KZ1型控制阀仿真模型及列车制动性能仿真研究

根据空气流动理论和KZ1型控制阀(KZ1阀)的工作原理,建立使用KZ1阀的列车空气制动系统仿真模型,并开发相应的列车空气制动仿真系统,对KZ1阀置于快速及普通位时单车的制动、缓解和紧急制动进行仿真。与试验结果对比表明,仿真模型能够较好地模拟单车制动性能。对KZ1阀应用于时速160 km快速货车的列车制动特性进行仿真分析可知,KZ1阀在快速位时的列车制动性能与104型控制阀接近,在普通位时与120型控制阀接近;KZ1阀在制动、紧急制动时性能较好,但是在缓解时波速过低,初步分析是由于副风缸容积过大所致。因此,使用KZ1阀的车辆与使用其他型号控制阀的车辆混编时,可能会发生缓解传播不连续的问题。     

基于连续点云数据的既有铁路轨面信息快速提取算法设计

三维激光扫描获取的既有铁路点云数据具有海量性、离散性等特点,难以从点云数据中快速提取线路参数.为此,结合现场实测数据,提出一种基于连续点云数据的既有铁路轨面信息快速提取算法.通过k-d树实现点云的快速搜索、查询和储存,利用主成分分析法和移动激光点聚类法提取的接触线分割构建出铁路缓冲区,进而通过平面格网法的粗提和多种约束条件下的精提实现了轨面点提取.对既有线路现场试验结果表明,轨面点提取的完整度c和准确度p均在93％以上,该方法能较好地实现钢轨轨面点云的快速提取.     

基于PSO-LSSVM的牵引供电系统故障诊断研究

为了提高列车运行稳定性,针对牵引供电系统故障诊断进行研究。根据牵引供电系统工作原理和特性分析故障现象与发生原因,提取用于故障诊断的特征信号;建立基于粒子群优化算法(Particle Swarm Optimization,简称PSO)优化最小二乘支持向量机(Least Squares Support Vector Machine,简称LSSVM)的故障诊断模型,并使用主成分分析(Principal Component Analysis,简称PCA)算法提取数据特征作为故障诊断模型的输入来降低输入维数;使用多种故障诊断模型进行对比分析。研究结果表明:经过PCA算法提取特征的PSO-LSSVM故障诊断模型具有较高的识别效率和识别准确性。     

基于GA-岭回归分析的机车车轮踏面磨耗量预测算法研究

车轮踏面磨耗量是评价机车运行安全的重要参数,但多数车轮运维现场的条件尚不能对踏面磨耗量及时、准确地进行监测。为了解决上述问题,文章提出了基于“GA-岭回归”分析的机车车轮踏面磨耗量预测算法（简称“GA-岭回归”预测算法）。“GA-岭回归”预测算法分为数据前处理和数据预测分析2部分。对于数据前处理,首先依据不同的测量方式对采集到的踏面磨耗量数据进行分类,基于车轮的实际运维情况,分析不同类型数据的特点;随后以镟修周期作为数据划分标准,对分类后的数据进行切片处理;最后采用相关标准和主成分分析法对相应的动态测量数据进行清洗、降噪。对于数据预测分析,首先划分数据集,进行数据整合,创建训练集数据的时间滑动窗口;随后采用岭回归算法对训练集数据进行回归分析训练,并结合遗传算法和验证集数据进行模型参数的调优,以提高预测准确性。基于测试集数据,分别采用传统预测算法、岭回归线性预测算法和“GA-岭回归”预测算法,对3类预测算法的预测效果进行对比分析;随后采用相同的测试方法,扩大车轮样本的数量,继续进行预测效果的对比分析。测试结果表明,采用“GA-岭回归”预测算法的预测误差和误差标准差均相对较低。经分析可知,...     

轨道交通车辆转向架牵引电机滚动轴承可靠性研究

为保障轨道交通车辆转向架牵引电机滚动轴承安全、平稳、可靠地运行,提出一种基于IMF-PCA(本征模态分量-主成份分析)和WPHM(威布尔比例故障模型)相结合的轨道车辆转向架牵引电机滚动轴承(以下简称"电机轴承")可靠性评估方法。将实测采集的振动信号利用自相关系数对IMF中起主导的信息成分进行辨别,对于不同信息成分占主导的IMF分量,利用PCA将其分解为有用信息和虚假分量或噪声组成的一系列主分量。采取不同的筛选剔除方法对IMF进行筛选,将筛选保留的IMF进行重构,得到纯净、敏感的振动信号,并从中提取出能反映电机轴承状态的特征指标,将优选出的特征指标进行特征信息的加权融合。将这个融合后的特征指标作为WPHM的协变量,建立可靠性评估模型,从而实现电机轴承运行可靠性的有效评估。     

南京地铁1号线南延线的气体消防设计

GB 50370—2005《气体灭火系统设计规范》已施行4年,但有些条款在实际操作中难以实行。结合南京地铁1号线南延线的消防系统设计实践,通过详实的数据,指出了规范中3.3.6条款所存在的不足,并提出了修改建议。介绍了GB16806—2006《消防联动控制系统》对于报警系统和灭火控制系统设计的一些新的要求,设计人员对此应高度重视。     

基于格子Boltzmann方法的航道整治建筑物影响下过饱和总溶解气体输移释放规律

基于双分布函数-浅水Lattice Boltzmann方法,建立了过饱和总溶解气体(TDG)输移模型,研究某电站下游航道整治建筑物对河道内TDG输移规律的影响。结果显示,整治建筑物的修建对主流区流态和TDG变化影响较小;航道整治建筑物对河道过饱和TDG时空分布的影响主要表征于整治建筑物局部区域范围内,整治建筑物坝田回流区流速降低,水体传质减弱,从而导致TDG浓度降低且低浓度区域面积增加,可以为鱼类提供一定避难空间。该研究为水体中TDG输移扩散的研究提供了一种新的方法,同时为改善电站泄水导致TDG过饱和对鱼类的不良影响和建设生态水道提供科学依据。     

船舶温室气体减排技术现状与发展重点

船舶温室气体减排是本世纪海洋环保的重要议题之一,日趋严格的温室气体减排要求给航运与造船业带来诸多挑战,但也为相关装备技术创造新的发展空间和需求。通过调研近几年国内外关于绿色船舶技术的发展战略,梳理现阶段全球温室气体减排的主要技术手段及应用情况,分析我国船舶温室气体减排的现状与问题,提出未来船舶温室气体减排技术发展重点与建议,为相关政策制定与技术布局等提供参考。     

改进神经网络的船舶红外图像边缘检测方法

研究改进神经网络的船舶红外图像边缘检测方法,提升边缘检测抗噪声干扰能力。采用块匹配的主成分分析方法对船舶红外图像实施去噪处理后,经梯度算子将降噪后船舶红外图像转换为二值图像;以BP神经网络为基础,通过附加动量法-自适应学习速率调整BP神经网络权值,提高网络训练鲁棒性;将转换后舰船二值图像作为改进神经网络的输入,在实施网络训练后得出输出值,依据输出值和设置阈值的对比结果,获取船舶红外图像边缘点,实现船舶红外图像边缘检测。实验结果表明：该方法降噪后船舶红外图像的PSNR值全部高于40 dB,降噪效果较好;可有效提取船舶红外图像边缘特征且边缘检测结果清晰、连贯,能够达到船舶红外图像边缘检测标准。     

通过主成分分析研究比较港口物流发展趋势——以广州港为例

通过主成分分析法可以评价一个港口的综合物流发展水平和潜力。以广州港为例,建立了展示其综合发展的数学模型,同时选择邻近的深圳港进行对比分析。结果表明广州港的货物吞吐量短期内难以与深圳港匹敌,但其广阔的腹地物流支持和经济发展潜力使其整体竞争力快速上升。对广州港集装箱以及运输系统的直接货源腹地--珠江三角洲地区也作了详细分析,并且用最新的竞争情报分析阐述了其在发展过程中所遇到的问题和挑战。最后探讨了通过加强广州港集装箱运输系统的建设,配合公路、铁路以及内陆水系的配套设施以发展整体的第3方港口物流,从港口物流规划的高度综合展望了广州港未来的发展策略。