基于2D激光位移传感器的轨底坡动态检测系统研究

设置合理的轨底坡可使钢轨轨头与车轮踏面合理接触,减轻钢轨轨头的不均匀磨耗,延长钢轨使用寿命。为提高轨底坡静态检测精度,线路日常养护和维修效率,提出一种基于2D激光位移传感器(简称2D)的钢轨廓形检测原理和ARM嵌入式技术的轨底坡动态检测方法。结合传感器工作原理与特点,搭建一套可在线连续检测的轨底坡动态检测系统。考虑到2D空间姿态变化,建立适用于轨底坡动态检测的双2D空间姿态关系模型和标定解算模型。因为车体振动会产生对轨底坡计算结果的影响,利用Kalman滤波算法建立多传感器的状态空间模型,对轨底坡计算结果进行补偿。最后选用GJ-4型轨道检测车进行地铁正线试验,试验结果与人工复核结果的对比,符合工务段要求精度。试验结果验证了该轨底坡动态检测系统切实可行,Kalman滤波算法能够很好地对轨底坡的计算结果进行补偿修正。     

混合型有源滤波装置的应用研究

介绍了应用于煤矿的并联混合型6kV有源电力滤波装置的主电路和控制系统设计的原理。该装置是由有源滤波器、晶闸管投切的滤波器和固定补偿装置组成的混合型补偿装置。为了充分发挥各个功能单元的作用,该装置采用了基于瞬时无功理论的基频无功电流提取法和基于FIR数字滤波算法的谐波电流检测的分解合成控制方法。实践证明,上述方法不仅有效地抑制了直流传动矿井提升机所产生的谐波,同时实现了对其无功功率的连续补偿。成功运行的经验表明,混合型有源滤波器对于煤矿配电系统电能质量的控制效果良好。     

基于RBF神经网络的铁路沿线短时风速预测方法

对实测风速数据进行Kalman滤波,去除实测风速数据的偏差;通过归一化处理,消除数据中的冗余成分;针对RBF神经网络的预测误差会随着时间的推移而增大的问题,采用滚动式训练方法在线训练RBF神经网络;用训练好的RBF神经网络进行风速预测,再对预测结果进行反归一化处理,得到最终的预测风速.仿真结果表明,运用基于RBF神经网络的铁路短时风速预测方法对短时风速进行预测,最大相对误差仅为5.92％,可满足铁路防灾安全监控系统中风速预测子系统的要求.     

基于区域增长的LiDAR点云数据DEM提取

机载Li DAR系统能够快速获取数字表面模型,通过滤波处理,可以获取数字高程模型(DEM)。提出一种从机载Li DAR点云数据获取DEM的方法,首先对点云数据建立网格分块索引,然后逐行逐列按照一定的间距选取地面点作为种子点,使用区域增长算法增长地面点,获得地面点集,最后通过逐点内插生成DEM。选取机载Li DAR数据进行实验,结果表明该方法得到的DEM质量较高。     

FTGS-917型轨道电路放大滤波单元探析

介绍了FIGS-917型轨道电路的结构组成和基本原理.通过现场对两种频段的放大滤波板信号传输特性进行测试,确认了放大滤波板的具体电路原理以及两种型号放大滤波板的差异,并分析了输出信号幅值与外电路负载的关系.该单元的测试分析结果对于研究FTGS轨道电路有一定的参考价值.     

城轨列车受电弓滑板磨耗检测技术研究

为实现城轨列车受电弓滑板磨耗的在线非接触式检测,对城轨列车受电弓滑板磨耗检测技术进行研究。提出一种基于图像处理的受电弓滑板磨耗检测方法,其步骤为:首先,对采集系统采集到的原始图像进行图像滤波,滤除原始图像中的混合噪声;然后,采用基于直方图凹度分析的自适应Canny边缘检测方法对滤波后的图像进行边缘检测,检测出图像内受电弓滑板边缘;最后,通过相机标定和曲线融合获得实际的受电弓滑板磨耗曲线,以判断受电弓滑板磨耗是否超限。试验结果表明:该方法能有效地检测出原始图像中的受电弓滑板磨耗曲线,能有效地实现城轨列车受电弓滑板磨耗的在线非接触式检测。     

提速线路轨道长波不平顺检测技术

为满足提速线路最高行车速度250km.h-1的要求,研究截止波长为70m的轨道长波不平顺检测技术。选择合适的电路参数设计模拟滤波器。根据模拟滤波器的性能、传感器精度、70m截止波长和±1mm检测精度的要求,确定轨检车最低检测速度为40km.h-1。设计以三角窗为基窗、各窗函数并联、截止波长为70m的数字滤波器,并编程实现;对现场检测数据进行频谱分析,证明设计的数字滤波器滤波效果良好。检测的轨道长波不平顺以波形图和浏览波形图显示,并用于评价轨道质量。通过在轨检车上应用和现场复核,长波不平顺检测技术满足提速线路检测的需要。     

轿车车身制造尺寸质量控制界限的设定研究

针对车身尺寸小样本检测的实际情况，引入小波变换进行滤波，把车身尺寸的原始检测数据经过小波滤波后，分离出趋势项信号与波动项信号，在一定程度上弥补了小样本检测带来的误差，在此基础上对车身制造尺寸质量的控制界限进行修正，给出了应用实例。     

长自回归谱的快速滤波算法

本文提出一种快速递推滤波算法,用于估计自回归(AR)模型系数。数值试验表明高分辨率的功率谱都是由高阶AR模型构成,高阶范围内有一最佳阶数存在,由于本算法是一种最优滤波算法,对噪声不敏感,小数据量时优于Marple算法,大数据量时优于快速付利叶变换,从文献记载的结果以及我们计算的实例看,有较高的分辨率。从本算法原理还能派生出若干类似算法。