基于移动实时位置信令数据的轨道交通换乘行为分析

介绍了上海轨道交通清分规则。在现有上海轨道交通K条最短路径的清分算法基础上,融合移动实时位置信令(OIDD)数据,对换乘行为中的主要换乘路径选择比例进行精细化设置,并对次要换乘路径的换乘比例算法作出补充。通过对乘客行为的分析和应用,实现了对现有上海轨道交通清分规则中换乘路径比例的精细化计算。     

南京地铁1号线车辆数据记录仪的研究与应用

南京地铁1号线运营10年以来,列车在正线运行中发生的故障数量和类型都越来越多,但车上现有的诊断设备记录车辆关键数据的能力有限,当车辆发生故障时,并不足以给维修技术人员提供全面的信息。针对此问题,对车辆World FIP网络协议进行研究,开发了的车辆数据记录仪。该记录仪通过专用隔离变压器接入列车World FIP网络总线,在物理层解决网络接入问题的同时,根据网络节点特征及变量特征进行协议分析,并结合已有的变量定义,解析并记录FIP网络中的所有通信数据。通过实际应用中的数据对比可以看出,所设计的车辆数据记录仪能持续且较全面地记录所有World FIP网络上的通信数据,非常有利于故障的查找和分析,从而能准确地解决故障、提高车辆故障的处理效率。     

面向铁路不动产的智能监管运营平台设计和实现

为了加强铁路不动产资产管理,提高铁路不动产管理水平,维护铁路不动产使用秩序及合法权益,文章设计和实现了面向铁路不动产的智能监管运营平台,该平台能够对铁路不动产进行多维度动态统计,辅助辨别铁路用地侵占,评价开发利用潜力。该平台能够为铁路不动产运营提供数字化解决方案,对铁路不动产精细化和智能化管理具有重要意义。     

城市轨道交通精细化客流预测系统设计与实现

针对大部分客流预测系统存在预测客流指标不全,时空粒度较粗,多场景的适用性不足等问题,以大规模网络化运营的城市轨道交通精细化客流预测需求为研究对象,分析适应多场景铁路网客流预测实现方法,利用Hadoop、Spark&Hive、Redis、微服务、H5等先进技术搭建客流预测大数据平台,实现铁路网交通出行量(OD,Origin Destination)的精细化客流功能,为调度指挥和客运管理提供进站、出站、换乘、断面客流量等全指标、精细化时空粒度的客流预测数据支持,提升轨道交通调度指挥针对性、客流组织合理性和客运服务水平。     

铁路供电故障预测与健康管理大数据平台方案研究

铁路供电故障预测与健康管理(PHM)系统是以大数据技术为核心,以供电管理信息系统、6C数据中心、SCADA系统为支撑,按照国铁集团-铁路局-供电段三级管理架构进行设计和建设的供电设备大数据分析管理平台.基于大数据框架的PHM系统涵盖针对高速铁路接触网和牵引变电所的PHM技术方案,在多时空尺度上实现铁路供电故障预测与健康指标评估,全生命周期可靠性、可用性和可维修性的可视化分析和风险评估,以及优化维修决策.本文阐述了铁路供电故障预测与健康管理大数据平台方案的基本设计原则和系统架构,并对该平台涉及的关键技术和系统重要功能进行了探讨.     

城市轨道交通大数据资源目录构建探究

针对目前城市轨道交通大数据资源目录构建中存在的分类不统一、描述不全面、服务不完善等问题,从资源分类及编码定义、核心元数据及资源目录服务模式等方面进行了探讨,提出了大数据资源目录构建方法及解决思路.     

基于BIM模型的铁路雨棚钢结构健康监测数据模型研究

结构健康监测是保障重大工程结构安全的重要技术,针对铁路站台雨棚钢结构监测过程中出现的站台模型和监测信息数据庞大的问题,提出一种扩展的BIM模型,即在现有的BIM模型信息中以数据信息的唯一标识作为依据,扩展所需的动态监测数据信息,将各类检测数据进行有效整合。首先对系统总体架构进行设计,设计面向钢结构健康监测信息的BIM模型,对系统总体架构合计,再根据扩展的BIM模型和模型数据,应用扩展的BIM模型系统设计,开发了基于BIM模型的监测系统,实现了铁路站台雨棚的有效监测。     

GIS-BIM在铁路工程建设管理中的应用研究

针对当前铁路工程项目地域广泛、工程复杂,传统的管理模式不能满足多维信息的共享与管理,开展基于GIS-BIM技术在铁路工程建设管理中的应用研究。采用快速建模方法构建大范围三维铁路工程结构物;通过基于数据转换的GIS-BIM融合技术实现铁路工程建设和工程结构的精细化管理;基于倾斜摄影技术,快速真实描述客观场景。利用GIS-BIM技术,构建工程建设环境,工程模型的三维场景,工程结构物模型,实现模型和铁路工程建设项目信息共享与集成、铁路工程建设项目信息化管理。基于GIS-BIM技术构建的铁路工程建设地理信息系统在郑万（郑州南站—万州北站）铁路试点应用,效果良好,此研究可为铁路工程建设信息化、可视化管理提供参考。     

基于Matlab的牵引变压器故障智能诊断方法研究

应用数据融合技术、模糊神经网络及遗传算法构建牵引变压器故障智能诊断模型,通过Matlab软件对该模型进行仿真,训练模糊神经网络以确定其结构和权重,并通过典型实例验证该模型在牵引变压器故障诊断中具有良好的故障诊断性能。     

铁路车站股道运用排序模型与算法

遵守车站股道运用条件,在引入时间窗、权重和有限度3个参数的基础上,利用排序理论构建车站股道运用排序模型。结合列车在车站的实际作业过程和进路编排,利用启发式算法对模型求解,得到股道运用初始方案。基于排序原则选择、进路编排方式和多方案选优3种解改进策略对股道运用初始方案进行改进,得到股道运用改进方案。利用现代柔性理论,设置1个人—机交互接口,以股道运用可行性为第1优化目标、均衡性为第2优化目标,建立股道运用的柔性模型,按照人—机交互会话的方式进行求解。采用该模型与算法编制的铁路车站股道运用自动编排系统,目前已在广州东站和韶关站初步运用。