基于GOOSE通信的地铁多变流器智能优化控制方法研究

当前地铁线路各牵引所变流器独立运行,无法实现实时信息交互、精准调整和协调控制.为解决这一问题,提出基于GOOSE通信的地铁多变流器智能优化控制方法.基于GOOSE通信网络搭建多变流器分层控制结构,以系统网损最小和钢轨电位幅值最小为目标,提出基于NSGA-Ⅱ算法的多变流器双目标优化控制算法.搭建地铁牵引供电系统动态潮流仿...     

高速铁路牵引计算与仿真系统研究

高速铁路的牵引计算与仿真对优化高速铁路线路设计、优化列车运行时间等方面具有重要意义。然而由于缺少高速铁路牵引计算规范和动车组数据资料保密未公开等原因,导致对高速铁路牵引计算仿真与系统的研究较少。采用动车组特性曲线CAD矢量化法和程序开发相结合,解决了高速铁路牵引计算力学数据的有效获取。基于多质点模型,建立了动车组牵引力、制动力、列车阻力的计算方法和公式。从牵引、惰行和制动三方面建立了动车组运动模型求解和运行过程计算算法。在此基础上,采用C#2010编程语言和Access数据库,开发了基于多质点模型的动车组牵引计算与仿真系统。实现了动车组数据和线路等数据的一体化管理;采用动车组编组等参数化设置,实现了不同参数下的高速铁路牵引计算与运行过程的完整仿真。     

城市轨道交通智能装配式减振轨道系统成套技术

将高铁的预制板式轨道系统的经验引入城市轨道交通中,结合城市轨道交通的特点,从设计理论、轨道结构、减振隔离、轨道板制造、试验测试、施工装备、施工工艺等多方面开展研究工作,形成系统技术,尤其在预制板智能化施工装备的研制方面,是轨道交通领域装配式施工方面取得的重大突破,属世界首创。与传统预制板轨道施工工艺相比,减少人工作业,简化施工工序,提升施工效率,施工精度更高,轨道的平顺性更好,为将来城市轨道交通板式轨道的设计、制造及施工提供借鉴和参考。     

基于实测动应力分析的车轴台架试验谱编制

通过长距离线路动应力测试,编制适用于车轴磁粉探伤周期优化研究的台架试验谱.首先,分析测试结果中车辆载重、线路工况、运行交路对车轴动应力的影响,并考虑车轮失圆的影响,确定不同影响因素的灵敏度;然后,进行应力谱极值推断,得到车轴外推应力谱;最后,得到台架试验谱,并开展台架疲劳试验.结果 表明:车轴最大应力截面上的最高频次应...     

可变编组动车组运维一体化帕累托前沿分析

动车组运用和检修是铁路运输生产的重要过程，占据很大的成本比例. 为与客流需求相匹配，在未来实现跨线动车组列车在某些枢纽站组合和分解存在可能，充分考虑组合动车组类型一致性，动车组在不同运行线进行重联与分解的接续条件，动车组进行一二级修的里程和时间标准等，以动车组的正常接续和空走接续时间里程费用、一二级维修作业费用、动车组运用费用和动车组接续时间费用之和最小及动车组空走费用占比最小为双目标，构建基于可变编组条件下的动车组运用和维修一体化模型方法.应用改进的非支配排序遗传算法求解，将目标值进行帕累托前沿分析，发现两者很难同时达到最优.模型的计算结果体现了动车组担当长编组运行线任务前后的组合和分解过程，同时也进一步分析了在动车组类型归一化或者动车组维修地点不受限情况下动车组运用数量的变化，反应了相关运行参数对结论的影响.     

CRH3与CRH5型动车组中压供电方式对比分析

介绍了CRH3与CRH5型动车组车辆在各种情况下的中压分配情况,分别分析了CRH3、CRH5型动车组的中压供电方式及其控制条件和逻辑关系,对比分析了CRH3、CRH5型动车组中压供电的优缺点。供电技术的不断提升,使CRH3、CRH5型动车组的供电更加可靠、安全和稳定,同时也推动了高速列车技术的发展,使旅客乘坐更加舒适。     

改进支持向量回归机的短时交通流预测

短时交通流预测是实施智能交通控制的基础和保障.针对目前短时交通流预测方法拟合交通数据的能力偏弱，以及过分依赖历史数据的不足，提出一种基于深度学习回归机的短时交通流预测方法.首先构建深度学习回归机算法模型，包括受限玻尔兹曼机的显层节点输入端，受限玻尔兹曼机的若干中间层，以及径向基支持向量回归机输出端.通过实验将深度学习回归机预测方法与其他典型的短时交通流预测算法进行比较，结果表明，在相同的数据和计算平台下，本文提出的深度学习回归机预测方法精度更高，且预测实时性也能满足实际的需求.     

无人水上巡检设备在航标管理中的应用

文中介绍了航标管理的现状、无人水上巡检设备的特点,提出了无人水上巡检设备在航标管理中的应用和优点;阐述了无人水上巡检设备作为一种先进的技术,将对航标巡检、应急反应、节能减排等工作有很大的帮助。     

ZPW-2000A智能诊断系统在佛肇城际肇庆站的运用探讨

通过ZPW-2000A轨道电路室外监测及智能诊断系统在肇庆站的运用,结合现场实际测试,提出测试方法,分析系统存在优势和改进意见,为后续进一步推广使用提供参考。     

基于遗传算法的道路车辆自组织网络源路由机制

在当前基于交叉路口的城市车辆自组织网络(VANETs)路由协议中，道路上数据包传输大多采用基于地理位置的贪婪转发策略，当数据量较大时，个别节点负载较重，极易引起传输延迟增大乃至丢包的情况.本文提出了一种基于遗传算法的源路由机制，通过记录单体车辆的驾驶信息而非传统方法中的车流均值数据，来预测道路上车辆网络的连通情况，并借助遗传算法，首次基于道路连通性、节点负载和连接跳数这3 点综合考虑，计算得出道路上最佳的源路由节点序列.仿真实验结果表明，在传输率与延迟时间上，性能均优于传统的贪婪路由机制，尤其在车流量为250 veh· lane-1· h-1时，传输率提升约13%.该研究可为智能交通信息通讯提供可靠助力.