地铁车辆空气弹簧气压负载特性的分析与实验

针对目前地铁车辆称质量过程中检测的车辆质量与实际载质量存在较大误差的问题,通过对地铁车辆称质量过程进行分析,分别推导了空气弹簧的静态、动态气压-负载关系式,其中动态气压-负载曲线考虑了空气弹簧工作过程中的充、排气过程。以北京地铁大兴线4号线065车体为例,分别采用静态和动态气压-负载特性曲线对车体质量进行计算,通过与真实车体质量对比,表明本文推导的动态气压-负载特性曲线更加接近于实际情况,可以大幅减小地铁车辆称质量误差。     

当前城市轨道交通线网规划技术刍议

根据大连第二轮线网规划,探讨目前线网规划技术中三大热点问题,"面-点-线"规划新内涵、规划时序争议、市域与市区网融合模式的争议。认为在当前形势下,"面-点-线"规划思路中,"面"不仅包括线网规模,更强调"层次";"点"也不局限在大型客流集散点,还包括各种功能区;"线"也不仅包括空间上的道路走廊,还应强调各"点"时间上的联系。针对规划时序,建议采用先远期后远景然后回归远期的规划思路;针对市域网和市区网的融合,建议采用枢纽和多点多线外围切向衔接模式,利用城市轨网及公交网完成市域线的集疏散,慎用穿越中心城模式。     

基于遗传算法和神经网络的润扬长江大桥深基坑变形预测

针对深基坑变形问题,用遗传算法优化BP神经网络的初始权重,建立了GA-BP神经网络深基坑变形预测模型,克服了BP神经网络收敛速度慢、易陷入局部极小点的缺点。利用模型对润扬长江公路大桥南锚碇深基坑变形进行分析,并对模型拟合结果进行了检验,结果表明深基坑变形和支撑轴力具有一致响应趋势,预测模型性能良好,预测精度较高,简便易行。     

接触网刚性悬挂拉出值布置方式比较

介绍了城市轨道交通牵引网架空刚性悬挂的两种布置方式.分析了采用传统正弦波拉出值布置方式时产生受电弓磨耗不均匀的原因,以及新的“八”字形拉出值布置方式及其解决受电弓磨耗不均匀问题的方法.“八”字拉出值布置方式是一种可靠的刚性悬挂拉出值平面布置形式,能够保证受电弓两侧的两个半弓磨耗一致,实现增加受电弓使用寿命、提高授流质量的目的.     

6502遇两相邻区段分路不良迎面误解锁问题分析

介绍6502电气集中定型电路遇轨道电路连续分路不良的故障积累情况下产生的危险侧输出,分析其原因,指出6502的限制性边界条件,提出关键的解决思路。     

信号安全技术在DS6-60计算机联锁系统中的主要应用

计算机联锁系统因其应用领域的特殊性,在满足铁路运营需求的同时,必须保证铁路运输的安全。因此对计算机联锁系统的安全性有较严格的要求。广义的信号安全技术包含故障-安全技术、可靠性和易维护性等方面。DS6-60型计算机联锁系统是基于故障-安全技术研发的通过欧标认证的铁路信号安全控制系统。阐述了DS6-60型计算机联锁系统各个环节的主要安全技术应用。     

钢-混凝土双面组合箱梁日照温度效应研究

在自然环境下,钢一混凝土双面组合箱梁受一天中日照变化的影响,在梁体内部会产生相应的温度应力和变形。以三跨钢一混凝土双面组合箱梁为研究对象,对组合梁在6：00至18：00日照条件下的温度应力与位移进行计算分析。利用有限元软件ANSYSl0．0建立三跨连续组合箱梁有限元模型,采用间接耦合解法进行热一结构耦合场的运算。得到了温度应力与温度位移的分布规律及时程分析,并对箱梁混凝土底板对温度效应的影响进行探讨。     

深圳地铁3号线车-地无线通信系统

主要介绍应用于深圳地铁3号线正线信号系统中的车-地无线通信系统的结构、组成和原理,并简要描述系统的主要特色,以及系统应用中应注意的问题.     

新型水玻璃-酯类浆液对风积沙边坡稳定性研究

针对风积沙边坡稳定性差的问题,在新型水玻璃-酯类浆液性质研究的基础上,采用新型水玻璃-酯类浆液对风积沙边坡进行加固,并通过数值模拟的方法研究新型水玻璃-酯类浆液填充率和加固深度对桥台开挖工况下风积沙边坡稳定性的影响。研究结果表明,天然状态下风积沙边坡安全系数为1.15,滑动面近似平行于坡面。在未对风积沙边坡进行加固时,桥台开挖后风积沙边坡最大水平位移为30.6cm,塑性区通过桥台开挖形成的转角处,安全系数为1.03、低于天然状态下的1.15,说明在未加固的条件下对风积沙边坡进行桥台开挖会极大降低风积沙边坡稳定性。新型水玻璃-酯类浆液填充率和加固深度对桥台开挖状态下风积沙边坡稳定性影响结果表明,随着浆液填充率和加固深度的增加,风积沙边坡安全系数不断增加。     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。