短路脱扣器特性研究

采用三维仿真软件Ansoft及Matlab软件,对脱扣器短路脱扣过程中受到的电磁力以及碟簧反力进行仿真计算,最终获得不同短路电流下脱扣器的动作时间。将仿真所得到的动作时间与脱扣器实际动作时间进行比较,证明该仿真方案计算准确。     

锚喷加固边坡开挖过程锚杆轴力变化规律分析

结合某道路高边坡锚喷加固工程,通过数值模拟和现场测试结果,讨论了支护时机与锚杆轴力的相互关系,分析了开挖过程中锚杆轴力的变化特征,指出及时支护时锚杆轴力比滞后支护时锚杆轴力大,下阶坡体开挖时上阶锚杆轴力会产生突变。     

一种改进的OFDM时间同步方案

时间同步是OFDM系统中最为重要的工作之一,文章对突发OFDM传输系统的定时同步进行研究,对OFDM系统定时同步算法进行改进,克服了以往算法中定时测度存在引起估计模糊的平台现象和多尖峰现象,因此定时同步精度高。改进算法使用了自相关处理,故对载波频率偏差具有强的鲁棒性,而且还具有较强的抗多径干扰能力,相对改进前的算法,改进的定时算法不仅能准确实现0FDM传输系统的帧同步,还能精确地实现符号同步,定时估计在时域内一次性完成,有利于系统载波频率同步实现,降低了频率同步的实现难度。此外,改进算法结构简单,额外开销量小,仅需一个训练符号,这种快速低开销量的同步方法适合突发的OFDM传输系统。     

低温BMS系统剩余充电时间预估的研究

当前新能源汽车大规模使用,充电时间过长是影响车主使用的主要问题,而剩余充电时间预估不准又给车主带来另外的烦恼,特别是低温状态下充电预估时间,因低温加热影响又增加了预估时间难度。本文介绍一种低温BMS系统剩余充电时间预估的策略,并结合真实的充电柜和温度箱进行验证。     

基于全数检验与定时截尾试验的地铁列车整车可靠性验收方法

提出地铁列车可靠性验收的基本条件,分别介绍了基于定时截尾试验、序贯截尾试验和全数检验的3种经典的可靠性验收方法;提出基于全数检验和定时截尾试验的地铁列车整车可靠性验收方法,设计了可靠性验收的流程;以某一具体项目为例,对该可靠性验收方法进行了验证。结果证明:基于全数检验与定时截尾试验的地铁列车整车可靠性验收方法是有效的,可以节省试验时间。     

川藏铁路跨线列车合理跨线时间范围分析

本文基于旅客出行时间特征,将跨线列车划分为日间动车组、跨夜动车组、日间普通旅客列车、跨夜普通旅客列车等四类。结合跨线列车的定义,推导出跨线列车的适应性条件,确定其影响因素为线上运行时间、线下运行时间、全程旅行时间。跨线列车的适应性条件可以确定跨线列车的种类、初始跨线时间域。结合跨线列车的始发终到时间域、跨线时间域,推导出跨线列车的合理始发终到时间范围、合理跨线时间范围的计算方法,并实例求解了川藏铁路跨线列车的合理跨线时间范围,验证了跨线列车的适应性判别条件、合理始发终到时间范围、合理跨线时间范围求解方法的可行性与正确性。研究结论可以为川藏铁路列车运行图的铺画、分时段客货共线的研究提供参考。     

大型三维地质力学模型试验系统研制及其应用研究

为研究泥灰岩隧道开挖诱发突涌水灾害机制及信息演化规律，以兰州至海口国家高速公路秦峪隧道为工程依托，研制泥灰岩隧道围岩相似材料，研发大型隧道突涌水三维地质力学模型试验系统。该系统可实现低频周期循环加卸载、数据自动化采集，可提供稳定水压加载，基于Python编程语言开发了隧道突涌水灾害预警系统，在此基础上开展泥灰岩隧道突涌水灾害演化过程模型试验。研究结果表明： 1）隧道开挖扰动会破坏围岩压力与渗透水压力之间的平衡，致使隔水围岩内产生微裂隙并扩展贯通，进而发生突涌水现象； 2）当发生突涌水现象时，隔水围岩压力、渗透水压力及位移均会发生明显的突变现象，围岩压力及渗透水压力最大释放率分别为18.6%、73.35%，最大位移量为0.18 mm； 3）泥灰岩相似材料能够较好地满足试验需求，证明了隧道突涌水三维地质力学模型试验系统的稳定性及可靠性。     

诱导信息下城市轨道交通乘客路径选择行为研究

为研究城市轨道交通诱导信息对乘客的影响，考虑信息提供时间、方式、更新频率及其与 路径属性之间的交互关系，提出融合诱导信息的城市轨道交通乘客路径选择行为决策框架。考 虑乘客在决策时表现出遵循混合决策规则的倾向差异和不同属性感知差异，建立改进的混合效用-后悔模型。将路径属性与诱导信息同时纳入调研情景设计，基于调研结果标定模型中关键参数，结果表明，基于混合决策规则的模型拟合效果最高(调整优度比达0.396)。进一步分析乘客对信息的偏好：相较于下载手机APP，乘客更喜欢社交媒体推送的形式接收诱导信息；引入信息推送频率时间价值，并对比得出，女性、中老年及非通勤乘客更倾向于接受更高频率的诱导信息推送服务；分析各属性弹性值，表明诱导信息提供方式和更新频率应作为管理者的辅助手段，在特定场景下(例如高峰拥堵和突发事故)诱导信息将会发挥更大的作用。研究揭示了诱导信息提供方式如何影响轨道交通乘客的路径决策机理，有助于设计更加精准和高效的诱导信息策略辅助客流组织管理。     

Link travel time inference using entry/exit information of trips on a network

This paper studies link travel time estimation using entry/exit time stamps of trips on a steady-state transportation network. We propose two inference methods based on the likelihood principle, assuming each link associates with a random travel time. The first method considers independent and Gaussian distributed link travel times, using the additive property that trip time has a closed-form distribution as the summation of link travel times. We particularly analyze the mean estimates when the variances of trip time estimates are known with a high degree of precision and examine the uniqueness of solutions. Two cases are discussed in detail: one with known paths of all trips and the other with unknown paths of some trips. We apply the Gaussian mixture model and the Expectation–Maximization (EM) algorithm to deal with the latter. The second method splits trip time proportionally among links traversed to deal with more general link travel time distributions such as log-normal. This approach builds upon an expected log-likelihood function which naturally leads to an iterative procedure analogous to the EM algorithm for solutions. Simulation tests on a simple nine-link network and on the Sioux Falls network respectively indicate that the two methods both perform well. The second method (i.e., trip splitting approximation) generally runs faster but with larger errors of estimated standard deviations of link travel times.     

Application of Lagrangian relaxation approach to α-reliable path finding in stochastic networks with correlated link travel times

This study investigates the important problem of determining a reliable path in a stochastic network with correlated link travel times. First, the distribution of path travel time is quantified by using trip records from GPS probe vehicles. Second, the spatial correlation of link travel time is explicitly considered by using a correlation coefficient matrix, which is incorporated into the α-reliable path problem by Cholesky decomposition. Third, the Lagrangian relaxation based framework is used to handle the α-reliable path problem, by which the intractable problem with a non-linear and non-additive structure can be decomposed into several easy-to-solve problems. Finally, the path-finding performance of this approach is tested on a real-world network. The results show that 15 iterations of calculation can yield a small relative gap between upper and lower bounds of the optimal solution and the average running time is about 5 s for most OD settings. The applicability of α-reliable path finding is validated by a case study.