长春轻轨车加装辅助缓解装置的改造

长春轻轨车在运用过程中发生动车制动不缓解故障后,按原车方式进行手动缓解,存在操作困难、用时长、影响线路正常运营等诸多问题.针对此现象,文章提出在每辆动车模块加装一套辅助缓解装置,并具体介绍了其工作原理及改造方案.改造后,当发生动车制动不缓解故障时,可快速进行应急缓解,使列车能够维持运营,进而保证线路的畅通.     

内补口车在钢管内防腐层补口施工中的应用

大口径管道防腐层一般采用人工补口方法施工,存在施工效率低、质量缺陷多及受限空间施工安全风险大等问题.文中主要介绍了在钢管内防腐补口施工中采用内补口车替代人工补口的施工技术.设备调试、定位、通过性及质量控制是施工中的技术难点,施工中通过参数调整、视频定位、使用专有的机械设计、合理施加外力及采用过程中监控等技术方案顺利解决...     

纯电骡子车开发及试制新方法应用

通过对比燃油汽车与纯电动汽车整车架构,分析燃油车改制纯电动骡子车的可行性。利用现有车型完成纯电动骡子车改制,不仅可以节省开发成本,还可以加快新产品升级换代。同时基于两种车型的差异性,制定相应的车型改制方案。阐述常见的改制内容与创新方法应用,为后续同平台新车型开发提供参考。     

基于磨耗的自动分段补偿对中控制算法

基于激光轮廓测量原理的轮式探头(即探轮)自动对中系统的作用是确保探轮始终位于钢轨中心位置,使超声波能够正常扫查钢轨,保证探伤检测正常进行.为解决对中控制应用的难点,改进自动对中控制算法,提出基于钢轨轨头磨耗值对对中控制基准进行自动分段补偿的算法,解决了在轨头磨耗严重但对中系统控制偏差正常的情况下,仍然出现0.底波失波的...     

基于混合机器学习框架的网约车订单需求预测与异常点识别

城市网约车订单需求体现了居民出行活力,同时表征了出行规律和内在特征。如何从复杂动态的时变数据中准确地识别异常点并进行调度优化,是优化网约车平台运力的关键环节。建立了网约车订单需求数据的时间序列图,并分析了订单需求的动态特性,提出1种基于混合机器学习框架的网约车订单需求预测模型（ARIMA-BPNN-DSR, ABD）。混合模型由差分整合移动平均自回归模型（auto regressive integrated moving average model,ARIMA）和反向传播神经网络（back propagation neural network,BPNN）通过动态选择回归算法（dynamic selection of regression,DSR）融合而成。混合模型汲取了统计方法的鲁棒性和机器学习方法的高效性,并考虑各个独立基线模型在数据局部空间上的性能表现。以2019年和2020年（疫情影响下）厦门市滴滴网约车平台订单数据作为试验基准并进行对比分析,结果表明：(1)与多个基线模型相比,ABD模型实现了最优的预测性能,同时在面向疫情外部因素影响下同样表现出优异的性能;(2)消融实验表明,...     

旅居车9 kW燃油驻车加热系统的降噪措施

针对旅居车9 kW燃油驻车加热系统噪声开展降噪研究。9 kW燃油驻车加热器取暖性能良好,但噪声性能较差,基于噪声-振动-声振粗糙度测试手段和消声理论,提出了4种降噪方案。结果表明：优化排气消声器扩张比和容积的组合方案效果最佳,车内噪声可有效改善5.5 dB,改善后噪声满足旅居车内部噪声控制要求（≤55 dB）,可以实现燃油驻车加热器取暖性能和噪声性能的平衡。     

"站车一体化":地方合资铁路客运管理一种新范式

管理的功能性和经济性维度,是衡量铁路站车管理效率的重要导向.本文结合合资铁路公司"大部制"组织框架,深入探讨"站车一体化"的管理内涵和创新做法,剖析措施和成效之间的必然关系,以期通过提炼输出管理模式,在更广阔的铁路客运管理平台发挥指导作用.