肩回交路条件下多机牵引机车周转图的优化

针对采用机车肩回交路的重载铁路线路,将其列车运行图中的列车运行线转化为节点,机车周转线转化为边,运用机车转化为流,从而将机车周转图的优化问题转化为网络流问题.在此基础上,以运用机车数最少、单机走行数最少、附挂机车数最少、机车在站停留时间最短和机车工作均衡性最好为优化目标,以网络流问题中的节点流量守恒和节点流量要满足节点需求为约束条件,建立肩回交路条件下的多机牵引机车周转图多目标优化模型.按照优化目标函数的优先级,采用分层序列法对模型求解,并利用C#语言编写程序,通过调用ILOG CPLEX优化软件实现了该算法.算例表明,采用所给模型和据此编制的机车周转图优化程序,可以快速优化肩回交路条件下的多机牵引机车周转图.     

铁路站房地源热泵系统工程热平衡分析

结合具体工程,根据某车站空调采暖系统设计工况及该工程地埋管换热特性测试报告,采用地源热泵系统作为冷热源。考虑地源热泵系统的冷热平衡需要,分析采用地源热泵+锅炉辅助系统及太阳能地源热泵耦合系统两种不同热平衡方案用于铁路站房,计算各自需要的热泵机组容量及室外埋管换热器具体设计规模。详细介绍两种系统的冷热平衡方式,并对各自特点及工程运用进行论述,提出在具体工程中因地制宜,应根据不同情况,采用合适的系统热平衡方式。     

阜阳北站能力查定相关问题的分析与思考

能力查定工作是车站技术管理的重要内容,能力计算结果是正确决策的重要依据.针对阜阳北站写实数据存在的问题进行了分析,提出了正确确定合理的技术作业过程、科学合理安排、重视查标培训和试查总结、统一数据整理格式、积极利用新设备新技术进行查标的建议,对能力计算过程中的数据剔除、合理确定固定作业时间包含的内容和时间、参数取值等进行了探讨.     

车辆技术研发的最新动向

介绍了日本铁道综合技术研究所以①提高安全性;②与环境协调;③低成本化;④提高方便性为工作目标,并且,按照以下3大支柱:①面向未来的研发;②实用技术的开发;③以基础研究来设定研发课题。描述了最近铁道车辆的研发趋势,运用仿真技术和计算机应用技术开展研究。例举了车辆技术研发中采用的多体动力学、碰撞现象的解析、硬件在环仿真(HILS)等实例及取得的成果。     

一种基于感应环线通信的数据接收器设计

基于感应回路的数据通信方式设计一种基于感应环线通信的数据接收器,该数据接收器采用4个高频数字接收器实现FSK信号的相位检测。通过对接收电路进行仿真实验,该系统能够很好地完成数据接收任务,具有接收可靠,稳定等优点。     

动车组管理的多视图BOM模型研究

物料清单(Bill of Materials,BOM)是动车组全生命周期管理中的核心数据,动车组全生命周期管理贯穿动车组设计、生产、运用和检修阶段.目前动车组BOM研究主要集中在设计、制造阶段,针对运用、检修阶段的相关研究较少.为此,以动车组装配部件信息为统一数据源,提出一种多视图BOM模型,设计相应的存储结构和检索算法.该BOM模型及检索算法可适用于动车组全生命周期管理中各阶段的业务需求.     

专用铁路综合数据通信网建设方案探讨

铁路综合数据通信网,是铁路信息化建设的基础平台,建设时首先应完善铁路基础通信网,然后从业务需求、网络结构、技术方案、网络管理、安全策略等几个方面综合考虑,合理规划,有效实现资源最大化的目标,使专用铁路信息化建设更科学、更合理。     

高清摄像机性能测试

2012年8月轨道交通视频技术实验室开展了高清摄像机性能测试。首先在北京南站对实际车站场景进行环境调研,采集基础数据,并依据车站照度情况搭建相似的实验室测试环境。在对铁路应用中可能出现的问题（例如摄像机指标、宽动态的选择等）进行全面、充分的考虑后,通过搭建不同的测试环境,对目前应用较广的多种高清摄像机进行性能测试。希望此次测试明确用户需求,掌握高清摄像机在宽带动态、清晰度以及带宽方面的变化,给用户提供有效的性能指标和测试数据。     

故障安全串行输出电路的设计与实现

在铁路应用中,控制系统的故障安全特性是必须考虑的重要问题.为保证故障安全特性,设计一种用于铁路车载设备的故障安全串行数据输出电路,该电路采用动态安全与门、强故障安全数据比较、动态电源转换等技术.通过电路仿真与实际样机测试,证明电路设计正确,满足铁路车载设备的故障安全要求.     

基于改进GAN的端到端自动驾驶图像生成方法

基于端到端数据系统的自动驾驶系统对驾驶图像存在巨大需求。为解决一般生成式对抗网络模型在扩充驾驶图像数据集时不稳定及生成图像特征缺乏多样性的问题,研究1种改进网络模型LS-InfoGAN。结合最小二乘对抗损失防止模型梯度消失,并缓解生成器优化矛盾,提升模型训练稳定性。通过最大化生成图像与真实图像间的互信息提升生成器特征学习能力,改善生成图像特征多样性。利用转置卷积层还原图像特征,提升生成图像特征清晰度。以自主构建的模拟驾驶场景中获取的带标签驾驶图像集对模型有效性及其数据集扩充应用效果进行验证。实验分析表明:相比改进前模型,LS-InfoGAN模型的图像生成过程稳定性平均提升35%;使用此模型扩充的数据集进行端到端自动驾驶系统中决策网络的训练能在不采集新图像的情况下将系统决策性能提升1%~2%;建议使用此模型扩充图像数据集时将生成图像数量设置为原始训练集图像数量的1~2倍。