陇海铁路干线西宝段列车噪声通过容量状况调查

目的：了解陇海铁路干线西宝段噪声污染现状和列车通过容量状况,探讨既有铁路干线通过列车数量与噪声污染控制的关系。方法：随机选取陇海铁路干线西宝段距离铁路外轨中心线30m边界处噪声敏感点,测量1h等效连续A声级噪声,同时记录该时间段通过的客车和货车数量,所得数据采用多元线性回归分析。结果：陇海铁路干线西宝段昼间、夜间噪声均未超过70dB（A）;陇海铁路干线西宝段同一地点客车（x1）和货车（z2）数量与铁路外轨中心线30m边界处的1h等效连续A声级噪声（y^^）的多元线性回归方程为y^^=57．843＋0．991x,＋0．963x2,r=0．946,r^2=0．894。结论：陇海铁路干线西宝段昼间、夜间噪声均未超过国家现行标准;陇海铁路干线西宝段列车客车和货车通过容量理论上同一地点每小时最多通过12列。     

城市轨道交通支承块式无砟轨道轮轨噪声研究

在已建立的轮轨噪声预测模型STTN的基础上,对城市轨道交通列车在支承块式无砟轨道上运行时的轮轨噪声进行了预测分析,并对城市轨道交通列车在支承块式无砟轨道上运行时产生的轮轨噪声与在有砟轨道上运行时的轮轨噪声进行了比较。列车以70km／h的速度运行时,轮轨噪声主要分布在中心频率约为500—2000Hz的范围内,其中钢轨辐射的主要是中、高频噪声,车轮辐射的主要是高频噪声,而支承块则辐射中、低频噪声。对总噪声贡献最大的是钢轨,而支承块及车轮的贡献几乎可以忽略。轮轨噪声随运行速度的增大而显著增大,其中车轮噪声受运行速度的影响最为显著,钢轨次之,支承块最小;在轨道旁,支承块式无砟轨道轮轨噪声比有砟轨道的大2．8—4．5dB（A）,因此必须采取切实有效措施,将支承块式无砟轨道的轮轨噪声降到有砟轨道的水平甚至更低。     

无砟轨道用水泥基吸声板降噪效果评价

介绍了无砟轨道用水泥基吸声板工程,并进行了现场测试。在距轨道中心线7．5m处,铺设吸声板后可以降低噪声2．8dB（A）,在距轨道中心线30m处,铺设吸声板后可以降噪1．2dB（A）。吸声板在800—4000Hz各频带可降低0．7—6．4dB。结果表明：在铁路边界以内区域降噪效果显著,但在铁路边界以外作用有限。吸声板主要对800Hz以上的中高频噪声有一定的降噪效果。     

低列流量铁路专用线噪声监测与预测方法

铁路专用线与国铁干线相比具有列流量较低且分布不均的特点,笔者认为沿线敏感点应执行原有功能区标准,与敏感点距铁路的距离无关;利用噪声暴露级可以准确描述专用线噪声影响,单因素方差分析结果显示,是否叠加背景噪声对噪声预测结果有显著影响;新建铁路专用线的噪声预测应按铁道部"铁计[2006]44号"进行,根据修正后的等效声级计算得出噪声暴露级,再叠加背景噪声后得出敏感点的噪声预测值,对照有关标准得出评价结论。     

日本轨道交通环境保护

现在有越来越多的人提倡环保．轨道交通及其造成的环境恶化问题成为人们关心的热点话题之一。一般来说,列车提速之前;必须预先考虑到列车提速可能会对环境造成潜在负面影响,进而采取措施,避免问题的出现。而这方面尚未引起人们的足够重视。铁路领域相关的环境问题通常包括：铁路噪声、隧道的空气微压波、列车驶过时形成的压力波动、地面震动、无线电干扰以及铁路建筑物和构筑物设施的阴影。本文将关注上述几个问题,并在技术层面讨论其解决对策。     

城轨交通声环境影响及其环保措施

城市轨道交通噪声对沿线的声环境影响与轨道交通列车噪声源强直接相关,且与轨道交通线路的运营状况有关。通过国内主要城市的轨道交通列车噪声源强及运营现状的分析对比,对国内轨道交通声环境影响的总体情况进行评价,提出声环境保护措施的应用原则,从而对声屏障降噪措施的实施具有指导意义。     

柴油机排气噪声的产生机理及排气消声器设计

论述了工程机械用柴油机排气噪声产生的机理及控制措施，对排气消声器的设计选型及应用进行了探讨。     

环形交叉口交通噪声预测模型

给出了环形交叉口交通噪声评价点位置，运用数学建模的方法，通过分析环形交叉口进口道及环道上车辆在噪声观测点处产生的噪声值，建立了环形交叉口等效交通噪声预测模型，井对模型进行简化。通过建立的模型表明，环形交叉口等效交通噪声主要受各种机动车流量及行驶声功率级、环道等效行驶线半径、噪声评价点分别至环道上等效行驶线及进出口道等效行驶线的距离、机动车在环形交叉口内行驶时的速度等因素的影响。最后，实际选取了一个环形交叉口，对交通噪声模型预测值和测量值进行了比较，并进行了统计检验。     

基于分形特征的医用图像边缘增强和检测

由曼德勃罗特（BenoitB.Mandelbrot）的分形理论可知,建立在分形布朗运动模型之上的医用图像总可以计算得到一分形维数。本文在建立于分形布朗运动模型之上的分形维数的估算进行了讨论。通过将整个医用图像中每个像素的分形值,转化为相应象素的灰度值,得到了边缘增强和检测图。结果显示,基于分形的医用图像转化算法较之传统的图像边缘增强算法有利于减少噪声。