基于船舶火灾蔓延态势的路径规划算法研究

船舶作为海上一个独立的建筑实体,非常容易发生火灾。本文以63500DWT油船船舱作为研究对象,通过对火灾蔓延模拟仿真实验数据进行图表分析,得出了在不同工作条件下在固定检测点位置的温度,CO浓度和烟气浓度变化规律。对基于火灾实时态势的导航网格动态生成方法以及对应的逃生路径规划方法进行研究,得出动态更新导航网格的具体算法,并对传统A*算法路径节点选择问题进行改进,得出适应船舱火灾蔓延信息的最短逃生路径规划算法,通过实验验证,该算法寻路效率更优。     

新型船舶螺旋桨静平衡检测装置及算法

针对大型船舶螺旋桨质量大和静平衡检测难度大等问题开展技术研究,设计一种新型检测装置.采用力矩平衡原理对该检测装置的结构和工作原理进行分析,提出一种新型螺旋桨不平衡量检测算法,并利用高精度传感器和数据采集软件计算出不平衡质量.同时,提出磨削分解算法,通过该算法能快速计算出待磨削桨叶的打磨量,提高检测的精度和效率,为船舶螺旋桨和大型盘状转子类构件的静平衡检测分析提供技术参考.     

基于分离迭代和耦合时变的列车—轨道—桥梁耦合系统高效动力分析混合算法

为提高列车—轨道—桥梁耦合系统动力分析的计算效率,基于耦合时变法及分离迭代法,提出了1种混合算法。该算法将列车—轨道—桥梁耦合系统分解为车辆—轨道子系统和桥梁子系统。其中,车辆—轨道子系统在每一时间步需根据车辆位置对系统刚度系数矩阵进行更新,具有时变的特性;桥梁子系统的系统动力系数矩阵在整个动力分析过程中保持不变;车辆—轨道子系统与桥梁子系统通过钢轨与桥梁间作用力的平衡迭代实现耦合。利用朔黄重载铁路32m简支梁桥现场试验数据与由混合算法计算得到的分析结果进行对比,验证了混合算法的可行性。采用耦合时变法和混合算法分别计算列车通过蒙华重载铁路黄河龙门大桥的动力响应,结果表明:采用相同的时间积分步长时,2种方法拥有相同的计算精度,但混合算法比耦合时变法具有更高的计算效率,求解耗时降低了75%。     

基于移动实时位置信令数据的轨道交通换乘行为分析

介绍了上海轨道交通清分规则。在现有上海轨道交通K条最短路径的清分算法基础上,融合移动实时位置信令(OIDD)数据,对换乘行为中的主要换乘路径选择比例进行精细化设置,并对次要换乘路径的换乘比例算法作出补充。通过对乘客行为的分析和应用,实现了对现有上海轨道交通清分规则中换乘路径比例的精细化计算。     

基于Matlab融合回溯算法在光电缆配盘中的应用

结合南宁市轨道交通一号线信号系统光电缆配盘情况,介绍了通过Matlab模块化编程进行配盘算法优化。结果表明采取回溯算法进行深度优化搜索,可减少接头,节约成本,提高运营稳定性,降低维护难度,且通过Matlab进行模块化编程解决该一维装箱问题,操作性和移植性强、时间短、易优化。     

时速350 km双层动车组相关技术参数对车体模态的影响

以某时速350 km、16辆编组的双层动车组为研究对象,考虑车辆平衡对车辆布局进行优化,并对动车组除车体外的其他部件进行轻量化设计。建立车体有限元计算模型,采用控制变量法分析车体相关部位参数变化对车体模态的影响,优化车体结构,确定车辆整备状态下的模态频率。结果表明,通过合理的列车布局方案及编组形式,相比于16辆长编组单层动车组,双层动车组的定员可提高31.8%;通过对动车组其他部件质量进行有效控制,质量降低2.4 t;车辆整备状态下菱形模态振动频率可达10.318 Hz。     

城市轨道交通接驳公共汽车线路规划 ——以武汉市为例

针对公共交通接驳网络优化问题,通过设计蚁群算法,构建城市轨道交通接驳公共汽车网络优化模型。该模型考虑公共汽车线路布局约束、乘客接驳需求以及公共汽车运能的相互约束,按照城市道路级别对公共汽车站进行分级,提高公共汽车线路规划的灵活性。同时,根据模型特点设计蚁群算法进行优化,提高模型收敛速度。以武汉市光谷广场地铁站周边接驳公共汽车网络为例,该模型对既有网络进行了优化。结果表明:蚁群算法对分级公共汽车站接驳网络有明显的优化效果,能够显著降低系统总成本。     

SA-BP神经网络在轨道电路故障诊断中的应用研究

针对25 Hz相敏轨道电路故障的复杂性,提出一种模拟退火(SA,Simulated Annealing)算法与BP神经网络相结合的故障诊断方法。发挥SA算法全局寻优的特点来优化BP神经网络的学习过程,避免网络训练时间长和陷入局部极小值;通过Matlab进行仿真分析,结果表明,将该方法应用于轨道电路故障诊断,可有效提高故障诊断效率和准确度。     

轨道交通车辆模态参数辨识方法研究

运用子空间辨识数值算法直接辨识出轨道交通车辆动力学系统的状态方程,对系统矩阵进行特征值分解后获得模态频率和阻尼比,运用稳态图来确定系统的物理极点,最后获得所识别系统的模态参数。利用此法,对轨道交通车辆垂向仿真模型进行了模态参数辨识研究。研究结果表明:如以轨道不平顺作为车辆输入、以车体和构架的位移响应作为系统输出进行辨识,则即使在噪声信号较大时,仍能获得良好的识别效果;运用仿真模型的加速度输出信号进行辨识时,车辆模态参数的识别精度受噪声影响很大;当噪声信号为原信号的5%时,以构架加速度作为输入、车体振动响应作为输出,仍能有效地识别车体的模态参数。