基于多源数据驱动的地铁列车运行信息实时联控平台设计

为了创建列车车载系统与地面信息系统的连接,实现信息的即时交互,确保地铁列车安全稳定运行,设计基于多源数据驱动的地铁列车运行信息实时联控平台,包含车载系统和地面系统两大部分。车载系统的车载数据管理设备利用信息服务网,在牵引、制动等系统中获取地铁列车系统及设备数据,并通过无线通信技术将数据发送至地面系统的大数据集群;大数据集群通过组合赋权法融合采集车载运行数据信息,并通过融合数据一致性检验,消除主观偏好,确保多源数据融合客观性;数字化应用终端利用数据多源融合结果实现多种联控功能,故障诊断模块结合经验模态分解和FCM聚类实现地铁列车运行故障分类诊断。实验结果显示,所设计平台可采集地铁列车运行信息,通过分解获取的IMF分量特征,实现地铁列车故障准确判断,确保地铁列车平稳运行和旅客的人身安全。

基于SA-SVM算法的ROV脐带缆缠绕致因分类研究

在ROV模拟操作平台上进行大样本人员操作实验,依据时序顺序提取了不同场景下实验员操作特征和环境拓扑特征,通过专家评估,建立特征序列样本矩阵.利用模拟退火算法对支持向量机(SVM)惩罚因子和核函数的参数寻优,通过SA-SVM模型对样本分类,并对分类准确度进行了对比分析.结果表明:SA-SVM模型对导致脐带缆缠绕的人为操作特征与环境拓扑特征分类具有较高的准确率,发现了不同致因特征对脐带缆缠绕的影响,有助于操作员及时发现高风险操作行为.

基于ARM平台目标检测的轻量化方法

为了解决基于深度学习的目标检测算法庞大的计算量和内存占用,导致在ARM平台的边端设备上部署难度大的问题。本文提出一种基于ARM平台目标检测的轻量化方法,首次将网络中的批标准化层缩放因子和卷积层卷积核参数同时添加约束,稀疏训练后将其作为通道重要性判断的两个准则,将不重要的通道双准则剪枝;针对剪枝效果较差的层结合CBAM注意力设计轻量化结构替换;再对结构替换后的模型重新训练得到最终模型。在单目标检测和多目标检测场景,分别对改进的YOLOv5n和YOLOv5s实验,结果表明该方法在ARM设备上均优于常规轻量化方法。在人物检测场景中,对YOLOv5n优化后的模型大小仅有0.68 MB,在ARM设备上单核CPU部署时检测速度达到45 fps,完全满足实时性要求,大幅度降低边端设备部署难度和硬件成本。

基于数学平台的摆式列车姿态参数计算方法

在摆式列车的研制中 ,研究列车未平衡加速度的测量方法是系统的关键技术之一。提出了基于“数学平台”的摆式列车姿态计算方法 ,建立了“数学平台”的系统的数学模型 。

构建高电压试验实训平台的优化ZigBee网络

高电压试验实训平台的设备间通信存在屏蔽和干扰等问题,为提高实训平台各计算机之间通信的可靠性,提出了ZigBee网络的优化AODV路由算法。通过对网络簇树的自适应选取,发挥ZigBee网络节点中继传输数据的优点,并基于优化ZigBee网络构建了高电压试验实训平台。仿真分析结果表明,采用优化AODV算法的ZigBee网络丢包率明显低于经典AODV算法,提升了数据传输的可靠性。实际应用结果表明,在节点间距离较远、电磁干扰环境比较复杂的工业现场,利用优化ZigBee网络构建的高电压试验实训平台,具有良好的通信效果。

免疫粒子群算法在城市有轨电车运行调整中的应用研究

针对城市有轨电车运行环境复杂、列车运行调整存在众多约束条件、求解难度大等问题,提出虚站台概念,在此基础上建立了优化的列车运行调整模型。引入免疫系统中的免疫记忆特性和抗体浓度抑制思想,采用免疫粒子群算法对此模型进行求解,并以海珠区环岛新型城市有轨电车实验段数据进行仿真。结果表明,在引入虚站台概念基础上,采用免疫粒子群算法能够有效地解决城市有轨电车运行调整问题,并且其优化能力优于遗传算法。

大型高铁客运站到发线运用调整模型及算法

大型高速铁路客运站常衔接多条高速铁路线路,其车站作业需要考虑多方向列车的到发线合理安排与进路冲突疏解。当车站作业受到干扰时,快速制定合理的到发线运用调整方案,对于保障所衔接各线路上列车的正常运行具有重要作用。大型高铁客运站到发线运用调整问题的决策需要满足实时性、可执行性和安全性要求。在考虑到发线与咽喉区进路综合运用优化的前提下,以列车运行晚点和车站作业秩序影响双方面最小化为目标,建立了混合整数线性规划模型。将该问题分解为到发线运用方案编制子问题和列车到发时刻调整子问题,并设计了基于分支定界的算法框架。在12条到发线、84列列车的算例实验中耗时1.33s获得测试干扰场景下的最佳调整方案,验证了模型及算法的有效性。

通用DCS组态培训平台的研究与实现

为了满足发电厂进行多种DCS组态培训的需要,同时避免购置多套DCS造成的成本过高问题,研制开发了适应多种DCS组态培训的通用DCS组态培训平台。该平台基于美国艾默生控制公司生产的Ovation DCS,可仿真美国ABB控制公司生产的Sym-phony DCS、美国GE能源集团新华控制公司生产的XDPS DCS等多种DCS的培训环境,具有较强的通用性。

基于改进YOLOv5算法的复杂场景交通目标检测

实时的交通场景目标检测是实现电子监控、自动驾驶等功能的先决条件.针对现有的目标检测算法检测效率不高,以及大多数轻量化目标检测算法模型精度较低,容易误检、漏检目标的问题,本文通过改进YOLOv5目标检测算法来进行模型训练,再使用伪标签策略对训练过程进行优化,然后在KITTI交通目标数据集上将标签合并为3类,对训练出的模型进行测试.实验结果表明,改进的YOLOv5最终模型在该所有类别上的mAP达到了92.5%,对比原YOLOv5训练的模型提高了3%.最后将训练的模型部署到Jetson Nano嵌入式平台上进行推理测试,并通过TensorRT加速推理,测得平均每帧图像的推理时间为77 ms,可以实现实时检测的目标.

目标关键部位智能识别学习训练方法平台

以人工智能为基础,提出了基于卷积神经网络的目标智能识别方法,建立了目标关键部位识别的学习和训练方法,并由构建的目标关键部位智能训练的平台系统,分析了训练系统在未来智能弹药技术中的应用,为智能弹药技术的发展奠定基础。

云计算Hadoop平台中基于遗传算法的高校师资培训资源管理

为了提高高校教学质量和教学品牌影响力,必须打破单一的培训模式,以多样化资源共享的形式完成高校师资培训。而进行多样化培训资源共享时,高精度的培训资源管理成为目前急需解决的问题。文中深入探讨高校师资培训资源管理问题,建立基于云计算Hadoop平台的高校教育资源网架构,整合各大高校优秀教师培训资源,并采用基于遗传算法的高校师资培训资源调度方法实现高校师资培训资源管理。实验结果表明,所提方法在资源调度精度、资源利用率以及资源管理灵活性方面性能显著,应用价值可观。

基于通用工业控制平台的列车自动驾驶仿真系统

针对目前列车自动驾驶仿真系统存在的实时性不高和对实际控制系统直接移植性差等问题,提出了基于通用工业自动化控制平台(IAP)设计的列车自动驾驶仿真系统。利用工业自动化平台中的图像显示、程序控制、逻辑控制和数据监控相分离的组态技术,结合对福州地铁一号线的实际运行数据研究和建模,开发、实现了列车自动驾驶仿真系统,并在此基础上研究了基于多目标的列车自动驾驶算法。仿真结果表明,基于工业自动化控制平台的列车自动驾驶仿真系统具有出色的控制性能和数据并行处理能力。再者,该仿真系统更容易移植到实际控制系统中,提升了列车自动驾驶仿真研究的实用性和扩展性。

高速铁路列车运行线铺画模型与算法设计

高速铁路列车运行线铺画是高速铁路运输组织工作的基础,具有多约束性、高度复杂性等特征。综合考虑列车区间运行时间、停站时间、追踪间隔时间、车站发车与到达时间域等安全制约因子,以列车总旅行时间最小为优化目标,构建了基于高中速混跑模式的高速铁路列车运行线铺画模型,设计了基于遗传算法的高速铁路列车运行线铺画算法;设计了计算机铺画列车运行线仿真系统,并通过具体的实例来验证模型和算法的有效性。

基于openstack的云计算实训平台

对基于OpenStack的云计算实训平台进行了研究,为了解决云计算实训平台资源调度方案设计不合理而出现的资源利用率低、能耗过高等问题,分别对平台整体的物理架构与逻辑架构进行设计,并提出了一种基于HGQP算法的最佳放置方案求解方法,继而获取资源利用率最高、能量消耗最低的虚拟机调度方案,来实现提高云计算实训平台资源利用率和降低能耗的目的。最后分别对HGQP算法与遗传算法、量子粒子优化算法进行实验对比,并对基于OpenStack的云计算实训平台进行了功能测试。结果表明:HGQP算法适用于虚拟机调度问题,当虚拟机增加到300时,最优调度方案获取时间仅需16 s,CPU利用率为0.45,能量消耗为0.81,在三种算法中计算速度最快、耗时最短、稳定性更高,且当虚拟机请求增加越多,HGQP算法的优势更强。同时,基于OpenStack的云计算实训平台的各个功能模块能够反应迅速并正常运行。