MAERSK发布集成API的冷藏集装箱解决方案

MAERSK宣布推出新的Captain Peter软件包,实现与应用程序编程接口(API)的数据集成,该软件包旨在通过提供运输途中的冷藏集装箱的温度和湿度等信息来帮助客户管理他们的易腐烂货物。该解决方案将允许客户将温度读数等原始数据传输到他们自己的系统中。此外,客户可以授予其托运人和收货人访问权限,以直接在Captain Peter中登录和查看货物的详细信息。     

枢纽站列车接续优化模型研究

列车在枢纽站的合理接续关系到旅客换乘质量,更对铁路运输企业的收益具有重要影响。针对枢纽站列车接续的到发时刻优化问题,在分析列车的接续关系和旅客换乘方式的基础上,以换乘旅客的无效换乘等待时间最小为目标,考虑列车间隔时间、合理到发时间、换乘时间等约束,构建枢纽站列车接续的到发时刻优化模型。最后利用CPLEX求解器对算例进行求解,换乘旅客的无效换乘等待时间较优化前减少了16.8%。结果表明,建立的列车接续优化模型能够有效减少旅客换乘的无效换乘等待时间,提升列车接续质量。     

基于VMD-ICSO-GRU的高铁列控车载设备故障率时间序列预测

有效地预测高铁列控车载设备故障率对合理分配设备备品、制定维修计划、减少故障发生具有重要意义。以列车运行控制系统的历史故障数据为对象,提出一种基于变分模态分解(VMD)和门控循环单元(GRU)的故障率预测模型。首先,利用VMD将车载设备故障率时间序列分解为一组包含不同频率信息的子序列,降低原始序列的非平稳性;然后,针对分解后的各个子序列建立多个基于GRU的时间序列预测模型,为提高预测精度,提出一种改进的猫群优化(ICSO)算法自适应设置各个GRU网络参数;最后,叠加各子序列预测结果得到最终故障率预测值。收集CTCS3-300T型列控车载设备历史故障数据进行实验,结果表明,相比于其他时间序列预测模型,本文模型得到的均方根误差(RMSE)和平均绝对误差(MAE)分别为0.044 5和0.039 1,均低于其他模型,验证了其有效性。     

某抬轮器结构优化及动力学性能分析

抬轮器是一种轨道车辆救援设备,文章对某抬轮器进行结构优化,在增加支撑板强度的同时降低其抬轮高度,并给出应用于不同轮径车辆时抬轮器的结构参数建议值。利用SIMPACK软件建立了安装优化结构抬轮器的车辆动力学模型,分析了不同轮对抬高量对抬轮器-车辆耦合系统运行平稳性及曲线通过性能的影响。分析结果表明：优化后的抬轮器的动力学性能满足使用要求;在文章设定的条件下,故障轮对抬高量对车辆直线运行平稳性影响不大,抬轮器前轮对外侧轮轮重减载率与脱轨系数随故障轮对抬高量的增加而线性增大。     

铁路货车集成式空气制动装置的应用研究

文章介绍了吊式及座式铁路货车集成式空气制动装置结构的主要技术特点,对该装置的结构和安装连接结构进行了静强度和疲劳强度分析,并对装用该装置的4种铁路货车进行了动力学性能仿真分析。经试验及装车运用验证：该装置可满足我国既有各主型铁路货车的组装、运行使用,可实现简化管系、减少接口、减轻自重、提高制动系统装卸效率、方便组装、检修和查找故障,提高车辆的综合经济效益的目标。     

高速动车组被动式压力保护系统舒适性测试与优化

针对“复兴号”动车组在经过部分隧道多、海拔落差大的路线时出现乘客耳鸣及车体变形等问题,对西成线在线运营的“复兴号”动车组进行了实车跟踪测试,测试结果与理论分析结果一致,即当高速列车连续穿越海拔变化的隧道群时,为了保证车内压力处于相对稳定状态,压力保护阀长时间处于关闭状态。当列车驶出隧道后,因海拔高度和连续隧道的综合影响,车厢内外压差较大,若此时压力保护阀强制开启,列车内外压力在短时间内会迅速达到平衡,从而导致车内压力变化剧烈。文章采用数据分析的方法对被动式压力保护系统的开闭阀、强制开阀逻辑进行了优化,并通过增加泄压模式来降低车内外压差。经测试,优化后的车内1 s、3 s、10 s和60 s的最大压力变化率分别降低了68%、80%、83%和59%,远低于车内压力控制标准,人体感受较好,提高了乘客的乘坐舒适性和列车的运行安全性。     

基于三维大场景的铁路线路方案优化技术研究及应用

随着正射影像采集、无人机倾斜摄影、点云激光扫描等技术的发展,在GIS平台中构建三维场景的方法日趋成熟,现有的数字化选线软件多为图形、数据分离的二维设计软件,在GIS平台下开发的具备符合线路设计业务且勘察设计流程的软件较为欠缺,因此,从统筹规划、数据筛选和利用服务进行铁路选线的角度出发,开发GIS平台下的人机交互线路方案优化功能势在必行。将目前三维GIS领域的新技术应用于系统开发中,结合铁路选线的常规调整优化作业流程,提出基于GIS三维大场景中的线路方案优化流程、三维单一及二、三维组合场景下的线路方案优化方法。通过集成线路表达参数、平面交点、断链、纵断面等线路走向控制数据,对优化区域内的线路方案进行空间变换及同步调整,为线路设计提供更加直观、全面的环境信息,以及与之契合的线路空间实体。在铁路大场景系统中开发线路方案优化模块,通过对2.3 km线路方案进行功能应用,验证了本文所提方法的科学性和实用性。     

基于数据驱动的电动汽车电池安全风险预测

为了对电池安全风险进行准确预测,本文提出基于一种车-天气-驾驶员的多指标电池安全风险预测方法。首先提取车内外多维度信息即运用数据挖掘提取了天气状况、汽车行驶工况和驾驶风格等多指标特征,以模拟实际的电池应用场景;然后通过随机森林和SHAP组合模型的方式对特征进行筛选,从而提高了模型的泛化性和鲁棒性;最后将电池安全风险预测问题解耦为机器学习预测和时间序列预测问题,分别选择XGBoost和随机森林模型进行预测,并在此基础上建立新的Stacking集成模型对电池安全风险进行预测。最终模型的预测效果和数据实验的结果表明,该方案对电动汽车电池安全风险能做出较为准确的预测,可以为安全化、智能化的电池管理系统提供辅助决策信息。     

基于SHCA-T算法的车身骨架多工况耐撞性优化设计EI北大核心CSCD

为解决多变量非线性动态结构优化效率低、难以收敛等问题,提出求解车身骨架厚度优化的子区域混合元胞自动机(SHCA-T)算法以及多工况SHCA-T算法,实现车身骨架多工况耐撞性高效优化设计。该方法包括内外两层循环:外层循环主要开展碰撞仿真分析、计算输出响应,更新目标质量,实现结构质量的最小化;内层循环主要根据当前元胞及其邻胞的内能密度,按照PID控制策略调整元胞厚度,使内层循环的当前质量收敛于目标质量;最终使元胞内能密度分布尽可能逼近阶跃式目标内能密度函数。为了验证SHCA-T和多工况SHCA-T算法的精度和效率,将其用于求解侧面碰撞和侧面柱碰工况下车身骨架的厚度优化问题,并与基于伪CEI准则的并行约束EGO(EGO-PCEI)算法的优化结果进行对比。结果表明:在收敛精度相当的条件下,SHCA-T和多工况SHCA-T算法具有更高的全局搜索效率。     

基于实测数据驱动下优化参数的移动下击暴流数值模拟

为实现下击暴流风场高精度数值模拟,基于冲击射流模型开展稳态下击暴流数值模拟,引入网格滑移技术实现下沉气流移动效应的模拟,研究下击暴流移动过程中的风场演变规律;提出以实测数据为目标的下击暴流模拟参数优化方法,将目标风速时程抽象为若干特征点,通过模拟特征点与目标值的误差建立目标函数;将代理模型引入下击暴流模拟参数优化的过程以提高计算效率,并通过数值模型计算设计样本点响应来训练代理模型;通过5组测试算例验证Kriging模型的代理精度和参数优化方法的可行性,采用所提出的优化方法以安德鲁斯空军基地(AAFB)所监测的下击暴流风场为目标进行模拟参数优化,并基于此参数进行数值模拟。研究结果表明：下沉气流喷口速度U_j、喷口移动速度U_T和环境风速U_b的相对值是影响下击暴流平均风速时程时变特征的关键因素;在参数优化过程中引入代理模型替代数值模型参与优化迭代,极大地提高了参数优化的效率;基于最优参数进行数值模拟,显著提高了下击暴流数值模拟的精度。