检索结果-内蒙古大学图书馆

铁道科学与工程学报 2025年第1期22卷 381-391页

作者：邱实杨波波王劲王卫东刘贤华孙颖中南大学土木工程学院湖南长沙410075 重载铁路工程结构教育部重点实验室湖南长沙410075 中南大学轨道交通基础设施智能监控研究中心湖南长沙410075

最短工期和最优资源均衡是大型养路机械施工调度需要满足的两大重要目标。在实际工作中,为防止频繁的资源使用高峰或资源使用低谷现象出现,需要科学配置资源使资源的使用尽量保持均衡,但资源均衡往往会增加项目总工期。在经典的资源受... 详细信息

最短工期和最优资源均衡是大型养路机械施工调度需要满足的两大重要目标。在实际工作中,为防止频繁的资源使用高峰或资源使用低谷现象出现,需要科学配置资源使资源的使用尽量保持均衡,但资源均衡往往会增加项目总工期。在经典的资源受限项目调度情形下,以最小化工期为单一目标,资源均衡目标又很难实现,从而导致费用增加。本文针对大型养路机械施工作业的重复性特点,可以利用多个机组共同完成维修任务来加快维修速率,采用适合多工作队调度的LOB图来直观展示大型养路机械多机组的施工进展情况,并引入自然节奏和最佳工作队规模,确保工作队的闲置时间最少。同时以最小化工期、资源均衡为优化目标,加入工期、缓冲区、工作队连续性、时间依赖性、工作队可用性、资源6个约束,并采用线性加权法对双目标按照重要程度进行赋权,构建大型养路机械施工调度工期最短-资源均衡的双目标优化模型,并提出改进了搜索策略的约束规划算法对模型进行求解。以大型养路机械施工调度的2个案例作为验证:当工期优化效果逐渐降低时,资源均衡效果逐渐增强,优化后的施工调度方案明显缩短了工期,人力资源和机械资源均波动较小,验证了模型减少工期和均衡资源的有效性和优越性,具有良好的理论与实际应用价值。

关键词：大型养路机械 LOB 工期最小资源均衡约束规划

来源：评论

学校读者我要写书评

暂无评论

基于时间-区段-MTQI三维网络模型的捣固决策优化

引用

铁道学报 2025年第4期47卷 124-132页

作者：邱实葛含章阿茹娜廖林勇王劲孙颖中南大学土木工程学院湖南长沙410075 重载铁路工程结构教育部重点实验室湖南长沙410075 中南大学轨道交通基础设施智能监控研究中心湖南长沙410075 中国中铁股份有限公司北京100039 广西沿海铁路股份有限公司广西南宁530003

列车提速及客货运输量逐年增长,导致轨道几何状态恶化速度加快,轨道交通基础设施建设工作由建设为主向建养并重发展,原有捣固决策模式已无法满足铁路安全管理需求。为实现铁路线路的合理科学检修,提出一种基于时间-区段-MTQI三维网络模... 详细信息

列车提速及客货运输量逐年增长,导致轨道几何状态恶化速度加快,轨道交通基础设施建设工作由建设为主向建养并重发展,原有捣固决策模式已无法满足铁路安全管理需求。为实现铁路线路的合理科学检修,提出一种基于时间-区段-MTQI三维网络模型的捣固决策优化方法。该方法利用改良型大机捣固质量指数MTQI评估轨道质量状态,通过轨道状态恶化函数及捣固作业效果函数描述轨道状态在运营期内的变化,将轨道线路划分为200 m等长轨道单元区段,在维修计划规划时间范围内建立三维离散网络模型,通过赋给网络点弧权重将决策优化问题转化为最短路径问题,利用改进Dijkstra算法对模型求解,并以50 km线路为例进行验证。研究结果表明,通过所提模型制定的大机捣固作业计划经济成本改善率为20.9%,全年平均MTQI改善率为11.3%,在满足作业区段连续性的同时能有效降低捣固成本、改善作业效果。

关键词：有砟轨道捣固作业综合决策 Dijkstra算法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的钢轨伤损超声检测与分类

引用

铁道学报 2021年第4期43卷 108-116页

作者：胡文博邱实许馨月魏晓王卫东中南大学土木工程学院湖南长沙410075 重载铁路工程结构教育部重点实验室湖南长沙410075 中南大学轨道交通基础设施智能监控研究中心湖南长沙410075

钢轨内部伤损的实时检测与治理将有效地降低事故发生的风险。人工物探方法费时费力;超声检测技术能够实时地探查钢轨的内部状态,但伤损的辨识仍依赖于人工或图像处理技术逐个手动处理,易漏检或错检。提出一种新的基于深度学习的钢轨内... 详细信息

钢轨内部伤损的实时检测与治理将有效地降低事故发生的风险。人工物探方法费时费力;超声检测技术能够实时地探查钢轨的内部状态,但伤损的辨识仍依赖于人工或图像处理技术逐个手动处理,易漏检或错检。提出一种新的基于深度学习的钢轨内部伤损超声检测数据后处理方法以实现伤损识别和分类的自动化,并从数据,方法和干扰因素三个方面对分类效果进行验证和评价。结果表明:Resnet-50深度残差网络对五类标签的分类准确率达到了99.3%,F1分数分别为99.24%(轨头核伤),98.5%(轨腰裂缝),99%(轨底裂缝),99.75%(钢轨连接处)和100%(正常),并对杂波干扰具有良好的鲁棒性,优于三种机器学习方法,保障了钢轨内部伤损检测与治理的实时、精准和高效。

关键词：钢轨内部伤损超声检测深度学习图像分类

来源：评论

学校读者我要写书评

暂无评论

基于深度风格迁移合成数据的扣件异常状态检测

引用

铁道学报 2024年第10期46卷 122-131页

作者：邱实陈斌胡文博刘延张晨雷王劲中南大学土木工程学院湖南长沙410075 重载铁路工程结构教育部重点实验室湖南长沙410075 中南大学轨道交通基础设施智能监控研究中心湖南长沙410075

扣件系统是轨道结构中的关键基础部件,其服役状态直接影响铁路列车的正常运行。现有基于机器视觉检测方案受样本不均的影响易漏检或错检。提出一种基于图像风格迁移学习的板式无砟轨道扣件系统异常状态检测算法。该算法基于实际场景进... 详细信息

扣件系统是轨道结构中的关键基础部件,其服役状态直接影响铁路列车的正常运行。现有基于机器视觉检测方案受样本不均的影响易漏检或错检。提出一种基于图像风格迁移学习的板式无砟轨道扣件系统异常状态检测算法。该算法基于实际场景进行铁路轨道结构的正向建模,按照设计阶段的约束关系参数化生成几何构造完全相同的BIM模型,通过轻量化物理引擎渲染场景细节,并随机部署不同类型状态的扣件系统,输出虚拟巡检图像。在此基础上,利用循环对抗生成网络将虚拟巡检图像进行真实化的风格迁移,得到高仿真且正负样本均衡的合成数据集。最后利用该数据集对典型的深度目标检测网络进行充分训练,实现对板式无砟轨道结构扣件异常状态的精确化检测。实验结果表明:经过风格迁移得到的合成数据集充分训练的Faster R-CNN网络具有最佳的板式无砟轨道结构扣件异常状态检测精度,对正常、断裂、缺失和位移4种类型状态的扣件检测MAP值为94.91%,相比真实数据集高出5.39%,比虚拟BIM数据集高出2.37%。其中缺失状态扣件检测精度提升最大,比真实数据集提高10.13%,实现了扣件状态识别精度的有效提升。

关键词：铁道工程扣件异常状态检测风格迁移合成数据深度学习

来源：评论

学校读者我要写书评

暂无评论

基于改进形状匹配的扣件缺陷检测方法

引用

铁道科学与工程学报 2022年第7期19卷 1872-1879页

作者：刘贤华邱实胡文博王劲王卫东中南大学土木工程学院湖南长沙410075 高速铁路建造技术国家工程实验室湖南长沙410075 中南大学轨道交通基础设施智能监控研究中心湖南长沙410075

基于传统图像处理的扣件检测方法在扣件定位方面存在定位不准、定位方法局限性较大等问题,在扣件识别方面的正确率也不高。而基于深度学习的扣件检测方法则需要大量的扣件样本作为训练集,训练效果难以保证。鉴于以上不足,提出一种基于... 详细信息

基于传统图像处理的扣件检测方法在扣件定位方面存在定位不准、定位方法局限性较大等问题,在扣件识别方面的正确率也不高。而基于深度学习的扣件检测方法则需要大量的扣件样本作为训练集,训练效果难以保证。鉴于以上不足,提出一种基于改进形状匹配的扣件缺陷检测方法,该方法的一大优势是无需预先进行扣件定位,且匹配速度快、召回率高。该方法改进点主要包括:1)采用多模板匹配代替单模板匹配,以提高模板的多样性,进而提高扣件的匹配召回率;2)采用基于HALCON的形状匹配代替传统模板匹配,便于提高扣件的边缘检测效率,增强检测鲁棒性;3)提出扣件图片智能裁剪和模板库自动化更新算法,其中智能裁剪可裁剪出更加整齐而规范的数据集,模板库自动化更新算法可根据匹配的扣件数据集动态更新模板库。用轨道综合巡检车拍摄的扣件图片对该方法进行了实验验证。研究结果表明,在匹配阈值为0.75,模板库扣件数量为32的条件下,该改进方法对单张图片匹配时间为仅为0.18 s,检测召回率达到了98.15%。该改进方法高效且智能,具有较高的实用性、适用性和可行性,能够满足工务段日常维检的需要。

关键词：扣件检测多模板匹配形状匹配图像处理

来源：评论

学校读者我要写书评

暂无评论

基于因果贝叶斯网络的接触网风险评估模型研究

引用

铁道科学与工程学报 2023年第8期20卷 3061-3071页

作者：陈雍君李晓健王劲王卫东邱实北京建筑大学城市经济与管理学院北京102616 中南大学土木工程学院湖南长沙410075 高速铁路建造技术国家工程研究中心湖南长沙410075 中南大学轨道交通基础设施智能监控研究中心湖南长沙410075

针对接触网建设阶段风险管控研究相对薄弱的问题,在充分研析接触网施工过程风险因素的基础上,判断风险因素间因果关系,建立接触网建设阶段风险评估模型,从因果逻辑视角分析接触网建设阶段风险。首先,从建设阶段、参建部门及建设要素3个... 详细信息

针对接触网建设阶段风险管控研究相对薄弱的问题,在充分研析接触网施工过程风险因素的基础上,判断风险因素间因果关系,建立接触网建设阶段风险评估模型,从因果逻辑视角分析接触网建设阶段风险。首先,从建设阶段、参建部门及建设要素3个维度分析接触网建设过程风险因素的外生变量与内生变量;然后,利用结构方程式描述变量之间的因果关系,建立多层次接触网风险结构因果模型网络关系分析图,并引入专家评议确定外生变量的先验概率与内生变量的条件概率,构建基于贝叶斯网络的接触网建设阶段风险评估模型;最后,通过贝叶斯网络敏感性分析和逆向推理分析找到接触网建设风险的事故最大因果链以及重要风险节点,在施工过程薄弱环节制定相应的风险预防与控制措施,降低风险发生的概率及影响,保证接触网工程按期交付以及运维阶段的检修效率。研究结果表明:在接触网建设阶段,风险发生的概率为0.6,所构建的接触网建设过程风险评估模型中有敏感性较高的节点4个,事故致因链5条。在假设接触网风险发生的条件下,逆向推理的结果显示预装配阶段和安装阶段的后验概率较高,分别为0.74和0.67。通过严格执行提出的风险控制措施,有助于提升接触网建设效率,降低运维阶段的维护成本。

关键词：接触网结构因果模型贝叶斯网络风险评估模型

来源：评论

学校读者我要写书评

暂无评论

高铁四电建设工程信息共享演化博弈分析

引用

铁道科学与工程学报 2023年第1期20卷 44-52页

作者：陈雍君王璐琳王卫东王劲汪思成邱实北京建筑大学城市经济与管理学院北京102616 中南大学土木工程学院湖南长沙410075 高速铁路建造技术国家工程研究中心湖南长沙410075 中南大学轨道交通基础设施智能监控研究中心湖南长沙410075

高铁四电建设工程作为复杂的系统性工程,具有隐蔽工程多、接口问题解决难、各专业之间协调困难等特征,其质量安全一直以来都是人们十分关注的问题和重点研究对象。但是,信息共享作为影响质量安全的因素之一,却很少有对其单独进行研究的... 详细信息

高铁四电建设工程作为复杂的系统性工程,具有隐蔽工程多、接口问题解决难、各专业之间协调困难等特征,其质量安全一直以来都是人们十分关注的问题和重点研究对象。但是,信息共享作为影响质量安全的因素之一,却很少有对其单独进行研究的报道。为此,基于演化博弈理论,对高铁四电建设工程建设方、设计方和施工方三方之间信息共享演化博弈行为进行研究,构建三方博弈模型,探讨各参建方内在演化机理。在有限理性条件下,根据各自目标构建三方博弈收益矩阵,建立复制动态方程进行演化路径分析,运用雅可比矩阵对系统均衡点进行局部稳定性分析,然后利用数值仿真模拟对三方之间博弈行为进行分析,讨论不同因素的变化对演化路径影响。研究结果表明:在初始的情况下,由于数值较小,入不敷出,三方都选择消极进行信息共享;随着促进信息共享额外收益和信息协同收益的增加,促进信息共享成本、信息不对称收益和积极信息共享成本的降低,以及奖罚力度和信息贡献率的合理化,系统会朝着三方都选择积极信息共享的方向发展,最终达到稳定状态。仿真分析的结果与系统稳定性分析的结果一致且有效,说明所建模型有效,可为各参建方信息共享提供参考。

关键词：高铁四电信息共享演化博弈仿真模拟

来源：评论

学校读者我要写书评

暂无评论

基于宏微观耦合深度学习的高速铁路无砟轨道板表面裂缝精细化测量

引用

中南大学学报（自然科学版） 2022年第5期53卷 1965-1975页

作者：胡文博王卫东汪雯娟彭俊吴铮王劲邱实中南大学土木工程学院湖南长沙410075 中南大学轨道交通基础设施智能监控研究中心湖南长沙410075 中南大学重载铁路工程结构教育部重点实验室湖南长沙410075 首都经济贸易大学工商管理学院北京100026

提出一种基于宏微观耦合的深度学习算法,实现对复杂图像背景下高速铁路无砟轨道板裂缝宽度的精细化测量。该算法依次从宏观区域、微观边界和几何特征3个层面捕捉裂缝特征并传递处理结果,形成从输入无砟轨道板巡检图像到输出裂缝宽度测... 详细信息

提出一种基于宏微观耦合的深度学习算法,实现对复杂图像背景下高速铁路无砟轨道板裂缝宽度的精细化测量。该算法依次从宏观区域、微观边界和几何特征3个层面捕捉裂缝特征并传递处理结果,形成从输入无砟轨道板巡检图像到输出裂缝宽度测量值的精细化映射。首先,在宏观区域层面采用深度目标检测网络预提取裂缝区域,减少与裂缝相似的非目标区域的噪声和污损。然后,在微观边界层面采用深度语义分割网络逐像素地判识裂缝边界。最后,在几何特征层面采用改进的正交投影法计算沿裂缝边界分布的连续宽度,并统计裂缝的最大宽度、最小宽度、平均宽度、中值宽度和标准差等特征指标值。研究结果表明:在复杂图像背景下,基于宏微观耦合的深度学习算法与U-Net等单一像素的算法相比,裂缝边界判识精度提高约15%,达到84.57%;与传统正交投影法相比,裂缝连续宽度的标准差降低90%,裂缝宽度测量的离散性显著降低。研究成果能够更好地适用于噪声、污损等复杂图像背景下高速铁路无砟轨道板裂缝测量,并可得到更接近真实的裂缝宽度。

关键词：无砟轨道板裂缝机器视觉深度学习宏微观耦合宽度测量

来源：评论

学校读者我要写书评

暂无评论

基于改进MIP模型的铁路牵引供电系统维护决策优化

引用

中南大学学报（自然科学版） 2023年第11期54卷 4551-4560页

作者：邱实伍定泽王卫东胡文博王劲中南大学土木工程学院湖南长沙410075 中南大学轨道交通基础设施智能监控研究中心湖南长沙410075 中南大学重载铁路工程结构教育部重点实验室湖南长沙410075 宁波市轨道交通集团有限公司建设分公司浙江宁波315100 香港理工大学国家轨道交通电气化与自动化工程技术研究中心香港分中心中国香港999077

针对目前传统的牵引供电系统年度维护计划存在检维修频繁、维护成本较高等问题,在综合考虑铁路牵引供电系统维护成本和部件运行可靠度的基础上,提出一种基于全局启发式算法改进的混合整数规划(mixed integer programming,MIP)模型,实现... 详细信息

针对目前传统的牵引供电系统年度维护计划存在检维修频繁、维护成本较高等问题,在综合考虑铁路牵引供电系统维护成本和部件运行可靠度的基础上,提出一种基于全局启发式算法改进的混合整数规划(mixed integer programming,MIP)模型,实现低成本、高效率、高质量的铁路供电系统维护决策。首先,建立基于时间的各子部件失效概率模型,通过故障树分析法对各个子部件在整个牵引供电系统中的影响程度进行评估,构建维护任务等级表,并量化维护任务的对比权重。然后,将各子部件的维护任务作为模型的决策变量,得到牵引供电系统年度维护MIP模型。最后,利用全局启发式算法改进MIP模型在复杂系统中的计算过程,在保证系统可靠度的情况下,获取成本最低的牵引供电系统年度维护计划。研究结果表明:与目前的维护计划编制方法相比,基于全局启发式算法的MIP模型能够得到有效最优维护计划,维护成本减少了7.97%,在年度维护计划内,整体系统可靠度分布曲线趋于平稳且可靠度收敛值远高于预设值,同时提高了牵引供电系统年度维护计划编制的效率和准确率。

关键词：牵引供电系统综合性维护可靠度效比混合整数优化

来源：评论

学校读者我要写书评

暂无评论

基于多目标级联深度学习的无砟轨道板表面裂缝测量

引用

铁道科学与工程学报 2023年第9期20卷 3592-3603页

作者：王卫东吴铮邱实彭俊胡文博伍定泽王劲冉志发袁啸中南大学土木工程学院湖南长沙410075 中南大学重载铁路工程结构教育部重点实验室湖南长沙410075 中南大学轨道交通基础设施智能监控研究中心湖南长沙410075 广东珠肇铁路有限责任公司广东广州510000 贵州贵金高速公路有限公司贵州贵阳550081

轨道板劣化严重程度判识是工务养维的重要基础,而裂缝识别与宽度的精确测量是判识劣化程度的重要依据。基于传统机器视觉的轨道板裂缝判识易漏检、错检,复杂背景条件下检测精度较低,计算成本较高。现有深度学习方案虽然提升了检测精度,... 详细信息

轨道板劣化严重程度判识是工务养维的重要基础,而裂缝识别与宽度的精确测量是判识劣化程度的重要依据。基于传统机器视觉的轨道板裂缝判识易漏检、错检,复杂背景条件下检测精度较低,计算成本较高。现有深度学习方案虽然提升了检测精度,但存在单一模型处理效率低,多裂缝目标分割粗糙等问题。本文提出一种基于深度学习的多目标级联算法,通过图像分类网络、实例分割网络和正交投影法的级联处理和特征传递,实现针对高速铁路无砟轨道板裂缝的精细化测量。该算法首先基于图像分类网络快速筛选巡检数据并捕获含裂缝图像;然后基于实例分割网络从图像分类网络的输出中逐像素地分割出独立的裂缝目标的边界,并作为正交投影法的输入;最后基于正交投影法沿裂缝边界提取单像素骨架及轮廓并计算连续宽度。研究结果表明:所提出的多目标级联算法的平均精度(AP)达到70.7%,相较于传统像素级的深度学习模型(Mask R-CNN)提升23.6%;综合处理效率达到63.44FPS,达到单一SOLOv2网络的3.6倍,有效克服了单一分割模型对健康图像的冗余计算。进一步地,多目标级联算法的裂缝宽度测量范围是传统人工测量方法的1.15倍且标准差更小,有效地解决了传统人工局部测量导致的宽度突变。此外,基于研究成果统计得到了无砟轨道板裂缝的宽度分布,可以作为裂缝的发展预测及轨道结构科学养维的潜在指标。

关键词：铁道工程无砟轨道板裂缝多目标级联深度学习正交投影宽度测量

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：