逆向工程技术在模具制造中的开发应用

本文主要介绍了在模具制造和复制及产品改型中如何运用逆向工程技术提供模具制造和产品改型的数字化依据，提高模具制造和产品改型的精度和质量；同时介绍了点云的处理方法和如何获得轿车外覆盖件A级曲面的方法．     

通过软件平台管理新列车文档

加拿大:国家旅客运营商维亚铁路(VIA Rail)正在使用Fabasoft Approve云平台来管理由西门子交通集团(Siemens Mobility)提供的新型城际列车组的技术数据和文档。     

基于QoS保障机制的舰船云存储中心技术研究

电子技术快速发展,舰船的云存储技术得到了快速的发展。QoS保障机制通常用来确保云存储系统的可靠性、扩展性、可用性以及安全性。本文研究了QoS保障机制在舰船云存储系统中的应用。本文分析了QoS保障机制的分层结构及其关键问题;探讨了云存储技术的发展及其关键技术;给出了QoS云存储系统的设计以及舰船云存储系统的整体架构。本文的研究对我国云存储系统的发展有着巨大的促进作用。     

云处理环境下的海上军事资源管理关键技术

随着信息技术的发展,云处理被广泛应用于处理军事资源的管理中,通过云处理来提高数据处理的能力,本文在MapReduce模型的基础上,根据子节点的性能不同,通过设定阈值来进行分类检索,最后将任务分配到不同的子服务器上进行存储。通过对比实验可看出,本文改进的算法有效提高了数据存储能力和计算能力,为海上军事资源管理提供了有效的处理手段。     

港口综合管理系统中的云平台架构设计研究

港口作为重要的交通枢纽,其港口信息管理的高效与否直接影响区域经济的发展。为有效提高港口作业效率、提升港口竞争力,本文结合云技术给出一种基于云的港口综合信息管理系统的设计方案,通过利用云平台的计算与存储能力,有效解决当前港口管理系统信息化程度低、缺乏智能化等问题。     

高速铁路道岔异构数据在Hbase上的云存储方案

实现健康预测管理（PHM）可以提高信号设备的运行安全性、系统可靠性和可维修性，道岔设备的数据对其PHM的研究有重要意义。目前，高速铁路道岔监测数据存储架构难以满足PHM海量异构历史数据存储问题，结合道岔监控数据以及道岔缺口监测图像等异构数据，引入大数据技术中的Hbase非结构化数据存储理念，提出高速铁路道岔设备海量异构数据的云存储及查询管理方案。针对图像数据尺寸不一致的问题，提出基于MapReduce的优化图像分块存储算法，实现高速铁路道岔异构数据的Hbase云存储，在实验室环境搭建平台对方案进行验证。结果表明:从MySQL到Hbase迁移10 GB历史数据约为15 min，在数量到达20万条以上时Hbase查询性能优于MySQL。通过MapReduce优化图像数据分块算法，存储速度得到提升。该方案对高速铁路道岔设备PHM中海量异构数据的存储提供了理论和技术支撑。     

基于虚拟化云技术的路局中心地震预警监测系统方案及联动研究

通过研究铁路地震预警监测系统现状和建设趋势,从资源共享、重复性建设、地震联动触发信号系统停车、牵引供电系统断电等多角度分析存在的问题,结合实际需求,提出铁路局中心系统采用虚拟化云技术的建设思路,并提出地震预警监测系统通过路局中心系统与信号RBC、牵引供电中心接口的联动触发策略。文中论述了采用虚拟化云技术搭建的地震预警监测铁路局中心系统功能、系统构成、硬件配置,从而解决各条铁路接入路局中心增加大量服务器等所带来的资源浪费严重、重复性建设等问题,为建设项目节省投资;阐述了通过路局中心系统与信号RBC、牵引供电中心接口的联动触发方案,为安全提供保障的同时尽可能节省建设投资和维护成本,更好地为铁路安全保驾护航。     

城轨车辆柔性吊具及吊装工艺设计

吊装工艺设计是城轨车辆装配工艺设计的重要内容,其目的在于保证车辆生产质量,提高生产效率,降低生产成本。文章从车辆重心计算、吊点结构分析、柔性吊具设计及吊装工艺设计4个方面对城轨车辆吊装工艺进行了介绍,并在生产实践中进行了验证。     

铁路云平台细粒度访问控制方案研究

为进一步提高铁路云平台网络安全防护能力,参照信息系统安全等级保护的有关要求,在铁路云平台网络安全保障体系框架下,提出一种铁路云平台细粒度访问控制方案;该方案采用零信任访问控制策略,由代理程序、数据总线、安全网关和安全模块4个部件协同完成安全的数据传输,利用标记技术实现域内和跨域的细粒度强制访问控制,在保持原有安全部署的基础上,有效提升铁路云平台的安全防护能力。     

云计算聚类挖掘算法在船舶海上信息平台中的应用

海洋数据量快速增长,如何获取有用的数据已经成为海上信息平台处理中的关键问题之一。本文在搭建的海上信息云平台上,利用Canopy算法实现海上数据的聚类分析,对云平台中的并行计算进行说明。最后进行与K-均值聚类的对比实验,从运行时间、加速比、聚类识别率等方面说明本文算法运行效率高,聚类识别效果好。