货运重载技术

为了配合实现我国铁路跨越式发展的战略目标,推动客运高速、快速和货运重载技术的发展,应广大技术人员要求,我刊将组织系列技术问题讨论,请有关领导,专家畅谈各自的观点。本期请郑州铁路局机务处汪志章高工,中国铁道科学研究院钱立新研究员,湖东电力机务段危翔总工就货运重载技术问题谈谈各自的看法。     

基于BIM开发的城市快速路交通安全评价研究

为补充BIM平台中的城市快速路速度协调性评价功能并优化三维视距检查功能,以Civil 3D为开发平台,基于建立的快速路运行速度测算模型和三维视距测量算法,开发涵盖速度协调性评价模块、基于运行速度的三维视距检查模块的快速路交通安全评价软件,以完善Civil 3D在快速路设计过程中的辅助决策功能,实现城市快速路交通安全的提升。     

基于ARWLS和AUKF的锂电池SOC估计

精确估计锂电池荷电状态（SOC）对纯电动汽车的安全稳定行驶有着深远影响,对锂电池SOC状态的估计主要有参数辨识算法和SOC估计算法两个热点问题。针对辨识过程中出现的“数据饱和”现象以及锂电池SOC状态估计时的滤波发散问题,文章提出了自适应遗忘因子递推最小二乘法（ARWLS）-自适应无迹卡尔曼滤波（AUKF）联合算法。首先建立了二阶R-C锂电池数学模型,并针对传统最小二乘法在参数辨识过程中出现的“数据饱和”现象,引入了自适应遗忘因子动态修正新旧数据权重,提升在线参数辨识的准确度以及效率。其次,针对无迹卡尔曼滤波存在的滤波失效问题,提出了自适应无迹卡尔曼滤波算法来自适应调整系统噪声和观测噪声,从而提高SOC估计时的适应性和鲁棒性。最后在混合动力脉冲能力特性（HPPC）工况下对扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）和AUKF三种SOC估计算法进行仿真比较,仿真结果表明,AUKF算法估计的SOC曲线跟随SOC真实值曲线变化的性能最好,估计精度也优于其他两种算法,具有更小的估计误差,收敛性也最好。     

钢质管道外壁爬行漏磁检测技术在工程中的应用

文中介绍了漏磁的基本原理及漏磁检测系统在检测过程中信号的变化规律及实际应用中应注意问题。与利用管道内部压差作为动力的漏磁检测仪器不同,该仪器由主机、探头及信号传输电缆组成,探头通过永磁铁、固定轮固定于被测管道表面,手动操作探头以相应速率（标准速率应为0．5m／s）匀速运动,从而发现管道埋藏缺陷。通过实际应用发现影响检测精度、准确性的因素主要有样管制造、提离值调整、被检管道表面光滑程度及爬行速率等。     

基于试验数据的城轨车辆二系悬挂系统神经网络辨识研究

针对城市轨道车辆二系悬挂系统的输入-输出动态关系,根据实测数据应用神经网络对城市轨道车辆二系悬挂系统进行辨识,建立了二系悬挂动态系统神经网络模型。仿真结果表明:所采用的辨识网络能够对城市轨道车辆二系悬挂系统的动态关系进行有效的辨识,可以建立一个分析二系悬挂系统特性的神经网络模型。     

基于波噪比的高速铁路钢轨波磨快速检测方法

为实现高速铁路钢轨波磨里程覆盖式、高频次、快速测量,提出基于波噪比的钢轨波磨快速检测方法。采用便携式添乘仪检测高速列车车体振动和车内噪声数据,提出基于车体纵向加速度进行数值积分来计算列车速度和里程,采用曲线地段车体摇头角速度里程与台账里程的偏差值修正速度积分误差。利用提取的里程修正后车厢噪声数据与钢轨波磨对应的400～700 Hz频带成分,计算频带能量占噪声总能量的比值,并获取波噪比超限时的钢轨波磨波长和里程。结合高速列车实测数据分析,研究结果表明：速度修正后列车定位里程最大误差为87 m,对波磨比大于0.3的线路区段进行钢轨波磨波形测量和轴箱加速度振动能量比分析,钢轨波磨波长范围为53～57 mm,实测波长为53 mm,验证了该方法的正确性,为高速铁路钢轨波磨的快速测量提供技术支撑。     

城市轨道列车惰行优化研究

提出了一种基于改进目标速度的惰行节能控制策略。该策略使列车在满足运行时分的前提下以较低的能耗运行。同时在研究和比较了传统的列车惰行控制策略之后,优化了列车在惰行过程中运行工况频繁变换的问题,使列车运行更加合理和满足实际的操纵。最后利用VC++软件实现了该优化控制策略仿真模块的开发,线路模拟结果验证了该控制策略的正确性和可行性。     

考虑多因素修正的山区二级公路弯坡组合路段小型车运行速度模型

为确定山区二级公路弯坡组合路段小型车运行速度规律,使用Metro Count 5600设备对国道G108和G244山区二级公路共128.8 km的71个特征断面车辆速度进行采集.基于实测数据分析了道路平纵线形及前一个断面车辆初始速度对当前断面运行速度的影响,在初步拟定自变量的基础上,分别采用偏相关分析和因子共线性分析对...     

复杂环境下船舶轴系推力信号辨识模型分析

为解决复杂环境下的船舶轴系推力信号辨识问题,提出一种基于时频分析和深度学习的轴系推力信号辨识模型。该模型首先以短时傅里叶变换（STFT）方法对轴系推力信号与环境干扰信号的时频特征进行提取,以频段分析方法对两种信号的频率（周期）和能量等关键特征进行计算;然后以循环神经网络（RNN）方法对模型中2种信号的关键特征进行充分训练,得到经泛化后的深度学习辨识模型;最后,基于实验室模拟实船的轴系推力信号与环境干扰信号数据对模型进行仿真试验和验证。验证结果表明,该模型在复杂环境干扰下施加恒定推力与动态推力时均具备良好的辨识能力,可为船舶轴系推力信号辨识技术的研究提供参考。     

钻孔桩施工泥浆质量与钻进速度关系的案例分析

钻孔桩的钻进速度除了与岩土的软硬度和砾(卵)石的粒径有关外,还与泥浆的质量有很大关系。若施工人员不重视这种关系就会耽误施工工期和增加费用。本文将从实际案例出发,剖析泥浆质量与钻进速度关系的内在因素。