- 唐军;黄文静;邹智荣;李思源;陶吉宇;
在人工智能、大数据、数字孪生、物联网等新一代信息技术与轨道交通系统深度融合的背景下，轨道交通行业正朝着网络化、智能化的方向加速演进，不断提升运输效率与服务质量。然而，开放的网络互联与多系统协同打破了传统封闭系统的安全边界，致使轨道交通系统面临的网络安全风险日益严峻。文章基于轨道交通网络安全的技术演进脉络，系统梳理了当前行业内的相关标准与技术现状，阐述了轨道交通全生命周期各阶段的网络安全活动与安全风险识别过程，定义了关键安全防护技术及其分类，总结了当前主要采用的网络安全防护技术，包括防火墙、安全审计、入侵检测、身份认证与访问控制以及区块链技术等，并对相关技术的应用情况进行了归纳与分析。
2025年05期 No.306 1-11页 [查看摘要][在线阅读][下载 2402K] [下载次数：0 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 申泽林;王彪;秦勇;程晓卿;王志鹏;王莉;
由于扩散模型能生成虚拟故障样本，有效缓解实测数据稀缺、不平衡等问题，在列车齿轮箱智能故障诊断领域展现出广阔前景。然而，现有方法仍存在以下局限性：忽略了先验物理信息与样本特征之间的关联，难以充分利用工况差异指导生成过程，进而导致生成样本多样性不足；未考虑各时间步在扩散模型优化过程中的差异性贡献，在低贡献时间步上耗费了大量计算资源，导致模型训练效率低、收敛速度慢。针对上述问题，文章提出了一种基于双条件扩散模型的列车齿轮箱虚拟故障样本生成方法。该方法以扩散模型为总体框架，采用U-Net作为反向去噪的主体结构，并融合注意力机制与双条件编码器，使模型在去噪阶段既能利用工况条件动态引导生成过程，又能通过模板条件抑制非理想样本生成，从而提升生成数据的多样性与分布完备性；引入时间步优化采样模块，对扩散过程中各时间步的重要性进行动态评估与筛选，重点学习对去噪贡献较大的时间步，以提升训练效率与模型收敛速度；在先验工况信息与时间步自适应优化的共同作用下，模型能够高效生成多样化虚拟故障样本。试验结果表明，文章所提方法生成的故障样本更加丰富，显著提升了故障诊断的准确率，而且模型训练效率优于现有方法。
2025年05期 No.306 12-22页 [查看摘要][在线阅读][下载 2018K] [下载次数：0 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 孙博;刘斌;
兰新客专线途经新疆烟墩、百里、三十里、达坂城四大风区，沿线受大风影响路段长达462.41km，占新疆段总长度的65%。该区域年均大风天数超过75天，最大风速可达46.7 m/s，对高铁运行安全构成严重威胁。为解决既有防灾系统缺乏大风趋势预报能力的问题，文章提出一套精细化大风趋势预报系统。该系统基于2018—2024年沿线多个站点历史监测数据，采用多模式集成预报方法，结合双线性插值与最小二乘参数估计，建立了大风概率预测系统，实现未来24小时、时间分辨率为1小时的大风趋势预报，并完成预报数据与实时监测系统的融合发布。试验结果表明，9月份的平均预报准确率最高，为83.0%；同时，该月份站点K3021+217的平均预报准确率也达到了最高值86.2%。在此基础上，进一步统计分析风速极值与报警等级的对应关系，提出了基于报警规则的大风预报数据运用策略，减少列车非必要停轮时间，提升运输效率，从而增强风区铁路行车安全运营保障能力。
2025年05期 No.306 23-30页 [查看摘要][在线阅读][下载 2329K] [下载次数：0 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 江帆;李凯;刘颖南;
重载列车空气制动特性复杂、机车车辆耦合受力多变，且列车状态感知能力有限，导致其在长大坡道运行时控制难度较大。针对该问题，文章开展了长大坡道时变环境下的安全调控技术研究。首先，研究建立了面向长大坡道关键场景的列车纵向动力学模型、空气制动物理模型及安全平稳评价方法，其中采用车钩疲劳指标表征列车全局运行安全性，基于Sperling指标评价列车车辆平稳性；然后，结合提出的安全平稳评价方法，制定了重载列车在长大坡道下的安全平稳操纵策略，并开发了融入该策略的自动驾驶系统规划与控制算法；最后，在某重载铁路线上开展策略验证，结果表明，文章提出的相关技术可有效提升重载列车在长大坡道运行的安全性与平稳性。
2025年05期 No.306 41-51页 [查看摘要][在线阅读][下载 2518K] [下载次数：0 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 许云飞;彭畅;王光君;
高速列车作为现代交通的重要组成部分，其结构材料的完整性与安全性对列车运行和乘客安全至关重要。随着列车长时间运行与外部环境的动态变化，结构材料易出现多种损伤，其中疲劳裂纹是常见的失效模式。因此，研发一种高效、准确的结构健康监测技术，对预防列车事故、延长设备使用寿命具有重要意义。文章聚焦于结构材料的损伤监测与寿命预测，针对传统深度学习方法在寿命预测中普遍存在的可解释性不足问题，提出一种基于物理信息神经网络（PINN）的结构寿命预测新方法。首先，通过分析Lamb波信号，结合归一化能量损伤因子，构建疲劳裂纹扩展观测模型，有效实现了裂纹损伤信息的定量化表征；其次，根据观测数据与Paris裂纹扩展公式，建立物理经验退化模型，并将其融入PINN框架，最终形成具有高度可解释性的结构寿命预测模型。该模型不仅突破了传统神经网络“黑箱”模型的局限，而且借助物理信息约束显著提升预测结果的准确性与可信度。试验结果表明，文章提出的PINN模型在疲劳裂纹扩展监测及结构材料剩余寿命预测方面表现优异，为结构健康监测领域提供了新的研究思路与方法。
2025年05期 No.306 52-62页 [查看摘要][在线阅读][下载 2062K] [下载次数：0 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 起家琦;常军超;李志川;陈冬艳;杨光润;杨森;
针对电气化铁路受电弓-接触网系统中的高次谐波检测问题，文章提出一种基于霜冰算法优化(rime optimization algorithm, RIME)的变分模态分解(variational mode decomposition, VMD)并与Prony算法相结合的谐振信号辨识方法。首先，以最小包络熵为适应度函数，利用RIME优化VMD中的模态个数K和惩罚因子α，得到最优参数组合，进而对谐振信号进行VMD分解，获得各模态分量(IMFs)；其次，设定IMF能量熵增量阈值以提取有效模态分量，重构得到降噪信号，并通过均方根误差(rootmean squaerd error, RMSE)和信噪比(signal-noise ratio, SNR)评价降噪效果；然后，采用Prony算法对降噪后的谐振信号进行特征参数辨识；最后，通过仿真与实测信号验证表明，该方法在强噪声环境下能准确提取弓网谐振特征参数，具有良好的抗噪性能。
2025年05期 No.306 63-72页 [查看摘要][在线阅读][下载 2399K] [下载次数：0 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 汪航;吴昀璞;陈建华;雷霞;
高速列车作为轨道交通系统的重要装备，其安全运行水平直接影响整个系统的可靠性与安全性。车辆故障诊断技术通过对关键部件健康状态的监测与诊断，保障设备安全可靠运行。然而在实际运行中，高速列车故障样本存在数量有限且类型不完备的问题，导致传统监督学习方法的建模能力与泛化性能受到严重制约。因此，文章提出一种基于半监督少样本学习的高速列车故障诊断方法，通过构建伪损失置信度机制对未标注样本进行筛选与利用，挖掘潜在信息以增强模型的学习效果。该方法通过模型对未标注样本生成伪标签，根据其损失率分布动态评估样本的置信水平，进而筛选可信样本扩充训练集，最终提升有限标注数据条件下模型的泛化能力与故障识别精度。基于高速列车故障数据集与公开滚动轴承故障数据集的试验结果显示，即便在样本数量有限、标签信息稀缺的情况下，文章所提方法仍实现了优异的诊断性能，展现出良好的泛化能力，为复杂工况下列车的状态感知与智能运维提供了切实可行的技术方案。
2025年05期 No.306 73-83页 [查看摘要][在线阅读][下载 1996K] [下载次数：0 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 梁红琴;武云龙;龙辉;陶功权;温泽峰;谢清林;
铁道车辆在运营过程中往往会出现包括车轮扁疤在内的各种车轮失圆问题，这会显著增加轮轨相互作用力进而带来安全隐患。因此，发展准确、高效的车轮扁疤状态监测方法对于保障列车运行安全性十分重要。文章建立了地铁车辆动力学模型，并针对实际运营过程中地铁车辆频繁牵引/制动工况，提出了基于卷积注意力机制（convolutional block attention module,CBAM）与残差网络（residual network）相结合的牵引工况下车轮扁疤识别模型，即CBAM-ResNet。首先，将车轮扁疤损伤输入至所建立的动力学模型，仿真得到典型牵引工况下车辆动态响应数据。对仿真的构架加速度进行“空间域”切割，再通过短时傅里叶变换得到时频图数据集，用于CBAM-ResNet的训练与测试。结果表明，该模型可在牵引工况下对车轮扁疤进行高精度诊断，相较于其他经典模型，CABM-ResNet可取得最高诊断精度；在不同噪声水平下，基于CBAMResNet的车轮扁疤识别准确率最高可提升6.07%。
2025年05期 No.306 84-91页 [查看摘要][在线阅读][下载 2091K] [下载次数：130 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 周靖翔;代婷婷;黄燕文;刘峤;
列车晚点预测对提升铁路运输效率与调度安全性至关重要。列车运行受多源异构扰动影响，且晚点传播具有复杂的跨时空特性，使得未来站点到达晚点时间的高精度预测面临巨大挑战。现有方法或侧重于全局路径上的延误传播趋势建模，或聚焦于局部因果关系分析，两者协同不足，限制了预测性能。为此，文章提出一种全局-局部协同感知的列车到达晚点预测方法 （GLCP-TADP）。该方法基于编码器-解码器架构构建：首先，局部编码器结合卷积神经网络与循环神经网络，捕获相邻站点间的细粒度传播特征；其次，全局编码器引入以预测目标站点为引导的注意力机制，从历史序列中动态聚合与当前预测相关的时空传播状态，实现对关键传播路径的选择性感知；最后，通过多任务学习优化框架，将局部延误差值作为辅助监督信号引入，引导模型增强对局部时空传播关系的一致性学习。在真实铁路数据集上的试验结果表明，GLCPTADP在平均绝对误差（MAE）、均方根误差（RMSE）等指标上均优于主流基线模型。消融试验进一步验证了所提注意力机制与局部监督策略的有效性。
2025年05期 No.306 104-112页 [查看摘要][在线阅读][下载 1523K] [下载次数：0 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 张文曜;王忠;李学明;成正林;陈志博;贺钦;庄恒廷;
针对列车牵引变流器直流过压故障诊断中保护动作单一与故障源定位困难的问题，文章提出了一种融合时域特征分析与时序模式识别的实时诊断与保护策略优化方法。文章首先通过分析网压波动、传感器失效等6类典型故障的时域特征规律，提取关键特征指标（如方差、峰值差、变化率），并构建基于决策树分类的故障诊断模型；然后结合离线建模与在线计算，实现故障源的实时精准定位；最后根据诊断结果动态调整保护策略，以实现最小化动力损失。现场数据验证表明，该方法能实现对6类故障的精准诊断，且保护策略优化后动力单元隔离率降低83%。相较于传统阈值检测方法，该方法显著提升了故障诊断的实时性与可用性，为牵引变流器智能化运维提供了新思路。
2025年05期 No.306 179-189页 [查看摘要][在线阅读][下载 3205K] [下载次数：0 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] 下载本期数据