高速铁路动态定价与票额分配协同优化研究

目前我国高速铁路票价制定还比较缺乏灵活的市场化机制,严重影响铁路运输企业收益和服务水平的提高。基于高速铁路旅客出行规律和收益管理策略,研究高速铁路动态定价与票额分配协同优化方法。在分析旅客出行价格需求弹性的基础上,构建基于Logit模型的客流弹性函数,考虑临近发车客票不涨价和运输能力等约束,建立以期望客票总收入最大化为目标的优化模型,设计一种基于超分方程的分步算法,求解不同时段下不同列车的最优票价与票额分配方案。以京沪高速铁路为例进行计算和分析,与固定费率票价相比,动态票价策略能保证服务水平,系统总客流需求下降0.73%,企业客票总收益提高4.95%。     

加速布局!中通氢燃料客车迎来首季开门红

近日,中通氢燃料客车迎来2021年首季“开门红”,赢获浙江金华市批量氢燃料客车订单,助力“金华氢谷”建设。2021年1月,金华市发布《金华市加快氢能产业发展的实施意见(征求意见稿)》,提出为建设“金华氢谷”,全面推进氢能产业体系不断完善,力争2025年氢燃料电池汽车运行规模达到1000辆。     

HX_D1G型机车运行中应急故障的处理

在机车运行中发生故障时,应避免长时间停车堵塞区间,为了能更快完成机车运行中故障的处理,文章特从机车应急故障处理注意事项、应急故障处理方法和应急故障处理基本流程等方面进行详细说明。     

运营期高速铁路轨道长波不平顺静态测量方法及控制标准

现有高速铁路轨道长波不平顺静态检测主要采用矢距差法或简化矢距差法,存在与检测起点相关、含有里程相位差、基础变形时检测幅值偏大、与车体振动加速度匹配性较差等缺点。利用中点弦测法对轨道长波不平顺进行静态检测,通过对中点弦测法不同测弦长度有效测量波长范围和列车敏感波长分析,采用60 m测弦长度的中点弦测法最适合时速300~350 km运营期高速铁路;利用车辆-轨道动力学仿真分析和最小二乘法拟合相结合方法,提出运营期高速铁路300及350 km·h^-1速度下的轨道长波高低不平顺控制标准,并进行实例验证。结果表明:60 m弦中点弦测法既可保证轨道长波不平顺检测的准确性,又能很好地体现车体振动响应;时速300 km运营期高速铁路轨道长波高低不平顺3级控制标准建议值分别为9,15,21 mm;时速350 km分别为7,11,15 mm。     

HXD1型机车零距离无线重联技术应用

文章介绍了一种基于WiFi通信的零距离无线重联系统,并对系统的组成、无线组网实现原理、编组握手流程、解编流程等做了详细分析。同时从HX_D1型机车运行安全的角度对无线传输的数据加密方式、实时监视无线运行状态的手段、安全解除编组的流程进行了研究。此系统已通过现场验证,实际应用效果可以达到现场运行要求。     

基于多轴准则的焊接构架疲劳强度分析方法

根据节点几何特征,提出焊缝坐标系的建立方法,计算节点在焊缝坐标系下的应力分量。参照DVS1612标准,提出基于多轴准则的结构疲劳强度分析方法。对地铁车辆转向架焊接构架典型焊缝的疲劳强度进行评估,指出所研究焊缝的疲劳强度主要受正应力分量的影响,剪应力对结构疲劳强度的影响较小。对比研究了不同分析方法下的节点材料利用度特征。结果表明,在压缩应力占主导的区域,基于多轴准则的分析方法将使评估结果偏于安全;对于抗疲劳能力较差的接头,基于多轴准则的分析方法,采用DVS 1612标准提供的疲劳曲线将获得偏于保守的计算结果。     

基于LeNet-5的编组站站内机车车号识别系统的研究

编组站内机车车号的识别问题一直制约着本务机车综合管控技术的发展。为了解决这一问题,针对机车车次,机车类型自动识别问题进行研究。改进了基于卷积神经网络LeNet-5的识别算法,并收集了大量机车车次图像素材,通过图像预处理后,使用训练集进行模型训练,形成适用于机车车次识别的网络模型,通过使用python语言与.NET平台实现了机车车次识别系统的设计。实验表明,该方法对机车车号的识别达到了较高的识别水平。目前,车号识别系统已在中国铁路武汉局集团有限公司襄阳北站试验,高清图像素材从车站高清货检系统处获取,识别效果良好,为实现智慧型编组站提供了有力的技术支撑。     

基于量表型选择集的出行信息需求有序选择模型

研究了城市出行者日常活动和出行所需要的关键信息, 提出了一种针对量表数据的量化分析方法; 以出行者信息需求为研究对象, 设计了一项基于李克特5级量表的问卷调查; 总结了出行个体对各类出行信息需求程度的排名, 分别构建并标定了驾车线路、目的地位置和实时路况信息需求的有序选择模型; 与多项Logit模型在参数显著度、赤池信息量准则和对数似然函数值等指标上进行对比, 以验证有序选择模型的有效性, 并对影响信息需求的关键变量进行了局部效应分析。研究结果表明: 出行者在通勤出行前最需要公交运营变更信息, 而在通勤出行中最需要实时路况信息; 非通勤出行者最关注目的地位置信息, 在出发前和途中对目的地位置信息的需求概率较通勤出行前分别高出31.08%和29.25%;在职人员对信息的需求程度普遍高于学生和自由职业者, 说明时间价值高的人群更期望通过全面及时的信息获取来合理安排出行; 女性比男性对实时路况信息的需求概率高出10.23%, 说明女性对延误的风险规避意识更强; 20~40岁的人群出行信息需求最强烈, 随着年龄的增长该需求将逐渐下降; 各年龄段对实时路况信息都表现出了较高的需求, 说明人们对于有可能带来负面影响的信息更为敏感。可见, 采用有序选择模型能够精确分析量表型选择集。