基于数据分析的铁路列车到达晚点预测模型

准确估计列车的实际晚点时间对于列车运行图制定、列车调度员决策具有重要意义。为此,以荷兰铁路列车运行实际数据为研究基础,根据列车实际运行数据选择自变量,以列车的实际晚点时间为因变量,建立列车晚点的随机森林预测模型,并以BP神经网络模型作为对比,结果表明随机森林模型预测误差稳定,预测精度较高,比传统的神经网络方法取得了更好的预测效果。     

高速铁路道岔异构数据在Hbase上的云存储方案

实现健康预测管理（PHM）可以提高信号设备的运行安全性、系统可靠性和可维修性，道岔设备的数据对其PHM的研究有重要意义。目前，高速铁路道岔监测数据存储架构难以满足PHM海量异构历史数据存储问题，结合道岔监控数据以及道岔缺口监测图像等异构数据，引入大数据技术中的Hbase非结构化数据存储理念，提出高速铁路道岔设备海量异构数据的云存储及查询管理方案。针对图像数据尺寸不一致的问题，提出基于MapReduce的优化图像分块存储算法，实现高速铁路道岔异构数据的Hbase云存储，在实验室环境搭建平台对方案进行验证。结果表明:从MySQL到Hbase迁移10 GB历史数据约为15 min，在数量到达20万条以上时Hbase查询性能优于MySQL。通过MapReduce优化图像数据分块算法，存储速度得到提升。该方案对高速铁路道岔设备PHM中海量异构数据的存储提供了理论和技术支撑。     

基于神经网络的远海航道船舶流量预测系统构建

远海航道船舶流量受到多种因素的综合作用,具有一定的周期性,同时具有强烈的非线性,传统线性建模方法无法对远海航道船舶流量进行高精度的拟合,使得远海航道船舶流量预测偏差大。为了克服当前远海航道船舶流量预测系统存在的局限性,设计了基于神经网络的远海航道船舶流量预测系统。首先分析当前远海航道船舶流量预测系统的研究现状,指出各种系统存在的缺陷,然后利用神经网络的非线性建模性能设计了性能良好的远海航道船舶流量预测系统,最后对该远海航道船舶流量预测系统的有效性进行了测试。本文系统可以高精度实现远海航道船舶流量预测,远海航道船舶流量预测误差远远小于实际应用要求的临界要求,并与其他系统进行对比分析,本文远海航道船舶流量预测系统的预测效果明显更优。     

高速铁路桥梁桩基固结蠕变沉降计算方法研究

桥梁桩基工后沉降的控制是高速铁路桥梁设计和施工的关键技术之一,其中桩基的长期固结蠕变沉降计算分析又是关键环节.经过现场调研分析提出高速铁路桥梁桩基实际受荷—时间关系的函数表达式.建立多级荷载作用下的多层黏弹性地基单面排水或两面排水条件下的一维固结方程,并基于Laplace数值逆变换推导桩底压缩层在多级荷载作用下的有效应力和沉降计算公式.基于此,提出能模拟高速铁路桥梁桩基实际加载情况和考虑桩底成层土固结蠕变特性的桩基长期沉降计算方法.为提高计算效率,编写相应的群桩长期沉降计算分析程序LTPGSⅡ.京沪高铁桥梁桩基沉降计算结果和现场实测值的对比验证了计算方法及程序的正确性和可靠性.提出的计算方法能用于高速铁路桥梁桩基长期沉降预估,具有重要的理论价值和工程应用价值.     

高速铁路深厚软土地基物理力学特性分析及沉降控制

为研究东北地区高速铁路软土地基路基物理力学特性及其沉降控制方法,通过物性参数试验、无侧限抗压强度试验、直接剪切试验以及固结试验等,并结合工后沉降检算,提出适用于该片区的地基加固手段。研究表明:(1)研究区域软弱夹层分布在地表8 m以下,厚度为4~8 m,液性指数随深度逐渐下降,在14 m处降至最低;(2)0~8 m深度范围内,无侧限抗压强度、黏聚力、内摩擦角、压缩模量等指标随深度变大逐渐下降,深度8 m以下,强度指标随深度加深不断上升,在14 m深度处达到峰值;(3)桩长为8~16 m时,工后沉降随着CFG桩长增大线性降低,桩长增至16 m时,工后沉降降幅约为70%,为该区域最优桩长。     

动车组WTDS轴温数据的深度挖掘及应用

为进一步对系统动车组车载信息无线传输系统(WTDS)中已有的数据进行深度剖析,总结规律、开发应用,针对WTDS的轴温数据,设定更全面的阈值线,采用标准曲线比样法以及多元非线性回归等数学算法,建立了轴温数据分析预测模型.基于CRH5A型动车组的实际轴温数据,采用上述预测模型预测其未来轴温并进行故障判别,结果表明:该分析预测模型能够有效判别动车组轴箱故障,满足生产实际的需求,具有较高的实用价值.上述预测模型的开发不仅实现了对动车组轴温数据的深度挖掘,同时成功拓展了WTDS的应用范围.     

智能客站设备大数据运维服务平台的设计与实现

针对如何对铁路客运车站(简称:客站)设备进行更高效、全方位、多角度地进行管理的问题,搭建了智能客站设备大数据运维服务平台,介绍了其功能架构和设备健康状况评价体系。该平台实现了设备运行状态的实时监测、特征主动识别、故障预测、运维趋势推演、多属性健康状况评价等功能,提升了客运设备健康程度和智能客站设备管理整体智能化水平,为智能客站设备运维管理提供了新的管理思路和技术手段,为下一步客站设备健康评估应用的开发奠定基础。     

面向PHM的高速列车谱系化产品技术平台开发和实践

为实现不同速度等级、不同运用环境下高速列车的快速设计、快速制造以及保证谱系产品的健康运营和管理,提出并构建由数据平台、设计平台、制造平台和健康管理平台组成的面向故障预测与健康管理(PHM)的高速列车谱系化产品技术平台。首先,剖析高速列车谱系化与健康管理平台的融合机制,集成零部件研制与使用阶段的研发数据;其次,从技术架构设计和逻辑架构设计2个方面,基于数据挖掘、模块化、元模型、定制设计以及PHM等技术,开发面向PHM的高速列车谱系化产品技术平台;最后,以时速200~400 km的CRH6,CRH380A,CR300AF,CR400AF动车组系列产品为例,对平台进行工程实践,验证该平台的有效性。结果表明:该平台能够提升产品的研制效率,满足市场的多样化需求,并保障复杂环境下高速列车的健康运营,提升高速列车的运用效率和运营品质。