HXD3G型机车推挽模式网络系统设计及应用

文章以HX_D3G型机车为载体,介绍了机车网络系统的构成及特点。该机车采用SHDSL通信技术,网络数据通过以太网扩展器(DSL)及普通双芯屏蔽电缆进行传输,实现了650 m(18节车辆)距离下15 Mbit/s的内重联通信的功能,验证了载波通信技术通过DSL实现远距离、高速率传输的可行性。通过测试,分析机车在牵引、制动等各种控制模式下数据传输的稳定性,确定系统各部件参数的最优配置方案,满足车辆推挽编组模式下不同运行工况的控制要求。     

大型科研基地三维可视化智慧安防立体防护 综合平台建设

在物联网技术、5G通信、AI人工智能技术的推动下,应构建一套三维可视化智慧安防立体防护综合平台,使大型科研基地安全防范系统具有更智能化、更人性化的功能,实现大型科研基地的安全防范做到立体防护、智慧管控、应急指挥、运维管理统一调度,统一管理。文章所提的三维可视化智慧安保综合一体平台,集GIS系统、三维仿真、结构化视频监控、大数据可视展示、人员定位、AI人脸识别技术、无人机巡查及无人机反制等系统应用为一体,结合了系统应用、事件应急处置、设备综合运维系统等物联网综合技术的安全防范智能化系统。     

施工场景下基于YOLOv3的安全帽佩戴状态检测

针对现有安全帽检测研究中采用的两阶段检测法存在检测效率偏低,累积误差对精度影响较大的问题,提出一种对安全帽的单阶段检测法。将安全帽和工人头部视为一个整体,将检测目标分为2类,即佩戴安全帽的头部和未佩戴安全帽的头部,同时对2类目标进行检测,避免了冗余的计算步骤及累积误差的影响。同时,针对施工场景安全帽佩戴状态检测特点,对YOLOv3的网络结构、损失函数及先验框尺寸进行改进,提出YOLOv3-C模型。研究结果表明:改进后的YOLOv3-C模型的检测性能大幅提升,在本文建立的样本集中模型的mAP达到93.84%,对安全帽检测平均精度达到97.01%,对工人头部检测平均精度达到90.67%,同时YOLOv3-C对本文的检测场景表现出良好的鲁棒性。     

中长桩码头在胶结砂地质条件下的桩基内力和位移模拟分析

针对胶结砂特殊地质条件需要采用部分中长桩的高桩码头结构,进行了数值分析。采用Plaxis 3D岩土软件建立三维有限元模型,并通过试桩、静载试验、高应变检测等资料,率定相关岩土计算参数,对高桩码头结构进行了分析。分析结果表明,在水平荷载作用下,前排直桩采用中长桩方案时,码头结构和桩周土体的位移均在允许范围内,可满足码头的正常使用。在特殊地质条件下该工程中长桩方案的成功应用,可作为类似项目的一个参考案例。     

高职英语教学的知识可视化设计

知识可视化是随着时代和社会的进步而产生的,强调人际交互,关注知识共享,有效融入教学中可增强学生的自主学习和协作学习的能力。高职英语教学结合知识可视化视觉表征的特点,对具体教学内容、教学过程进行可视化的教学设计,能促进高职英语教学与知识可视化的有机融合,提高英语教学质量。     

HX_D3D型机车制动缸塞门隔离操作安全隐患及改进措施

文章分析了HXD3D型机车制动机控制原理,针对转向架制动缸塞门隔离操作后存在的安全隐患,在现有使用技术条件下提出了改造方案,并对改造后机车进行了专项试验。实践证明该改造方案有效地解决了安全隐患,提高了机车运用安全性。