基于故障树的动车组常用制动失效风险分析及对策

分析CRH3型动车组制动系统的工作原理、结构、功能及工作流程,根据其关键功能,包括空电复合制动、网络和硬线冗余指令传递、直通式电空制动方式、电气指令和空气指令传输方式等的特点,对常用制动系统结构和功能进行分解,建立常用制动失效故障树,分析基本事件的结构重要度,得出牵引执行系统电机故障、牵引控制单元故障、网压过高是导致常用制动失效发生的最重要因素,提出针对各类基本原因事件的风险控制措施.     

CRH_3型高速动车组整流器预测电流控制仿真研究

对CRH3型高速动车组牵引传动系统采用的四象限整流器,在分析了其基本原理及其控制策略的基础上,利用Matlab/Simulink建立了一种基于预测电流控制方法的四象限脉冲整流器的仿真模型。仿真结果表明,预测电流控制方法可以保持中间直流环节电压的稳定输出,实现调压稳压的功能,并且网侧功率因数近似等于1,谐波含量较小。     

Mercedes—Benz中重型商用车柴油机（第1部分）——发动机和废气净化方案

为了应对欧6排放标准,Daimler卡车公司为中重型商用车开发了新一代Mercedes—Benz柴油机。该新型柴油机属于OM93X型柴油机系列,15年后,将逐步替代成功的900柴油机系列,而且能够提供4缸和6缸2种机型（OM934型和OM936型）选择。第1部分着重介绍发动机和废气净化方案,第2部分将讨论运行策略和开发过程。     

软土地区地铁区间两侧深基坑 对称开挖影响分析

以杭州软土地区某紧邻地铁区间两侧对称开挖深基坑工程为背景,运用三维数值模拟及实测数据剖析等 手段,分析双侧对称开挖基坑对运营地铁区间的影响规律。结果表明：在相同开挖深度的前提下,两侧基坑平面 尺寸差异为既有地铁区间水平位移变形的重要影响因素;软土地区基坑拆撑、回筑阶段的变形增量不可忽视, 最大占比超过了总变形量的 25%;软土地区深基坑工程围护结构及桩基工程施工对邻近地铁区间影响较为显著。 本工程采用分区对称开挖,加强围护体系刚度等变形控制措施总体保障了邻近地铁的运营安全,为类似工程的设 计及施工提供参考。     

地铁车站消火栓系统控制模式优化

阐述地铁车站消火栓系统的控制模式,并分析消火栓系统的操作模式,对手动启泵控制模式和自动启泵控制模式进行详细分析,从启动时间、运营管理、经济性等方面进行对比,得出手动控制模式在启动时间上具有优势,但存在人为误操作的可能;自动控制模式比手动操作模式增加了压力开关(流量开关)控制系统,投资会有所增加。优化两种控制模式,在设计手动启泵控制模式时增加自动巡检或其他线路故障报警功能,在设计自动启泵控制模式时,增设低流量或者低压力报警的流量开关或者压力开关,在消火栓系统出现小流量泄漏时,能及时报警,及时维修,避免消防泵在非消防状态下的错误启动。     

驼峰溜放速度控制的故障冗余控制策略

针对驼峰溜放速度控制设备或基础设备出现的故障,控制系统设计了相应的冗余应急处理控制策略,以提高驼峰控制系统的可靠性和驼峰溜放作业的安全性。     

国内重大传染病疫情铁路交通防控模式效率评估

为了评估铁路交通应对重大传染病疫情防控模式效率,通过SARS、甲型H1N1流感等疫情防控案例分析评估,提出了传染病借铁路交通远距离传播数学模型为I(t)=S(0) ｛1-exp[-kWDμIt3/V3]｝.列车上防控措施的重点在于控制住传染源,应在3小时内有效实施;站车关口严控筛查在于掌握措施的时效性原则,为疫情早期2个月;铁路职工预防免疫保护应在疫情高峰前2周达到50％以上免疫覆盖率.     

客车充电电源ZVZCS变换器的数字移相控制研究

通过对全桥直流变换器的几种软开关拓扑结构进行对比分析,研究适合铁路客车DC110V充电电源的变换器主电路拓扑结构及其数字控制方式。针对传统移相控制芯片电路复杂、可控性较差的问题,设计出基于零电压零电流开关(ZVZCS)变换器的数字移相控制电路设计方案,给出闭环控制的原理,并对调节器进行离散的抑制饱和设计。采用模拟及混合信号仿真软件Saber对设计方案进行仿真,然后将按照设计方案研制的数字信号处理器控制板安装在客车DC110V充电电源样机上进行试验,结果验证了设计方案的有效性和可行性,也可在高速动车组上推广运用。     

基于模糊神经网络预测控制的高速列车ATP研究

在目标-距离速度控制模式普遍应用于我国高速铁路列车控制的背景下,本文针对高速列车运行性能的要求,将模糊神经网络预测控制运用到高速铁路ATP中,对列车速度进行控制。控制系统以闭塞区间为单位,建立高速列车速度模糊神经网络预测控制模型。在闭塞区间内,利用车-地通信将控制所需信息发送至列控中心;根据所得信息,通过预测控制算法得到从当前位置到闭塞分区出口的列车速度自动防护曲线并确定列车运行方式和控制策略;在每1个通信周期内,利用滚动优化和误差校正进行速度优化。仿真结果表明,与传统的控制方法相比,基于模糊神经网络预测控制的高速列车ATP具有更高的安全性。