2021年第2期导读
发布人:xiao 发布时间:5/8/2021 2:27:12 PM  浏览次数:37次
【字体: 字体颜色
1、轨道交通车辆稳定性能研究 
  轨道交通车辆在运行过程中的稳定性能至关重要,其会直接影响车辆在交通运行中带给乘客的舒适性感受,甚至可能发生行车安全问题。本期分别针对重载列车、智轨电车和中高速磁浮列车在车辆稳定性能方面的研究进行了报道。
  《 基于多质点模型的重载列车平稳操纵仿真研究 》建立了一种多质点重载列车纵向动力学Matlab仿真模型,对不同工况下重载列车的动力学性能进行了对比研究,为重载列车自动驾驶平稳操纵提供了指导。
  《 多编组智轨电车高速工况下的稳定性能研究 》基于车辆动力学与控制理论,搭建了三编组智轨电车整车动力学模型及集成控制系统,并通过联合仿真研究分析智轨电车在不同速度下各节编组车辆的铰接转角、车身侧倾角、横摆角速度及侧向加速度等动力学状态量的变化趋势。
  用于牵引磁浮列车的长定子直线电机采用分段供电的方式,即将沿线的电机定子划分为若干小段,其中只有列车所在的那段定子绕组通电。馈电电流从一个定子段切换到另一定子段,称之为定子段换步,其控制技术是影响磁浮列车平稳运行的关键技术之一。《 中高速磁浮列车两步法定子段换步控制技术研究 》对影响两步法换步过程的关键因素和指标进行了研究,设计了换步控制流程,提出列车理想换步距离公式,给出软件实现方法并在中高速磁浮半实物仿真试验平台上分别对不同运行速度和定子段电流下的两步法定子段换步进行了测试。结果表明,文中所提方法简单易行,在牵引力损失最小化的同时能使列车高效平稳地行驶于各个定子段之间。

2、一种基于ResNet的车钩状态识别方法及其应用
  计算机视觉技术在机车智能化运行上的应用越来越广,目前部分车辆段已开始采用视频系统对机车车钩状态进行监控及识别。传统计算机视觉技术在图像特征提取时主要考虑颜色、纹理、位置关系等特征,通常需要利用长期的专家经验知识来构建模型,且在受到偏转平移、光照变化等因素干扰时往往需要重新调整算法参数,其用于车钩状态识别时存在应用场景单一、实时性差、准确率低的问题。为此,《一种基于ResNet的车钩状态识别方法及其应用 》一文基于深度学习提出一种车钩状态识别方法,其可以自动提取图像特征,利用卷积神经网络模型ResNet对大量车钩状态样本进行训练,并在边缘计算平台上进行推理,从而实现对车钩状态的快速准确识别,满足机车自动驾驶对车钩状态实时监控的要求。

3、车辆定位技术研究
  随着铁路运输的发展,为了提高机车运用效率、降低运营和维修成本、规避人为操作带来的安全风险、实现智能驾驶,对车辆自动精准定位技术进行研究显得十分必要。
  针对CTCS-0区段运行列车,《 一种基于铁路调车防护系统的列车运行监控装置自动开车对标的方法 》利用铁路调车防护系统,通过预先存储的站场图数据并结合站场实时联锁状态和机车位置信息来实现LKJ自动开车对标。
  为实现机车智能驾驶、开车自动对标、自动调车防护等高精准定位应用,针对传统全球导航卫星系统(GNSS)在进行实时动态定位时存在的诸多缺陷,《 基于机车环境的实时动态定位测试与分析 》提出一种根据机车环境对GNSS产品进行定制及优化的方案,并在铁路应用场景下开展测试和分析。结果显示,改进后的GNSS产品支持100km长基线且固定解比例、稳定性和精度都较优,在机车智能化控制中发挥了至关重要的作用。


『 发表评论 』
标 题:
用 户 名:
验 证 码:
留言内容: