图像式无砟轨道表面沉降在线监测系统

将激光准直及图像检测技术应用于无砟轨道表面沉降监测之中,建立了图像式表面沉降在线监测系统.首先,介绍了图像式沉降监测方法的工作原理,给出了表面沉降在线监测系统的构成及工作方式.分析了沉降监测靶面激光光斑图像特征,并采用背景差分法来提高监测系统的环境适应度.然后,采用变结构元多尺度广义形态滤波法对光斑图像进行了预处理.最后,依据采集图像灰度呈高斯分布的特性,提出了基于重心的灰度分布曲线拟合法来精确定位光斑中心.实验结果表明:沉降实验室测试的合成不确定度最大为0.198 mm;现场测试的10个月累积最大误差小于1 mm.这些数据显示提出的系统可满足无砟轨道表面沉降在线监测对稳定性、精度和抗干扰能力的要求.     

无砟轨道打磨铁屑清理系统设计

研究了无砟轨道打磨铁屑的形状及分布状态,设计了一种电磁铁收集打磨铁屑的清理系统,推导了外加磁场磁感应强度与铁屑受力之间的数学关系.以清理系统位于安全限界内及常见电磁铁的磁感应强度为前提,对无砟轨道板打磨铁屑进行了受力分析,验证了铁屑清理系统的可行性.     

探析无砟轨道机械化施工新发展

目前,我们已经建成和在运营多条高速铁路,我国高速铁路建设技术经过近十年的发展,技术日臻成熟,这些技术的成熟和不断进步与铁路建设施工机械化水平大幅度提高有着密切的关系。如何看待我国铁路建设、特别是无砟轨道建设机械化发展,对于我国工程机械的研制和施工企业的设备管理有着重要意义。无砟轨道施工机械化发展的主要特点构件预制的普遍使用带动了工厂化作业无砟轨道以＂结构稳定,少维修＂等特点而著称于世。由于工期和质量的要求,结构物大多采用了预制技术。     

混凝土无砟轨道标识雕刻机的设计研究

在高速铁路日常运营维护过程中,依靠现场标识找到病害地点是一个非常重要的环节。目前线路标识多为油漆涂刷,容易脱落,对人工依赖性强,维护成本高。提出了一种混凝土雕刻机的轻量化、便携式设计方案,设计了混凝土雕刻机的机械结构、传动系统和电气控制系统等组件,并制造出了样机。该设备能在混凝土无砟轨道上雕刻标识,标识清晰牢固、整洁统一,降低了运营维护成本,提高了施工效率,经现场试验验证各项技术性能参数满足施工要求。该项技术的应用证明了提出的混凝土标识雕刻机设计方案的正确性与实用性。     

CRTSIII型板式无砟轨道底座施工及质量控制技术

CRTS?Ⅲ型板无砟轨道作为一种非常有代表性的新型轨道结构形式,它优化了轨道结构,不仅比有砟轨道质量更佳,也集成和优化了既有无砟轨道的优势,很好地解决了轨道板的精确定位问题,大幅提高了铺设精度和效率.分析CRTSⅢ型板式无砟轨道的施工要点,以施工人员对实际施工中各重点工序进行全程控制.     

双块式无砟轨道自动化施工工装研究

双块式无砟轨道在我国有了十多年的建设历程,施工工艺经历了从起初的纯人工施工到现在的机械化施工的过程.为了提高无砟轨道的施工质量、工作效率及轨道精度,对其轨排、精调设备、整平机等设备进行了研究,并对其施工工艺要点进行了分析.     

力学作用下无砟轨道裂缝与质量控制研究

以某客运专线工程为研究对象,基于有限元力学模型,以路基CRTS Ⅰ型板式无砟轨道结构作为研究对象,以该结构各个层次中相互作用的力学特征为关键点,对无砟轨道裂缝与质量控制进行研究。结果表明,道床板厚度增加时,道床板混凝土剩余强度及拉应力降低,裂缝间距变化较小;配筋率增加时,道床板混凝土剩余强度及拉应力增加,裂缝间距降低;裂缝间距增加时,混凝土拉应力增加显著。合理控制支撑层施工质量、施工工艺、混凝土抹面质量、拆模时间,重视混凝土养护,优化混凝土施工配合比,可有效降低裂缝发生概率。     

CRTSⅡ型板式无砟轨道层间摩擦参数及性能影响研究

针对CRTSⅡ型板式无砟轨道离缝后的层间相互作用关系,开展现场运营线及室内推板试验,建立CRTSⅡ型板式无砟轨道的力学特性分析模型,研究离缝条件下不同层间摩擦参数对轨道结构力学性能的影响。研究结果表明：实际运营状态下的轨道板随着顶推力不断增大,轨道板与砂浆层逐渐脱粘,完全脱粘后发生滑移,轨道板失稳发生水平位移的推力在160～200kN之间,轨道板发生稳定滑移的水平推力在210～250 kN之间,对应摩擦系数为2.5～3.1;室内试验轨道板与砂浆层之间在无粘结力的最不利状态下,轨道板发生稳定滑移的水平推力在55～56 kN之间,对应摩擦系数为0.79～0.80;随着层间摩擦系数增加,会一定改善轨道结构受力变形,但影响程度有限,摩擦系数由0.7增加至3.1时,宽窄接缝受力最大减小6.6%,钢轨和轨道板最大上拱位移分别减小了4.19%和5.7%;对于已经出现离缝的CRTSⅡ型板式无砟轨道,层间摩擦状态影响较小,应提前预防和避免层间离缝病害的产生,保证层间粘结完好。     

基于FMECA的轨道车辆转向架预防性维修优化研究

以某城市转向架结构相同的4条线路列车转向架运行数据为基础,基于FMECA分析方法对转向架主要故障模式进行故障原因、故障后果及在不同运营里程阶段的故障危害度分析,根据关键部件在不同里程的危害度分析结果对现有转向架预防性维修计划进行对比分析,进而调整维修项点及其维修级别,最终达到提高预防性维修方法的合理性。     

客运专线CRTSII型无砟轨道板的生产设备管理

CRTSII型无砟轨道系统在京津城际、沪杭客运专线等线路得到普遍应用。其生产采用工厂化，质量可靠、精度可控，且采用多种我国自主创新的设备，为其生产的稳定性提供了有力保障。结合沪杭客运专线中国建筑股份有限公司松江CRTSII型无砟轨道板场实际设备管理经验，对轨道板生产设备的管理进行分析和论述。     

盖板玻璃研磨设备预防性维护周期决策方法研究

基于传统的固定时间周期的盖板玻璃研磨设备预防性维护方法难以实现盖板玻璃生产线的高效运行。提出了一种基于模糊神经网络模型的盖板玻璃研磨设备预防性维护周期动态决策方法。通过企业运行数据验证表明,该方法对盖板玻璃研磨设备的预防性维护周期进行动态决策是可行的,对提高盖板玻璃研磨设备的利用率等具有重要意义。     

基于RBF神经网络的齿轮箱故障诊断

阐述径向基函数(radial base function,RBF)神经网络的基本原理和算法,将其应用于齿轮箱故障诊断与识别,建立齿轮箱的BRF故障诊断模型,并与BP(back propagation)神经网络、学习率自适应BP神经网络进行对比分析研究。结果表明,RBF神经网络性能优于BP神经网络,具有较快的训练速度、较强的非线性映射能力和精度较高的故障识别能力,非常适用于齿轮箱的状态监测和故障诊断。但在具体应用中应当注意,RBF网络的训练样本必须含有一定的噪声,以提高网络的容噪性能;各类故障的训练样本数不能太少,否则RBF网络的故障分类能力很差。     

基于人工神经网络的电流变传动机构的模式识别与控制

从人工神经网络的基本原理出发，建立了圆盘式电流变传动机构的BP模型。实例计算表明，BP网络性能良好，所建立的模型预测精度高，价值性很高。     

设备故障动态监测及预防维护管理系统的设计与开发

通过先进的设备故障管理理论和方法与计算机技术、设备诊断监测技术和数据库技术等有机的结合,设计并开发了网络环境下软件和硬件相结合的具有决策支持功能的设备故障动态管理系统,提供了一种设备综合管理的解决方案,进而最大限度地发挥设备的综合效能。     

考虑动态折旧成本的动车组部件预防性维修决策模型

为研究部件自身价值变化对其维修决策的影响,以动车组四级修时需更换的部件为研究对象,结合我国动车组现行的多级非完美维修方式,建立了一种考虑动态折旧成本的动车组部件两级非完美预防性维修优化模型,该模型以动车组部件的等效役龄计算其相应的折旧成本。进一步研究了部件折旧成本与故障率变化相关联的维修决策方法。研究结果表明,与不考虑部件折旧成本的维修模型相比,该模型兼顾了部件的生产运行和维修活动对维修决策的影响,能够更好地平衡预防性维修成本和故障维修成本,使模型更具维修经济性。     

[养护维修装备]大型养路机械应急救援模拟演练系统的研制

针对当前大型养路机械应急救援模式不足、专业人才短缺,以及利用现有正常作业车辆进行应急演练资源浪费等现状,设计了一种能模拟多种车型工况的大型养路机械应急抢修模拟演练平台系统。分析了实际环境系统下的应急起复状况和特点,采用系统仿真、虚拟现实、分布式网络等技术构建了虚拟仿真环境,通过模拟获得真实体验,可有效解决实际训练中资源有限、破坏性与危险性操作环境以及特殊环境等限制,经济有效地培养应变能力快、素质高的专业应急救援人才。     

[BIM模型与智能设计]高速铁路综合维修设施工艺智能设计系统的开发与应用

研究了基于地理信息系统的智能布点技术、全过程数字设计技术,形成了高铁综合维修设施工艺设计全过程数据标准。开发了一套高速铁路综合维修设施工艺智能设计系统,实现了维修设施布局方案的可视化、全过程设计文件的智能输出及全套图纸的参数化驱动。相较于传统的布点技术,采用该系统设计效率与设计标准化程度均大幅提升 。     

A pre-compensation method of the systematic contouring error for repetitive command paths

For a repetitive command path, pre-compensating the contouring error by modifying the command path is practical. To obtain the pre-compensation value with better accuracy, this paper proposes the use of a back propagation neural network to extract the function of systematic contouring errors. Furthermore, by using the extracted function, the contouring error can be easily pre-compensated. The experiment results verify that the proposed compensation method can effectively reduce contouring errors.     

一种高速数控机床电主轴表面温度智能预测方法

电主轴是高速数控机床核心功能部件,电主轴损坏基本是电主轴发热引起的.电主轴温度场具有复杂的非线性特征,神经网络在处理非线性系统温度预测方面得到了广泛的研究,神经网络与传统模型相比具有更好的适时预报性和持久性.论文利用遗传算法优化BP神经网络建立电主轴表面温度预测模型.预测结果表明,未优化的BP神经网络与遗传神经网络预测误差相对比,遗传神经网络对电主轴表面温度预测具有更高的预测精度和稳定性.     

采用RBF和BP神经网络处理EMD分解过程中端点效应

在分析经验模态分解端点效应出现原因的基础上,采用BP和径向基函数神经网络预测法对端点效应进行研究.在实验中,通过延长信号的采样时间,使端点的数据延长,从而抑制EMD分解时产生的端点效应.同时为了比较两种数据延长方法的效果,分别将延长后的数据进行EMD分解.实验结果表明,这两种都可以有效抑制端点效应对分析结果产生的影响,提高经验模态分解的效果.