列车运行状态信息系统(LAIS)研究与设计

列车运行状态信息系统作为铁路调度生产和辅助决策的重要支撑手段,是提高机车运用效率、保障列车运行安全、充分发挥运用与检修一体化管理模式的优势、提高铁路运营管理能力的必不可少的重要环节。建立符合我国国情和安全装置现状要求并具有高度扩展性的"车对地"、"地对车"、"地对地"的机车运行安全监控闭环系统,全面实现列车实时状态追踪,为运输组织和机车管理提供及时、可靠的指挥依据,为维修、救援等提供决策支持,充分利用现代化的技术手段实现对列车运行状态的监控。收稿日期     

国产MTC-I型CBTC系统的安全认证实践与探讨

重点围绕城市轨道交通国产MTC-I型列车控制系统（CBTC）独立第三方安全评估与认证工作,阐述了信号安全攸关系统的技术标准规范体系、安全完整度等级、安全认证类型、风险评价原则等概念与定义。基于安全认证、系统生命周期、安全保障架构、项目风险管理、安全审核与评估等具体内容描述了MTC—I型CBTC系统通用产品安全认证实践过程。对建立我国城轨交通行业发展的安全认证体系、实施策略以及风险管控原则等安全认证要素进行了分析与探讨。     

普速与CTCS-2客运专线车站特殊站联电路工程设计

结合秦沈沟海联络线的工程应用实例,当客运专线车站与普速车站区间设有通过信号机,且客运专线车站所辖区间采用CTCS-2级列控系统编码,而普速车站所辖区间采用无绝缘轨道电路继电编码时;为满足普速车站站内联锁及电码化对离去轨继电器的要求,设计出了两种解决方案,对类似工程设计具有借鉴意义。     

BP神经网络在地铁运营安全评价中的应用

依据地铁运营安全评价体系及国家法律法规的要求,对于评价标准在实施过程中遇到的问题作了系统分析。建立了基于BP神经网络的地铁运营安全BP神经网络模型,系统提出了地铁运营安全BP神经网络的评价理论及其案例分析。理论分析和实践表明,BP神经网络模型计算结果合理、精度较高,在地铁运营安全评价中有很好的实用性。     

直线电机列车-高架桥系统动力相互作用分析

采用模态综合技术,建立直线电机轨道交通系统的车桥动力相互作用分析模型,对直线感应电机轨道交通系统的电磁力的产生及其对列车、高架桥梁的动力作用进行理论分析和研究,指出这是进一步研究城铁高架桥梁的动力响应以及直线电机列车在桥上的运行安全问题的一种可能途径。     

“国有民营”一符合地铁本质特征的运营模式

指出地铁运营模式的选择应充分考虑到地铁的本质特性,分析地铁具有线路部分的自然垄断性与运营部分的非自然垄断性、公共性与企业性并存、极强的外部效应等特点,得出“国有民营”是一种符合地铁长质特征的运营模式的结论,并推出新加坡地铁的例证。     

纯电动汽车故障诊断案例分析

纯电动汽车作为市场上最普遍的新能源汽车,厂家大量生产,深受消费者的喜爱,要推动纯电动汽车的持续发展,必须要提高纯电动汽车的售后维修服务质量。维修人员要掌握纯电动汽车好的结构原理、检测维修技术,从而提升售后服务质量。本文从纯电动汽车故障诊断案例入手,分析纯电动汽车的维修检测方法,以供纯电动汽车维修人员参考。     

新能源汽车维修中电子诊断技术的应用

新能源汽车属于新型汽车,近几年开始进入到我国汽车行业中并不断发展。为此,本文首先分析了电子诊断技术在新能源汽车维修中的应用优势,其次分析了电子诊断技术在新能源汽车维修中的应用类型及方式,旨在为电子诊断技术在新能源汽车维修中的应用提供参考,以此来提高新能源汽车维修质量和效率。     

新能源汽车的动力电池标准体系研究

近些年来,随着我国环保观念的增强,新能源汽车行业得到了较为迅速的发展,作为其中关键的动力电池有着非常关键的作用。但是,从现实情况来进行分析,可以发现动力电池行业仍然存在着诸多问题,特别是标准体系的建立还并不完善,不利于新能源汽车行业的长期稳定发展。本篇文章简要分析了动电池标准体系的发展情况,研究了新能源汽车动力电池标准体系,并探究了新能源汽车动力电池标准体系今后的发展方向,希望能够为新能源汽车行业的稳定发展提供支持。     

基于Faster R-CNN与形态法的路面病害识别

为提高基于图像处理的路面表观病害检测识别效率及精度,引入目标检测中的快速区域卷积神经网络（Faster Region Convolutional Neural Network,Faster R-CNN）算法以快速识别病害种类、位置与面积;针对已提取的带边框裂缝病害区域,采用基于VGG16迁移学习与模型微调的CNN与50%重叠率的滑动窗口定位裂缝骨架,进而利用形态法操作提取裂缝形态,计算其长度与宽度;针对Faster R-CNN算法在病害种类识别时漏检率低但误检率偏高的问题,引入精确率、召回率和F₁分数指标对算法进行评估,并根据F₁分数最大值确定相应的病害框像素面积及置信度阈值来降低误检率,以适应路面表观病害多样化的应用场景。运用开发的病害识别算法对广东一高速公路路面进行表观检测。结果表明：所提方法对典型裂缝图片的识别效率及精度均高于单独应用CNN滑动窗口和传统形态法的全局图像处理方法;对分段的裂缝边界框进行合并,且病害框像素面积及置信度阈值取优化值后,横向裂缝精确率由合并前的0.861提升至合并后的0.918,横向及纵向裂缝误检率则分别由调整前的20.4%和23.8%下降至调整后的8.2%和6.9%,漏检率则稍有提高。基于Faster R-CNN、CNN及形态法的路面病害识别方法具有工作高效、漏检率低的优点,在引入评估指标、最优病害框像素面积与置信度阈值后,病害误检率也大幅降低,具有潜在工程应用价值。