Research on the Influence of Vertical Deformation of Bridge on the Track RegularityEI北大核心

Research purposes: The vertical deformation of high-speed railway (HSR) bridge will cause the track irregularity, which threatens the safe and efficient operation of the HSR. Taking the 32 m simple supported beam bridge as the research object, based on the existing mapping analytical model for bridge vertical deformation and rail geometry, the influence of the track regularity of the CRTS Ⅰ slab ballastless track structure caused by the key parameters such as the bridge vertical deformation amplitude, the hanging length of the beam end and the vertical stiffness of mortar layer were studied, and the corresponding measures to control the rail deformation were proposed, to provide theoretical reference for comprehensive treatment of rail deformation of HSR bridge. Research conclusions:(1) The pier settlement, the vertical rotation of the beam end and the beam fault will cause the rail to follow the beam deformation, and "up-warping" of the rail on the vertical deformation boundary will appear. (2) The rail deformation is directly proportional to the vertical deformation amplitude of the bridge and the key to control the rail deformation is to reduce the vertical deformation of the bridge. (3) The rail deformation can be controlled by reducing the hanging length of beam and vertical stiffness of mortar layer. (4) The research results can provide a theoretical reference for controlling the vertical rail deformation of high-speed railway bridges. © 2018, Editorial Department of Journal of Railway Engineering Society. All right reserved.     

基于GA-GM(1,N,α)幂模型的铁路客运量预测

针对在铁路客运量预测领域传统的灰色预测模型不能反映真实系统的非线性结构特点及其背景值的赋值不合理的问题,提出使用对系统相关因素引入幂指数且经过背景值优化的GM(1,N,)幂模型进行客运量预测。背景值优化时设置待定参数,利用线性组合结构重新计算背景值。对此模型产生的较多的待定参数,采用能够并行运算、全局寻优的遗传算法进行一次性求解。最后使用此模型对甘肃省铁路客运量进行建模预测,并与传统GM(1,N)模型、GM(1,N)幂模型进行对比分析。结果证明,GM(1,N,)幂模型具有更高的预测精度,对铁路客运量预测有一定的应用和研究价值。     

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。     

技术站广义配流问题模型与算法

根据列车解编顺序是否确定,将阶段计划中的广义配流问题分为广义静态配流问题和广义动态配流问题。以阶段内发出配流车数最多和车辆在站平均停留时间最短为目标函数,以列车解体开始时刻、车流分配、车流接续和列车编组开始时刻为约束条件,建立广义动态配流问题的多目标非线性混合整数规划模型。综合考虑优先排空、优先发送较近编组去向车流,模拟车站调度员编制阶段计划时的思维过程,设计搜索算法,解决广义静态配流问题(给定列车解编顺序的广义动态配流问题)。以有7个编组去向的某技术站为例,运用该算法可以在较短时间内得到列车解编方案和配流方案,表明了该算法的实用性和可行性。     

基于因子分析与AHP的高速列车乘坐舒适度评价模型与实证分析

针对目前舒适度研究偏重于列车运行物理指标层面的现状,结合人机工程学、环境与行为心理学等相关理论,提出了综合满足旅客乘坐需求、生理感受与心理感受的高速列车广义舒适度的概念。在对北京至四方的铁路线运行的CRH2型动车组745位旅客进行问卷调查的基础上,通过因子分析对指标进行降维,利用AHP构建乘坐舒适度评价模型,得出舒适度影响因素的权重,并提出改进建议:1.细化列车振动、噪声与照明舒适度评价指标;2.优化座椅休息、就餐、娱乐等功能设计;3.进一步调控车厢温度、湿度与空气质量。该模型的建立为我国高速列车乘坐舒适度研究提供了理论依据。     

基于SYSNOISE软件的地铁车辆车内声场模态分析

以A型地铁车辆为研究对象,利用SYSNOISE软件计算了车内声场的声学模态。结果表明,车内声场的各阶模态形状基本上呈前后、左右和上下方向对称分布,车内声场共鸣频率和模态形状主要由其几何形状决定。     

日本横滨10000型地铁车辆

介绍了日本横滨10000型地铁车辆的主要技术参数及采用的新技术、新装备。     

基于周期时变特点的城市轨道交通短期客流预测研究

分析了城市轨道交通客流的周期时变性特征,并根据该特征在GM(1,1)灰色预测模型的基础上改进了马尔科夫算法,以适用于城市轨道交通短期客流预测。用无偏GM(1,1)模型拟合系统的发展变化趋势,再以此为基础进行了马尔科夫链预测,并采用多转移矩阵排除客流数据中噪声数据的扰动。试验结果表明,改进后的模型在城市轨道交通客流短期预测中具有良好的精确性。     

引水洞圆弧形底拱施工技术研究

在引水洞弧形底拱施工中,气泡、水泡的质量通病一直没有得到很好解决。为确保混凝土内在质量及外观质量,通过几种现行的施工方案分析,研制出横向滑模施工装置,总结出横向滑模施工工艺,成功地解决了施工的难题,为类似工程提供借鉴实例。     

BT项目建设治理模式的发展方向

从分析BT项目的特点出发,以扁平化理论解释BT项目管理现状的不足,同时对BT项目管理过程中项目建设方与监理方的管理融合状况、当前法律、政策引导趋势等问题进行了探讨,由此提出BT项目新的组织结构模式和管理行为模式。新模式具有其自身独特的优势,是未来BT项目建设致力的科学发展方向。