铁路信号计算机联锁系统

一、铁道信号计算机连锁系统（论文文献综述）

吴建军^[1]（2021）在《计算机联锁系统信号控制电路分析》文中指出阐述继电结合电路,计算机联锁系统中重要的I/O接口,现场设备状态采集和室外驱动对象的结合界面。以典型故障案例,探讨计算机联锁系统信号机点灯驱动-采集电路继电器逻辑动作关系。

刘睿,沈涛^[2]（2021）在《省外专科院校在辽宁录取专业位次、最低分及平均分（2018～2020年）理工类专科院校分专业绝对位次、最低分及平均分》文中研究表明

教育部^[3]（2021）在《教育部关于印发《职业教育专业目录（2021年）》的通知》文中指出教职成[2021]2号各省、自治区、直辖市教育厅（教委）,新疆生产建设兵团教育局,有关部门（单位）教育司（局）:为贯彻《国家职业教育改革实施方案》,加强职业教育国家教学标准体系建设,落实职业教育专业动态更新要求,推动专业升级和数字化改造,我部组织对职业教育专业目录进行了全面修（制）订,形成了《职业教育专业目录（2021年）》（以下简称《目录》）。现将《目录》印发给你们,请遵照执行,并就有关事项通知如下。

姬文杰^[4]（2021）在《铁路区段站行车作业安全双重预防研究》文中研究指明十九届五中全会提出统筹发展和安全生产的重要论述,是以习近平同志为核心的党中央治国理政的一个重大原则。铁路安全是国家生产安全、公共安全的重要领域,必须把运输安全放在铁路高质量发展的突出位置,持续加强铁路安全体系和能力建设,超前防范和化解各类安全风险,坚守铁路安全的政治红线和职业底线。为破解统筹发展和安全的课题,国铁集团于2019年制定了安全双重预防机制建设的工作手册,并在2021年工作会议中提出将双重预防机制贯通到安全管理制度设计和运输生产组织全过程,推进铁路运输安全关口前移、源头治理、超前防范。铁路区段站作为运输生产的基本单元,承担着繁重的运输生产任务和安全压力,如何运用安全管理理论与方法,推进双重预防机制建设走深、走实,是铁路区段站需要研究的重大课题,也是提升铁路区段站安全管理水平的重要途径。本文结合铁路区段站行车作业安全双重预防现状,提出双重预防机制建设的基本框架,进行了解析和应用。首先,运用鱼刺图构建铁路区段站行车作业安全风险辨识方法,从设备设施、作业流程、人员岗位、环境氛围4个层面,全过程辨识研判安全风险;运用风险矩阵法,从风险产生的可能性和事故后果的严重程度2个维度,选定6个主要影响因素,通过半定量赋值确定风险等级;运用“4T”风险控制方法和IRCC风险控制层次理论,提出了基于“人防、物防、技防”的综合管控办法,强化岗位安全风险控制。其次,在调研分析安全隐患排查治理突出问题的基础上,依据安全管理理论和方法,优化安全隐患排查治理流程,强化安全隐患闭环管理。选择乌海站驼峰调车场、轨道电路分路不良区段、调车作业原进路处所3个作业场景,解析安全隐患排查治理方法和具体流程,并针对性提出突出安全隐患的治理方案,为乌海站提供安全决策和安全投入依据。最后,为强化铁路区段站行车作业安全双重预防机制建设,从实操性的角度出发,提出制度体系设计的基本思路,并在乌海站应用,持续检验各项制度的实用性、有效性和可操作性。

赵伟^[5]（2020）在《计算机在铁路信号联锁系统中的运用——评《铁路信号基础设备维护》》文中进行了进一步梳理现代计算机科学技术的不断发展,对我国铁路行业产生了积极的影响,当前国内铁路信号系统也在互联网科技的加持下不断升级,新型的铁路信号连锁系统被广泛应用于铁路运输工作中,已经成为当代铁路运行重要的辅助工具之一。与传统铁路信号系统相比,计算机铁路信号连锁系统具有更强大的控制性、安全性和效率性,可以进一步有效提升铁路行车安全,提高铁路运营效率,降低铁路工作人员的工作强度。

编辑一部,刘睿,沈涛^[6]（2020）在《2017～2019年全国高校在辽宁录取分专业绝对位次、最低分及平均分（理工类专科）》文中指出

编辑一部,刘睿,沈涛^[7]（2020）在《2017～2019年全国高校在辽宁录取分专业绝对位次、最低分及平均分（省内专科）》文中研究指明在知分、知位次、知批次线填报志愿模式下,院校和专业的录取位次、录取最低分及平均分是考生和家长填报志愿时必须参考的重要数据。合理运用各院校、各专业往年的录取位次、录取最低分及平均分,可以最大限度地有效使用分数,降低报考风险,达到志愿最优化。为切实服务辽宁考生、解除家长的燃眉之急,本刊于2020年第4～8期独家发布《2017～2019年全国高校在辽宁录取分专业绝对位次、最低分及平均分》。

彭丽宇^[8]（2019）在《铁路货运运营风险数据知识化方法研究》文中研究表明随着我国经济的快速发展,带动铁路运输业的不断创新和改革,技术复杂程度不断加强,既有的安全管理模式面临严峻挑战。采用传统铁路货运运营风险管理方式分析事故形成的原因一般是以单一线性关系为基础,即风险源与事故之间,对已发生事故的风险源进行有效识别和控制,而无法对潜在风险源进行辨识和关联,做不到精准的风险管理,无法满足铁路货运运营风险管理的智能化服务,也无法通过实时、动态的数据挖掘,实现信息化和知识化的增值的需求。因此,研究铁路货运运营风险数据的知识化方法,对进一步精准挖掘风险源,提高铁路货运运营风险管理水平,具有重要意义。本文针对铁路货运运营风险事故特点,基于本体论、粗糙集和人工神经网络等方法探究了铁路货运运营风险结构化数据和非结构化数据的知识化问题,建立风险数据知识化与情景集成知识库,为铁路货运运营风险数据知识化与管理提供了借鉴。论文的主要研究内容如下。（1）铁路货运运营风险影响因素指标体系建立与关键影响因素筛选从人、装备、环境、管理角度建立铁路货运运营风险影响因素指标体系,选取危险源、故障与事故数据作为条件属性集,将相应的风险等级信息作为决策属性集,构建基于人、装备、环境、管理的铁路货运运营风险影响因素知识系统,运用粗糙集筛选影响铁路货运安全的关键风险因素,计算并对比分析各关键风险因素的权重差异。（2）铁路货运运营风险管理本体构建与关联模式识别以铁路事故案例非结构化数据为基础,对事故进行描述与解析,挖掘铁路货运运营风险源,解析致因机理,选取若干事故致因复杂、事故级别高的典型事故案例完成情景实例的知识提取,建立基于事故情景的事故-风险本体模型,并对铁路货运运营风险本体进行形式化表示,从而识别风险关联模式,提出了铁路非结构数据的知识化方法。（3）提出铁路货运设备风险管理数据知识化方法针对铁路设备状态检测结构化数据知识化现状,提出基于神经网络的铁路货运设备数据知识化方法,并以轨道不平顺为例,利用BP神经网络对其分周期进行预测,并运用轨距、左轨向、右轨向、左高低、右高低、三角坑、水平等七项检测数据对模型有效性进行了验证。（4）铁路货运运营风险数据知识化与情景知识集成将铁路的风险影响指标体系与事故-风险本体中的风险源相关概念相对应,完成铁路货运运营风险影响指标权重的知识化。确定铁路货运运营风险影响指标包括人员对应、管理对应、环境对应与装备对应4组映射规则。以轨道平顺测量数据的挖掘与计算过程为例,将风险-事故本体的概念部分进行相应更新,将新生本体概念对应到风险、设备、基础设备、固定设备、轨道与线路下,使用Protege工具,在风险-事故本体中建立新的概念,构建新生本体图。依据风险源的类型,将其分为人员、设备、环境、管理四类进行管理。对于关联关系的提取,依照事故情景要素和风险、事故成因,将风险源之间成组关联关系分析定义为:升级、影响、导致三种风险成组关联关系。通过分析事故风险源及对应事故情景中的参与行为,寻找二者对应关系,将二者关联起来,形成由参与行为到风险成组的动态推理链条,建立提取、产生、催化、处理异常行为-风险链的规则认定,形成推理映射逻辑表。本文的主要创新点如下:（1）提出了铁路货运运营风险数据知识化方法。基于事故情景的致因机理解析,识别风险源并挖掘影响铁路货运运营安全风险因素之间的关联规则,基于风险关联知识构建事故-风险本体模型,研究铁路货运运营风险本体知识推理与更新机制。（2）构建了铁路货运运营风险本体模型。以基于本体的铁路货运运营风险模型结构化描述与推理方法为基础,挖掘并提出铁路货运运营风险关联知识推理机制,建立基于管理数据和设备数据的风险识别方法。运用铁路货运运营事故情景的本体描述,对不同类型铁路货运运营风险进行本体集成,实现了铁路货运运营风险数据的知识化。（3）提出了铁路货运运营风险数据的知识建模和推理研究方法。建立铁路货运运营风险影响因素指标体系,构建基于人、装备、环境、管理的铁路货运运营风险影响因素知识系统,运用粗糙集筛选了影响铁路货运安全的关键风险因素。通过铁路货运事故情景分析建模,分析、分解各个事故的成因链与事故链,探究非结构化铁路货运运营风险数据和事故数据间相互作用关系。

郭仁春,沈涛^[9]（2019）在《2016～2018年全国高校在辽宁录取分专业绝对位次、最低分及平均分（理工类专科）》文中研究表明

郭仁春,沈涛^[10]（2019）在《2016～2018年全国高校在辽宁录取分专业绝对位次、最低分及平均分（文史类专科）》文中指出

二、铁道信号计算机连锁系统（论文开题报告）

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

三、铁道信号计算机连锁系统（论文提纲范文）

（1）计算机联锁系统信号控制电路分析（论文提纲范文）

0 引言

1 进站和进路信号机

2 出发兼调车信号：

3 调车信号机

4 典型故障案例

5 结语

（4）铁路区段站行车作业安全双重预防研究（论文提纲范文）

致谢

摘要

ABSTRACT

1 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 论文研究内容

1.4 论文技术路线

2 铁路区段站行车作业安全双重预防现状与理论方法

2.1 铁路区段站行车作业安全双重预防现状

2.1.1 铁路区段站行车作业

2.1.2 铁路区段站行车作业安全双重预防现状

2.1.3 乌海站行车作业安全双重预防特点

2.2 双重预防的理论与方法

2.2.1 事故预防理论

2.2.2 双重预防理论

2.2.3 安全风险分级管控方法

2.2.4 安全隐患排查治理方法

2.3 铁路区段站行车作业安全双重预防机制基本框架

2.4 本章小结

3 铁路区段站行车作业安全风险分级管控研究

3.1 构建“点—线—面—体”安全风险辨识方法

3.2 铁路区段站行车安全风险辨识

3.2.1 设备设施的不安全因素

3.2.2 作业流程的不安全因素

3.2.3 作业人员的不安全因素

3.2.4 环境氛围的不安全因素

3.3 铁路区段站行车作业安全风险分级

3.3.1 风险矩阵法参数调整

3.3.2 风险分级应用分析

3.4 基于“人防、物防、技防”综合管控方法

3.5 本章小结

4 乌海站安全隐患排查治理研究

4.1 驼峰调车场作业安全隐患排查治理

4.1.1 乌海站驼峰调车场基本情况调研

4.1.2 驼峰调车场勾车溜放试验及安全隐患分析排查

4.1.3 驼峰调车场安全隐患分级及治理方案

4.2 轨道电路分路不良安全隐患排查治理

4.2.1 乌海站轨道电路分路不良区段专题调研

4.2.2 不同情形下轨道电路分路不良区段作业分析及安全隐患排查

4.2.3 轨道分路不良区段安全隐患分级及治理方案

4.3 调车作业原进路返回安全隐患排查治理

4.3.1 调车作业原进路返回写实分析

4.3.2 不同情形下调车作业原进路返回分析及安全隐患排查

4.3.3 调车作业原进路返回安全隐患分级及治理方案

4.4 本章小结

5 铁路区段站行车作业安全双重预防制度体系设计

5.1 安全责任体系

5.2 管理制度体系

5.3 投入保障体系

5.4 激励约束体系

5.5 培训教育体系

5.6 本章小结

6 结论与展望

6.1 结论

6.2 展望

参考文献

作者简历及攻读学位期间取得的科研成果

学位论文数据集

（8）铁路货运运营风险数据知识化方法研究（论文提纲范文）

致谢

摘要

ABSTRACT

1 引言

1.1 问题提出与研究意义

1.1.1 问题提出

1.1.2 研究意义

1.2 国内外研究现状

1.2.1 铁路货运运营风险管理研究现状

1.2.2 铁路货运运营风险影响因素分析评价

1.2.3 铁路货运运营风险数据知识化研究

1.3 研究内容与技术路线

1.3.1 研究内容与研究框架

1.3.2 研究方法与技术路线

2 基本理论

2.1 风险管理理论

2.2 情景分析

2.3 本体及知识推理

2.3.1 本体定义

2.3.2 知识化与知识推理

2.3.3 本体集成

2.4 神经网络理论

2.4.1 神经元基本概念

2.4.2 递推合成BP网络模型

2.5 本章小结

3 铁路货运运营风险管理的数字化体系

3.1 铁路货运运营风险预控模式

3.1.1 当前铁路货运运营风险控制模式

3.1.2 铁路货运运营风险管理协同预控模式

3.2 铁路货运运营风险相关信息系统

3.2.1 铁路设备监测信息系统

3.2.2 风险管理系统

3.3 铁路货运运营风险数据特征分析

3.3.1 铁路货运运营风险数据来源和分类

3.3.2 铁路货运运营风险数据知识化处理方式

3.4 本章小结

4 铁路货运运营风险全域影响因素分析

4.1 铁路货运运营风险影响因素分析

4.1.1 人员因素分析

4.1.2 装备因素分析

4.1.3 环境因素分析

4.1.4 管理因素分析

4.2 铁路货运运营风险影响因素指标体系建立

4.3 基于粗糙集的铁路货运运营风险影响因素权重分析

4.3.1 粗糙集理论

4.3.2 铁路货运运营风险影响因素知识系统构建

4.3.3 基于粗糙集的铁路货运运营风险关键影响因素筛选

4.3.4 铁路货运运营风险关键影响因素权重计算

4.3.5 铁路货运运营风险关键影响因素权重对比分析

4.4 本章小结

5 事故情景文本数据的知识化

5.1 风险事故情景描述与致因机理解析

5.1.1 铁路事故情景描述与解析

5.1.2 风险源挖掘与致因机理解析

5.2 基于事故情景的风险形式化

5.2.1 铁路货运运营风险本体构建方法与内容

5.2.2 铁路货运运营风险本体构建过程

5.2.3 铁路货运运营风险本体的形式化表示

5.2.4 风险关联识别模式

5.3 本章小结

6 运营设备检测数据的知识化

6.1 铁路运输装备结构化数据现状分析

6.1.1 基于物联网的铁路运输装备结构化数据特点

6.1.2 铁路运输装备结构化数据处理方法

6.2 基于结构化数据分析的神经网络模型

6.2.1 BP神经网络模型

6.2.2 结构化数据分析的神经网络预测模型

6.3 铁路运输装备结构化数据分析

6.3.1 铁路轨道几何不平顺理论分析

6.3.2 铁路轨道结构化数据统计分析

6.4 实证研究

6.4.1 BP神经网络模型的构建

6.4.2 网络的精度检测与预测

6.4.3 线路不平顺状态预警

6.5 本章小结

7 运营风险情景的知识再发现

7.1 铁路货运运营风险情景分析

7.2 事故-风险本体数据知识化扩展

7.2.1 铁路货运运营风险影响因子知识化

7.2.2 结构化风险数据知识的集成

7.3 事故-风险本体的情景化扩展

7.3.1 事故情景分析

7.3.2 事故情景建模

7.3.3 本体集成

7.3.4 代码实现

7.4 本章小结

8 结论与展望

8.1 本文主要结论

8.2 论文的主要创新点

8.3 研究展望