铁路机车驾驶室环境卫生质量调查

了解铁路机车驾驶室环境卫生状况,于2004年12月对提速的 DF11G 型内燃机车、SS9型电力机车不同运行时段驾驶室环境质量进行了监测,于2005年1月对 DF11型内燃机车不同运行时段驾驶室环境质量进行了监测。监测指标包括温度、相对湿度、照度、风速、CO、CO_2、噪声、振动,在司机室操作台面或司机室1.5m 高度和司机座椅设置监测点。所有列车均采取全程监测,监测时段分为整备阶段(平均2.5 h)、始发等待(平均1 h)、运行阶段(运行4、8 h 及特殊路况分别进行监测)及终到阶段。结果显示,SS9型电力机车和 DF11型内燃机车驾驶室内风速合格率较低(SS9型为70%,DF11型为48.72%),相对湿度均低于国家标准;DF11型内燃机车驾驶室内的温度和风速合格率明显低于其它两型机车(P 值均低于0.05)。DF11G 型机车在各运行时段驾驶室内温度和相对湿度稳定,温度及风速合格率明显高于 SS9和DF11型机车。提示 DF11G 型内燃机车驾驶室整体环境质量较为优良。

机车驾驶路面状况监控系统障碍检测算法的研究

提出基于铁路智能视频监控图像序列分析的铁轨路障检测算法,即通过图像预处理突出铁轨信息,确定铁轨边缘像素;沿铁轨边缘建立检测窗,计算分析铁轨检测窗内的纹理特征;结合纹理特征及灰度特征进行铁轨障碍物的检测。在检测出路障目标的基础上对机车驾驶员提供实时的警报。实验结果表明,该算法检测速度快、可靠性高,可运用于实际路面状况检测系统。

夜间机车驾驶环境中LCD眩光的分析与评价

眩光对司机室液晶显示设备的认读直接影响到人机交互的有效性和列车的行车安全.针对我国铁路干线机车夜间运行环境,对机车室内照明条件下车载液晶显示器(LCD)的眩光进行了测试,对机车夜间正常运行时车载液晶显示器上的眩光产生机理及其等级进行了综合分析,提出了机车夜间运行时室内光源及光照度布置的参考方案.

半实物机车驾驶模拟器研究

针对机车驾驶模拟器的使用情况和现场需要,结合最新的计算机技术发展,给出了连接机车电器柜、制动机等实物的半实物机车驾驶模拟器的系统结构、系统模型及系统实现方法。

基于司机认知与行为特性的机车驾驶界面布局设计

为了提高机车司机室的设计水平,进行了基于机车司机认知与行为特性的驾驶界面布局设计研究。建立了机车司机的综合认知模型与行为动态模型,对其驾驶作业的视觉特性进行了眼动分析实验,分析了不同行为水平与认知层次的对应关系,并将司机的认知与行为共性特征作为约束条件提出了机车驾驶界面设计的原则性要求。以此为基础,提出了驾驶界面布局优化设计的一般程序,对仪表与显示器的分组、整合及布局进行了优化设计,并给出了具体的设计案例。

基于虚拟现实技术的机车驾驶模拟演练系统的研究与实现

介绍基于虚拟现实技术的纯软件机车模拟驾驶演练培训系统的研制过程及使用效果,针对HXD3D型电力机车的一般操纵方法和机车检查标准化作业程序开发了学习、练习和考试模块,使机车乘务员可以在三维仿真的驾驶环境下进行反复的学习演练,从而达到熟悉机车操纵流程和机车检查标准化作业程序的目的。

工效学新技术在机车驾驶环境设计中的应用

“人的因素”是机车驾驶环境设计中不容忽视的一个重要环节。文章对机车驾驶环境设计中的工效学问题进行了论述,对人体测量、人机几何适配性评价、视线跟踪、心理负荷测量和热环境评价等工效学新技术在机车驾驶环境设计中的实际应用进行了探讨。

基于被动视觉的机车驾驶疲劳实时检测系统的研究

实时检测机车乘务员的疲劳程度,是提高机车运行安全的有效途径。本文提出一个基于被动视觉的车载机车驾驶疲劳时实检测系统。系统通过CCD摄像头获取驾驶状态下机车乘务员的图像,然后运用图象处理技术进行人脸检测、眼睛定位等处理,并提取眼睛的闭合度作为PERCLOS疲劳检测的依据。针对实时图像处理数据量大、运算复杂的特点,采用TMS230DM 6437作为核心处理器进行了硬件实现。实验表明,系统能准确实时地检测驾驶疲劳程度,具有较好的实用性。

铁路机车驾驶员职业安全适应性评价

为研究铁路机车驾驶员职业安全适应性问题,利用系统分析理论,从工作压力、自我效能感、安全支持和安全素质4个方面分析铁路机车驾驶员职业安全适应性的影响因素,建立4个一级指标和12个二级指标的评价指标体系;采用层次分析法(AHP)和模糊综合评价法构建综合职业安全适应性评价模型,实证研究X机务段的机车驾驶员职业安全适应性情况;通过问卷调查结果统计分析确定指标评价隶属度,利用评价模型得到机车驾驶员职业安全适应性等级。结果表明:X机务段机车驾驶员职业安全适应性等级为良好,但工作压力指标得分较低,应加强机车驾驶员职业生涯规划、定期心理辅导等工作。

朔黄铁路机车驾驶模拟器的系统结构

通过对朔黄铁路机车驾驶模拟器系统结构的分析,介绍朔黄铁路机车驾驶模拟器的突出特点和作用。

夏秋季节机车驾驶常见问题应对

夏秋季节高温多雨，空气潮湿、地面温度也很高，雨中和久雨后路面积水、泥泞、塌陷。其它自然灾害，暴风、雷电、泥石流等也时有发生，导致机车工作条件恶化。加之夏秋季节天长夜短，气温又高，机手休息不好，容易疲劳。因此，夏秋季节交通事故往往高于其它季节。常见问题有三。

高职院校“赛教一体”模式下电力机车驾驶操作实训课程教学改革实践研究

本文以电力机车驾驶操作实训课程为研究对象,从课程教学现状、教学思路、教学实施过程等几个方面,剖析“赛教一体”模式的改革举措,为其他专业实训课程提供经验借鉴。

煤矿井下无人驾驶轨道电机车障碍物识别

针对现有煤矿井下无人驾驶轨道电机车因巷道环境恶劣导致障碍物识别精度低的问题,提出用于无人驾驶电机车障碍物精准实时检测的PDM-YOLO模型.基于YOLOv5,将模型C3模块中的传统卷积替换为部分卷积,构建C3_P特征提取模块,有效减少模型的浮点运算量(FLOPs)与计算延迟.采用改进后的解耦头,对传统YOLOv5的预测头进行解耦,提高模型的收敛速度及对障碍物的识别精度.优化Mosaic数据增强方法,丰富训练图像的特征信息,提高模型的普适性和鲁棒性.实验结果表明,PDM-YOLO模型在自制数据集上的平均检测精度(mAP)达到96.3%,平均检测速度达到109.2帧/s,PDM-YOLO模型在PASCAL VOC公共数据集上的检测精度高于现有主流的YOLO系列模型.

基于MBSE的货运机车自动驾驶系统建模方法研究

针对货运机车自动驾驶系统与既有系统融合过程中产生的冗余方案权衡问题,将基于模型的系统工程(Model-Based System Engineering,MBSE)引入货运机车自动驾驶系统的设计中,利用SysML建模语言,创建货运机车自动驾驶系统与既有系统进行冗余方案权衡分析的方法。以HXD1C机车自动驾驶系统过分相场景为例,通过功能分解、方案对比、方案评价3个环节,梳理冗余方案,借助活动图和类图对非参数指标进行分析评价,建立Simulink-CSM集成仿真机制对参数指标进行分析评价,最终通过层次分析法(The Analytic Hierarchy Process,AHP)选择最佳方案。结果表明,将基于模型的系统工程方法与货运机车自动驾驶系统的设计结合,可在早期进行方案权衡,能有效避免架构冗余,降低了设计开发的经济和时间成本,防止低效重复性建设。

机车辅助驾驶系统的仿真平台研究

介绍一种基于仿真平台的机车辅助驾驶系统研究方法。机车辅助驾驶系统已成为提高行驶安全和效率的关键技术,然而,直接在实际机车上进行系统测试可能存在风险且成本高昂。因此,开发适用于机车辅助驾驶系统的仿真平台是必要的。通过对现有仿真平台的综述,分析其优点和不足,并提出一种基于虚拟现实技术的仿真平台设计方案。该平台能够模拟各种驾驶场景和交通情况,并允许研究人员对机车辅助驾驶系统进行准确的性能评估和功能测试。最后,通过实验验证该仿真平台的有效性和可行性,为机车辅助驾驶系统的研发提供有力支持。

面向关键场景的货运机车自动驾驶控制策略研究

目前,机车自动驾驶装置已应用于多条线路,并取得了一定的阶段性成果。由于运用场景复杂、控制对象非线性和离散性强等因素,其在运行考核期间出现了一些问题和挑战,包括列车区间运行出现冲动与涌动现象、站内对标停车精度不符合要求、大上坡起车失败、空气制动性能评估困难等,严重影响机车运行的平稳性和行车安全性。对此,文章针对面向关键场景的自动驾驶操纵控制技术,通过深入分析运行操作规程与历史运行数据,优化列车动力学模型参数,建立精确的基本阻力模型和空气制动模型;设计了基于专家知识库的平稳操纵策略、智能停车控制策略、空气制动终端预测控制方法、模型与数据驱动的安全评估方法等,最终解决了现场运行中出现的难题。在朔黄铁路线神池南站至肃宁北站区间进行了实车试验,结果显示,采用这些策略后,组合两万吨列车实现了正线运行100%的自动控车,这为机车自动驾驶常态化运用提供了技术基础。

无人驾驶电机车自动卸矿技术研究与应用

5G、云计算、AI等ICT技术飞速发展,为传统矿山提供了全新的发展机遇。矿山面临资源不足、开采难度递增、单位矿石生产成本高、未来劳动力风险大等关键的结构性问题,迫切需要数字化、智能化手段加以解决。原矿石窄轨运输是矿山开采的重要工艺,无人驾驶电机车的部署对智能矿山建设意义重大,电机车无人驾驶作业过程中自动卸矿是无人驾驶的重要环节,也是无人驾驶需要突破的技术难点。本次研究应用激光传感器、激光雷达料位计、AI视觉、射频信标、高精编码等新技术的融合,完成电无人驾驶机车自动卸矿复杂工艺,能达到电机车无人驾驶目标及生产效率要求。

基于图像识别的无人驾驶电机车自动装矿技术研究与应用

有轨运输无人驾驶电机车是智慧矿山建设的重要内容,自动装矿又是实现无人驾驶电机车全流程自动运行的重要工艺环节。针对龙首矿有轨运输无人驾驶电机车自动装矿系统需求,结合现场工艺条件,基于图像识别技术开发了无人驾驶电机车自动装矿的技术路径。应用结果表明:图像识别技术可实现无人驾驶电机车自动装矿过程中“自动对车、装满度识别、大块杂物识别”等功能,达到了有轨运输电机车无人驾驶全流程自动运行的要求。

无人驾驶电机车多车斗同步自动对位装矿技术研究与应用

5G、云计算、AI等ICT技术飞速发展,为传统矿山提供了全新的发展机遇。矿山面临资源不足、开采难度递增、单位矿石生产成本高、未来劳动力风险大等关键的结构性问题,迫切需要数字化、智能化手段加以解决。原矿石窄轨运输是矿山开采的重要工艺,无人驾驶电机车的部署对是智能矿山建设意义重大,电机车无人驾驶中多车斗同步自动对位装矿是无人驾驶的重要环节,也是无人驾驶需要突破的技术难点。本次研究应用“激光传感器、激光雷达、AI视觉、射频信标、高精编码”等新技术的融合,完成多车斗同步自动对位装矿复杂工艺,能达到电机车无人驾驶目标及生产效率要求。