随机故障影响的地铁车辆部件维护策略研究

为探讨随机故障对地铁车辆运营成本的影响,采用威布尔分布描述部件衰退的过程,在此基础上,运用层次分析法对随机故障各影响因素进行权重分析,通过加权的形式将“影响”量化。地铁车辆维护成本划分为预防性维护成本、小修成本、随机故障影响成本,以维护总成本最优作为优化目标。在部件的维护策略上采取两级非完美维护,以效费比作为维护方式的判别手段进行不定周期维护。结果表明,考虑到随机故障影响的维护策略能更好的保证地铁车辆系统的可靠性与经济性,为地铁车辆修程修制改革提供了理论支持。     

基于图像增强的温室图像特征点提取

针对温室环境中,由于相机拍摄图像噪声大,光照不均匀,对比度较低等会导致ORB特征点较难提取或者提取较少,从而影响匹配效果的问题,提出了一种能够减少图像噪声,增强图像对比度的ORB特征点提取算法。首先,对温室图像进行高斯滤波去除图像噪声,然后使用对比度受限的自适应直方图增强图像对比度,增加ORB特征点提取数量。经过实验表明,提出的改进ORB算法对温室中ORB特征点的提取和匹配效果有较大提升。     

地铁车辆超速保护型式试验方法研究

依据GB/T 7928-2003《地铁车辆通用技术条件》、《城市轨道交通初期运营前安全评估技术规范第1部分:地铁和轻轨》要求,对地铁车辆超速保护功能进行测试。结果表明:列车速度在达到80km/h、82km/h、86km/h时,列车分别封锁牵引脉冲、实施快速制动、实施紧急制动,试验结果符合评定标准要求。同时,建议将地铁列车的超速保护试验项目列入以往地铁车辆型式试验范畴,从而为城市轨道交通的建设提速。     

施耐德EIO在输煤程控系统中的应用

本文描述了神华集团鸿山电厂输煤系统的概况,介绍了输煤控制系统的配置及控制系统的功能,并对系统设计及系统运行过程中遇到的相关问题进行了分析讨论,经过长时间运行,验证了此方案很好的满足了工艺的需求,性能稳定.此系统是施耐德以太网IO在电厂的应用的典型案例.     

短语音及易混淆语种识别改进系统

该文针对短语音(语段时长小于等于1s)和易混淆语音的语种识别进行研究。选取东方多语种识别竞赛数据集为实验数据集,对比了音素对数似然比特征、梅尔频率倒谱系数特征、深度瓶颈层特征(DBF)在短语音及易混淆语种识别中的性能,证明DBF在两种识别任务中均具有较好的性能。为提升识别准确率提出DBF-I-VECTOR语种识别改进系统,该系统分别将基线DBF-I-VECTOR系统的短语音识别等错误率最优结果从12.26%降低为10.55%,易混淆语音识别等错误率(EER)最优结果从5.53%降低为2.86%。在对比改进系统后端的余弦距离(CDS)、概率线性判别分析(PLDA)、支持向量机(SVM)、极端梯度提升(XGBoost)、随机森林(RF)分类性能时发现RF在短语音任务中分类效果最好,SVM在易混淆任务中分类效果最好。