首页期刊导航|铁道科学与工程学报
期刊信息/Journal information
铁道科学与工程学报
铁道科学与工程学报

余志武

双月刊

1672-7029

jrse@mail.csu.cn

0731-82655133;82656174

410075

长沙市韶山南路22号

铁道科学与工程学报/Journal Journal of Railway Science and EngineeringCSCD北大核心CSTPCD
查看更多>>本刊是中南大学主办的以理工为主的综合性学术刊物。1979年创刊,1982年公开改进,主要刊登土木工程、建筑工程、交通工程、自动控制、计算机科学与技术、运输管理工程、机电工程、数学力学、基础研究等方面的学术论文。1992年起被列为全国中文核心期刊,1994年被列为美国Ei Page数据库核心期刊。
正式出版
收录年代

    基于OTFS的城轨T2T通感一体化信号设计与优化

    杨骞苏宏升刘大为魏伟...
    5209-5220页
    查看更多>>摘要:为了在B5G/6G商用频谱资源紧缺的环境下,对现有城市轨道交通列车运行控制设施基础上进行改造,以实现基于车-车通信的列车信息传递,提出基于正交时频空(OTFS)调制的通信感知一体化信号设计.首先提出单符号和多符号OTFS时域信号模糊函数模型,对两者的距离模糊性和速度模糊性进行仿真对比,以验证原始多符号OTFS信号感知性能的优越性.再提出蚁群优化(ACO)算法与经典选择映射法(SLM)的结合ACO-SLM算法,设计应用ACO-SLM算法的OTFS系统发射机结构,用来对原始OTFS信号的高峰均功率比进行抑制,并将抑制作用通过仿真实验进行横向和纵向对比.最后经过ACO-SLM算法处理后的OTFS时域信号模糊性与传输误比特率进行仿真分析.研究结果表明:改变算法参数进行横向对比显示,16QAM星座调制作为输入序列,用相位因子组数为16的ACO-SLM算法处理OTFS信号,峰均功率比为6.03,为最低水平;纵向对比显示,ACO-SLM算法相比于其他传统算法,对峰均功率比有更好的抑制作用.对ACO-SLM算法处理的多符号OTFS时域信号进行模糊性仿真分析,显示其测距和测速性能有所提升,且传输误比特率与传统算法处理后的OTFS信号相比,几乎不受影响.研究结果为面向B5G/6G的城轨车-车通信感知一体化实现和基于车-车通信的列车运行控制提供了理论依据.

    通感一体化正交时频空蚁群优化选择映射法峰均功率比

    铁路超材料波阻垫设计与低频减振降噪应用研究

    余奇赵才友张鑫浩师多佳...
    5221-5231页
    查看更多>>摘要:由于地铁低频环境振动传播距离远、衰减慢、携带能量大且难以控制,对线路设备、周边建筑及人体健康等产生了不同程度的负面影响.为了解决城市轨道交通低频振动噪声问题,针对抑制地铁低频弹性波,研制基于局域共振机理技术新型超材料波阻垫.超材料波阻垫为周期性排列的钢片嵌套橡胶结构,通过局域共振带隙阻波技术,起到增大整体结构弹性波衰减能力,进而起到更好的减振效果.基于带隙产生机理从而推导出带隙计算公式,讨论了超材料波阻垫的几何参数对带隙的影响规律,并结合频域动力学和边界元方法分析了超材料波阻垫对地铁邻近建筑物室内振动与二次噪声的空间分布影响规律.结果表明设计的超材料波阻垫元胞带隙起始频率可低至5 Hz、宽度为5~22 Hz,且从频响曲线图中可得知带隙内振动衰减率平均值高达20 dB.在建筑物声压级与土地位移变形图中能够发现,带隙频段范围内,超材料波阻垫可有效控制建筑物内的振动与二次噪声,在17~28 Hz内效果最佳,平均声压级最多降低了25 dB,所有楼层的平均噪声声压级均有下降.综上可认为超材料波阻垫可有效实现低频振动控制,进而控制地铁列车诱发的环境振动及建筑物二次噪声,为实际地铁减振降噪工程应用提供了设计思路.

    超材料波阻垫元胞带隙局域共振减振降噪

    基于深度学习的铁轨图像识别技术

    徐心慈师秀霞耿晨歌陈祥献...
    5232-5241页
    查看更多>>摘要:为了保证城轨交通中地铁的运营安全,避免铁轨轨道内障碍物的存在造成安全事故,有必要进行地铁铁轨识别.考虑到铁轨有细长连续的物理特性,同时受深度学习中的车道线检测任务启发,改进车道线检测网络CLRNet算法,提出针对铁轨图像识别的CLRNet-L算法.为解决铁轨轨道细长且难以被准确识别定位的问题,CLRNet-L使用特征金字塔网络进行高级特征与低级特征的提取与融合,通过自上而下的思想,首先用高层特征粗略地定位轨道,再利用与高层特征融合后的浅层特征进一步细化轨道从而实现铁轨识别.针对铁轨轨道线细长连续且因其颜色较深难以与周围环境区分的问题,在原CLRNet中引入注意力机制和多尺度聚合器,提出大核注意力模块捕获更多的上下文信息,加强对铁轨轨道的特征表示.由于在轨道交通领域中缺少针对铁轨识别任务的公开铁轨轨道数据集,使用在杭州5号线和6号线中采集的地铁运行时轨道照片制作轨道场景的数据集,数据集中包含直道、弯道和道岔场景的铁轨图像,该数据集用于进行铁轨识别实验,来验证算法的有效性.实验结果证明:CLRNet-L在自制数据集中达到了88.96%的MIoU和最快11.54 ms的检测速度,与其他算法相比有更高的精度和检测速度.研究结果能为地铁安全保障技术尤其是障碍物检测提供技术基础,保障地铁运营安全.

    铁轨识别图像处理轨道交通深度学习计算机视觉

    不同长度纤维混掺水泥改良风积沙强度及微观结构研究

    阮波赵洋张向京袁忠正...
    5242-5251页
    查看更多>>摘要:混掺纤维土可以利用不同长度纤维特性进行优势互补,从而提高土体强度,增强延性.以和若铁路为工程背景,对沿线风积沙进行纤维水泥改良,以满足铁路路基基床表层填料要求.通过无侧限抗压强度试验及扫描电镜试验,研究不同长度聚丙烯纤维混掺对水泥改良风积沙试样微观结构和无侧限抗压强度影响.混掺纤维掺量为8‰和10‰,纤维长度有3,6和12 mm共3种规格,按1∶3、1∶1和3∶1比例混掺,水泥掺量5%.采用锤击法制作成直径和高度均为50 mm的圆柱体试样,标准养护7 d龄期后进行无侧限抗压强度试验,在破坏后的试样上取4个样品,制作成边长1 cm的立方试件进行扫描电镜试验.结果表明,不同长度纤维混掺水泥改良风积沙试样较单掺纤维试样的峰值应力、残余应力及延性系数明显增大,而峰前应力增长速率与峰后应力衰减速率显著减小.混掺纤维试样无侧限抗压强度较单掺纤维试样增大12%~46%.混掺纤维掺量从8‰增大到10‰,混掺纤维试样无侧限抗压强度增大10%~13%.混掺纤维试样延性系数随12 mm长纤维的纤维掺量增加而增大.3 mm短纤维与12 mm长纤维混掺的水泥改良风积沙试样的孔隙定向概率熵随长纤维占比的增大而增大,而孔隙率与孔隙平均丰度则相反.3 mm短纤维与12 mm长纤维按照1∶3混掺试验组的无侧限抗压强度最大,对应的孔隙率、孔隙平均丰度最小,孔隙定向概率熵最大.混掺水泥改良风积沙试样无侧限抗压强度与孔隙率、孔隙平均丰度均呈线性负相关.研究成果对风积沙地区铁路路基基床表层填料的设计和施工有借鉴意义.

    铁路路基基床混掺纤维纤维长度混掺比例风积沙无侧限抗压强度孔隙丰度孔隙定向概率熵

    基于MLS点云的多尺度盾构隧道渗水病害检测网络

    刘振宇高贤君杨元维王少宁...
    5252-5263页
    查看更多>>摘要:在盾构隧道中,渗水问题常导致电力系统短路、设备腐蚀以及结构劣化等后果.然而,现有的渗水病害检测技术存在智能化程度低、精度和效率不足的问题.针对这一挑战,提出一种基于点云强度图像的智能化渗水病害检测方法.首先,利用移动激光扫描设备在弱光环境的隧道条件下收集三维点云数据,标注构建了渗水病害数据集.然后,针对多尺度渗水目标,设计了高性能的目标检测网络.该网络集成了专为处理多尺度渗水信息而设计的可重构上下文信息融合模块,并设计了渗水的难例挖掘损失函数,以提高模型对多尺度渗水目标和具有挑战性目标的检测能力.为简化模型复杂度,使用改进后的轻量化检测头结构减小模型的大小.最后,通过在渗水病害数据集上进行训练和测试,实验结果表明,该模型实现了93.59%的渗水病害识别率,AP指标相比原模型提高了3.69%.此外,改进后的模型相比于原模型计算量减少了47.15%.消融实验和对比实验进一步验证了该方法的有效性以及相对于其他方法的优势.总体而言,该方法在效率和精度上都取得了显著效果,为盾构隧道渗水病害检测提供了有效保障,有助于确保隧道的安全运行.

    盾构隧道渗水检测移动激光扫描目标检测YOLOv8

    基于语义分割的隧道渗漏水轻量化检测模型研究

    王丹丹侯公羽张欣怡陈钦煌...
    5264-5275页
    查看更多>>摘要:针对传统计算机视觉渗漏水检测算法模型参量大、检测速度慢和复杂背景下抗干扰能力差的问题,提出一种基于DeepLabV3+改进的轻量化分割模型SC-DeepLabV3+,以实现地铁隧道渗漏水病害的高效检测.首先,采用融合空间和通道激励注意力机制的(concurrent spatial and channel squeeze and excitation,简称scSE)轻量化网络S-Efficientnet 作为主干特征提取网络,以降低模型参数量,提高渗漏水检测速度,其中,scSE注意力机制通过在空间和通道2个维度上进行信息的压缩和增强,以突出有用通道,抑制无用通道,进而提升模型的检测精度.其次,设计一种高层语义特征细化模块C-ASPP(Contact-Atrous Spatial Pyramid Pooling).该模块通过缩小膨胀因子、调整特征提取分支数以及融合深度可分离卷积,在考虑全局上下文信息的同时,增强对渗漏水边缘细节的关注;且C-ASPP模块可通过多尺度感受野特征提取结构,更准确地处理和整合来自不同尺度的语义特征,以实现对多尺度语义信息的相互交融,进而增强复杂环境下模型的抗干扰能力.最后,在构建的渗漏水混合数据集上进行实验.研究结果表明:S-Efficientnet主干网络极大地降低模型的复杂度,增强了对渗漏水区域的关注度;C-ASPP模块提高了对多尺度信息的综合利用;SC-DeepLabV3+模型交并比达到90.17%,模型大小仅为5.457 M,图像处理速度可达89.525 f/s.与当今主流语义分割模型相比,SC-DeepLabV3+模型在检测精度和分割速度等方面展现出显著的优越性.

    深度学习语义分割隧道病害渗漏水DeepLabV3+轻量化

    基于数据-知识协同驱动的轨道电路故障诊断策略

    李夏洋刘倡杨晓锋李智宇...
    5276-5288页
    查看更多>>摘要:随着我国铁路运营规模的快速扩大,轨道电路及与其相互关联的铁路设备呈现爆发式增长,轨道电路维护难度日益增加.为满足轨道电路运营维护的市场需求,克服单一模型训练机制下难以充分挖掘多源状态监测数据反映的多维度失效特征信息的难题,基于轨道电路的工作原理和现有的监测数据,提出一种跨专业的数据-知识协同驱动的故障诊断策略.首先提出一种多源数据融合的故障诊断算法,进行数据级诊断决策.选取轨道电路本区段的功出电压及电流、发送端及接收端模拟网络电缆侧电压和电流、主轨出及小轨入电压、发送端及接收端调谐匹配单元E1E2处电流、发送端及接收端调谐匹配单元V1V2处电流作为多源特征量,采用SMOTE数据增强算法解决各故障模式下数据样本分布不平衡的问题,利用基于CatBoost的多特征集成学习算法初步构建轨道电路故障诊断模型,并采用网格搜索算法和10-折交叉验证法对故障诊断模型的超参数优化,实现轨道电路系统故障区域定位和故障类型识别.在此基础上,结合多专业监测数据,根据专家知识进行知识级专家决策,实现轨道电路系统跨专业故障诊断.最后将该算法用于ZPW-2000A轨道电路系统进行算例分析,实现了轨道电路系统跨专业的故障诊断,验证了该算法的有效性.研究结果为解决轨道电路跨专业故障诊断提供了有效的解决方案,推动了维修模式向预防性"状态修"转变的进程.

    故障诊断数据驱动跨专业轨道电路铁路信号基础装备