客运专线中间站选址方案的多级模糊综合评判

为实现客运专线中间站的合理选址,首先对影响选址要受到客运需求、铁路枢纽、工程条件、城市规划、压有线、工程费用和运营费用等因素进行分析,介绍了多级模糊综合评判原理．并以客运专线某中间站的5个站址方案为实例,对如何选取评判因子,建立模型,怎样进行初级评判和二级评判进行了详细阐述。通过多级模糊综合评判可从多个方案中得到最佳选择方案。     

南京地铁运用全面生产维修和以可靠性为中心的维修相结合的维修效果评估

城市轨道交通设备的检维修是保障列车安全运营的重要手段。南京地铁在实际维修中首次将全面生产维修和以可靠性为中心的维修两者结合起来运用到轨道车辆的检维修中,取得了良好的效果。就该维修策略的实施效果构建了评价指标体系,并选用模糊层次分析法对实施效果进行了评价和分析。由于专家的评断信息具有一定的灰类,因此基于灰色理论进行了进一步处理。评价结果可为地铁设备的维修提供指导。     

编组站系统能力协调度的计算分析

以编组站实际作业过程为研究背景,基于编组站车流到达的不均衡性,将每一时段[ti-1,ti)的车流输入强度划分为3种不同的到达状态,结合对车流状态及编组站各系统能力的分析,得出编组站系统作业能力的协调度计算公式,最后,根据某编组站的实际车流量,计算出该编组站车流密集到达状态下的系统协调度。实例计算分析表明:所得出的协调度计算结果能够反映出编组站系统能力协调的薄弱环节,为提高编组站整体作业能力提供了一种新的方法。     

黔张常铁路白垩系砂岩抗压强度取值研究

黔张常铁路沿线白垩系砂岩强度低、分布广,准确的力学参数值直接影响工程建设的可靠性。以白垩系砂岩抗压强度为例,通过对抗压强度原始数据的随机-模糊处理,对其置信度进行研究,给出置信度95%条件下的参数值。通过有限的实验样本,给出更加符合现场实际情况和反映研究对象特性的力学参数值,具有较高的可靠性,可以指导工程的设计和施工。     

基于轮廓线特征的三维人脸识别改进算法

研究基于面部轮廓曲线特征的三维人脸识别。为提取最优面部曲线特征,提出一种基于模糊聚类方法的人脸曲线特征优选算法。该算法从三维人脸深度图中选取最具代表性的8条轮廓曲线,作为主要识别特征,这在很大程度上降低了计算复杂度,克服表情和光照对人脸识别的消极影响,同时它用最少的轮廓线包含了所需要的人脸识别信息。基于这些人脸轮廓线特征,利用改进的Manhattan距离分类器来提高人脸识别的分类效果。实验结果表明,所提出的算法明显提高了人脸识别率,并且具有很强的鲁棒性。     

一种低信噪比环境下的基音检测方法

噪声是低信噪比环境下影响基音检测准确率的主要因素之一,为此提出一种基于形态学滤波和小波变换相结合的基音检测方法。该方法首先用形态学滤波器滤除噪声,突出基音。然后在小波域利用Teager能量算子区分清、浊音,通过浊音小波系数模的极大值提取基音。实验结果表明,在信噪比较小时该方法也能准确地检测出语音信号的基音,与传统的基音检测方法相比,该方法有较强的抗噪性。     

基于模糊神经网络的轨道电路故障诊断方法研究

将模糊神经网络FNN(Fuzzy Neural Network)理论引入轨道电路的故障诊断应用中,在对轨道电路的故障原因进行分析的基础上,根据轨道电路的工作原理和故障特点建立了FNN故障诊断模型。模型选定了3个关键部件的电压值作为输入,4种典型的故障作为输出,并根据专家经验总结了9条推理规则。通过对样本数据的学习训练,采用一阶梯度寻优算法对模型参数进行了优化。通过计算机仿真验证,这种用于轨道电路故障诊断的FNN模型是有效的,并具有一定的准确度,为轨道电路的故障诊断提供了良好的方法。     

地铁列车负载故障下的辅助逆变器失效频谱特性分析

地铁列车的辅助逆变器运行多年后存在各种老化状况,辅助逆变器系统本身的输出特性变差,较易引起列车故障。针对这一现状,从频谱分析的角度入手,采用MATLAB/powergui及傅里叶分析法评估辅助逆变器的工作状态。研究了大功率负载故障引起的辅助逆变器失效以及在此情况下的输出频谱特性。仿真试验数据在上海轨道交通1号线列车大修过程中得到验证。该方法对于列车电气设备的日常检修和大修中的状态评估有着一定的参考价值。     

基于捷联惯性系统的轨道长波不平顺检测

将航空航天飞行器制导中的捷联惯性系统应用于轨道长波不平顺的检测。利用四阶龙格-库塔法求解四元素姿态矩阵微分方程;采用积分滤波器对加速度信号进行二次积分,从而实时获取物体的运动轨迹。为提高系统的稳定性和抗噪性,在积分前利用小波变换对加速度信号进行去噪处理。最后采用XW-IMU5250惯性测量单元实测一个物体的运动,得到了物体精确的运动轨迹,通过对比不同时期测量结果即可得到轨道的长波不平顺信息。     

基于D-S证据理论信息融合的轨道电路故障诊断方法研究

在闭塞区间主流设备越来越多的采用ZPW-2000A型无绝缘轨道电路的背景下,针对单一故障诊断方法的诊断精度偏低问题,提出基于信息融合的故障诊断模型和故障诊断方法。该方法分别用BP神经网络和模糊综合评判对轨道电路进行故障诊断,然后将这2种方法的诊断结果作为D-S证据理论的证据体,利用神经网络输出和模糊综合评判输出来构造D-S证据理论中的概率分配,最后利用D-S证据理论将BP神经网络和模糊综合评判对轨道电路的故障诊断结果在决策级进行融合,诊断轨道电路是否有故障并判断故障的模式。仿真结果表明:该诊断方法具有较高的故障诊断精度,诊断结论的可信度有明显提高。