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SNA的大型工程项目关键利益相关者和社会稳定风险因素识别

    许璨宇德明罗含
    2048-2058页
    查看更多>>摘要:大型工程项目关乎国计民生、影响深远,在多种因素的作用下易引发社会稳定风险,甚至可能引发更深层次的社会危机,为识别出大型工程项目的关键利益相关者和社会稳定风险因素,大型工程项目社会稳定风险研究势在必行.首先,收集61个大型工程项目社会稳定风险事件.然后,通过共现的方法得到"利益相关者-社会稳定风险因素"2-模网络,将数据导入Netdraw软件中,形成可视化的利益相关者-社会稳定风险因素关系网络图,并利用社会网络分析软件Ucinet计算2-模网络的度数中心度.最后,将2-模网络转化为2个1-模网络(利益相关者关系网络/社会稳定风险因素关系网络),识别出大型工程项目的关键利益相关者和社会稳定风险因素.研究结果表明:"利益相关者-社会稳定风险"2-模网络整体密度较高,大型工程项目中社会稳定风险因素和利益相关者关系密切,S6政府部门-R2环境安全风险与S8当地居民-R2环境安全风险是需重点关注的关系;大型工程项目中社会稳定风险中的关键利益相关者是业主、承包商、政府部门、当地居民、网络媒体;关键社会稳定风险因素是环境安全风险、决策信息公开不充分、公众参与不足、应对行为不当、社会舆情.研究成果为大型工程项目社会稳定风险研究提供新的视角,有助于提高大型工程项目管理者的风险认知水平,为管理者决策提供理论依据.

    社会稳定风险利益相关者大型工程社会网络分析风险识别

    组织文化认同对铁路工程企业员工建言行为的影响研究

    谢斌王振宇许怡灵崔利兵...
    2059-2071页
    查看更多>>摘要:为激发铁路工程企业员工建言行为的发生,研究以组织文化认同为切入点,在文献理论分析基础上,基于社会认同理论和自我决定理论,引入情感投入和感知组织支持作为组织文化认同和建言行为间关系的中介变量和调节变量,探究组织文化认同对铁路工程企业员工建言行为影响机理.使用组织文化认同和建言行为等成熟量表,以中国铁道建筑总公司、中国铁路工程总公司,中国交通建设集团有限公司企业员工为研究对象进行问卷调查;运用Mplus8.0和SPSS27.0等分析软件对收集数据进行验证性因子分析、相关性分析;在验证性因子分析和相关性分析的基础上,将建立的结构方程模型通过运用Mplus8.0进行路径假设检验;运用fsQCA3.0进行前因变量对建言行为模糊定性比较分析.结构方程模型检验结果表明,组织文化认同显著正向影响情感投入;情感投入正向影响建言行为;即情感投入在组织文化认同和建言行为影响关系中起中介作用;组织文化认同显著正向影响建言行为;感知组织支持显著正向调节情感投入对建言行为的影响.fsQCA分析结果表明,有5种组态可以发生建言行为,其中组织文化认同3个维度为核心存在条件,与结构方程模型检验结果相符合.以上结果丰富了建言行为边界机制和作用条件,基于"想做"和"能做"二元视角,揭示了组织工作氛围中,组织文化认同对员工产生"想建言"的心理动机产生重要影响,感知组织支持("能建言")正向促进了员工将建言的动机转化为实际的建言行为,为铁路工程企业管理者在实践中提供建议和启示.

    组织文化认同建言行为情感投入感知组织支持结构方程模型模糊集定性比较分析

    基于参数优化VMD和改进LSSVM的道岔故障诊断方法

    王彦快孟佳东张玉杨建刚...
    2072-2085页
    查看更多>>摘要:为了解决道岔设备智能故障诊断中特征指标难以提取以及模型训练时间较长的问题,以ZDJ9型转辙机带动的道岔设备为研究对象,以转辙机功率曲线为数据基础,提出一种基于参数优化变分模态分解(Variational Mode Decomposition,VMD)和改进最小二乘支持向量机(Least Squares Support Vector Machines,LSSVM)的道岔故障诊断方法.首先,采用鲸鱼优化算法(Whale Optimization Algorithm,WOA)优化VMD参数,得到模态(Intrinsic Mode Functions,IMF)分量个数和惩罚因子的最优参数组合.其次,计算IMF分量与功率曲线的相关系数,优选相关性较大的前3阶IMF分量,并计算功率谱熵、模糊熵及包络熵值,建立多特征融合样本数据库.最后,针对麻雀搜索算法(Sparrow Search Algorithm,SSA)易陷入局部最优的问题,通过改进Tent混沌映射初始化策略随机生成种群,正余弦算法(Sine Cosine Algorithm,SCA)更新追随者的位置,并采用改进SSA优化LSSVM算法的惩罚因子和核函数方差,构建基于TSSSA-LSSVM的道岔故障诊断模型.实验结果表明:所提道岔故障诊断方法是可行的,采用多特征融合能够更加全面地提取道岔典型故障特征,反映道岔的真实运行状态,提高了故障诊断准确率,而且较TSSSA-SVM,PSO-LSSVM,GWO-LSSVM以及SSA-LSSVM等方法具有较高的故障诊断准确率、召回率以及较低的漏报率,减少了模型训练时间,完全满足现场道岔故障导向安全的原则,具有更好的故障诊断性能,对现场道岔设备的故障维修具有一定的指导意义.

    道岔故障诊断改进LSSVM参数优化VMD多特征融合

    基于深度学习的铁路异物侵限快速检测方法

    王辉姜朱丰吴雨杰范自柱...
    2086-2098页
    查看更多>>摘要:针对列车运行环境内因意外突发事件所造成的异物侵限而影响列车安全运行的问题,在被广泛应用于工业领域的YOLOv3目标检测模型的基础之上,提出一种融合轨道限界和侵限异物识别的快速检测方法.首先,以ResNet-18网络作为铁路限界检测的主干网络,利用辅助检测模块提升限界检测精度,达到特征提取速度快,语义信息丰富充足等目标.同时采用基于行锚框的分割算法检测轨道线坐标位置,结合标准轨距下的限界定义确定铁路异物入侵限界的范围,以减少侵限异物检测的区域.其次,设计基于Octave卷积的层内多尺度残差模块,将单通道卷积变为基于图像频率的双通道卷积,以降低卷积计算量,进一步提升异物侵限算法的检测速度.最后,引入空间金字塔模块和特征自适应融合模块,实现高、低级语义信息交换,从而增加网络对不同尺度目标的感知能力,并减少语义冲突问题.通过对比实验验证异物侵限检测算法的精度、速度和有效性.实验结果表明,所述方法能以172帧/s的速度对轨道位置和限界区域进行检测,精确度达98.12%.与其他算法相比,在大中小3种目标尺度上都超越了其他对比算法.所提出的融合轨道限界和侵限异物检测的方法,在保证精度的前提下,速度达到YOLOv3算法的2倍,能够满足列车对侵限异物的实时检测需求.

    异物侵限检测Octave卷积行锚框铁路限界检测空间金字塔特征自适应融合

    基于单缝法的混凝土工作应力微损测试

    顾颖刘庭勇彭勇军杜义祥...
    2099-2108页
    查看更多>>摘要:混凝土工作应力是相对于无应力状态的应力增量.为准确测定混凝土工作应力,基于"应变部分释放"的理念,提出一种用于混凝土工作应力的微损伤测试方法——单缝法.该方法通过切割一条较浅的弧形狭缝来释放应力,根据测试应变来计算应力.采用数值模拟验证了单缝法的有效性,并分析了混凝土弹性模量等参数对应变释放率的影响.应变释放率为切缝释放应变与混凝土初始应变的比值.通过试验研究了应力大小、切缝深度等参数对测试精度的影响.研究结果表明:应变释放率由切缝形状与大小唯一确定,与混凝土弹性模量、应力大小、切缝宽度等参数无关;给定切缝形状与大小,就可以借助数值模拟或试验确定相应的应变释放率.释放应变沿切缝两侧呈"M"形分布,远离切缝,释放应变呈先增加、后减小的趋势.应变片应尽量布置在应变较大且单调变化的位置,故建议选用50 mm的应变片,布置在距切缝边缘25 mm的位置.切缝深度越大,切割产生的扰动应变越大,当切缝深度小于35 mm,扰动应变为12~18με的压应变;扰动应变可在测试应变中扣除,以消除其对测试精度的影响.切缝深度越大,测试精度越高,但对混凝土的损伤也越大,若采用直径125 mm切割片,建议切缝深度控制在30~35 mm.单缝法能够有效测试混凝土工作应力且具有较高的精度,对于测试试样,测量误差少于8.5%.

    混凝土工作应力释放应变应变释放率单缝法

    基于GCN的多源变工况滚动轴承故障诊断

    谢锋云王玲岚宋明桦樊秋阳...
    2109-2118页
    查看更多>>摘要:滚动轴承是旋转机械的关键部件,其健康状况的识别非常重要.迁移学习作为一种有效工具被广泛应用于故障诊断领域,但单源迁移学习方法可能存在泛化性能较差甚至引起负迁移,造成识别效果不佳的问题.提出一种基于多感受野图卷积网络(GCN)的多源迁移学习方法(MS-GCN),通过在多个源域数据上学习迁移知识,实现变工况下滚动轴承的故障诊断.该方法首先利用小波变换将振动数据样本转换为二维时频图样本,将获得的N组源域样本和目标域样本进行构建得到N组源域-目标域样本数据对;其次,先利用深度卷积网络学习每组数据对的高维特征,再由多感受野图卷积网络学习所提特征的数据结构,使得自适应方法能充分学习域不变特征,更有效地将源域与目标域特征进行对齐,训练得到N组分类器;最后,取N组分类器分类结果的平均值为目标域样本的状态识别结果.基于江南大学轴承数据集对所提方法展开实验验证,在3组不同的变工况轴承故障诊断任务中,所提方法对4种不同状态(正常、内圈故障、外圈故障及滚动体故障)的分类准确率均在99%以上,与其他方法相比诊断准确率提升了0.22~8.27个百分点.对比结果表明:所提方法对变工况下滚动轴承的故障进行识别,可以有效地诊断出轴承的故障类型,具有一定的工程实用价值.

    故障诊断多感受野图卷积网络多源域迁移学习深度卷积网络滚动轴承

    基于模型参数辨识的逆变器故障诊断方法

    罗屿李凯迪陈春阳石英春...
    2119-2130页
    查看更多>>摘要:三相逆变器因已广泛应用于现代工业、交通、航空航天等领域,而具有举足轻重的地位.为解决实际应用中三相逆变器的开路故障严重影响系统正常稳定运行的情形,提出一种基于模型参数辨识的逆变器开路故障的检测和定位方法.该方法通过采集逆变器三相输出电流,将三相电流值进行Clarke变化和归一化处理后,构建逆变器参数模型.将快速递归算法与参数模型结合,对逆变器进行实时参数估计,并将估计的参数组成故障诊断向量,对应逆变器的不同类型的21种开关故障可以形成基准向量矩阵库.正常运行时,监测到的向量和基准模型向量之间的欧氏距离接近于0,而当逆变器发生开路故障时,向量间的欧氏距离将迅速超过一个阈值,据此变化可以检测逆变器是否发生开关开路故障的发生.在检测到开路故障后,对故障开关进行精准定位,通过实时对比与基准模型库向量欧拉距离值得到最小距离所对应的故障标签,通过查询故障分类表,可以定位发生开路故障的开关.在半实物仿真平台开展了逆变器故障的实验,验证方法的有效性和准确性.实验展开了对不同负载下,不同类型的三相逆变器开关管开路故障的诊断,实验结果证明了方法能精确地定位到不同的类型的三相逆变器开路故障,同时也对不同负载运行情况下的故障诊断表现出高鲁棒性.

    逆变器开路故障故障检测故障定位参数辨识

    投稿须知

    封3页