- 秦勇;王莉;王志鹏;程晓卿;王彪;
本文构建轨道交通自主化安全保障系统（RASAS），该系统能够实现对轨道交通领域“人-机-环境-管理”各类风险因素的全息泛在感知、智能精准辨识、预测性精准研判、主动精细化运维、高效应急处置和性能测试评估；系统发展目标是转型至无人/少人参与的高自主化安全等级模式，力求达到零事故死亡率、零重大事故和零系统宕机时间的总体目标；系统架构围绕列车本体安全、列车运行环境安全、列车运行安全、列车群调度安全以及验证与确认的5层系统功能架构，遵循16项系统基本原则，构建包括关键核心技术层（风险感知、评估预警、安全决策、性能测评）和基础共性技术层（如人工智能算法、数字孪生等）系统技术体系，并规划了从经验响应型到完全自主安全5个等级的系统演进路径；RASAS的提出和建设进一步推动全球轨道交通行业向更加智能化、安全化方向发展。
2024年06期 v.6;No.66 1-10页 [查看摘要][在线阅读][下载 1451K] - 彭畅;王光君;许云飞;
针对轨道车辆关键结构全寿命周期监测及智能运维需求，开发融合光纤光栅传感与压电智能感知的结构健康监测方法及系统，利用光纤光栅和压电传感网络获取结构服役期间的应变及损伤等关键状态信息，实现结构损伤监测及安全评估，并与地面运维中心建立通讯链路，为车辆智能运维提供支撑数据，同时以高速动车组作为工程化应用研究对象，开展长期跟踪监测及系统应用验证，装车期间系统性能稳定，安全评估结果与车辆状态及服役里程吻合，表明系统能够有效地满足轨道车辆结构全寿命周期监测与智能运维需求。
2024年06期 v.6;No.66 11-17页 [查看摘要][在线阅读][下载 1228K] - 张雅琴;马志强;胡恒闯;
本文详细分析中老铁路的货物运输现状与效率，探讨其对中老两国以及区域经济发展的影响。首先分析中老铁路的运输能力提升、货物种类多样化、经济发展推动以及面临的挑战等，深入探讨直达运输模式、集装箱多式联运模式、定制化服务模式、分散装运集中清关模式以及跨境电商物流模式等多种模式对于中老铁路跨境运输的适用性。此外，通过使用k-means聚类分析法，对中老铁路境外各主要车站的货运量进行聚类分析，探讨车站间的货运品类特征，为进一步优化货运组织模式、货运产品设计和提高车站货运效率提供了数据支持和策略方向。
2024年06期 v.6;No.66 18-24页 [查看摘要][在线阅读][下载 1104K] - 周小爱;孙瑞海;代冲;肖翔;
高速铁路工务设备是铁路运输的基础，其使用状态直接关系到运输的安全性。为提升工务段巡检员和管理层的巡检效率和决策的准确性，解决巡检预警状态缺乏直观性、周期天数设置不合理以及春秋季专项检查缺乏电子化等问题，本文研究了两项关键技术，以构建数字化技术体系。首先利用深度学习建立了基于卷积神经网络的病害自动识别模型，并通过对几个高速铁路沿线车间的数据进行采集与验证分析，证明该模型在巡检员上传病害影像后，能够自动识别病害。训练精度高达97%，验证精度达到76%。其次，本文基于大数据技术，结合卷积神经网络和长短期神经网络建立设备状态判断模型，并构建出巡检周期预测算法。通过分析两个高速铁路工务段的数据，结果显示，设备状态识别模型能够通过捕捉巡检记录中的关键信息，准确判断设备运行状态，预测巡检次数的平均相对误差为14.3%，精度为85.7%。最后，通过高速铁路工务设备巡检修数字化实现案例，充分证明了两项应用的设计与融合方案能够为高速铁路工务设备的巡检修作业提供充分的技术支持，并能为实时而高效的检修决策提供全面可靠的数据依据。
2024年06期 v.6;No.66 25-34页 [查看摘要][在线阅读][下载 1115K] - 杜心怡;邵长虹;
我国高速铁路发展迅速，路网规模扩大、列车数量增加以及列车速度提升使得列车间运行关系耦合性强，运行调整难度大。为解决上述问题，本文构建了以调整后的列车时刻表与计划时刻表偏差最小为目标的列车运行调整模型，设计了交互环境、智能体、状态、动作、奖励函数等要素，采用强化学习方法中经典的Q-learning算法进行求解，最后通过算例对本文所提出的模型和算法的有效性进行验证。结果表明，该算法的求解质量比先到先发（FCFS）减少了43.87%的总偏差时间。
2024年06期 v.6;No.66 35-43页 [查看摘要][在线阅读][下载 1657K] - 王祥昊;杨怀志;王莉;胡恒闯;
本研究旨在提出一种新型的铁路应急处置决策支持系统，该系统基于语义理解与生成模型，能够有效生成应急处置策略、验证并更新处置流程，以及智能分发处置任务。首先，通过融合语义理解与生成模型及铁路应急处置专业知识库，处置策略动态生成模块能够自主生成应急处置策略，并提供决策支持。接着，处置策略验证与更新模块利用Petri网模型的多方面可量化特性，实现对生成策略的验证与更新，确保策略的实时性和有效性。最后，应急处置任务智能分发模块采用基于BERT的深度学习模型进行命名实体识别和关系抽取，构建出详细的〈处置任务—归属—部门〉知识图谱，并通过Neo4j图数据库及Cypher查询语言实现任务的智能分发。通过这一综合性决策支持系统，本研究为铁路应急处置领域的智能化调度提供了有效的解决方案，并开拓了大语言模型在该领域应用的新方向。
2024年06期 v.6;No.66 44-51页 [查看摘要][在线阅读][下载 1326K]