铁路车站股道运用排序模型与算法

遵守车站股道运用条件,在引入时间窗、权重和有限度3个参数的基础上,利用排序理论构建车站股道运用排序模型。结合列车在车站的实际作业过程和进路编排,利用启发式算法对模型求解,得到股道运用初始方案。基于排序原则选择、进路编排方式和多方案选优3种解改进策略对股道运用初始方案进行改进,得到股道运用改进方案。利用现代柔性理论,设置1个人—机交互接口,以股道运用可行性为第1优化目标、均衡性为第2优化目标,建立股道运用的柔性模型,按照人—机交互会话的方式进行求解。采用该模型与算法编制的铁路车站股道运用自动编排系统,目前已在广州东站和韶关站初步运用。     

GSM-R网络QoS对CTCS-3级列控系统车-地数据传输的影响

首先介绍了铁路整体运营服务质量(QoS)指标,提出利用自顶向下方式拆解,定义相应的GSM-R网络电路域QoS指标的具体内容,阐述了QoS指标对CTCS-3级车-地数据传输的影响。然后着重描述了QoS指标与CTCS-3级车-地数据传输的相互作用关系,并分析了在QoS指标已知合格的条件下,如何设置CTCS-3级数据传输的参数以更好地适应GSM-R网络的特性。     

CTCS-3级列控系统车-地无线通信端到端通信安全增强技术的研究

为实现与CTCS-3级列控系统相关的安全信息在GSM-R系统中安全、可靠地传输,提出车-地无线通信端到端通信安全增强解决方案。该方案改进CTCS-3级列控系统的数据通信安全功能,可根据用户安全需求的不同等级,实现通信系统双向认证,或通过可信任认证中心使车载移动终端和地面无线闭塞中心（RBC）之间实现端到端认证。通过收发方的数字签名以及签名验证来提供信令完整性保护机制,防止信令被有效破坏。给出灵活的端到端信息加密解决方案,防止信息泄露、窃听,并阻止恶意入侵和干扰,使整个通信通道都得到安全保护。     

3G时代轨道交通移动通信系统共址干扰分析

上海轨道交通民用通信系统的移动通信引入系统包含了GSM、CDMA、WLAN与所有3G系统,在站厅、站台和隧道区间共用一个分布系统的POI、天线和漏缆,因此必须控制系统间的干扰。系统间的干扰主要有杂散干扰、互调干扰、阻塞干扰等三种。分别对多系统共站、共缆产生干扰的机制、隔离度计算进行分析,并提出工程上消除对关键器件干扰的指标要求。     

HX_D3型电力机车弹簧停车制动装置故障原因分析与对策

HX_D3型机车是我国目前广泛运用的大功率交流传动6轴7 200 kW干线电力机车,自2007年投入运用以来多次发生机车弹簧停车制动装置故障,导致运用机车轮对擦伤剥离,严重影响机车正常运用,缩短了轮对使用寿命。现从HX_D3型机车弹簧停车制动装置设计原理、控制系统及运用条件出发,深入分析了弹簧停车制动装置动作导致轮对擦伤剥离的原因,提出了解决措施和方案,通过实施取得了良好效果。     

HX_D3型机车牵引电机故障的预防检查及办法探讨

自2009年3月份济南西机务段青岛地区配属HXD3型电力机车用于客运运输以来,青岛地区连续发生3起HXD3型机车牵引电机故障:1起窜轴,2起轴承固着。这些故障均由乘务员在机车运用过程中停车检查时发现,给正常安全运输生产带来极大的隐患。通过对上述故障的分析研究以及HXD3牵引电机与齿轮箱结构、电路控制等的分析,提出如何在大整备格局的生产布局下提前发现和预防该故障的机理、思想和方法,以最大程度的降低其对生产运输的影响。     

基于故障树的HX_D3型电力机车牵引变流器可靠性设计

文章介绍了HXD3型电力机车牵引变流器的基本组成、主要部件的技术参数,按照故障树的结构对引起牵引变流器故障的原因进行了分析,将故障进行了分级,说明基础设计、例行试验和维护检查几方面进行全方位的可靠性设计方法。     

编组站系统能力协调度的计算分析

以编组站实际作业过程为研究背景,基于编组站车流到达的不均衡性,将每一时段[ti-1,ti)的车流输入强度划分为3种不同的到达状态,结合对车流状态及编组站各系统能力的分析,得出编组站系统作业能力的协调度计算公式,最后,根据某编组站的实际车流量,计算出该编组站车流密集到达状态下的系统协调度。实例计算分析表明:所得出的协调度计算结果能够反映出编组站系统能力协调的薄弱环节,为提高编组站整体作业能力提供了一种新的方法。     

信号安全数据网的可靠性研究

针对CTCS-3级列控系统中的信号安全数据网,对基层环网、子网间、网管系统等各组成部分分别做了可靠性分析,并着重从组网结构、光传输特性、交换机软硬件性能、过载处理、链路聚合、VRRP冗余、网管服务及环境适应性等方面,以系统的高度提出了综合可靠性指标。     

基于轮廓线特征的三维人脸识别改进算法

研究基于面部轮廓曲线特征的三维人脸识别。为提取最优面部曲线特征,提出一种基于模糊聚类方法的人脸曲线特征优选算法。该算法从三维人脸深度图中选取最具代表性的8条轮廓曲线,作为主要识别特征,这在很大程度上降低了计算复杂度,克服表情和光照对人脸识别的消极影响,同时它用最少的轮廓线包含了所需要的人脸识别信息。基于这些人脸轮廓线特征,利用改进的Manhattan距离分类器来提高人脸识别的分类效果。实验结果表明,所提出的算法明显提高了人脸识别率,并且具有很强的鲁棒性。