6502遇两相邻区段分路不良迎面误解锁问题分析

介绍6502电气集中定型电路遇轨道电路连续分路不良的故障积累情况下产生的危险侧输出,分析其原因,指出6502的限制性边界条件,提出关键的解决思路。     

信号安全技术在DS6-60计算机联锁系统中的主要应用

计算机联锁系统因其应用领域的特殊性,在满足铁路运营需求的同时,必须保证铁路运输的安全。因此对计算机联锁系统的安全性有较严格的要求。广义的信号安全技术包含故障-安全技术、可靠性和易维护性等方面。DS6-60型计算机联锁系统是基于故障-安全技术研发的通过欧标认证的铁路信号安全控制系统。阐述了DS6-60型计算机联锁系统各个环节的主要安全技术应用。     

HX_D2B型大功率交流电力机车辅助电路设计

介绍了HXD2B型大功率交流传动电力机车辅助电路系统的构成,并对辅助电路工作原理、辅助负载运行管理及辅助电路保护系统进行了详细阐述.此系统性能可靠,目前已完成型式试验及线路运行考核,应用状况良好.     

钢-混凝土双面组合箱梁日照温度效应研究

在自然环境下,钢一混凝土双面组合箱梁受一天中日照变化的影响,在梁体内部会产生相应的温度应力和变形。以三跨钢一混凝土双面组合箱梁为研究对象,对组合梁在6：00至18：00日照条件下的温度应力与位移进行计算分析。利用有限元软件ANSYSl0．0建立三跨连续组合箱梁有限元模型,采用间接耦合解法进行热一结构耦合场的运算。得到了温度应力与温度位移的分布规律及时程分析,并对箱梁混凝土底板对温度效应的影响进行探讨。     

基于Matlab的CRH2动车组空调变频控制仿真

介绍了CRH2动车组空调控制系统,并用Matlab/Simulink对动车组空调系统进行建模仿真,将空调变频控制系统与通断式空调控制系统二者作用下的客室温度和制冷量作比较分析,同时对过分相时动车组空调运行做了仿真.仿真模型能够较好地模拟动车组空调运行过程中客室温度和制冷量的变化.     

深圳地铁3号线车-地无线通信系统

主要介绍应用于深圳地铁3号线正线信号系统中的车-地无线通信系统的结构、组成和原理,并简要描述系统的主要特色,以及系统应用中应注意的问题.     

地铁2号线正式售票试运营

2012年1月9日,沈阳地铁2号线正式售票试运营,最早班车于早晨5：30发出,最末班车于晚上21：30发出,全天行车间隔均为10min。沈阳地铁2号线共有19座车站,单程跑完共需要5mm,全线共有车辆20列,将会根据客流的实际情况调配上线的列车数量。沈阳地铁2号线售票采用与1号线相同的计价标准,     

新型水玻璃-酯类浆液对风积沙边坡稳定性研究

针对风积沙边坡稳定性差的问题,在新型水玻璃-酯类浆液性质研究的基础上,采用新型水玻璃-酯类浆液对风积沙边坡进行加固,并通过数值模拟的方法研究新型水玻璃-酯类浆液填充率和加固深度对桥台开挖工况下风积沙边坡稳定性的影响。研究结果表明,天然状态下风积沙边坡安全系数为1.15,滑动面近似平行于坡面。在未对风积沙边坡进行加固时,桥台开挖后风积沙边坡最大水平位移为30.6cm,塑性区通过桥台开挖形成的转角处,安全系数为1.03、低于天然状态下的1.15,说明在未加固的条件下对风积沙边坡进行桥台开挖会极大降低风积沙边坡稳定性。新型水玻璃-酯类浆液填充率和加固深度对桥台开挖状态下风积沙边坡稳定性影响结果表明,随着浆液填充率和加固深度的增加,风积沙边坡安全系数不断增加。     

"雪龙2"号南极首航破冰试验

为在自然条件下实尺度测试"雪龙2"号的破冰能力,2019年11月"雪龙2"号在南极首航期间,中国在南极考察站——中山站附近普里兹湾固定冰区,首次自主开展了一系列专业破冰试验.通过选取破冰区域、实地测量冰雪厚度、钻采冰芯测量冰温度和盐度、切取完整冰坯并加工冰梁,完成了冰弯曲强度试验和艏艉双向破冰时的实船数据测量,首次获取了中山站附近固定冰的弯曲强度力学特性,成功验证了"雪龙2"号的破冰能力.本文详细介绍了"雪龙2"号现场破冰试验,并根据测量的海冰特性和船舶破冰航行数据对其艏向破冰能力进行了初步评估,摸索了一套在极地冰区开展破冰船破冰试验的方法,同时也对现场破冰试验中需要改进的方向提出了思考,可为我国新的破冰船建设提供参考.     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。