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.     

强风区铁路风沙防治工程最大输沙量与携沙风荷载计算方法

针对强风区铁路风沙流灾害防治工程,开展最大输沙量和强风携沙风荷载2个最关键工程计算问题的研究。结合现场踏勘资料与测试数据,分析风向、风力和持续时间3个影响因素对最大输沙量矢量合成与计算的控制影响,基于优势强风流理论,归纳给出信风型、季风型和对流型3种典型工程风型的输沙量计算方法,并且为准确采集沙样数据,专门设计出能随主风向自动转动的野外自动风导向积沙仪。基于现场测试数据,根据相似准则与量纲和谐原理,推导强风区携沙风单位体积沙砾颗粒流体平均飞跃速度计算公式,用于强风区携沙风冲击荷载计算,计算结果符合工程实际,满足工程计算要求。     

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     

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。     

基于双目视觉的水下连接器位姿测量方法

水下连接器的对接作业是水下工程作业的重要环节,针对目前依靠摄像机传回视频进行作业过程中存在的操作难度大、依赖操作员经验的问题,设计基于双目视觉的水下连接器位姿测量方法。该方法首先根据水下连接器的颜色特征确定检测范围,之后在检测范围中以水下连接器为模板进行初步定位,然后根据水下连接器端面的成像特点检测椭圆特征,并进行双目匹配获得相关三维点坐标,最后计算得出水下连接器的位姿。实验表明,该方法位置测量平均误差1.3%,姿态测量平均误差3.5°,可以较好地为水下连接器对接作业提供参考。     

基于PumpLinx的鱼雷齿轮泵内部流场及流量特性的仿真分析

为研究转速与流体介质对齿轮泵性能的影响,运用PumpLinx软件对齿轮泵内部流场及其流量进行瞬态仿真分析,并与试验数据进行对比,分析转速与流体介质对齿轮泵内部压力场及输出特性的影响。数值结果表明:齿轮泵平均流量与试验数据吻合较好,入口流量随时间呈锯齿状波动,出口流量则呈波浪状的较小波动,而且流量脉动率随转速的增大而减小;齿轮泵内压力从低压腔呈阶梯状向高压腔过渡,且入口易因超低压而出现空化现象,导致其压力脉动率高于出口。此外,流体介质为水时的流量脉动率略低于油。研究结果为降低鱼雷齿轮泵的振动和噪声等危害提供了理论指导。     

新一代抽拉离心式高机动卫生防疫车的设计研究

为探索新形式下部队病媒生物防治的新需求,针对野外作战的新特点,结合平战时作业的新形势,研发了新一代卫生防疫车。经过总体结构布局,车厢结构优化,采用新型抽拉式车厢和上装模块化消杀防疫设备,以及大功率硅发电机和蓄电池组的组合供电模式,配备了消杀设备双操作模式。经过第三方评测,主要设备功能完善,性能稳定、可靠,满足技术指标要求,有利于提升中国移动医疗卫生装备的科技水平。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

成都轨道交通环线客流特征分析及运营模式研究

针对轨道交通环线大多采用的"鱼刺图"客流断面表达形式及内外环对称开行的运营模式存在的问题,通过运用国内首创的环形客流断面图对环线客流特征进行直观表达,在此基础上对其运营组织模式进行研究并提出不同的运营模式供灵活选择,以期对后续其他城市环线的设计提供参考。研究结论:(1)环线有别于放射性线路具有明显的客流特征差异,运用环形客流断面图方式,可读性和直观性更强。(2)根据环线的不同客流特征提出内外环对称、内外环不对称、大小交路、单向收发车4种运营模式。4种运营模式各有自身的适应性,在具体项目应用时应结合实际线路沿线站点情况及客流特征进行进一步研究比选。