相依性条件下滨海软土隧道盾构施工渗漏水风险评价

滨海地区多为海相和湖相沉积的软土,施工难度大,渗漏水病害多发,因此,应对盾构施工过程的渗漏水风险进行评价来保证隧道安全施工。构建渗漏水风险评价三级指标体系,将云模型与Copula函数结合,基于Copula函数对于风险指标中相关风险因素的相依性处理,云理论对于定性与定量概念的处理与转换优势,构建相依性条件下的二维和三维云-Copula模型。以宁波市轨道交通1号线为例,利用云-Copula模型计算二级指标对于各个风险等级的隶属度,确定危险性较大的二级指标为注浆质量、止水条、衬砌混凝土自防水。利用D-S证据理论进行证据融合确定该检测区段渗漏水病害的风险状态为安全,但有向基本安全状态发展的趋势。通过对危险性较大的指标加强监控,使渗漏水得到有效控制,为软土盾构隧道施工过程中渗漏水病害的风险评价与管理提供了一种新的方法。     

城轨回流系统动态排流与钢轨电位控制仿真研究

当前,城轨供电回流过程中杂散电流与钢轨电位问题突出,排流装置与钢轨电位限制装置(OVPD)作为杂散电流与钢轨电位的治理设备被广泛采用,但系统运营过程中动态排流与钢轨电位控制仿真方法及分布规律尚缺乏研究。通过建立回流系统动态排流与钢轨电位控制仿真模型,分析多区间多列车动态运行过程中全线钢轨电位与杂散电流动态分布规律。研究结果表明,单点钢轨电位控制过程中会引起其他位置OVPD连锁动作,还会大大抬高全线杂散电流水平;杂散电流动态排流过程中,全线钢轨电位与杂散电流水平均会出现一定程度的抬升,因此当前钢轨电位控制与杂散电流排流方法应进一步结合系统多点耦合干扰特性进行改善。     

日喀则至亚东铁路线路限制坡度方案研究

日喀则至亚东铁路需穿越喜马拉雅山脉,需克服南北麓的巨大高差,其中最困难段帕里至亚东段航空距离37 km,高差1 300 m。考虑本线研究年度内客货运量相对较小,本段应采用较大的线路坡度,选择合理的机车类型,对缩短线路长度,降低工程投资有重要意义。通过从地形地貌、机车性能、工程设置、运营安全及投资等方面对不同坡度方案进行分析比选,推荐日喀则至亚东铁路帕里至亚东段采用30‰限制坡度方案及HXD2双机牵引,研究成果对高差大的地形条件下限制坡度的选择具有一定的指导和借鉴意义。     

基于BIM模型的铁路雨棚钢结构健康监测数据模型研究

结构健康监测是保障重大工程结构安全的重要技术,针对铁路站台雨棚钢结构监测过程中出现的站台模型和监测信息数据庞大的问题,提出一种扩展的BIM模型,即在现有的BIM模型信息中以数据信息的唯一标识作为依据,扩展所需的动态监测数据信息,将各类检测数据进行有效整合。首先对系统总体架构进行设计,设计面向钢结构健康监测信息的BIM模型,对系统总体架构合计,再根据扩展的BIM模型和模型数据,应用扩展的BIM模型系统设计,开发了基于BIM模型的监测系统,实现了铁路站台雨棚的有效监测。     

基于LEC评价法的500 m长钢轨焊接系统风险评价研究

高速铁路无缝线路上普遍敷设500 m长钢轨。500 m长钢轨焊接系统具有复杂的工艺流线,在吊运、焊接、输送等各环节均存在诸多安全隐患,易产生重大生产事故。因此,为提高500 m长钢轨焊接系统的可靠性与安全性,针对钢轨焊接系统存在的安全风险,提出一种基于LEC评价法的风险评价方案,并利用本质安全理论和全寿命周期安全管理理论针对性地提出风险应对措施,为500 m长钢轨焊接系统的设计、施工、设备安装、运营维护等提供参考。     

信息化在北京地铁车辆检修中的创新与应用

北京地铁线网规模不断扩大,客流量不断增多,给地铁安全生产运营和车辆检修带来了越来越大的挑战。阐述应用信息化技术建立地铁安全生产管控信息平台辅助车辆检修管理的实践及探索,对平台架构、网络拓扑、功能模块、数据库的设计思路及实现过程进行详细叙述。对地铁车辆检修现状进行分析,产生需求;利用C/S与B/S模式相结合,研发出适用于地铁车辆检修的安全生产管控信息平台;应用智能手持终端及其APP的研发,实现车辆检修的标准化作业流程管控、数据采集,应用后台数据积累和程序运行,形成大数据分析。     

城市轨道交通信号系统信息安全风险辨识

从城市轨道交通信息安全面临的严峻形势出发,介绍城轨交通信号系统组成,并对信号系统各子系统功能进行阐述。城轨交通信号系统是保证列车安全、准点、高密度运行的重要技术装备,主要由列车自动监控子系统、列车自动防护子系统、列车自动运行子系统、联锁子系统组成。根据信息安全风险分析模型,识别城轨交通信号系统信息安全的威胁来源及核心资产。由于城轨交通系统属于工业控制系统的典型系统,城轨信号系统则具备工控系统的一般性特点,继承工控系统的脆弱性。针对国内城轨交通信息安全研究的空白之处,结合工控系统不同层级结构的脆弱性,从技术和管理两个方面进行信号系统的信息安全风险辨识,通过分析发现存在物理安全、网络安全、主机安全和应用安全等层次上的风险。风险辨识结果反映出城轨交通信息安全存在大量的薄弱环节,以期为日后的研究和防护工作的开展打下基础。     

地铁站台门系统设备健康管理研究与应用

综合研究地铁机电设备运行特性,实现从被动故障修和计划修向主动智能状态修的跨越。提出一种地铁机电设备健康管理评价方法,通过失效实验验证机电设备状态量的门槛阈值,利用数学模型对设备状态进行量化,并基于状态量健康指标评判设备状态的优劣。在此基础上,运用MATLAB拟合时间与设备健康指数之间的非线性关系模型,求解并预测设备健康状态及维护时间节点,对科学规划设备检修周期、提前预判设备状态具有重要的理论及实践指导意义。研制设备状态量智能采集装置,通过上位机实时计算验证、预判,并在郑州地铁1号线进行充分验证,达到预期效果。     

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。