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。     

Predictive power of inspection outcomes for future shipping accidents – an empirical appraisal with special attention for human factor aspects

This paper investigates whether deficiencies detected during port state control (PSC) inspections have predictive power for future accident risk, in addition to other vessel-specific risk factors like ship type, age, size, flag, and owner. The empirical analysis links accidents to past inspection outcomes and is based on data from all around the globe of PSC regimes using harmonized deficiency codes. These codes are aggregated into eight groups related to human factor aspects like crew qualifications, working and living conditions, and fatigue and safety management. This information is integrated by principal components into a single overall deficiency index, which is related to future accident risk by means of logit models. The factor by which accident risk increases for vessels with above average compared to below average deficiency scores is about 6 for total loss, 2 for very serious, 1.5 for serious, and 1.3 for less-serious accidents. Relations between deficiency scores and accident risk are presented in graphical format. The results may be of interest to PSC authorities for targeting inspection areas, to maritime administrations for improving asset allocation based on prediction scenarios connected with vessel traffic data, and to maritime insurers for refining their premium strategies.     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。     

深海拖曳系统自稳定二级拖体姿态控制研究

二级深拖系统具有可控性强、母船扰动弱等优点,是重要的海洋探测平台。在实际工作中,二级拖体姿态稳定是保证探测数据准确的基本前提。本文以具有自主调节功能的二级拖体为例,对其姿态控制进行研究。首先建立了二级拖缆的“弹簧——阻尼”模型,并在此基础上建立了二级深拖系统的数学模型。其次根据该系统具有非线性、时变性等特点,设计了具有参数自修正功能的模糊自适应PID控制器,以实现在不同工况下对二级拖体的姿态进行控制。仿真结果表明,未加载控制器时,海况变化对拖体姿态有显著影响,其俯仰角和横滚角均会发生大范围波动。加载模糊自适应PID控制器后,拖体通过自主调节,能够使姿态波动控制在较小范围,从而满足工作要求,验证了拖缆数学模型的正确性和所采用的控制方法的可行性。     

普速铁路繁忙干线钢轨服役现状的调查分析

针对普速铁路繁忙干线,测试了累计通过总质量800～1100 Mt线路钢轨的硬度、廓形、磨耗和锈蚀深度、焊接接头平直度,调研了钢轨使用和伤损情况.结果表明:钢轨踏面中心硬化率不大于7％;打磨后钢轨实测廓形与60N标准廓形在轮轨接触区域竖向偏差不大于0.2 mm;钢轨垂直磨耗在3.0～5.7 mm,轨底角边缘厚度在8.35...     

市域铁路路基地段双块式无砟轨道结构设计

我国市域铁路的建设尚处于起步阶段,需要对160 km/h速度的市域铁路设计标准和轨道结构进行相关研究。依托北京新机场线工程实践应用,着重研究了双块式无砟轨道结构在160 km/h市域铁路路基地段的稳定性和安全性,基于极限状态法计算了多种荷载组合下的受力情况,并对道床板和底座板进行了配筋设计和裂缝检算。研究表明:①160 km/h速度条件下,路基地段轨道结构各动力响应指标均在限值范围内,车体脱轨系数和轮重减载率指标数值均较小,能够保证轨道结构的稳定性和列车行驶的安全性。②温度作用对道床板和底座板的受力影响较大,在设计荷载中占据主导因素。③道床板和底座板底部纵向弯矩均在荷载偶然组合作用下达到最大值,配筋时应以裂缝宽度为控制指标进行设计。     

基于轨道极限状态法的过渡板受力分析和配筋设计研究

京张高铁官厅水库特大桥为简支拱型大跨度钢桁梁桥,为防止梁端转角或错台量过大,降低梁端扣件系统受力,梁缝处设计采用了过渡板结构。为保证过渡板设计合理性和安全性,建立过渡板有限元实体模型进行受力分析,并首次运用轨道极限状态法对过渡板结构进行配筋设计。分析表明:(1)温度梯度作用对过渡板(420 mm厚)受力影响较大,在设计荷载中占据主导因素,在正温度梯度下,过渡板底部弯矩达到124.155 kN·m/m;(2)过渡板底部纵向弯矩在荷载基本组合作用下达到最大值,且实配配筋率最大,配筋时应注意以裂缝宽度为控制指标进行设计。     

基于车体振动加速度的北京地铁轨道状态管理研究

轨道作为行车基础设备,其状态的好坏对列车运行安全和线路服务质量具有重要影响。车体振动加速度是反映列车运行安全性以及乘客乘坐舒适性的重要数据,是评价轨道设备状态和制定养护维修措施的重要依据。基于北京地铁轨道状态的管理需求,分别在空间和时间维度上建立两个利用振动加速度数据评价轨道状态的指标:超限密集度指标和超限重复度指标。利用北京地铁6号线下行方向两次的轨检车检查数据对这两个指标进行计算,结果表明,这两个指标能够更加客观、合理地评价轨道质量状态,有助于提高养护维修作业的效率和针对性。     

基于运营性能的高速铁路大跨度桥梁健康管理探讨

面向我国高速铁路大跨度桥梁结构特点和管养现状,研究提出基于运营性能的高速铁路大跨桥梁健康管理总体思路。通过高速轨检车轨道几何周期巡检结果和有砟道床捣固指数,建立基于灰度理论的捣固指数预测模型,为桥区有砟轨道线路养修提供依据。基于健康监测数据,分别引入ARMA模型、神经网络法及三分之一倍频程谱方法对桥梁结构整体状态实时预警。提出梁端伸缩装置和大吨位支座桥梁关键部位专项监测技术,构建了基于钢轨横向偏移量和伸缩装置疲劳应力变幅的梁端伸缩装置评定方法,以及基于累积位移的支座耐久性预测与评估方法。研发了基于BIM的大跨度桥梁故障预测与健康管理系统,提出了桥梁状态分层分级评估方法,融合多源数据进行历史趋势分析、故障诊断与预测,为实现高速铁路大跨度桥梁健康管理奠定了基础。     

考虑横向漂移的船舶路径跟踪自抗扰控制

针对船舶运动系统中内部动态不确定和外部干扰等问题,进行了欠驱动船舶路径跟踪的自抗扰方法研究。利用Backstepping设计参考航向角,并通过线性扩张状态观测器对流干扰和横向运动引起的横向漂移进行估计。其次,根据自抗扰算法对航向进行控制,采用线性扩张状态观测器对外界干扰及内部不确定项进行估计。最后仿真结果表明,在风流干扰下所设计的控制器仍能使船准确地跟踪上参考路径,验证了所提控制方案的有效性。