基于时间目标的大都市区轨道交通功能分级研究

为指导大都市区轨道交通线网布局规划,在总结国外成熟大都市区轨道线网体系基本构成、功能层次和技术特性的基础上,通过分析大都市区居民通勤出行时耗特征,明确各空间圈轨道交通服务时间目标,即城市中心区30 min以内,城市外围区45 min以内,郊区1 h以内。以此为主要控制要素确定轨道交通线网功能分级:区域铁路主要服务于都市区对外客流联系需求;市郊轨道服务于大都市区近、郊区居民通勤出行;城市中心区轨道主要服务于城市中心区内部各类出行。     

地铁站火灾人员疏散时间评估方法探讨

采用人员疏散模拟软件Pathfinder和《地铁设计规范》给出的经验公式,分别计算地铁站火灾时人员疏散时间并进行比较分析,指出经验公式的局限性。以南京地铁1号线某车站为实例,利用两种计算方法分别得出疏散时间并进行对比。在此基础上,对经验公式进行了优化和改进,提出折减系数;并设定5个场景,利用Pathfinder对折减系数进行确定,对优化公式、进行了验证。将优化公式、原公式以及模拟的结果进行比较。结果表明,相比原公式,优化公式的计算结果与模拟结果更接近,误差更小,更符合实际情况。     

满足欧5排放标准的涡轮增压直喷汽油机催化剂起燃时间及减排研究

未来动力总成的开发目标是具有更好的燃油经济性。为了实现这一目标,在研发新车型时．发动机将更多地采用涡轮增压技术。涡轮增压发动机的动力性和燃油经济性较好,但排放性能欠佳．这是因为涡轮增压发动机冷起动时。由于涡轮响应滞后而会损失大量热能。因此．对于涡轮增压发动机。需要采用相应技术缩短催化剂起燃时间,以降低排放。尤其是配装涡轮增压发动机的车型按新欧洲行驶循环测试时,在城市低速循环起动阶段。其排放不能满足欧5标准要求。研究得出缩短催化剂起燃时间和降低排放的方法,使涡轮增压直喷汽油机满足欧5排放标准要求。进行全面的排放测试,如增加贵金属用量及载体的孔密度,缩短到催化剂的距离,以及采用二次空气系统等附加装置。通过这些独到的试验研究．使发动机逐步达到欧5排放标准。     

软岩隧道破坏机理及大变形趋势判断研究

隧道软弱围岩特有的工程力学性质以及所处的地质环境是造成大变形灾害的主要因素,严重影响工程进度。从武当群片岩的地质构造环境、物理特性、水理特性等方面分析该类软岩劣化及破坏机理。分析结果显示:软岩的变形破坏是地层岩性、结构偏压、地下水、构造应力等因素随时间交互作用的结果,具有明显的时间效应。在此基础上,选取典型断面的围岩变形监测数据,利用R/S分析法判断各时间序列的变形趋势。Hurst指数计算结果显示典型断面各变形时间序列均呈显著增长趋势,且长期记忆较好,表明大变形现象仍有继续发展趋势,须及时对大变形段采取有效措施。     

城市轨道交通综合监控系统时钟同步方案研究

介绍了城市轨道交通综合监控系统对时钟同步的要求和网络时间协议(NTP).结合北京地铁5号线的实际应用案例,重点对中心级和车站级综合监控系统的时钟同步方案进行了分析和研究.实际应用表明:在中心级综合监控系统中,冗余时钟源对时方案优于单时钟源对时方案;在车站级综合监控系统中,相对于独立时钟源方案,共享时钟源方案具有明显的优势.基于NTP的时间同步方法为综合监控系统提供了统一、高效、精准的时钟,经北京地铁5号线多年运用,实证其为运营的可靠性提供了基础保障.     

时间序列分析在某滑坡变形监测预报中的应用

为了预防滑坡的发生,需要不断对监测点的高程进行测量,观测其变化,并对滑坡的动态变化做出预报。在简要介绍时间序列模型的基础上,以某露天矿滑坡为例,对某监测点数据平稳化处理建立差分回归模型,分析模型的应用。计算结果表明,预报趋势基本符合滑坡动态发展规律,进而说明运用时间序列分析法对滑坡变形监测进行预报可行。     

带时间窗约束的道路危险品运输路径选择研究

对已有危险品运输模型进行分析,针对当前危险品类物流配送网络的特点,提出了在时间窗约束条件下城市道路网络中的危险品配送模型,该模型以整个网络中事故发生的期望和影响人数最小为目标。设计了目标集成方法和对集成后目标函数求解的扩展标号法来计算该多目标问题的Pareto最优折衷解,最后用实例对算法进行了验证。     

基于状态影响因子的高速铁路电务安全指数优化

为提升高速铁路电务安全保障能力,解决原有电务安全指数单一、只能静态反映高速铁路电务安全态势及电务运营安全复杂的连续动态表征评价等问题,采用随机过程理论,选取高速铁路电务设备正常、故障和事故3种状态相关的基本时间域、状态转移概率和状态持续系数作为电务安全指数的影响因子,并基于马尔科夫状态转移和Logistic函数分析的方法对其进行特征量提取,构建高速铁路电务安全指数优化模型;选取某典型线路和某典型路局电务6大类型设备的故障和事故基础数据,验证高速铁路电务安全指数优化效果。结果表明：由优化模型计算得到的高速铁路电务安全指数通过了双边趋势检验分析,能准确拟合电务设备状态的变化及持续周期变动,且部分状态变化趋势通过了显著水平α=0.05 （置信度为95%）和α=0.01 （置信度为99%）的检验,变化趋势明显;优化后的电务安全指数能直观、动态且连续地反映高速铁路电务设备运行的安全态势。     

基于梯度提升决策树模型的铁路货运装卸时间预测技术

铁路货运装卸时间的精准预测可提升铁路货运系统的调度合理性和服务质量,但装卸时间受多种因素影响。文章针对铁路货运装卸时间预测问题,从铁路货运运单全流程信息中挖掘运单属性与货运装卸时间的关系,以分类与回归树为基础模型,在LightGBM框架下构建梯度提升决策树模型;对铁路货运运单全流程信息中的相关数据进行整合、对数变换、增加特征等预处理,形成运单数据集;采用该数据对构建的模型进行训练,结果表明,构建的模型对货运装卸时间的预测性能优于与其对比的其他机器学习模型。将该模型应用在实际货运装卸业务场景时,实际准确率依旧高于其他对比模型。     

基于随机需求的单列车票额分配方法

根据时间序列原理将单列车的客运需求划分为具有趋势规律的确定需求和具有分布规律的随机需求两部分,通过差分自回归移动平均模型得到确定性需求的表达式和随机性需求的分布函数,进而构成单列车的客流量预测模型;将该预测模型嵌入随机票额分配模型中,通过求解客流量的期望值而将随机票额分配问题转化为确定票额分配问题,实现随机需求与随机票额分配有效结合的单列车票额分配,从而避免由于客运需求预测结果误差较大而使票额分配结果不能满足实际客运需求。通过算例验证了方法的可行性。