铁道信号系统安全保障研究

在信号系统的设计、制造、施工、调试等阶段进行安全保障很重要。重点介绍按照欧洲铁路安全标准对铁道信号系统进行交叉接收以及安全管理。     

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。     

公私合作模式下城市轨道交通项目风险识别研究

在PPP模式风险研究和城市轨道交通PPP项目特点研究的基础上,按照项目风险水平程度将城市轨道交通PPP项目风险划分为宏观、中观和微观3个等级,再采用德尔菲法和核对表法,识别出PPP模式下城市轨道交通项目的77个风险因素。     

CTCS-3级列控仿真系统ATP接口平台实时性研究与实现

详细分析在CTCS-3级列控仿真系统中ATP实物设备接入仿真平台面临的实时性问题,并对ATP接口平台的实时性进行详细研究与分析,针对ATP接口平台实时性设计中的关键问题提出解决方案。     

基于GIS的城市轨道交通线网客流监测预警

在分析城轨客流特性的基础上,提出线网实时客流的监测算法;利用地理信息系统（GIS）技术,动态展示城市轨道交通线网实时客流分布态势;设定预警研判机理,对超过限定预警值的车站、区间的客流进行监测预警;借助GIS动态定位特性,辅助实现公交接驳的紧急疏散,以满足线网运营的可视化、高效的现代化管理。     

图像测量技术在汽车轴距差检测中的应用研究

通过采集汽车直行中轮胎印迹图像 ,利用偏差相对测量法 ,即先测出汽车单轴的偏斜量 ,然后计算出汽车轴距左右差。通过开发的检测系统进行试验 ,结果表明 ,检测精度满足汽车轴距左右差在线检测要求。     

BP和RBF神经网络在辨识内燃机燃烧过程中的应用

分析了发动机燃烧过程的研究方式,提出了用BP和RBF网络辨识内燃机燃烧过程的方法。选定神经网络的结构、隐层神经元的作用函数和控制参数,成功地得到了发动机的辨识模型,结果由RBF网络辨识的模型给出,从这一模型可以获得任意点缸内压力和温度以延拓的参数,为排放分析、计算和结构优化提供了良好的基础。     

客车主要噪声源识别的试验研究

基于偏奇异值分析法识别噪声源的基本原理，采用了近场声压测量法，同步采集15个传感器的振动与声压信号，识别出客车车外噪声的主要噪声源，分析出各噪声源对车外噪声的贡献并做出降低车外噪声的预测分析。所采用的试验与分析方法具有计算量小、声源定位准确的特点，并且可以准确预测零部件的改进对车外噪声的影响。试验研究和实车应用表明，这种方法可以适用于复杂的工程实际。     

公路交通可持续发展评价指标及评价方法研究

根据公路交通可持续发展评价的内容和特点,从公路交通可持续发展水平、发展能力、发展协调性3个方面建立了评价指标体系;提出了指标属性值和无量纲化的计算方法;应用模糊识别原理,结合AHP权重确定方法,依据公路交通可持续发展目标(级别划分)的实现程度,提出公路交通可持续发展的多级模糊识别综合评价模型;其评价方法和模型,反映了公路交通可持续发展的内涵,对区域公路交通可持续发展评价有借鉴作用。最后,进行了实证研究。     

Detection of nonlinearity effects in structural integrity monitoring methods for offshore jacket-type structures based on principal component analysis

The detection of changes in the dynamic behavior of structures is an important issue in structural safety assessment. The development of detection methods assumes greater significance in the case of offshore platforms because the inherent problems are compounded by the harsh environment. Here, we describe an instrumented physical model for the structural health monitoring of an offshore jacket-type structure and the results of tests in several different damage scenarios. In a comparative investigation of two different methods, we discuss the difficulties of implementing damage detection techniques for complex structures, such as offshore platforms. The combined algorithm of a fuzzy logic system and a model updating method are briefly discussed, and a method based on stochastic autoregressive moving average with exogenous input is adopted for the structure. The consideration of uncertainties and the effects of nonlinearity were major objectives. So, the methods were also investigated based on the test scenarios consisting of the physical model with a geometric nonlinearity. The principal component analysis method was utilized for the detection of nonlinearity in the recorded data. The results show that the developed methods are suitable for damage classification, but the quality of the acquired signals must be considered an important factor influencing successful classification. The development of these methods may be extremely useful, as such technologies could be applied for offshore platforms in service, enabling damage detection with fewer false alarms.