。阐述了综合监控的主要内容和总体目标,并提出了主要技术方案。将车站和控制中心具有相关功能的系统进行集成与互联,达到多专业系统设备共享、数据信息互通的目的,减少综合投入,提高运营管理效率以及应变能力,是今后城市轨道交通建设发展的趋势。     

二阶电路暂态分析的研究

提出了对一般二阶线性电路暂态分析的简单实用的求解方法，该方法适用于各种二阶线性是电路的暂态分析。     

某微车驱动桥模态分析

文章通过用Hypermesh14.0进行网格划分,然后用ABAQUS进对某微车驱动桥进行模态分析,以确定改进后的结构方案是否能够改善模态频率,以达到提升NVH性能的目的,为微车驱动桥提供噪声振动有效的解决方案,也为以后同类产品的研发提供设计参考。     

基于密度峰值的终端区航迹聚类与异常识别

为有效解决高流量终端区内标准飞行模式、非标准飞行模式和异常飞行模式难以自动分离的问题，采用广泛记录的广播式自动相关监视(ADS-B)数据，构建了基于稳健深度自编码器(RDAE)和快速搜索并寻找密度峰值的聚类(CFSFDP)算法的航迹聚类模型; 使用RDAE降维提取终端区内航迹集的非线性特征，利用多种正则化手段约束内部低维流形，以重建更紧密的航迹并将其作为CFSFDP算法的输入，利用轮廓系数选取不同密度飞行模式的聚类中心，并调节边缘密度参数识别出异常航迹; 选取主成分分析(PCA)结合有噪声的空间密度聚类(DBSCAN)算法、动态时间规整(DTW)结合DBSCAN的2种常用航迹聚类模型作为对比项，分别在广州白云机场1 d的少量数据和45 d的大量数据上进行试验。分析结果表明:DTW与CFSFDP的结合模型在少量数据集上具有最优的航迹聚类性能，轮廓系数比对比项分别提升了62%和28%，且可以自动识别出遵循区域导航标准飞行模式的航班和特定环境下遵循管制偏好的非标准飞行模式的航班，识别异常航迹的精确度也分别提高了57%和10%;大量数据下，提出的RDAE结合CFSFDP模型的聚类性能比经典的PCA结合DBSCAN算法提升了13%，且具备可接受的时间复杂度。由此可见，建立的终端区飞行模式区分模型可为空域级交通流性能评估和航班级航迹预测与优化提供数据提取平台。      

基于VR的地铁应急疏散仿真系统研究与实现

为解决传统仿真技术存在的软件购置成本高、二次开发性有限、展示效果不佳等问题,研发基于虚拟现实(VR)的地铁应急疏散仿真系统。系统通过Unity开发平台,借助SmartFire、3DS Max作为辅助工具,融合火灾数值模拟数据、社会力–智能体仿真模型,以青年路站为例,实现沉浸式仿真系统并进行仿真试验。仿真结果表明:系统可有效地仿真地铁突发事件场景下的客流疏散状态变化,降低疏散演练与仿真试验成本,提高仿真配置灵活性与仿真过程可视化效果,为乘客安全逃生教育与基于乘客疏散行为特征的应急处置方案优化提供参考。     

8K型电力机车电气控制系统的无触点化改造

介绍了利用机车逻辑控制单元（LCU）对8K型电力机车有触点控制电路进行无触点化改造的方案，阐述了这一改造的技术原理。40多万公里的运行考核证明，改造效果明显。