基于组合预测模型的铁路货运量预测研究

为了进一步提高铁路货运量的预测精度,提出基于乘积季节模型与引入注意力机制(Attention Mechanism)的长短期记忆(Long Short-Term Memory)模型的组合预测模型。首先建立乘积季节模型、LSTM模型与引入注意力机制的LSTM模型,然后利用误差修正法分别将2种LSTM模型与乘积季节模型组合起来进行预测,最后将预测结果分别与单一模型进行对比。采用2005年至2018年全国铁路月度货运量进行预测分析,结果表明2种组合预测模型的预测精度均高于单一预测模型的预测精度,其中基于乘积季节模型与引入注意力机制的LSTM模型的组合预测模型精度最高,具有研究和实用价值。     

纯电动汽车电子加速踏板失效诊断和 安全机制的研究

为了满足纯电动汽车加速踏板的高诊断率覆盖率需求,根据道路车辆功能安全标准ISO26262设计了相应的加速踏板信号的失效安全机制。在Simulink/Stateflow中建立了加速踏板故障检测模型、信号经过滤波模块、信号检测模块、故障诊断模块和信号选择模块等,通过故障分析是否发生故障,获得最终加速踏板开度的准确位置。通过仿真测试了相应安全机制的有效性,结果表明文中设计的安全机制可以正确判断相应的失效和进行容错处理,满足功能安全标准中对高诊断覆盖率的要求。     

大型三维地质力学模型试验系统研制及其应用研究

为研究泥灰岩隧道开挖诱发突涌水灾害机制及信息演化规律，以兰州至海口国家高速公路秦峪隧道为工程依托，研制泥灰岩隧道围岩相似材料，研发大型隧道突涌水三维地质力学模型试验系统。该系统可实现低频周期循环加卸载、数据自动化采集，可提供稳定水压加载，基于Python编程语言开发了隧道突涌水灾害预警系统，在此基础上开展泥灰岩隧道突涌水灾害演化过程模型试验。研究结果表明： 1）隧道开挖扰动会破坏围岩压力与渗透水压力之间的平衡，致使隔水围岩内产生微裂隙并扩展贯通，进而发生突涌水现象； 2）当发生突涌水现象时，隔水围岩压力、渗透水压力及位移均会发生明显的突变现象，围岩压力及渗透水压力最大释放率分别为18.6%、73.35%，最大位移量为0.18 mm； 3）泥灰岩相似材料能够较好地满足试验需求，证明了隧道突涌水三维地质力学模型试验系统的稳定性及可靠性。     

基于注意力机制的CNN-LSTM剩余寿命预测研究

机械设备剩余寿命的准确预测可以降低昂贵的维护费用,提高机械设备的安全性。随着深度学习的发展以及注意力机制被广泛应用于各个领域,基于数据驱动的剩余寿命预测方法为机械设备寿命预测提供了众多的方法。文章提出了一种基于注意力机制的CNN-LSTM剩余寿命预测方法,该方法利用不同的注意力机制包括通道注意力、CBAM机制和自注意力等进行剩余寿命预测试验。注意力机制可以向CNN-LSTM提取的特征信息分配不同的权重,突出关键的特征信息,过滤无用信息,进而更准确地表示设备的退化特征信息,最终得到设备的剩余寿命。文章对NASA发动机数据集进行了剩余寿命预测试验,同时研究了不同注意力机制影响,试验结果表明,基于注意力机制的方法可以有效地进行剩余寿命预测,所提方法具有一定的应用价值。     

开拓红色旅游市场存在的体制机制问题及对策

在当前强化理想信念教育、创新党性教育模式新形势下,开展红色教育项目,开发红色旅游市场方兴未艾,本文针对铁路企业在开拓红色旅游市场中存在的体制机制问题和发展瓶颈问题进行深入分析,结合实际,提出相关实施对策和建议,旨在为更好地利用铁路企业优势,促进铁路增运增收提供参考。     

舰船通信网络大数据的存储机制设计

受数据库存储容量的影响,传统的舰船通信网络大数据存储机制存在存储误差高的问题。针对这一问题设计舰船通信网络大数据存储机制,存储架构分为前置通信平台数据库、生产数据库、关系数据库、分析数据库,建立检索机制,标记通信函数,确定初级编码函数值,明确特征信息,通过路由服务器、配置服务器、数据分片优化设计存储机制私有云。实验结果表明,相较于常规的存储机制,给出的舰船通信网络大数据存储机制信息存储误差降低了37.32%,更适用于舰船通信。     

欧盟铁路机车车辆准入制度研究

机车车辆准入是铁路产品质量管控的关键环节,能够从源头拒绝不合格产品进入铁路市场,从而提高铁路运营效率、保障运营安全。欧盟经过多年发展,形成了世界上应用范围最广的铁路机车车辆准入制度。对欧盟铁路机车车辆准入制度进行系统分析,研究其在准入资质要求、法律法规及标准体系、认证机构、准入流程等方面的做法,并结合一些案例分析其准入效果,为我国铁路机车车辆准入制度的制定提供借鉴和启示。