摘要:针对一种速度160 km/h 新型中低速磁浮悬浮架,文章运用SIMPACK 多体动力学软件建立了车辆的动力学模型,分析了该悬浮架在直线以及曲线工况下的动力学特性。结果表明,直线运行工况下车辆速度可以达到160 km/h,悬浮间隙、车体振动加速度等指标均符合要求,但在120 km/h 时车辆各项指标有所恶化,为减小车体共振影响,对车体振动加速度进行了频率分析并给出优化建议。在曲线工况下,车辆的导向力、空簧横向位移及滑台位移等指标均在正常范围。研究结果证明新型中低速磁浮车辆的动力学性能符合要求,相关动力学结果可为新型悬浮架后续研究及工程化提供数据支持。
摘要:随着列车智能化程度的不断提高,许多研究探索了车载设备目标检测模型的轻量化技术,以满足在资源有限情况下的高效计算。针对当前YOLO(You Only Look Once)系列目标检测模型轻量化方法通用性不够强的问题,文章提出了一种针对YOLO系列的低秩分解参数压缩算法。首先通过预设的低秩比例系数和卷积单元的输入/输出通道数量计算低秩,然后通过对目标结构的卷积层进行Tucker分解,得到新的卷积序列,最后融合新的卷积序列,取代原有卷积层。使用公开数据集对所提出的基于低秩分解的参数压缩方法进行试验,选用了YOLOv5-l、YOLOv8-x和YOLOX-x这3种模型,在保证低秩分解后的模型检测平均精度为原模型96%的前提下,模型参数量和浮点计算量均减少了约40%,同时图像检测速度能达到原模型的150%左右。此外,可视化结果显示,该方法压缩过的模型与原模型在相同图像上的关注区域基本相同。试验结果表明,文章提出的方法可以有效地对单阶段YOLO系列目标检测模型进行轻量化压缩,提高模型在车载设备上的可用性;同时,所做工作对轨道交通领域自动驾驶场景下的其他模型的轻量化处理也具有重要的借鉴意义。