铁路运输企业的经营风险分析及应对研究

防范经营风险,是铁路运输企业能够持续发展的前提和基础。本文从铁路运输企业的主要经营风险及成因分析入手,提出了铁路运输企业防范经营风险的具体对策,包括明确风险管理组织的职责权限,强化职工的决策意识和风险意识,建立风险预警监控体系,规范风险管理程序,完善风险管理手段等,从而提升企业应对经营风险的能力。     

基于无人机航摄的铁路工务智能分析系统应用

为了解铁路沿线工务设备植被绿化覆盖情况,采用无人机携带的数码摄像机对铁路沿线进行分辨率优于4 cm的航空摄影,并以获取的高分影像生产数字正射影像图(DOM);再通过深度学习配合人工辅助采集策略建立铁路沿线植被覆盖档案库;综合利用GIS技术实现铁路沿线绿化覆盖结果提取与线路要素的建档与集成。研究表明,该系统机器自动检测识别准确率达到85%以上,实现了基于时空数据库技术对绿化覆盖数据实时的多人协同整治管理。     

铁路智能客服系统设计与实现

为应对铁路旅客服务需求激增的情况,解决铁路客服中心用工及运营成本大幅递增的难题,在既有的铁路12306客服系统基础上,融合语音识别和MRCPv2协议实现等技术,设计了铁路智能客服系统,实现了智能语音导航、智能质检和文本机器人等功能,并在中国铁路北京局集团有限公司客服中心上线运行。运行效果表明,该系统可有效提高铁路客服中心的工作效率和效果,降低运营成本。     

图纸拧紧信息识别技术的研究

本文研究了图纸拧紧信息识别技术在工业制造中的应用,旨在通过对图纸拧紧工艺信息的提取和识别,实现对拧紧工艺参数的自动化录入。本文首先介绍了拧紧信息识别技术的背景和意义,然后阐述了拧紧信息提取和识别的原理和方法,包括图像处理、特征提取、模式识别等。最后,通过实验验证了该技术的可行性和优越性,并对同类技术进行了比较分析,为工业制造领域提供有益的参考和指导。     

基于手机信令数据的旅客联程出行时空特征分析方法

为高效准确地识别旅客联程出行方式,基于旅客联程出行行为特征,引入不同运输方式场站地理位置、场站数据取样最佳半径、旅客行驶速度等关键参数,对旅客手机信令数据进行筛选、校核和计算,提出了基于手机信令数据的旅客联程出行方式识别方法,同时测算了不同运输方式场站数据取样最佳半径。以2018年国庆假期广东省内旅客出行为例进行分析,剔除了约98%的无关信令数据。分析结果显示,广东省内公铁联运出行比例最高,广州、深圳两大枢纽城市的客流集疏运效应突出,广佛城际出行联系较为密切,佛山机场的潜力较大。研究表明,识别方法大幅降低了信令数据分析量和运算成本,方法原理和技术路线清晰,分析结果准确、符合实际。     

基于多重分形与SVM的高速列车运行状态识别方法

为了评估高速列车服役性态问题,提出基于多重分形与支持向量机(SVM)的高速列车状态识别新方法.该方法计算了高速列车振动信号的多重分形谱,分析了多重分形谱参数与列车状态之间的关联关系,提取了多重分形谱宽度、分形维数差和谱偏斜度作为高速列车状态的特征,使用支持向量机来对高速列车状态进行识别.获取了某型列车的正常状态、抗蛇行减震器失效、空簧失效3种典型的多重分形特征,训练了不同速度下的SVM和单一速度为160 km/h的SVM,并进行了工况识别实验.所提方法对高速列车的状态识别率大于88.8%,表明了该方法的有效性.      

基于置信规则库的驾驶人愤怒情绪识别模型

针对“路怒症”诱发的攻击性驾驶行为影响交通安全问题,提出一种基于生理与脑电特征的驾驶人愤怒情绪识别模型.招募15 名被试在武汉市区开展限时实车试验.由于所选实验线路为交通繁忙路段,被试易被行人横穿马路、车辆加塞等道路事件诱发愤怒情绪.实验中采用愤怒量表记录被试的愤怒等级,以及采用生物反馈仪与脑电记录仪记录被试的生理和脑电信号.将血容量脉冲、皮肤电导、δ 波百分比与β 波百分比这四项生理与脑电指标作为模型输入,建立基于置信规则库的愤怒情绪识别模型.验证结果表明,该模型的识别精度(82.24%)较BP神经网络、SVM分别提高7.15%、5.02%.研究结果可为开发基于生理和脑电信号的驾驶情绪识别设备提供理论支持.     

着陆阶段航空器航迹检测与风险识别方法

进近着陆是整个飞行过程中最易发生危险的阶段.目前着陆阶段的风险识别 只能依靠塔台管制员的目视观察.在飞行员技术不熟练、起降频繁的通用航空飞行训练 中,目视观察很难准确掌握情况,也因此蕴含了巨大的安全风险.利用视频监视航空器着 陆行为,同时提出了一种适合复杂背景下小目标分割算法,从视频中提取航空器着陆航 迹;并以此为基础进一步识别降落过程中的运行风险.通过对多组不同角度的视频监视数 据验证,该算法可在复杂背景下实现航空器着陆航迹的跟踪、落地时刻的判断及危险滑 行航迹的准确识别,对于保障飞行安全具有重要的现实意义.     

考虑连接性的路网划分算法

针对传统K均值聚类算法在非均质路网划分应用中的不足,将路网连接性融入算法,解决其在路网划分应用中聚类结果不连续的问题.先使用最大最小距离算法确定初始聚类中心和路段差异性,并以聚类评价指标ANSK确定K值;然后统计连续时间间隔下路网划分结果的动态频数,合并和拆分不稳定的“噪声”路段,提高划分子区内路网的紧凑性.最后,基于现实路网中的车牌照自动识别实测数据,对改进的聚类方法进行了验证.将算法得到的划分效果与K均值聚类算法和Ncut算法进行对比,并对子区做宏观基本图分析.结果表明,改进后的K均值聚类算法在保证自身原有聚类优势下,可以有效实现连接性约束下的路网划分.     

注汽管道承压能力评估和实物试验验证

基于失效评估图技术对某注汽管道进行了承压能力评价,给出了管线在不同腐蚀壁厚情况下的极限承压能力和极限裂纹尺寸。并利用实物爆破试验验证了评价方法的安全性和有效性,通过对爆破断口进行宏观和微观分析,发现管段的开裂属于脆性开裂。