国内重大传染病疫情铁路交通防控模式效率评估

为了评估铁路交通应对重大传染病疫情防控模式效率,通过SARS、甲型H1N1流感等疫情防控案例分析评估,提出了传染病借铁路交通远距离传播数学模型为I(t)=S(0) ｛1-exp[-kWDμIt3/V3]｝.列车上防控措施的重点在于控制住传染源,应在3小时内有效实施;站车关口严控筛查在于掌握措施的时效性原则,为疫情早期2个月;铁路职工预防免疫保护应在疫情高峰前2周达到50％以上免疫覆盖率.     

高速列车的减重

介绍了瑞典为高速列车减重而采取的措施.     

朔黄铁路隧道防灾监控及应急通信系统的应用

为保证铁路安全运输,有必要进行沿线隧道特别是长大隧道的防灾监控及应急通信系统的建设。以朔黄铁路长梁山隧道为例,介绍隧道防灾监控及应急通信系统的结构、组成及应用。     

客车充电电源ZVZCS变换器的数字移相控制研究

通过对全桥直流变换器的几种软开关拓扑结构进行对比分析,研究适合铁路客车DC110V充电电源的变换器主电路拓扑结构及其数字控制方式。针对传统移相控制芯片电路复杂、可控性较差的问题,设计出基于零电压零电流开关(ZVZCS)变换器的数字移相控制电路设计方案,给出闭环控制的原理,并对调节器进行离散的抑制饱和设计。采用模拟及混合信号仿真软件Saber对设计方案进行仿真,然后将按照设计方案研制的数字信号处理器控制板安装在客车DC110V充电电源样机上进行试验,结果验证了设计方案的有效性和可行性,也可在高速动车组上推广运用。     

基于模糊神经网络预测控制的高速列车ATP研究

在目标-距离速度控制模式普遍应用于我国高速铁路列车控制的背景下,本文针对高速列车运行性能的要求,将模糊神经网络预测控制运用到高速铁路ATP中,对列车速度进行控制。控制系统以闭塞区间为单位,建立高速列车速度模糊神经网络预测控制模型。在闭塞区间内,利用车-地通信将控制所需信息发送至列控中心;根据所得信息,通过预测控制算法得到从当前位置到闭塞分区出口的列车速度自动防护曲线并确定列车运行方式和控制策略;在每1个通信周期内,利用滚动优化和误差校正进行速度优化。仿真结果表明,与传统的控制方法相比,基于模糊神经网络预测控制的高速列车ATP具有更高的安全性。     

一种基于音频内容的NDCT域脆弱音频水印算法

针对音频信号内容完整性鉴定的需要,提出基于音频内容的非均匀离散余弦变换的脆弱音频水印算法。算法中水印通过量化音频三级小波近似分量的平均值而产生,并对三级小波近似系数做非均匀离散余弦变换NDCT,将生成的水印通过量化的方法嵌入到NDCT域第2个系数(即首个交流系数)上。非均匀离散余弦变换的频率采样点由密钥控制的混沌产生,提高了水印系统的安全。仿真实验表明:提出的算法对MP3有损压缩、滤波、重采样、量化等信号处理操作十分敏感,对恶意的替换操作等非同步攻击能够报警并能做出篡改定位。     

数据驱动的高速列车子空间预测控制

随着列车运行速度的提高,列车与接触网、轨道、空气的动力作用加剧,给高速列车的建模与控制提出更高的要求。本文提出数据驱动的高速列车子空间预测控制方法:构建基于状态框架的高速列车多变量动力学系统;由输入输出数据设计高速列车的子空间预报模型;详细分析高速列车子空间预测控制器的设计方法,并给出相应的预测控制算法。高速列车的数值仿真实验结果证明所提出控制方法的有效性。     

地铁列车与道路车辆运行对环境的振动影响现场测试与分析

为评价地铁列车和道路车辆运行对环境的振动影响,选取北京地铁1号线东单站—建国门站普通无砟轨道区间以及4号线北京大学东门站—圆明园站浮置板轨道区间,在地表布置多个传感器,对地铁列车单独引起的振动、公交车单独引起的振动,以及两者叠加振动进行现场测试,对振动的Z振级和1/3倍频程谱进行分析。结果表明:无论采用非减振的普通无砟轨道还是浮置板轨道,在距离地铁隧道中心线一定范围内,公交车引起的振动对沿线居民影响要强于地铁列车;采用浮置板轨道,可降低地铁列车引起的10Hz以上的地表振动,尤其是4080Hz控制频段内的振动,可在一定程度上减小地铁列车对沿线居民的振动影响。可采用浮置板轨道来减小地铁列车振动对沿线精密仪器的影响,但采用浮置板轨道仍会使得现有环境振动有所增加,其增量是否会影响沿线精密仪器正常使用,需要根据仪器对环境振动的限值而定。     

关于高速列车紧急制动平均减速度的探讨

对比了国内外高速列车紧急制动减速度,探讨了增大列车紧急制动的可行性.提出了更大限度利用黏着,加用新型非黏着制动方式,并在兼顾车内旅客的舒适性和安全性的前提下,时速300 km及以上的高速动车组理想的紧急制动减速度应在1 m/s2左右.     

基于参考模型的ATO自适应控制算法研究

提高列车自动驾驶ATO(Automatic Train Operation)系统的控制精度是实现全程无人驾驶的关键.本文首先分析列车制动系统的动态性能,然后基于该制动系统的状态空间模型构建一种模型参考自适应控制系统,并在理论上证明该控制算法的渐近稳定性,同时指出该类控制算法存在引起控制器震荡的固有弊端.随后,通过在原自适应控制系统中引入合适的辅助系统,构建基于增广误差的自适应控制系统,该算法不仅克服了前一种方法的固有缺陷,而且具有更加严谨的理论结构.最后,数学仿真结果显示本文所提算法能有效补偿列车运行过程中存在的不确定性因素,使列车精确地追踪目标制动曲线,验证了本文所提方法的有效性.