铁路货车超偏载检测装置中车号自动识别系统的结构分析

通过对铁路货车超偏载检测装置中车号自动识别系统结构、技术处理流程方面分析,提供一些解决问题的思路。     

提高角焊缝超声波探伤二次波扫查缺陷识别率的研究

分析了角焊缝超声波探伤二次波遇到的缺陷容易漏检的原因,提出了解决问题的措施,有效提高二次波发现缺陷的准确率。     

铁道信号系统安全保障研究

在信号系统的设计、制造、施工、调试等阶段进行安全保障很重要。重点介绍按照欧洲铁路安全标准对铁道信号系统进行交叉接收以及安全管理。     

高速公路隧道机房环境智能监测系统设计

隧道作为高速公路的咽喉路段,一旦隧道机房突发险情而不能及时发现,容易造成重大财产损失、人员伤亡,引发恶性交通事故。基于此,提出了一种基于仿射传播聚类算法的危险事件智能识别模型,进而设计了整套高速公路隧道机房环境智能监测系统。提出的模型综合传感器所采集到的多类别环境信息,得到聚类图用于判断当前环境状况。系统中采用新型的聚类算法,得到环境聚类图,智能区分各种高速公路隧道机房发生的危险事件,增加整个监测系统的智能化与信息化程度。在实验与测试中,通过使用本系统,维护人员可准确把控整个隧道机房情况,测试结果表明,该系统提升了公路的运营、管理、养护效率,具有良好的参考意义。     

基于Faster R-CNN与形态法的路面病害识别

为提高基于图像处理的路面表观病害检测识别效率及精度,引入目标检测中的快速区域卷积神经网络（Faster Region Convolutional Neural Network,Faster R-CNN）算法以快速识别病害种类、位置与面积;针对已提取的带边框裂缝病害区域,采用基于VGG16迁移学习与模型微调的CNN与50%重叠率的滑动窗口定位裂缝骨架,进而利用形态法操作提取裂缝形态,计算其长度与宽度;针对Faster R-CNN算法在病害种类识别时漏检率低但误检率偏高的问题,引入精确率、召回率和F₁分数指标对算法进行评估,并根据F₁分数最大值确定相应的病害框像素面积及置信度阈值来降低误检率,以适应路面表观病害多样化的应用场景。运用开发的病害识别算法对广东一高速公路路面进行表观检测。结果表明：所提方法对典型裂缝图片的识别效率及精度均高于单独应用CNN滑动窗口和传统形态法的全局图像处理方法;对分段的裂缝边界框进行合并,且病害框像素面积及置信度阈值取优化值后,横向裂缝精确率由合并前的0.861提升至合并后的0.918,横向及纵向裂缝误检率则分别由调整前的20.4%和23.8%下降至调整后的8.2%和6.9%,漏检率则稍有提高。基于Faster R-CNN、CNN及形态法的路面病害识别方法具有工作高效、漏检率低的优点,在引入评估指标、最优病害框像素面积与置信度阈值后,病害误检率也大幅降低,具有潜在工程应用价值。     

质量风险管理在科研生产中的应用

对质量风险管理的来源、基本流程进行介绍,同时结合风险流程简要讲述其在科研生产中的应用,旨在提升人员对质量风险管理的认识,倡导科研生产各环节树立风险思维,采用科学的方法去识别风险和控制风险,提升产品和服务质量。     

基于D2D技术的车车通信研究

阐述车车之间实现直接通信的应用价值和意义。利用列车在RBC中的注册数据(车次号)及同方向列车在区间内相对固定的运行顺序,在RBC端加入列车通信管理单元协助列车完成身份识别,并对特殊情况下的列车通信管理单元的布置原则进行分析。探讨利用D2D技术实现车车之间的信息互通,在结合C3线路列车的运行特征与D2D技术的模式特征后,选择D2D基站中继模式建立前后行列车的通信模型。在车车通信系统模型建立的基础上,对该系统的故障因素进行分析,利用马尔科夫模型对系统可靠性进行验证,结果显示其可靠性满足目前铁路运输的需求。