虚拟编组列车运行控制技术研究

虚拟编组是近年来城市轨道交通提出的新型编组技术,将传统的物理车钩联挂变成了无线通信联挂,能够缩短行车间隔,同时适应于不同车型的灵活编组,提高运行效率和运营组织灵活性。本文介绍虚拟编组的研究背景和研究现状,阐述虚拟编组基本理念和面向虚拟编组的列控系统的基本方案,包括系统架构、编组转换流程和系统防护模型。虚拟编组列控系统的实际应用将标志国内虚拟编组技术研究的首次落地和验证,将为后续列控技术的进一步提升和创新提供技术基础。

基于车车通信的轨道交通虚拟连挂控制方法研究

中国轨道交通迅猛发展,运营里程、客运量等均居世界前列。但是,鉴于中国人口基数大,轨道交通依然面临极大的运营压力。为挖掘轨道交通的运输潜力,本文从闭塞控制的基本原理出发,提出了基于车车通信的列车虚拟连挂技术。结合既有列车控制系统的特征,建立了融合虚拟连挂的新型列车运行控制系统。进一步,面向虚拟连挂模式下列车之间的相关性,提出了基于人工势场法的列车虚拟连挂控制方式,综合考虑了安全的约束和效率的需求。最后,仿真结果验证了虚拟连挂技术的可行性,评估了控制方法的合理性。

高速列车自主视觉定位的测试方法研究

列车定位是保障高速列车安全运行的关键技术。随着“故障-安全运行”需求的提出,基于深度学习的列车自主视觉定位技术受到了广泛关注。本文针对列车定位的安全性问题,提出了一种神经网络模型测试方法,通过图像变换得到测试案例,并通过深度变异方法对测试案例进行量化评价。实验结果表明,该方法产生的测试案例能够有效暴露出不同场景下神经网络模型的识别错误,为提升新型列.

基于直线特征的铁路场景红外与可见光图像配准方法研究

列车运行环境状态智能感知是实现铁路列车自主运行控制的基础,而异源图像配准是全天候条件下多源融合感知的前提。本文针对红外与可见光图像多源融合进行铁路全天候环境感知的问题,提出了铁路场景下基于直线特征的红外与可见光图像配准算法。首先利用极向投影法提取图像钢轨直线,然后结合直线特征构建描述符,定义匹配分数公式精确匹配同名直线,实现粗匹配;基于粗匹配产生的候选框提取多方向直线特征进行精匹配;最后根据匹配结果计算模型变换参数完成配准。实验结果表明,该算法计算量小,速度快,配准精度高,为后续的环境感知和目标识别奠定了基础。

基于KNN多模型融合的高铁列车晚点预测方法

高速铁路列车运行过程中,由各种外部环境干扰或内部设备故障引发的列车晚点问题对铁路调度指挥与运营管理带来了极大的负面影响。为了更好地把握列车晚点情况,及时调整列车运行图,提高铁路行车指挥与运输服务的质量,本文提出了一种基于KNN多模型融合的列车晚点预测方法。本文采用神经网络、支持向量机和随机森林等机器学习方法,通过对荷兰铁路不同时间下的列车运行数据进行预处理、特征提取和特征选择,训练出了三个独立的列车晚点预测器。为了利用不同机器学习方法的互补预测特性,同时提高在异常交通条件下列车晚点预测模型的整体性能,本文采用基于KNN的多模型融合框架对三种基本预测器进行融合。研究结果表明,基于KNN多模型融合的智慧列车晚点预测方法的预测精度明显优于独立的机器学习模型。

基于数字孪生的转辙机运维技术研究

转辙机作为铁路关键基础设备之一,其正常运行与列车的安全高效运行有着密切联系。目前针对转辙机的维护方式以周期维护和故障维护为主,存在着成本高、安全风险大的问题,不适用于铁路向智能化发展。本文针对转辙机运行维护问题,引入数字孪生概念,提出了基于数字孪生的转辙机运维技术,介绍了转辙机数字孪生关键技术,分析了其可行性和结构体系,为转辙机智能运维提供了新思路。