一种基于人脸序列模式的机车驾驶员疲劳检测方法

驾驶疲劳是导致事故的重要原因,本文在综述基于面部特征的机车驾驶员疲劳检测方法的基础上,提出了基于Gabor变换的人脸特征融合抽取模型,并在此基础上,结合隐马尔可夫模型(HMM)提出基于人脸图像序列的机车驾驶员疲劳检测方法。根据在疲劳和非疲劳状况下人脸模式特征的不同,首先利用Baum-Welch学习方法从疲劳图像序列训练学习得出疲劳模式下的HMM参数;然后,在疲劳模式识别时,把待识别的人脸图像序列表示成Gabor融合特征序列,再利用Viterbi算法计算该特征序列属于疲劳模式的概率值,从而实现对人脸图像序列的疲劳识别;最后,对各种姿态下的不同人脸图像序列数据进行了仿真测试。实验结果表明,与已有基于单幅人脸图像的疲劳识别方法相比,具有更好的疲劳识别性能。%     

富水铁路隧道防水板和施工缝防水工艺优化

山岭铁路隧道防水板和施工缝是容易出现渗漏水的薄弱区域,也是影响铁路隧道防水效果和运营安全的重要因素。为有效解决隧道防水板铺设不密实、容易脱落、二次衬砌端头混凝土施工缝易出现裂缝和脱落、背贴式止水带周围混凝土不密实、排水功能欠佳等防水质量问题,文章依托某铁路隧道工程,优化防水板铺装方式,采取红外线激光定位和磁焊机焊接增强防水板稳定性和防水性;针对二次衬砌端头混凝土容易被衬砌台车衬砌模板挤裂,借助V型橡胶条以及橡胶垫板作为“保护层”缓冲,避免混凝土被挤裂;另外引入新型梯形背贴式排水止水带,确保防水效果,提高隧道工程防水质量,增强铁路运营安全性。     

基于深度学习的铁路限界快速检测算法

列车行驶环境快速、可靠、精准感知是列车安全、高效运行的前提和关键支撑技术。列车若无法提前感知非法侵入铁路限界范围内的异物,并在短时间内有效制动,将会导致严重的安全事故。为解决列车运行环境内影响运行安全的异物侵限问题,基于深度学习算法,提出一种铁路轨道限界快速检测算法。该方法首先采用预设行锚框的方式对图像进行划分,将传统分割算法的逐像素预测,转变为对每个行锚框进行逐网格预测,以达到显著降低算法计算量,并提高检测速度的目的。同时,通过快速识别图像中属于轨道部分的像素,结合轨道线的连续特征进行追踪,达到铁路轨道坐标的智能快速识别。最后根据标准轨距下限界的定义,对识别出的轨道线坐标和侵限区域进行扩充,以确定铁路异物入侵限界的范围。通过在真实轨道数据集上的对比实验,验证所提算法能以172FPS的速度快速检测铁路限界,且轨道线和限界区域的识别精度分别达到98.96%和98.12%,F1值分别达到99.68%和98.95%,限界区域检测的平均交并比MIoU达到96.88%,各类指标均取得当前最好的准确率和性能,满足高速列车对环境感知精度和速度要求,可以为异物侵限检测、目标跟踪和列车控制等环境感知及运...     

基于故障树的铁路隧道衬砌脱空原因分析及应对措施

为了解决铁路隧道衬砌脱空带来的安全、质量等问题,基于工程实例,采用故障树分析法,建立施工期铁路隧道衬砌结构的故障树风险分析模型。该模型以铁路隧道衬砌脱空为顶事件,从开挖初支问题、防水板问题、混凝土工程问题三个方面逐层展开,得到16个基本事件,根据各基本事件间的逻辑关系进行故障树计算,采用定性分析方法得出各基本事件对顶事件的相对影响程度。结果表明,施工过程管理是影响隧道衬砌质量的主要因素,混凝土工程中的模板作业、混凝土作业以及养护作业是影响隧道衬砌质量的重要因素。从施工管理、控制混凝土工程质量、控制防水系统质量、控制隧道开挖与初期支护质量4个角度提出了相应的处理方法及预防措施,实际应用中效果良好。     

沪昆客专姚家隧道施工监测中拱顶下沉量的时间序列分析及预测

沪昆客运专线姚家隧道采用新奥法施工,施工位移监测对于评价围岩稳定性和支护结构合理性起着重要作用,但监测数据具有离散性,测量误差具有随机性.将隧道拱顶下沉数据序列视为随机过程,应用时间序列分析方法,建立自回归模型,对姚家隧道拱顶下沉监测数据进行拟合分析,利用 Matlab 软件中有关时间序列函数编制计算程序,运用有理函数判断围岩的稳定性.应用所建立的模型对拱顶下沉量进行10 d的预报,预测数据与实测数据符合较好.通过对观测沉降数据序列动态建模,并依据预测数据和围岩支护变形管理规定动态指导隧道施工和防护,有利于提高隧道施工安全.     

基于背景建模的钢轨表面缺陷像素级检测方法

钢轨表面缺陷具有独特性和稀疏性,利用机器视觉技术自动地检测钢轨表面缺陷仍存在很大挑战。提出一种基于背景建模的钢轨表面缺陷像素级检测方法,利用钢轨图像固有特性构建图像背景分布模型,找到背景分布簇中心,以定位到可疑像素点;提出一种钢轨表面缺陷像素级识别方法,根据可疑像素点的上下文特征和空间位置先验概率识别该像素点是否属于真实缺陷,并在钢轨缺陷数据集和实际线路上进行试验验证。研究结果表明:该方法在重载铁路和客运铁路2种钢轨缺陷数据集上均取得良好的识别性能,并在实际线路上达到100%的检测率。     

基于混合PSO-RBF神经网络的铁路隧道岩爆分级预测

岩爆是铁路隧道建设中主要灾害之一。为了准确预测铁路隧道岩爆烈度等级,以岩石应力系数σ_θ/σ_c、岩石脆性系数σ_c/σ_t以及弹性能量指数W_et作为岩爆烈度评价指标,提出一种基于混合粒子群优化算法优化的径向基(RBF)神经网络岩爆预测模型。首先在国内外研究成果基础上,选取80组已有岩爆实例作为模型基础数据;然后运用结合了模拟退火算法的粒子群算法(混合PSO)改进径向基神经网络,通过训练数据选取最优的权值W和基函数标准差σ,得到混合PSO-RBF神经网络岩爆烈度预测模型;最后将模型应用于实际铁路隧道工程进行验证。研究结果表明:该模型兼顾个体最优和全局最优,能够正确、有效的对铁路隧道岩爆等级做出预测,为铁路隧道岩爆预测提供了一种新方法。     

铁路隧道防水层施工工艺和质量检测关键技术

针对现行铁路隧道防水层施工和检测方面存在的问题进行深入研究,系统阐述铁路隧道防水层无钉铺设成套技术和防水板焊接质量检测关键技术。另外,为了拓宽思路,对部分国外先进的质量检测方法进行介绍。     

时间序列分析法在混凝土板变形试验中的应用

研究目的:混凝土板结构在铁路、公路隧道衬砌结构中广泛应用.而长期经受隧道围岩压力及荷载作用,不时有变形破坏,危及安全运营的事故发生.通过试验研究混凝土板结构受载变形破坏的特征,预测预报事故发生的可能性,为保障结构运营安全进行现场监测预报提供有效方法.研究结论:试验结果表明:(1)采用的时间序列分析方法预测混凝土板变形精度较高,所有测点的线性拟合相关系数均在0.93以上,预测的误差在10％以内;(2)实测值与预测值对比,误差较小,可预报板变形趋势;(3)可作为隧道衬砌结构现场监测应用的有效方法.     

长大山岭隧道涌水量的BP神经网络时间序列预测模型

基于BP神经网络时间序列的隧道涌水量预测模型不必考虑隧道涌水量的影响因素及其关系,而是将隧道涌水量的时间序列做归一化处理,作为模型的输入输出变量,通过历史数据和所建立的预测模型来预测隧道涌水量。以一隧道1999年6月—2000年6月涌水数据序列为例,进行了基于BP神经网络时间序列模型的隧道涌水量预测,预测误差约为5.74%,满足精度要求。     

从施工工艺和防排水效果反思铁路隧道的防排水设计

铁路隧道防排水设计与施工一直困扰着铁路隧道建设者,完善的防排水理论设计在当前的施工技术条件下难以实现,致使一些地下水发育的隧道仍存在不同程度的渗漏水。结合设计、现场施工及运营后渗漏水病害整治,针对围岩防水、初期支护防水、仰拱防排水、施工缝防排水、排水板的设计与施工、无砟道床隆起原因等进行分析,提出取消衬砌背后环纵向盲管外裹无纺布、排水板可采取钉射或自粘的施工工艺、加强无砟道床仰拱防排水及带模注浆等防排水优化设计措施。     

严寒地区高铁隧道全包防水设计

由于高速铁路列车运行速度较高,对隧道安全使用功能要求也相应提高。严寒地区高铁隧道的渗漏水、挂冰等病害,一直是困扰东北铁路运营部门的难题。防止全包防水型隧道后期渗漏水是目前铁路隧道建设的重点研究内容。介绍哈牡客专爱民隧道全包防水设计系统,并总结分析隧道运营后的实施效果,可为严寒地区高铁隧道的防寒保温及全包防水设计提供参考。     

基于灰色关联分析的LS-SVM铁路货运量预测

为提高对铁路货运量的预测精度及建模速度,在分析货运量影响因素基础上,提出基于灰色关联分析的LS-SVM铁路货运量预测方法。将货运量影响因素分为社会需求与铁路供给两方面因素,采用灰色关联分析法对两方面因素与货运量进行相关性分析,根据灰色关联度值,结合定性分析筛选LS-SVM输入变量,简化LS-SVM结构,再通过随机权重粒子群(SIWPSO)算法优化选择LS-SVM模型参数。通过对我国1980～2009年铁路货运量实例分析表明:该方法具有较快的收敛速度和较高的预测精度。     

喷膜防水层在隧道复合式衬砌中的防水效能模拟试验研究

对丙烯酸盐喷膜防水层在隧道复合式衬砌中的不同工作状态进行模拟与测试，以对其防水效能及影响因素做出评价。通过单层、双层混凝土试验板对防水层及隧道衬砌的局部结构进行了模拟，并通过手动泵进行渗漏水压加载。由试验可见，在单层试验板中没有排水层或排水层不通畅时，较低的水压就能在防水膜后形成渗流通路；在双层试验板中没有排水层或排水层不通畅时，防水膜能抵抗一定程度的渗漏水压；只有在双层试验板中的排水层畅通时，防水膜才能有效地将渗漏水控制在排水层中排走。试验结果表明，衬砌间的挤压应力、防水层的弹性恢复能力、通畅的排水层对丙烯酸盐喷膜防水层在隧道复合式衬砌中的防水效能发挥首要作用。     

铁路隧道结构防排水问题的思考与探讨

铁路隧道结构防排水质量要求不断提高,结合多年施工经验,对隧道结构防排水施工和设计方面的几个问题进行分析和探讨,并提出一些建议。     

铁路隧道工程可行性研究阶段风险评估研究

风险评估对于铁路隧道工程的建设和项目选线具有重要意义。针对铁路隧道工程风险评估在可行性阶段对应的风险类别与风险因素,建立基于AHP法的多因素模糊综合评价体系以及相应的隧道风险等级定量评判标准。模型根据专家对各风险类别和风险因素相对发生概率的定性评判,通过AHP法计算得到各风险类别和风险因素在整个风险评估体系中发生的相对概率,并将风险事件发生后果等级赋予相应的风险分值。最终结合得到的概率与风险分值通过模糊综合评价得到隧道综合风险评估分值和其对应的风险等级,从而对铁路隧道工程风险进行综合、定量、直观的评估。将A隧道运用该体系进行分析评价,得到其在可行性研究阶段的综合风险评估值为4. 774,风险等级为中度。     

基于移动双目视觉的铁路建筑物限界快速自动检测方法

采用高速、高分辨率CCD相机以优于10-6s时间同步精度获取铁路建筑物限界的移动双目立体图像.提出了基于移动双目视觉测量模型,通过自检校多传感器系统标定和DGPS/IMU集成处理计算各双目图像严密的内、外方位元素,构建立体图像中各要素的空间相对关系.提出基于自动拟合计算的线路中心线空间位置的建筑物限界计算模型,与车辆限界相结合计算建筑物限界参数.设计并开发了一个基于双目视觉的铁路建筑物限界自动检测试验系统,进行铁路建筑物限界自动检测试验,对其精度进行分析和讨论,结果表明可达到标准规定的技术指标.     

合理制定铁路旅客票价的优化方法

在分析铁路旅客运输特点的基础上,讨论影响旅客出行广义费用的因素,提出了一种新的计算旅客广义出行费用的方法。随后用一个LOGIT模型来描述不同运输方式竞争条件下旅客出行方式的选择行为,在此基础上确定一个合适的票价,使铁路运输部门的经济效益最大,并给出了该模型的求解算法。最后用一个简单的算例来说明该模型及算法的应用。     

新建铁路对既有高铁附加沉降影响的分析方法研究

基于雄忻铁路保定东站临近既有京石高铁设计项目,综合采用数值仿真分析、理论分析、有限元分层总和法对既有京石高铁路基附加沉降变形开展系统研究。根据既有保定东站站台区既有京石高铁路基附加沉降对比分析结果,确定新建铁路对既有高铁附加沉降影响的基本规律和关键影响因素,提出大断面并站站场路基附加沉降评估的基本流程和关键参数确定方法,形成邻近既有高铁附加沉降评估的成套技术。分析结果表明:数值仿真技术由于当前采用的边界条件和本构模型限制,既有高铁路基仿真结果出现了局部隆起,同现场沉降监测结果并不相符;基于Boussinesq和实体Mindlin理论的分析方法可有效解决既有高铁沉降分析结果的局部隆起问题,但附加沉降影响范围相对较大;有限元分层总和法有效综合了数值仿真分析和理论分析方法的特点,更适宜于复杂工况下的既有高铁路基附加沉降量和沉降范围的评估。     

提高设计标准 加强施工质量管理 杜绝铁路隧道渗漏水

根据对近年修建的铁路与公路隧道渗漏水情况的调研 ,通过对有关防排水标准与防排水设计的对比 ,分析铁路隧道渗漏水的主要原因 ,提出提高设计标准 ,加强施工质量管理 ,杜绝铁路隧道渗漏水的建议。