高速磁悬浮列车转向能力研究

分析了影响列车转向能力的3个主要因素:导向电磁铁长度、摆杆的摆动范围与拉力、相邻转向架对搭接电磁铁的挤压与拉伸,并提出了保持列车摆式结构不变、取消车辆搭接电磁铁、适当减小转向架和导向电磁铁长度的改进方案,使改进后的高速磁悬浮列车能满足较小转弯半径的要求.     

基于改进最小二乘支持向量机的电力机车牵引电机建模

介绍利用最小二乘支持向量机的回归理论对牵引电机磁化曲线进行拟合,从而建立准确的电力机车牵引电机模型的方法.针对最小二乘支持向量机参数选择耗时长的问题,提出一种基于三步搜索技术的参数选择方法.理论分析及仿真结果表明,该方法可优化选择最小二乘支持向量机的参数,并可提高最小二乘支持向量机的建模速度.将该方法用于电力机车牵引电机建模的参数选择,仿真结果表明,该方法建立的电力机车牵引电机模型精确度高,可用于对电力机车主电路性能及控制策略的研究.     

预应力混凝土结构管道摩阻试验研究

详细阐述了预应力钢筋管道摩阻试验的原理及计算方法,采用最小二乘法对试验结果进行数据处理.继而通过在施工现场进行管道摩阻试验,得到了合理的预应力管道摩阻系数和偏差系数.为施工过程中合理地确定张拉力提供了依据.     

GSM-R系统服务质量和接收电平关系的分析与研究

正GSM-R系统作为我国高速铁路通信的基础装备,不仅实现了列车无线调度通信,还承载了列车运行控制的数据通信,满足包括CTCS-3级列控业务在内的铁路应用业务安全可靠性需求,成为GSM-R系统建设的关键。影响GSM-R系统承载铁路应用业务安全可靠性的关键参数主要有最小可用接收电平、电波传播特性等指标。     

高速铁路无线通信系统半实物仿真技术与QoS仿真分析研究

正GSM-R作为铁路神经网络承载CTCS-3级列车运行控制系统(C3),直接关系到铁路运行效率与安全。因此,对高速铁路GSM-R网络的服务质量(QoS)提出了更为严格的要求[1]。     

不同运行模式下的市域轨道交通最小曲线半径研究

市域轨道交通在我国尚处于起步阶段,实际工程运用较少,国内各种规范均不适用,对市域轨道交通线路最小曲线半径进行研究具有重要意义。在传统的线路设计参数计算方法的基础上,基于不同的运营模式和乘坐模式,分不同速度匹配模型进行研究,并通过与其他常规轨道交通制式进行对比,结合舒适度分析,对市域轨道交通的计算结果进行优化改正,给出不同速度下线路最小曲线半径的建议值。     

小号码道岔扳动力随密贴段刚度变化规律研究

为研究小号码道岔扳动力随密贴刚度的变化规律,解决小号码道岔扳动力偏大的问题,基于变分形式的最小势能原理,建立尖轨和心轨的转换有限元模型,研究了随钢轨密贴段刚度变化,尖轨和心轨扳动力的变化规律。结论:钢轨的密贴段刚度较小时,钢轨密贴段刚度对牵引扳动力的影响可以忽略不计,密贴段刚度达到104N/m后,牵引点的扳动力随钢轨密贴段刚度的增大有一个较大幅度的增长,降低扳动力能够为小号码道岔使用小功率的转辙机提供基础条件。     

基于稳健估计的沉降预测方法

双曲线法和Asaoka法在对沉降数据进行预测时,需要对原始数据进行拟合处理,且多采用最小二乘法进行拟合处理。但当沉降数据中混入粗差后,采用最小二乘法拟合存在失准的情况。针对这一问题,引入稳健线性估计理论,在数据预处理过程中采用稳健线性拟合法。并探讨混入粗差后,最小二乘线性拟合与稳健线性拟合分别在双曲线法、Asaoka法的预测效果和适用性。研究结果表明：采用稳健线性拟合法进行数据处理受粗差的影响极小,能起到很好的抵抗粗差的作用;当拟合数据过少时,最小二乘法线性拟合与稳健线性拟合效果无明显差异。     

基于LS-SVM的桥梁挠度监测中温度效应分离

针对桥梁挠度监测中温度效应的分离问题,根据桥梁挠度的组分特性,利用最小二乘支持向量机(leastsquare support vector machines,LS-SVM)模型,提出桥梁挠度监测中精确分离温度效应的方法。温度和挠度温度效应具有确定的非线性关系。应用LS-SVM的逼近能力,将温度作为输入、挠度温度效应作为输出,建立温度和挠度温度效应的精确定量关系,在已知温度变化的情况下获取挠度温度效应的变化值,从而实现挠度温度效应准确分离。计算及分析结果表明,该方法能有效分离挠度监测信号中的温度效应,结合滤波方法,亦可有效分离出长期挠度,为结构的损伤识别提供了有效的数学手段和依据。     

基于灰色关联分析的LS-SVM铁路货运量预测

为提高对铁路货运量的预测精度及建模速度,在分析货运量影响因素基础上,提出基于灰色关联分析的LS-SVM铁路货运量预测方法。将货运量影响因素分为社会需求与铁路供给两方面因素,采用灰色关联分析法对两方面因素与货运量进行相关性分析,根据灰色关联度值,结合定性分析筛选LS-SVM输入变量,简化LS-SVM结构,再通过随机权重粒子群(SIWPSO)算法优化选择LS-SVM模型参数。通过对我国1980～2009年铁路货运量实例分析表明:该方法具有较快的收敛速度和较高的预测精度。