加强领导落实责任认真做好青藏铁路建设用地管理工作

铁路建设用地验收交接的技术性、专业性、政策性较强,涉及面广。青藏铁路公司建设管理部采取“结合实际、突出重点、全面指导、整体推进”的做法,加强与地方政府土地管理部门的联系,参加建设用地的征用和施工用地的管理工作;主动与建设单位沟通,共商建设用地管理的对策;统一竣工资料的标准,保证竣工资料的齐全、规范;牢固树立为运输生产服务的理念,依法、规范、科学地管理铁路建设用地,保证建设用地交接完整、准确、规范地进行。     

铁路货物运输市场价格优化模型研究

常用的定价方法主要是成本定价法、投资回报率法以及目标利润率方法等,但这些方法在使用时不易掌握,不能分析各类市场因素对价格水平的影响以及影响程度。为了能够在定价中综合考虑市场因素,根据优化理论建立了铁路货物运输市场价格模型,模型中以收入与支出的差额最大化为优化目标,以运输价格水平与货物的市场价格水平之间保持一定的比例为约束,其结果描述了各种因素与价格之间的关系,由此可以分析影响运价的价格弹性、各种运输方式的市场份额等主要因素的作用和影响,并通过具体示例进行了价格测算。     

角色自律分散系统概念及体系结构

从理论研究和应用研究等角度综述自律分散系统技术的国内外研究现状,归纳出系统潜在功能的自律表达应用模式。对自动化系统进行多层次抽象,明确了集中式、客户/服务器和自律分散结构的适应领域,明确了系统功能及其表达方式的时空关系。自动化系统的功能包括固定功能、人工进化功能、潜在功能和自我进化功能;系统功能表达方式的时空关系有时空不变、时间可变和时空可变3种。对系统潜在功能的自律(时空可变)表达模式进行提炼,定义角色自律分散系统的概念。提出角色域与数据域双重驱动的角色自律分散系统的体系结构,角色和数据通过角色域与数据域进行交互,角色自律控制器实现角色转换的协调,数据仲裁器确保分散环境中的数据一致性,角色/功能/对象调度器分别实现系统角色,功能和对象的调度与激活。将角色自律分散系统体系结构应用于铁路调度系统中,表明技术上是可行性的。     

改进的BP神经网络在铁路客运量时间序列预测中的应用

针对目前铁路客运量预测方法的不足,采用改进的BP神经网络对铁路客运量时间序列进行预测。分析改进的BP神经网络原理,对1980年—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列神经网络预测模型,设计网络参数,进行网络学习与训练的仿真试验。对比分析改进的BP神经网络与标准的BP神经网络预测结果,证明改进的BP神经网络预测结果更准确,精度更高。     

声强法在磁悬浮列车车厢声源识别中的应用

介绍了声强法中P—P技术的使用,并讨论了在使用P—P技术进行声强测量时的相位匹配问题。利用声强法对磁悬浮列车行驶时车厢内的声源进行了识别,并从频率响应的角度对分析结果进行了判断。可以得出,磁悬浮列车以430 km／h速度行驶时,噪声主要通过车厢壁面传入车内。研究了各声强测点处1／3倍频程频谱,分析了各测点处辐射声强对车内噪声频率成分的贡献。可以得出,车厢壁面在100 Hz以下的频率贡献较大,而其它频段上,各测点的贡献相当。     

铁道机车风笛声学性能试验研究

针对鸣笛噪声对铁路沿线和附近居民以及铁路工作人员带来严重干扰的问题,将JA型风笛与现有的风笛进行了对比,结合标准对JA型风笛进行了现场试验和声学性能分析,为提供既能满足险情信号的要求又能符合环保要求的设备提供了参考。     

铁道车辆涂层抗石击性能试验方法

随着动车组运行速度的提高,车体表面涂层受石击损坏情况加重.根据高速铁路的特点,分析环境影响因素,比较汽车行业的主流石击试验方法标准.经过研究和试验比对,提出适用于铁道车辆涂层的抗石击性能试验方法.     

轨道列车振动与噪声研究现状与发展

对轨道列车振动和噪声源进行了较为详尽的描述;综述了目前轨道列车噪声预测的常用方法、列车噪声的测量技术、减振降噪技术和相关标准。轨道列车振动与噪声设计是一个多学科的系统工程。深入了解噪声产生的机理和每一个噪声单元的声贡献是进行列车振动与噪声控制的前提;用系统的方式管理所有振动和噪声的特性,建立一个持续质量管理计划是必要条件;加强轨道车辆的噪声控制及预测的规范和立法,是减小轨道列车噪声污染的有力保障。     

中兴接入网C型机在铁路通信网中的应用

中兴接入网C型机已经开始在铁路通信网中应用,从组网方式、网管方式及施工要求等方面进行介绍,并总结工程施工中的注意事项.     

武广客运专线桥梁结构类型和特点

结合武广客运专线桥梁设计,包括设计技术标准、桥跨结构设计、下部结构设计以及3类代表性的特殊桥梁结构,详细介绍3种特殊桥梁结构类型,包括它们的结构尺寸、细部构造、施工方法以及主要工程数量等;结合高速铁路桥梁的发展现状和受力特点,对武广客运专线的桥梁设计进行总结和探讨。