基于专利数据的城市轨道交通技术发展现状与趋势分析

城市轨道交通是城市公共交通的重要组成部分,基于专利数据的城市轨道交通技术分析旨在发现城市轨道交通技术的发展现状与趋势,为城市轨道交通行业发展提供导向参考,为该领域研究人员提供情报支撑。基于世界知识产权组织的国内专利数据,综合利用专利计量、文本挖掘、关键词共现网络、专利地图方法,对国内城市轨道交通专利进行分析,结果表明国内城市轨道交通正处于稳中有升的成长期。     

人工冻结对南京砂液化特性的影响

针对长江中下游地区广泛分布的南京砂,使用GDS动三轴系统分别在地震荷载和地铁列车振动荷载作用下进行动三轴试验,研究人工冻结对南京砂液化特性的影响及其机理,并判别2种荷载对南京砂冻结施工的潜在危险.结果 表明:在地震荷载和地铁列车振动荷载作用下,冻融循环均会明显降低南京砂的刚度和抗液化能力,首次冻融最为明显;冻融次数越多...     

基于TRDP协议的高速动车组列车通信网络检测平台

随着列车智能水平的不断发展,列车车载网络采用的WTB/MVB技术受传输带宽的限制,已无法满足智能列车业务承载的需求.目前列车车载网络正向着以太网技术演进,400 km/h高速动车组已应用了以太网技术.但以太网技术主要采用CSMA/CD协议,随着业务承载量的增大,业务传输过程中碰撞概率会不断增高,从而导致网络时延不稳定,...     

基于车辆响应的高速铁路轨道几何状态评估方法

轨道几何状态科学评估对保障高速铁路列车平稳、安全运行具有重要意义。基于高速综合检测列车多次检测数据,利用卷积神经网络、注意力模块和长短时记忆网络,分别学习数据的波形特征、注意力权值、长距离空间依赖关系特征,建立CBAM-CNN-LSTM车辆动态响应预测模型。该模型通过输入轨道几何、运行速度和车型预测不同工况下的车辆动态响应,进而利用预测的车辆动态响应评价轨道几何状态。研究结果表明,建立的模型能够有效预测车体振动响应,根据我国某高速铁路两种车型综合检测列车检测数据的验证结果,车体横向、垂向加速度的均方根预测误差分别为0.004g、0.009g,相关系数分别为0.608、0.793;利用预测的车辆动态响应评估轨道状态,能够有效识别引起车体振动加剧的轨道几何不利状态或隐形病害。此外,模型内部的注意力权值有助于分析挖掘导致轨道状态不良的轨道几何参数类型和位置信息。     

基于CNN-LSTM融合神经网络的CRTSⅡ型轨道板温度预测方法

准确预测CRTSⅡ型轨道板温度可对轨道板内高温的出现及时进行预警,减小高温时期涨板对列车运营带来的威胁。同时考虑外界环境温度对轨道板温度影响的时滞效应与轨道板自身在时间上的温度变化规律,提出基于卷积神经网络(CNN)与长短期记忆网络(LSTM)融合模型的板温预测方法。先通过CNN在时间轴上对气温与轨温进行卷积提取出过去一段时间内外界气象条件对当前时刻板温的影响,再将CNN在各个时间点上的输出作为LSTM的输入特征利用轨道板自身的传热规律对板温进行预测。结果表明：过去12 h内的外界气象条件对当前时刻的板温有较大影响,利用训练好的CNN-LSTM在测试集上对未来40 min的板温进行预测,其预测误差绝对值的数学期望为0.925℃。     

列车通信网络安全现状分析及应对方案研究

随着以太网技术在列车网络控制系统中的深入应用,列车通信网络面临的安全挑战日益增加。文章结合列车网络控制系统的业务特点及网络架构,对列车通信网络中存在的各种网络安全隐患和风险进行了分析,同时参考GB/T 22239 《信息安全技术网络安全等级保护基本要求》和IEC 62443 《工业过程测量、控制和自动化网络与系统信息安全》系列标准中的安全要求,研究了适合列车网络控制系统的网络安全防护方案,为后续列车通信网络安全体系建设提供指导。     

铁路建造期通信保障方案研究

智能建造技术在铁路建造领域广泛应用。为实现铁路建设过程中智能化、信息化管理,需要构建覆盖建设管理、施工、设计、咨询、监理等全域高速可达的铁路建造期通信网络。通过对铁路建造期通信需求进行分析,分两部分开展研究：因地制宜地选择通信承载网络方案;基于需求建设通信应用业务系统。同时为避免大量临时通信设备对维护管理带来挑战,研究通过云技术对应用业务系统进行融合,建设融合的通信应用云平台。     

基于贝叶斯网络模型的CBTC系统无线数据通信故障排查方法研究

随着城市轨道交通CBTC系统的广泛应用,对车地无线数据通信的稳定性提出了更高要求。一旦车地数据通信发生故障,无论是单点故障,还是全网故障,均会对超大城市网络化运营造成较大影响。为此,对CBTC数据通信故障进行分级、分类统计,并构建故障树。结合现场大量实际数据,提出基于贝叶斯网络的数据通信故障分析模型,利用该模型对故障发生原因进行提前诊断,以快速确定故障分类和准确定位,缩短故障处置时间。同时结合现场实际运营中的典型案例,利用贝叶斯网络模型找到故障点,为运营一线降低故障影响,快速恢复正常运营起到了关键作用。在此基础上,针对网络风暴对信号系统冲击这一常见故障,为新线建设和更新改造工程,提出4条具体防范措施。     

基于FTA-BN的综合交通枢纽中地铁车站安全风险评价

以综合交通枢纽中的地铁车站安全为研究目标,综合考虑综合交通枢纽中特殊的客流组成和乘客特征,以踩踏、火灾、水灾、公共卫生和大面积滞留5类易发风险事故作为研究对象,基于FTA-BN方法对其影响因素进行分析,识别其风险因素,建立相应的事故树模型,转化为贝叶斯网络模型进行风险评价;引入三角模糊数处理专家自然语言,得到贝叶斯网络中的先验概率和条件概率分布,然后通过贝叶斯网络模型进行网络推理计算和敏感性分析,找出地铁车站中的薄弱部分,制定相应的风险管控措施,从而提高枢纽中地铁车站对于紧急事件的应对能力。以广州南站地铁车站为例进行快速评价,结果表明：广州南站在公共卫生安全方面存在一定危险,发生概率为42.98%,且较易发生大面积滞留事件,可能性为30.40%。