首页期刊导航|铁道学报
期刊信息/Journal information
铁道学报
铁道学报

杨浩

月刊

1001-8360

tdxb@vip.163.com

010-51847451、51842631

100844

北京复兴路10号

铁道学报/Journal Journal of the China Railway SocietyCSCD北大核心CSTPCDEI
查看更多>> 本刊主要刊登铁路运输与经济、机车车辆、通信信号、电气化与自动化、铁路工程等学科的科研成果论文及综述。入选《中文核心期刊要目总览》核心期刊、俄罗斯文摘杂志(AJ)、美国工程索引(Ei Compendex)、德国国际建筑学数据库(ICONDA)、剑桥科学文摘(CSA)、中国科技论文与引文数据库、中国科学引文数据库等十余家大型数据库。 《铁道学报》于2009年8月1日正式开通。
正式出版
收录年代

    智能牵引供电系统工程实践与发展思考

    王保国
    1-10页
    查看更多>>摘要:作为智能高速铁路的重要组成部分,智能牵引供电系统已在京沈、京张、浩吉、京雄、赣深等多个工程项目上进行了实践与应用,有力提高了牵引供电的安全保障水平.阐释智能牵引供电系统的顶层设计思路与技术特征;以京雄城际为例简述智能牵引供电系统的工程化实施方案,解读基于状态信息采集的设备状态分析方法、调度分区协同体系架构、融合历史数据的故障预警模型及其主要功能;从牵引供电设施、供电调度、供电运行检修管理角度,分析智能牵引供电系统较传统牵引供电系统的技术优势;从设备集成泛联、数据驱动提升供电可靠性、优化拓扑提升供电环保节能等方面,研究探索智能牵引供电系统的未来发展方向.

    电气化铁路智能牵引供电供电调度运行检修工程实践发展思考

    高速铁路快运末端货物取送一体化优化研究

    李东颖王力朱晓宁刘文茜...
    11-21页
    查看更多>>摘要:随着我国快递业务量的持续增长和客户对快递服务水平要求的不断提高,传统的航空快递运输成本较高、运输条件限制多,公路快递运输能耗高、排放大的不足越发明显,制约了行业的快速发展.通过使用高速铁路承担快运货物的干线运输任务,优化高速铁路与城市相衔接的末端取送货网络,可以提高快运货物的运输效率和客户满意度.在高速铁路快运末端取送货网络设计的基础上,以最小化运输成本和最大化客户满意度为优化目标,建立上层转运与下层取配的双层多目标优化模型.针对模型多目标的特点,设计基于非支配排序的遗传算法NSGA-Ⅱ,并改进,使其适用于求解双层优化问题.对本文所提方法进行验证,求解结果显示,算法平均55.9代收敛,最终得到的Pareto最优解集中包括10个拥挤度在0.5左右的解,高速铁路快运次日达要求满足率最高为97%,最低为92%,平均值为94.3%.

    高速铁路快运末端取送货双层规划模型NSGA-Ⅱ算法多目标优化

    铁路双向编组站列车-车场指派优化模型与算法

    赵军张思宇赵嵩森彭其渊...
    22-35页
    查看更多>>摘要:研究铁路双向编组站在作业计划编制中的列车-车场指派优化问题,给定计划时段内的到达列车信息、出发列车信息及其编组要求,以及各系统的接发车能力与解编能力,该问题在于灵活确定到达列车的接入系统与出发列车的发出系统.根据双向编组站技术作业过程,以车辆在站总停留时间最小为目标,考虑到发列车间的车流接续、出发列车编组要求和车站作业能力限制等实际约束,将原问题先构建为混合整数非线性规划模型,再进一步转换为混合整数线性规划模型.此外,设计遗传算法快速寻找近似最优解,该算法对到达列车的接入系统进行二进制编码,基于此设计1个启发式解码规则获得原问题的可行解.最后,以切实算例验证所提出方法相较于现场经验规则的优越性,并分析系统解编能力与接发车条件对方法性能及求解结果的影响.

    铁路运输列车-车场指派双向编组站整数规划定制遗传算法

    面向高速铁路货运站选址的深度学习模型研究

    郑倩甘蜜姚竹魏力飞...
    36-45页
    查看更多>>摘要:近年来急剧增长的快递量催生了高速铁路快运模式,高速铁路建设的持续推进为高速铁路快运体系的完善创造了新的发展契机.在规划过程中,高速铁路货运站的选址与特征之间存在复杂的异质性和非线性关系,因此本研究开发了一种基于深度学习的高速铁路货运站选址方法,该方法旨在根据现有的高速铁路快运物流基地建设项目挖掘出高速铁路货运站潜在的选址规律.研究初步构造市场需求、区位交通、发展环境3个维度的选址条件及其下属的10个指标,基于基础特征与深度学习算法构建选址模型,利用遗传算法优化超参数,同时根据各特征的重要度依次对模型进行测试以此确定出最佳的特征体系和模型学习层.实验结果表明,车站节点覆盖率、动车所预留情况、城市快递业务量、公路交通可达性和周边机场数目构成的特征子集在以LSTM和Dense堆叠的深度学习模型中表现出了最佳的选址效果,其F1分数达到0.944 4,相比优化前有了较大幅度的提高.进一步以浙江省为例进行实证分析,选址结果也证实了研究所建立的深模型较好地学习了实际高速铁路货运站选址规律,可以帮助更加科学化、结构化的高速铁路货运站选址决策.

    高速铁路货运站多源数据深度学习超参数优化长短期记忆网络

    高速列车过绝缘节轮轨间拉弧机理分析及抑制

    肖嵩朱涛段君璋郭裕钧...
    46-55页
    查看更多>>摘要:随着高速铁路运营密度、运行速度和牵引功率的不断提升,车辆移动回流系统与轨道固定回流系统耦合复杂造成过绝缘节时绝缘节间拉弧频发,电弧侵蚀绝缘节,导致轨道电路串接、串码等故障,严重威胁行车安全.围绕高速列车过钢轨绝缘节时车轨间回流耦合引起的绝缘节间拉弧问题开展研究,解析轮对接近、跨接、驶离绝缘节时回流途径拓扑结构及阻抗的动态变化过程,基于牵引系统的实采阻抗参数构建"车-轨"移动接地系统三维等效电路模型,解析列车各轮对滚动过绝缘节各接地轮轴回流路径及大小的动态变化规律.基于系统实际结构参数构建"转向架-钢轨"3D多物理场耦合模型,揭示回流耦合作用下的轮轨燃弧动态演化规律,探明接地电流、钢轨端压等因素对绝缘节间拉弧的影响机制.同时提出一种新型绝缘节间拉弧抑制装置,仿真分析抑制效果.

    高速列车"车-轨"移动接地系统绝缘节间拉弧烧蚀机制拉弧抑制

    预氧化碳纤维增强受电弓碳滑板材料的研究

    赵阳李杰杨泽锋高国强...
    56-64页
    查看更多>>摘要:利用预氧化碳纤维(OPF)和沥青、焦炭等为原料,采用热压、焙烧等工艺制备预氧化碳纤维增强受电弓碳滑板;研究不同OPF含量受电弓碳滑板导电导热以及力学性能;利用扫描电镜(SEM)、偏光显微镜(POM)、X射线衍射仪(XRD)等仪器对复合材料内部结构进行观察.结果表明:滑板材料性能的提升与OPF/沥青间的共碳化界面以及界面处与基体中的微晶网络形成有关.OPF质量分数为1.5%的复合材料具有较好的导电导热以及力学性能,电导率和导热系数分别为279.33 S/cm和3.37 W/(m·K),抗压强度和抗折分别为155.00、48.85 MPa,且符合受电弓碳滑板性能要求.

    受电弓碳滑板预氧化碳纤维复合材料导电导热性能力学性能

    车载变压器轴向油道宽度对油流分布的影响研究

    王路伽沈逸超张建文胡雪...
    65-72页
    查看更多>>摘要:为探究不同几何结构的车载牵引变压器绕组内各径向油道的流量分布,基于量纲分析方法提出结合雷诺数和曲折式绕组几何参数的流量比例关联式.重点加入内外侧轴向油道宽度之比β,更准确预测不同几何结构变压器绕组内的油流分布,为变压器内部热点评估与定位奠定理论基础.基于计算流体力学数值仿真技术,对所构建关联式的准确性进行验证,结果表明,绝对误差小于油流总体积的0.7%.针对绕组底部的油流停滞及逆转区,研究β参数对绕组区域油流分布均匀度和冷却油反向流动的影响:β取值在1.4~1.5范围时油流分布均匀程度最好且不易发生逆转.研究结果为工业生产中车载牵引变压器的设计与制造提供理论依据.

    牵引变压器量纲分析计算流体力学油流分布

    动车组充电机直流支撑电容寿命评估方法研究

    白钰史芸铭裴春兴艾宇...
    73-79页
    查看更多>>摘要:充电机是动车组直流供电系统的核心环节,而直流支撑电容是充电机中的关键元件,如何准确评估直流支撑电容的寿命状态对充电机的故障预测及修程修制的合理安排具有十分重要的意义.针对此问题,对动车组充电机直流支撑电容失效机理进行分析,研究不同失效模式对电容退化程度的影响及对应的失效判据;在此基础上,提出一种基于阿伦尼斯模型的电容双应力加速寿命模型;为验证所提模型的正确性,开展基于不同纹波电流和温度的加速寿命实验,通过加速寿命实验确定电容实际失效时间,其与电容双应力寿命模型计算所得的电容理论失效时间相比,误差小于8.7%,验证了所提电容双应力加速寿命模型的正确性.在此基础上,进一步提出动车组充电机直流支撑电容寿命评估方法,实现动车组充电机直流支撑电容在实际运营工况下寿命的准确评估.

    动车组充电机直流电容加速寿命模型寿命评估

    基于ATT-CNN-BiLSTM的虚拟编组列车时空轨迹预测

    柴铭刘皓元苏浩翔唐涛...
    80-89页
    查看更多>>摘要:保障虚拟编组平稳追踪运行的关键问题是实现对列车运行状态的精准预测.针对列车运行过程多变的特点,提出基于融合注意力机制的卷积双向长短期记忆神经网络(ATT-CNN-BiLSTM)的时空轨迹预测方法.针对列车历史运行数据中非正常运行场景稀少产生的数据非均衡问题,利用卷积神经网络和双向长短期记忆网络提取列车运行数据维度之间的特征关联,并增加注意力机制提升泛化能力.同时引入运行时验证方法在线监控预测结果,降低由预测错误造成的行车风险.以成都地铁8号线真实数据为例进行实验,设计5种评价指标,通过基线模型与消融实验对所提ATT-CNN-BiLSTM进行评价,该模型对于异常场景的预测误差至少减小 9.626%.

    列车状态预测虚拟编组深度学习注意力机制双向长短期记忆神经网络

    基于ARIMA-TCN混合模型的高速铁路时间同步方法

    陈永詹芝贤张薇
    90-100页
    查看更多>>摘要:列控系统作为高速铁路的核心系统,保持其系统的时间同步对于行车安全至关重要.针对现有时间同步方法易受时变上下行传输时延、随机时钟跳变等影响,导致主从时钟偏移估计不准确的问题,提出一种基于差分自回归移动平均-时域卷积神经网络(ARIMA-TCN)混合模型的高速铁路时间同步方法.首先,根据上下行链路传输速率的不对称比,建立高速铁路时钟的数学理论和实际观测模型.然后,使用拉依达准则识别处理跳变异常值,完成实际时间序列的预处理.再次,使用ARIMA模型平滑时间序列中不确定时延带来的噪声抖动,获得平稳的时间序列.最后,通过提出的注意力增强TCN模型进行预测补偿,完成时钟偏移的补偿校正.通过实验仿真,得到基站区间内位置、基站间距以及车速对高速铁路时间同步的影响性分析.实验结果表明:与对比方法相比,所提方法补偿后的均方根误差较最小二乘法减少了 75%、较最大似然估计方法误差减少了 44.4%,较BP神经网络方法误差减少了 16.7%,验证所提方法具有更低的同步误差和更高的同步精度.

    时间同步精确时钟协议差分自回归移动平均模型注意力增强时域卷积网络时间补偿