RFID技术的定位改进算法在铁路隧道人员定位中的应用

本文介绍无线射频识别技术(RFID)的基本原理,重点阐述基于RFID的LANDMARC定位算法的原理与过程。在此基础上,综合考虑铁路隧道内折射、反射、多径效应等因素对场强的影响,分析LANDMARC定位算法的不足,将此算法进行改进,提出自适应LANDMARC k-邻居算法,结合RF Code公司的硬件系统,将其应用到铁路隧道人员定位系统中。实验证明改进的算法具有更高的定位精度:定位精度在1m以内的标签占70%,比原来算法的60%提高10%;93%的标签定位误差小于1.5m,且最大误差控制在2.5m以内。对提高隧道内人员的安全管理水平具有重要意义。     

对地观测技术在铁路勘测设计中的应用

研究目的:长期以来,虽然对地观测技术在我国铁路勘测设计中发挥了重要的作用,但是,当新的对地观测技术取得了突飞猛进发展的时候,其在我国铁路勘测设计中的应用却出现相对滞后,目前,中国铁路已经步入高速时代,针对最新的对地观测技术发展,铁路工程技术人员必须找到适合我国铁路勘测设计新的工艺流程和技术突破点。研究结论:针对目前最新对地观测技术发展态势,铁路勘测设计人员一方面要继续挖掘既有对地观测技术和资料的应用潜力,也要对数码航空摄影、机载激光雷达、高分辨率卫星影像数据等最新的对地观测技术和成果加大研究、应用力度。对地观测技术既可应用于国家基础测绘,也可广泛应用于铁路地形图测绘、铁路线路选线设计、铁道工程地质勘测、铁路环境评价等领域。     

槽型轨及普通钢轨对独立轮对轻轨车辆轮轨动力特性的影响

通过建立车辆-轨道动力学模型,对槽型轨及普通钢轨条件下,车辆曲线通过时的轮轨动力响应进行了仿真计算及对比分析.对比分析表明虽然Ri60轨条件下的轮轨横向力及脱轨系数较大,但由于其断面类型决定了其具有护轨功能,对于确保车辆安全有利;Ri60轨与CHN50轨条件下的轮轨磨耗基本相当,但槽型轨有利于轨道做铺面或绿化,因此对于敷设方式以地面为主的轻轨系统,采用槽型轨较为合理.     

新型测力轮对标定试验台研制

在分析国内外测力轮对标定技术现状及不足的基础上,提出了新型测力轮对标定试验台的设计要求和设计目标。研制的TK-LDBD型测力轮对静态标定试验台在实现垂、横、纵三向力的独立及联合精确加载的基础上大幅提升了设备适用范围及标定效率。为高精度连续测量测力轮对的研究及运用提供了技术支撑。     

轮轨力测量在高速铁路轨道检测中的应用研究

随着世界高速铁路的快速发展,高速铁路轨道检测技术已突破传统的轨道几何检测,朝着综合检测的方向发展。结合安装在我国新一代高速综合检测列车CRH380B-002的轮轨力检测系统在高速铁路轨道检测中的实际应用情况,介绍了我国在高速铁路轨道综合检测领域的最新研究进展———基于轮轨力测量的高速铁路轨道检测技术,并提出了一种基于轮轨力测量的高速铁路轨道状态评判方法。基于轮轨力测量的轨道检测技术通过安装在固定车辆(一般为轨道检查车)的连续测量测力轮对测量轮轨之间的相互作用力,从对车辆运行安全性和轨道疲劳寿命影响的角度对轨道状态进行检测,指导轨道日常养护。该技术是高速铁路轨道综合检测的重要组成部分,是对传统轨道几何检测的有效补充和完善,它的投入运用将更好的保障高速铁路的安全运营。     

弹性阻尼耦合轮对动力学特性分析

耦合轮对左右车轮间是通过耦合度可变的耦合器连接的,既不完全固结,也不可相对独立旋转,因此其动力学性能也有别于二者。现建立弹性阻尼耦合轮对(EDCW)车辆的动力学模型,系统地分析了其直线稳定性和曲线通过性能。研究发现,选择适当的耦合度时,全部轮对均为EDCW的车辆系统动力学性能居于传统轮对和独立旋转车轮车辆系统之间。在直线上的临界速度小于独立旋转车轮而大于传统轮对,在曲线上的导向性能劣于传统轮对而优于独立旋转车轮,其直线上临界速度的提高是以曲线上导向能力的下降为前提的。研制一种具有主动控制性能的耦合器,使其在高速时具有小耦合度,在低速和通过曲线时具有大耦合度,可以很好地满足当今铁路发展的需求。     

考虑支路路段双向车流相互影响的单向交通组织优化

考虑支路路段双向车流相互影响的因素,从道路负荷与公平性的角度出发,优化单向交通组织方案。建立一主多从的双层规划模型,上层规划是多目标规划,以单行交通组织方案为决策,以路段饱和度超限量最小化降低道路负荷、以车辆绕行系数最小化提高公平性。下层规划是考虑支路路段双向车流相互影响的均衡交通分配(每个点对之间的最短路各自由1个下层规划确定,但所有下层规划确定的最短路可一次性求解)。双层规划可用模拟退火算法求解,求解效果明显优于支路路段通行能力等量划分为双向分道行驶的传统优化方法。     

基于多类型变量空间的驾驶行为基元提取

从驾驶数据中提取驾驶行为基元是实现驾驶行为高效准确分析的重要前提。为了更好地理解驾驶行为,使驾驶行为基元能够体现不同驾驶人的驾驶行为差异,考虑驾驶行为产生时所受驾驶人的主观约束,提出基于多类型变量空间的驾驶行为基元提取方法。使用驾驶行为原始变量反映车辆运行状态和驾驶操作,将所选择的原始变量定义为基础变量集;使用基础变量构造能够反映驾驶人对车辆运行状态主观期望的变量,并将其定义为构造变量集。利用基础变量集和构造变量集生成多类型变量空间,使用贝叶斯凝聚型序列分割算法分割数据以提取驾驶行为基元。针对多类型变量空间自调节问题,提出基于分割质量优选滑窗尺寸的方法,使多类型变量空间能够自适应不同数据集的数值特性,确保基元提取的准确度。对所得基元进行特征构造和提取,利用高斯混合聚类算法对直行和弯道路段的行为基元分别进行聚类,并通过分析各类基元的统计特征得到基元的语义描述。最后,通过实例分析验证基元提取和语义解释的准确性,以及多类型变量空间的优越性。研究结果表明：所提取的驾驶行为基元具有多角度语义,不仅能够反映车辆运行状态和驾驶操作,而且能够体现驾驶人对车辆操纵决策的主观期望,有利于从因果角度更全面地...     

基于混合A*算法的自动驾驶汽车轨迹生成

自动驾驶汽车混合A*算法运行迅速,但是难以保证曲率的连续性和汽车舒适度,并且不能保证优化后的结果无碰撞。针对以上问题,以提高汽车舒适性为目的,基于最小冲击度对A*算法进行优化,在MATLAB和栅格地图中进行了算法预研,解决了低速场景下自动驾驶汽车运动过程中舒适度不足的问题。然后,针对优化算法可能导致轨迹碰撞的问题,对优化算法进行了改进,保证了汽车的安全性,并给出了“走廊”自动调整的策略。仿真结果表明:优化后的轨迹无碰撞且曲率更小,加速度不超出正常范围,可以满足正常驾驶需求。     

基于小波免疫系统的车辆总成故障检测

匹配算法。根据小波分析和人工免疫系统的原理，提出了一种基于小波变换和免疫系统的故障诊断系统。针对小波分析的特点，将其用来对非稳定信号进行分析，获取信号特征向量作为原始数据，利用匹配算法对原始数据进行己-非己分析。将此系统应用到车辆总成故障诊断中，取得了良好的效果。