接触网系统各部件内部应力概率分布规律

采用有限元并结合改进算法的径向基神经网络RBF,判别接触网系统各部件内部应力的随机分布规律。以兰新线武嘉段接触网腕臂为算例,把安装角度、冰负载、承力索覆冰风负载、接触线覆冰风负载等参量作为基本变量,按各变量的分布规律随机地产生50组样本数据,通过有限元计算出每一组参数对应的内部最大应力,依据随机抽样规律抽取40组,按经验分布计算出对应的应力分布函数值。利用RBF进行模式识别得到应力符合威布尔分布,并用回归分析计算出正态分布、指数分布、威布尔分布、对数正态分布二个变量的相关系数。从相关系数和拟合图可以看出,应力符合威布尔分布最好,服从指数分布的可能性最小,RBF识别的结果与回归分析的结果是一致的。     

周期运行图编制模型与算法研究

在周期运行的运输组织模式下,所有列车在车站到发都是周期循环发生的。将安排列车运行线的问题看作周期事件安排问题,并借助周期约束图及周期势差模型,可以建立周期运行图网络模型。模型充分考虑到列车不同情况下的停站时间、到发安全间隔等各项周期约束,并将列车的总停留时间最小作为目标函数。当约束图顶点和弧的数量众多时,模型的求解将比较困难。通过选择合适的约束图生成树,找到变量的合理取值范围,并对模型进行一些预先简化处理,可以降低模型的求解难度。最后求解一个区段不同列车开行方案的周期运行图,验证模型的可行性。     

基于IEEE802.11b协议的无线网络组建

介绍了基于IEEE802.11b协议的低成本双机互联无线网络的组建方法。基于该方法组建的双机无线网络成本低廉,同时实现计算机的文件共享、打印机共享和Internet连接共享。     

Case Analysis on Vehicle Parking and Departure Plans for the National Stadium

As the main venue of the 2008 Beijing Olympic Games, the National Stadium hosted the opening and closing ceremonies, field and track events, and final football games. This paper intends to study the problems associated with vehicle evacuation from the parking lot, and develop evacuation plans. First, the paper analyzes the particular conditions of the parking lot in the National Stadium, as well as its layout and vehicle evacuation. Then, it simulates and evaluates the evacuation plans with the suitably given parameters, based on the real blueprint of the National Stadium and scenarios. Finally, it conducts a comparative analysis on the accuracy and practicability of the vehicle evacuation plans based on the field data collected at the opening ceremony of the Olympic Games. The simulation result shows that the total vehicle evacuation time was 26 minutes and the real evacuation time was 27 minutes on the day of the opening ceremony, which verifies that the study is accurate and practical.     

某款纯电动客车系统匹配和方案设计

结合某款纯电动客车的研发与应用,介绍纯电动系统的匹配设计和整车CAN网络架构,并提出合理的纯电动系统高压配电管理方案。     

BP神经网络在解决电力消耗问题中的应用

由于BP神经网络在解决非线性复杂系统中存在很大的优势,以江西省1991—2011年人口、经济和耗电量等数据为研究对象,利用BP神经网络构建耗电量预测模型。模型一利用1991—2009年人口、经济和耗电量等数据作为训练样本,以2010—2011年作为测试样本来验证网络的准确性,再根据历史人口、经济等数据来预测历史耗电量;模型二采用传统的多元回归分析法,对非线性多元函数进行多元线性回归,通过回归模型得到的参数来预测耗电量。结果表明,模型一收敛性较好,所得预测结果绝对误差较小,而模型二传统方法得到的预测结果误差较大,因此,利用BP神经网络预测的结果具有非常大的参考价值,证明BP神经网络应用在电力消耗中的应用是可行的。     

公路桥梁随机车流的平稳性和各态历经性检验

根据6条公路桥梁28条车道上的WIM系统实测车辆信息,分别生成了各车道上的随机车流类型过程.用随机过程理论分别计算得到各随机车流类型过程的集合均值、集合相关函数、时间均值、时间相关函数等随机特性参数.进一步对比分析,验证了所建立的随机车流类型过程的平稳性和各态历经性.结果表明:从实际公路上调查一定数量的车辆,其统计特性能够代表总体样本的车流信息,对车辆各种特征的统计结果具有代表性,可为公路桥梁随机车辆荷载模型的建立提供参考.     

汉江石泉枢纽下游非恒定流数学模型研究

汉江石泉枢纽运用后,其下游河道受日调节影响,水位陡涨陡落,碍航情况严重。文中建立了一维数学模型,利用汉江石泉水文站至汉王城68 km河段非恒定流资料对模型进行了验证,计算结果表明该模型稳定性好、准确可靠。选择石泉水文站若干个下泄过程组合概化了一种新的下泄过程,该下泄过程满足河道最低通航保证率的要求。     

基于光流引导Transformer模型的重载铁路监控压缩视频质量增强方法

重载铁路视频监控系统的不断扩增,使得铁路视频数据急剧增长,对数据存储和传输等能力的要求更高。为此,提出了一种基于光流引导Transformer模型的重载铁路监控压缩视频质量增强方法。通过光流补全网络提取帧间运动信息,指导Transformer模型关注视频序列中的重要特征;结合多头自注意力机制和时间空间特征融合策略,有效提取视频帧的时空特征;通过在Transformer模型结构中融入光流引导的特征增强模块,进一步提升视频质量增强的准确性和效率。基于实际采集的重载铁路监控视频数据集的实验结果表明,该方法显著优于现有的视频质量增强方法,具有实用价值。

     

城市轨道交通站台门智能运维系统研究

针对城市轨道交通站台门系统面临的维护效率低下、运行数据缺失、严重依赖运营维护（简称：运维）人员技术水平等问题,提出一种基于贝叶斯神经网络模型的站台门故障识别方法。通过多维数据的采集和预处理,并采用Adam优化器对该模型进行训练和优化,在站台门运行状态实时监控的基础上,实现关键部件故障识别和智能运维。通过详细的测试与验证,结果表明,该模型在站台门故障模式识别方面具有优越的性能,可减少站台门系统平均维护时间,提升其可用性和可靠性,为城市轨道交通的安全运营提供强有力的支撑。