为了解决传统的、采用人工、半自动化方式的铁路车辆故障预测准确性差、可靠率低的问题,进一步识别安全隐患、降低生产事故率,结合信号处理及通讯技术,引入故障诊断预测系统,使用置信度权重目标驱动控制策略,融合优化后的神经网络模型算法,通过设置最优权重投票机制,实现专家系统与神经网络模型预判综合应用于货运列车的故障识别与预警。系统投入运行后,应用效果良好,严重故障的诊断准确率达到了100%,平均故障识别率也高于90%,具有一定的推广应用价值。

提出了一种基于智能传感器技术的铁路轴温监测系统。引入灰度模型算法结合最小二乘法偏移原理,提出了融合权重参数的二乘灰度模型列车轴温分析及预警算法,有效解决了原始算法于极值点大概率误差过大的问题,提升了短时间预测的准确度。对比实验结果显示,该算法可以有效监测列车轴温,故障预警的准确率对比其他算法平均提高了7%左右,平均误差小于2%,具备较高的工程研究及应用推广价值。

随着铁路高速重载战略的实施，准确地检测列车轴温关系到铁路运输的安全。针对货运列车的特点，分析了传统轴温检测方式存在的各种缺陷，提出了一种基于无线传感器网络的货运列车轴温探测系统的设计方法。该系统采用MSP430单片机和nRF905无线通信模块，安装于货车车厢底部，可通过自组织的方式形成网络，具有可靠性高、节点成本低、网络可扩展性好、生存周期长等优点。

随着经济发展和社会需求,研制更高时速的货运列车迫在眉睫.根据我国新研发的时速160公里的货运列车,需要开展货运列车通过隧道时的车体气动载荷研究.采用一维可压缩非定常不等熵流动模型特征线数值模拟隧道压力波方法,针对既有普速线的线路特点.研究高速货运列车单列车通过隧道的压力波形成机理和变化规律;研究不同工况下不同列车速度、车辆类型、隧道净空面积和隧道长度对最大正负压值和最大压力峰峰值的影响规律,归纳主要因素对车体气动载荷的影响规律及主次关系,获得货运列车车体强度设计和评估用气动载荷分布规律和范围.研究结果表明:单列车通过隧道时的压力波与列车驶入、驶出隧道诱发的压缩波和膨胀波反射和叠加相关;随着列车速度的提高、隧道净空面积的减小,列车车外最大正负压值和最大压力峰峰值均增加;在相同工况下,...