浅谈调度部门"调图"工作安全控制

章介绍了调度所在当前常态化的运行图调整工作中面临的主要安全风险,并提出了有针对性的应对措施.     

基于主元分析-概率神经网络的车辆受电弓故障诊断

在城市轨道交通车辆受电弓日常检修过程中,大量检修及故障数据未得到合理利用。针对计划检修已不能满足目前受电弓检修要求的问题,提出了一种基于主元分析和概率神经网络结合的故障诊断方法。该方法运用主元分析法对受电弓日常检修中的初始特征参数进行降维,将降维后特征参数输入到概率神经网络模型中进行故障诊断,判定受电弓故障模式。仿真结果表明,该诊断方法耗时短、正确性高。     

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。     

基于灰度对比图与最大熵的钢轨图像分割

针对CCD相机采集的钢轨表面图像灰度不均、过度曝光、噪声过大等导致的一维最大熵法无法准确分割缺陷的问题,提出一种将灰度对比图和形态学重构相结合,再用最大熵法进行分割的图像分割算法。首先求得钢轨图像的灰度对比图,接着将灰度对比图经过形态学开-闭重构获得钢轨背景图像,然后将背景图像与灰度对比图相减,得到包含缺陷的差分图,最后将差分图用最大熵法进行分割。实验表明,提出的灰度対比图法能够很好地缓解光照不均,过度曝光对检测带来的影响,形态学开-闭重构不仅能够获得所需的背景模型还能抑制一定的噪声,该算法简单、有效、鲁棒性较高,分割精度可以达到90%。     

基于Matlab的牵引变压器故障智能诊断方法研究

应用数据融合技术、模糊神经网络及遗传算法构建牵引变压器故障智能诊断模型,通过Matlab软件对该模型进行仿真,训练模糊神经网络以确定其结构和权重,并通过典型实例验证该模型在牵引变压器故障诊断中具有良好的故障诊断性能。     

地铁列车接触器故障的鱼骨图法分析及应对措施

针对地铁列车接触器故障频发,应用鱼骨图法全面分析可能造成接触器故障的各种因素和环节,研究预防性维修策略。只有经过系统的分析,全面把握相关因素,才能有效减少接触器故障的发生率。     

基于模糊神经网络的轨道电路故障诊断方法研究

将模糊神经网络FNN(Fuzzy Neural Network)理论引入轨道电路的故障诊断应用中,在对轨道电路的故障原因进行分析的基础上,根据轨道电路的工作原理和故障特点建立了FNN故障诊断模型。模型选定了3个关键部件的电压值作为输入,4种典型的故障作为输出,并根据专家经验总结了9条推理规则。通过对样本数据的学习训练,采用一阶梯度寻优算法对模型参数进行了优化。通过计算机仿真验证,这种用于轨道电路故障诊断的FNN模型是有效的,并具有一定的准确度,为轨道电路的故障诊断提供了良好的方法。     

交互式路基横断面辅助设计

研究目的:路基设计的主要内容是横断面设计,它是完成路基正面图、纵断面图、平面图等其他相关图件的基础.本文致力于实现图数互驱的、可视化的、交互式实时动态路基横断面辅助设计系统.研究结论:基于交互式软件设计的思想,建立面向对象的路基横断面设计模型,定制路基横断面实体,设计基于消息驱动的横断面设计过程,在横断面中采用图形实体的AcDbObjectId指针集中管理各设计实体之间的逻辑关系,设计分段参数批量设计条件类似的横断面,重载图形实体的夹点函数使用户可以橡皮条式拖拽编辑图形,扩展实体的绘制功能使用户能自定义设计图形.该系统能实时响应用户的设计动作,通过编辑图形直接修改设计参数,增强了用户的交互式体验,并能应对大量横断面的批量化设计和自定义的特殊设计,实现图数互驱、实时的路基横断面交互式辅助设计系统.