基于多点线圈联合数据的高速公路匝道影响范围识别

为准确识别高速公路匝道对主线车流的影响等级和范围，本文提出基于速度波动特性的高速公路匝道影响量化方法。通过建立改进加权速度排列熵指标以量化各服务水平下匝道对高速公路主线车流的影响，对建立的指标进行谱聚类分析来确定匝道的影响阈值。应用京昆高速及二广高速的99个平行式合流匝道和直接式分流匝道多点主线线圈检测器数据的分析结果表 明，所提出方法可识别高速公路主线车流受匝道的影响程度。合流匝道对主线最外侧车道的影响比次外侧车道高4%~69%；A~C级服务水平下，分流匝道对上游主线最外侧车道影响程度比次 外侧车道高6%~29%，D~F级服务水平下，最外侧车道受影响程度比次外侧车道低10%~13%。合流匝道的影响范围是合流点上游350m至下游550m；其中上游160m至下游100m和下游180~ 270m为核心影响范围。分流匝道影响范围为分流点至主线上游850m，其中750~850m、450~ 600m、100~300m为核心影响范围。研究成果可为高速公路匝道交通设计、管控策略和提升仿真可靠性提供依据，可有效降低设置匝道带来的影响。     

多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.     

优化机车配件检修档案管理之我见

机车配件检修档案是机车检修工作的重要组成部分,是机车检修管理系统的重要基础。通过分析和研究柳州机务段机车配件检修档案管理模式,针对存在的问题和弊端,论述优化机车配件检修档案管理的目的,提出优化机车配件检修档案管理的具体内容和意见建议,并以此为契机,建立机务综合管理信息系统。     

某型机车用辅助滤波柜的研究

文章介绍了某型机车用辅助滤波柜的内部结构,并分析计算其电气参数,进行相应的电气仿真,验证了其参数的合理性。用Icepak软件搭建了辅助滤波柜的散热模型,验证了其柜体内三相变压器温升符合相应的标准,其散热模型数据和实际测量数据相差不大,符合设计要求。     

HX_D1G型机车运行中应急故障的处理

在机车运行中发生故障时,应避免长时间停车堵塞区间,为了能更快完成机车运行中故障的处理,文章特从机车应急故障处理注意事项、应急故障处理方法和应急故障处理基本流程等方面进行详细说明。     

忆总装配厂峥嵘岁月——退休总工程师战权理追忆建厂初期的故事

在滚滚的历史长河中,每个时期都有每个时期的独特故事,也有着自然生存法则赋予的轮回更替。在二汽建设之初,总装配厂、车架厂和车身厂原本是同步规划,一体设计的,然而,由于历史的原因和条件所限,最终只能分开设厂。历经50年的发展变革,如今,几年前已与重型车厂合并的总装配厂,又与车架厂整合成为车辆工厂,让50年前未实现的愿景,在今天部分成为了现实。东风商用车有限公司是东风公司的长子,这一变革必将实现更加健康稳健的发展。今天,让我们一起走近曾参与总装配厂设计规划并见证了总装配厂50年建厂历史的元老战权理(原总装配厂总工程师),一起听他讲述当初建厂时的故事。     

HXD1型机车零距离无线重联技术应用

文章介绍了一种基于WiFi通信的零距离无线重联系统,并对系统的组成、无线组网实现原理、编组握手流程、解编流程等做了详细分析。同时从HX_D1型机车运行安全的角度对无线传输的数据加密方式、实时监视无线运行状态的手段、安全解除编组的流程进行了研究。此系统已通过现场验证,实际应用效果可以达到现场运行要求。     

基于多轴准则的焊接构架疲劳强度分析方法

根据节点几何特征,提出焊缝坐标系的建立方法,计算节点在焊缝坐标系下的应力分量。参照DVS1612标准,提出基于多轴准则的结构疲劳强度分析方法。对地铁车辆转向架焊接构架典型焊缝的疲劳强度进行评估,指出所研究焊缝的疲劳强度主要受正应力分量的影响,剪应力对结构疲劳强度的影响较小。对比研究了不同分析方法下的节点材料利用度特征。结果表明,在压缩应力占主导的区域,基于多轴准则的分析方法将使评估结果偏于安全;对于抗疲劳能力较差的接头,基于多轴准则的分析方法,采用DVS 1612标准提供的疲劳曲线将获得偏于保守的计算结果。     

基于LeNet-5的编组站站内机车车号识别系统的研究

编组站内机车车号的识别问题一直制约着本务机车综合管控技术的发展。为了解决这一问题,针对机车车次,机车类型自动识别问题进行研究。改进了基于卷积神经网络LeNet-5的识别算法,并收集了大量机车车次图像素材,通过图像预处理后,使用训练集进行模型训练,形成适用于机车车次识别的网络模型,通过使用python语言与.NET平台实现了机车车次识别系统的设计。实验表明,该方法对机车车号的识别达到了较高的识别水平。目前,车号识别系统已在中国铁路武汉局集团有限公司襄阳北站试验,高清图像素材从车站高清货检系统处获取,识别效果良好,为实现智慧型编组站提供了有力的技术支撑。