重载铁路小半径曲线钢轨减磨措施试验研究

论述延长朔黄铁路小半径曲线钢轨使用寿命采取的综合技术措施,开展曲线钢轨非对称型面打磨、曲线钢轨润滑、采用优质钢轨、轨道结构优化等研究与试验。阐述试验段设置原则和轨道结构配置等,并在朔黄铁路设置试验段,验证重载铁路小半径曲线钢轨减磨综合技术措施。通过分析试验段与对比段的减磨效果,以及与既有磨耗数据对比,钢轨减磨综合技术措施效果明显,并建议对打磨型面进行优化。     

黄骅港地区接触网绝缘子污(雾)闪问题分析与对策

阐述接触网绝缘子污(雾)闪的成因及预防措施,尤其对测试绝缘子问题进行分析和探索,提出防治污(雾)闪的针对性措施,为提高接触网绝缘子抵制污(雾)闪的能力,减少维护工作量,保证供电安全可靠提供借鉴。     

铁路本质安全管理信息系统

铁路本质安全管理信息系统以追求本质安全为目标,以风险预控为核心,以检查监测数据为基础,构建全员参与的安全管理智能化管控信息共享平台,实现铁路安全管理、安全生产、安全监督工作的信息化管理。     

朔黄铁路小半径曲线无缝线路稳定性及安全储备量研究

随轴重的增加,重载列车作用于轨道的荷载明显增加,在温度力和列车动载荷作用下,小半径曲线无缝线路产生"弹动"失稳。结合30t轴重条件下朔黄铁路无缝线路的稳定性问题,采用不等波长无缝线路稳定性计算方法,研究朔黄铁路小半径曲线无缝线路的稳定性以及不同强化措施下无缝线路的安全储备量。结果表明:在大轴重货车运行条件下,半径为400m的曲线无缝线路的最大温升已超过允许温升,其稳定性已无法满足要求;半径为450和500m的曲线无缝线路实际的安全储备量也明显降低;采用轨枕加密、更换重载轨枕和扣件的强化措施,可明显提高小半径曲线无缝线路稳定性;对于半径为400m的曲线无缝线路采用更换重载轨枕的强化措施后,在考虑制动温升为10℃条件下,其安全系数提高至1.43,即其稳定性得到明显增强。     

重载铁路小跨度桥梁病害综合整治加固技术研究

针对朔黄铁路某12 m跨度简支T梁病害较为严重情况,采用调查分析和现场试验相结合的方法,开展桥梁病害调查、桥梁病害整治加固和整治前后运营性能对比试验研究。结果表明:12 m跨度T梁主要存在梁体开裂严重、振动过大、支座位移过大、挠度过大等一系列病害,劣化等级评定为A级A1等,通过采取更换支座、增加梁端限位装置、梁体涂胶封闭、预应力碳纤维板加固梁体和墩身增大截面加固等系列整治加固方法,能够最大程度地完成病害整治并大幅提高结构耐久性和梁体承载能力,整治后桥跨结构振动、动挠度和支座位移等参数数值明显减小,整治效果显著。     

地源热泵系统在朔黄铁路的运行分析

正朔黄铁路公司以打造国内一流的绿色高效数字化铁路为目标,积极推进节能减排、科技创新的进程,全面推广新技术、新工艺、降低能源消耗。从2004年黄万线建设开始尝试采用新工艺、新技术的地源热泵空调系统供暖、制冷,并逐步推广,2008年增加黄骅港、太师庄两处,2012年西柏坡、黄骅南综合整治项目全部采用地源热泵系统。1地源热泵空调系统工作原理地源热泵是利用水源热泵的一种     

牵引变电所中央信号盘大修更新问题分析与对策

正1问题的提出中央信号盘(简称中信盘)是电气化铁路牵引变电所正常运行的保证系统,主要承担下列任务:(1)所内各级断路器事故跳闸时,能及时发出事故音响信号(电笛响,较为刺耳,提醒警示作用强),并使相应的断路器位置指示灯闪光,称为事故信号。(2)运行设备出现故障时,能及时发出区别于事故音响信号的另一种音响信号(电铃响,不是很刺耳,起提醒作用),并有相应的光字牌显示故障性质,称为预告信     

设备备件联合库存在朔黄铁路的运用

正企业为了维持生产设备的安全正常运行,缩短设备故障延时,最大可能地降低设备故障造成的停机损失,一般通过增加设备备件的储备品种和数量,容易造成设备备件超量储备,大量占用库存资金,给企业带来很大的资金负担。为保证生产维修的正常进行,控制设备备件的自备数量,降低库存资金占用,提高备件的周转率,物资管理部门通过运用联合库存的手段,充分利用各联合方的库存资     

铁路极限运输能力接车站咽喉标准模型研究

我国铁路区间信号设计一般采用三显示或四显示闭塞自动闭塞制式,区间最小追踪间隔能到达4～8min,但实际运输组织中追踪间隔都在10min以上,根本原因是传统铁路站场咽喉设计不合理,造成列车在接车站准备停车时,提前制动减速,导致列车在区间排队"堵塞",降低了铁路全线运输效     

自轮运转设备运营维护智能化技术北大核心

根据朔黄(朔州—黄骅)铁路自轮运转设备与车辆运营维护的需求,为了实现状态修、精确修、预防修的目标,提出了设备运营维护智能化的整体系统架构和功能部署方案,构建了自轮运转设备运营维护系统。该套系统从环境、管理、人、机器四个方面进行考虑,重点介绍了机器因素的相关理论方法。该套系统通过机器学习历史的故障样本信息,及时对设备状态进行预测、预警,减少维修成本,提升设备自感知能力,解决目前设备在实际运营维护过程中出现的问题。