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。     

基于TAM的通勤者出行方式选择影响因素研究——以天津市为例

本文在TAM中引入感知亲社会变量,通过实证研究,量化分析了态度和低碳相关的五个因素对于通勤者出行行为意向的影响及其内在关系。实证分析结果显示,功能因素、低碳意识、低碳习惯均通过感知有用性、感知易用性和感知亲社会性显著影响通勤者出行行为意向,其中的两个方面占据主导作用,分别是功能因素通过感知有用性和感知易用性对出行行为意向的影响以及低碳意识通过感知亲社会性对出行行为意向的影响;情感因素仅通过感知有用性显著影响行为意向;象征因素仅通过感知亲社会性显著影响行为意向。结论可为交通管理部门有针对性地制定政策措施,引导居民低碳出行,缓解城市交通问题提供参考和启示。     

并联式船舶混合动力系统参数匹配与能量管理

以某并联式船舶混合动力系统作为研究对象,对系统中的船体、螺旋桨、天然气发动机、可逆电机和动力电池等主要部件进行参数匹配,研究基于逻辑门限值的能量管理策略.针对周期性作业船舶运行工况,研究不同动力电池初始荷电状态(SOC)条件下动力电池等效天然气消耗量、天然气发动机天然气消耗量以及系统等效天然气消耗量.结果 表明,在动力电池初始SOC为0.5和0.9的仿真条件下,系统运行模式受到动力电池SOC边界条件限制,系统等效天然气消耗量显著增加;相较于采用天然气发动机推进的船舶动力系统,所提出的并联式船舶混合动力系统可实现节省4.66％～7.00％的天然气消耗.     

基于量表型选择集的出行信息需求有序选择模型

研究了城市出行者日常活动和出行所需要的关键信息, 提出了一种针对量表数据的量化分析方法; 以出行者信息需求为研究对象, 设计了一项基于李克特5级量表的问卷调查; 总结了出行个体对各类出行信息需求程度的排名, 分别构建并标定了驾车线路、目的地位置和实时路况信息需求的有序选择模型; 与多项Logit模型在参数显著度、赤池信息量准则和对数似然函数值等指标上进行对比, 以验证有序选择模型的有效性, 并对影响信息需求的关键变量进行了局部效应分析。研究结果表明: 出行者在通勤出行前最需要公交运营变更信息, 而在通勤出行中最需要实时路况信息; 非通勤出行者最关注目的地位置信息, 在出发前和途中对目的地位置信息的需求概率较通勤出行前分别高出31.08%和29.25%;在职人员对信息的需求程度普遍高于学生和自由职业者, 说明时间价值高的人群更期望通过全面及时的信息获取来合理安排出行; 女性比男性对实时路况信息的需求概率高出10.23%, 说明女性对延误的风险规避意识更强; 20~40岁的人群出行信息需求最强烈, 随着年龄的增长该需求将逐渐下降; 各年龄段对实时路况信息都表现出了较高的需求, 说明人们对于有可能带来负面影响的信息更为敏感。可见, 采用有序选择模型能够精确分析量表型选择集。      

船舶航向高精度控制的数学模型与分析

原有模型保持船舶最佳航向的能力较差,导致船舶航向数学模型的控制精度降低,为此构建一个全新的船舶航向高精度控制的数学模型。该模型通过建立固定坐标系与动力学坐标系,获取二者之间的转换关系;根据控制方程得出航向模型,通过建立性能准则函数,约束船舶保持最佳航向的近似代价函数,实现高精度控制数学模型的构建。实验结果表明,与原有数学模型相比,此次构建的模型,通过约束船舶航向,规范了船舶航向的最佳位置,实现对船舶航向的高精度控制。     

多级船闸船舶过闸安全初探

根据葛洲坝船闸船舶过闸安全的经验教训，对多级船闸船舶过闸安全问题进行初步分析与探讨。     

骑式车，将流行什么款式？

20世纪80年代,以JH70款、五羊款和铃木王款为主的骑式车,占全国市场份额的70％,引导着我国摩托车市场的消费趋势和潮流。然而,自1997年以后,踏板、弯梁和太子三种车型不断推出新款,骑式车却没有推出市场认可度较高的新款,市场占有率节节下滑。骑式车到底流行什么款式,是摩托车业一直在探讨、分析和研究的问题。     

ST614型启动机驱动机构常见故障原因分析及其排除方法

介绍了启动机驱动机构的功用，分析了该机构常见故障原因及其判断与排除。