基于排序二叉树的摘挂列车编组钩计划自动编制方法

根据摘挂列车编组调车作业原理,将摘挂列车下落问题抽象为排序问题,提出一种基于排序二叉树的编组钩计划自动编制方法.根据待编列车序列构造排序二叉树;利用排序二叉树的有序性快速搜索出有序车组序列,将其作为下落方案的可选集.考虑邻组、暂合列内收编固定组组别和空闲组别、端组等因素,从可选集中筛选出较优的下落方案.通过定义收编固定组简化列车收编过程,实现列车收编过程的计算机自动编制.通过实例验证,采用该方法降低了选择下落方案的复杂性,减少了列车编组钩计划的调车钩数,而且可根据实际调车线数灵活调整方案.     

高速铁路钢轨打磨关键技术研究

根据我国高速铁路上运行车辆的车轮型面设计钢轨的预打磨轨头廓面.按照该预打磨轨头廓面对钢轨进行预打磨,可有效改善轮轨的接触状态.给出了适用于不同车轮型面的钢轨预打磨深度理论设计值以及适用于LMA和S1002G车轮型面的钢轨预打磨轨头廓面.关于预打磨后的实际轨头廓面与预打磨设计廓面的误差,在轨距角部位应控制在-0.1～0.3 mm范围内.建议我国高速铁路的钢轨打磨周期为每30～50 Mt通过总重打磨1次,对于无砟轨道取上限,有砟轨道取下限;关于60kg·m-1钢轨的预打磨深度,在轨距角部位应达到0.8～1.5 mm,在主要轮轨接触部位应大于0.3 mm;钢轨打磨后的表面粗糙度应小于10μm;采用48磨头打磨车时应打磨3～4遍,采用96磨头打磨车时应打磨2遍.     

智能分析系统在高速铁路信号系统中的应用

描述了智能分析系统在高速铁路信号系统中的应用。智能分析系统能实时地发现设备隐患,发现设备故障并定位和告知原因。能推动高速铁路维修实现"状态修"和"预防修"。     

浅谈高铁建设中区间信号光、电缆的施工安全

总结京津城际、京沪高铁光、电缆施工中的问题,分析信号电缆绝缘性能,浅谈高铁建设中区间信号光、电缆的施工安全,提出改进高铁光、电缆施工方法的建议。     

高速铁路应答器报文接收质量测试及分析

主要介绍了京沪高铁信号综合试验期间,在不同列车速度条件下完成的应答器报文接收质量测试情况,并分析了不同安装方式下应答器的作用范围。     

列车运行状态信息系统(LAIS)研究与设计

列车运行状态信息系统作为铁路调度生产和辅助决策的重要支撑手段,是提高机车运用效率、保障列车运行安全、充分发挥运用与检修一体化管理模式的优势、提高铁路运营管理能力的必不可少的重要环节。建立符合我国国情和安全装置现状要求并具有高度扩展性的"车对地"、"地对车"、"地对地"的机车运行安全监控闭环系统,全面实现列车实时状态追踪,为运输组织和机车管理提供及时、可靠的指挥依据,为维修、救援等提供决策支持,充分利用现代化的技术手段实现对列车运行状态的监控。收稿日期     

双层车辆段施工组织管理研究

深圳地铁龙岗线横岗车辆段是国内首创双层结构,采用接触轨和滑触线供电模式的车辆段。段内运营生产组织有别于其他车辆段,设备设施的施工组织也需面对新的情况。对横岗车辆段的运营施工组织管理进行研究和优化,提升车辆段运作安全和效能,保障运营服务质量。     

BP神经网络在地铁运营安全评价中的应用

依据地铁运营安全评价体系及国家法律法规的要求,对于评价标准在实施过程中遇到的问题作了系统分析。建立了基于BP神经网络的地铁运营安全BP神经网络模型,系统提出了地铁运营安全BP神经网络的评价理论及其案例分析。理论分析和实践表明,BP神经网络模型计算结果合理、精度较高,在地铁运营安全评价中有很好的实用性。     

“国有民营”一符合地铁本质特征的运营模式

指出地铁运营模式的选择应充分考虑到地铁的本质特性,分析地铁具有线路部分的自然垄断性与运营部分的非自然垄断性、公共性与企业性并存、极强的外部效应等特点,得出“国有民营”是一种符合地铁长质特征的运营模式的结论,并推出新加坡地铁的例证。     

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。