一、我国铁路信息化的展望与对策(论文文献综述)
李鑫[1](2021)在《铁路机车设备画像理论及关键技术研究》文中认为铁路机务专业是铁路运输系统的重要行车专业,主要负责各型机车的运用组织、整备保养和综合检修。作为重要的铁路运输生产设备,机车的运输生产效率、设备质量状态、整备检修能力、安全管理水平等均会对铁路运输生产能力的稳健提升和经营管理工作的稳步发展产生重要影响。随着各种监测检测设备以及各类信息管理系统的广泛应用,围绕机车积累了形式多样的海量数据,数据增量及质量均大幅提升,数据价值日益体现,铁路行业对于完善机车健康管理的需求十分迫切。当前铁路机务专业在进行机车健康管理的过程中,存在分析方法较少、大数据挖掘不足、管理决策科学性较弱、综合分析平台缺失等问题。铁路机车设备画像理论及关键技术研究作为实现机车健康管理的重要手段,致力于加强机车数据资源的整合利用,通过客观、形象、科学的标签体系全面而精准地刻画机车的质量安全状态,并以此为基础深入挖掘潜藏的数据价值,实现机车事故故障关联分析、安全状态预警盯控、质量安全态势预测、检修养护差异化施修、稳健可靠管理决策等目的,支撑起铁路运输生产及质量安全管理工作的科学化、数字化、智能化发展。本文主要对铁路机车设备画像理论及其一系列关键技术进行了研究与应用,取得了以下创新成果:(1)提出了铁路机车设备画像理论。通过梳理机车设备画像的含义及研究意义,明确了构建铁路机车设备画像理论的必要性及其定位。基于此,给出铁路机车设备画像理论的定义与内涵,梳理了符合现阶段机车运输生产管理需要的铁路机车设备画像理论的构成,阐述了关键技术的研究方法及之间的逻辑关系。同时,设计相匹配的应用架构,介绍了其所包含的核心应用、赋能应用、总体目标等6个方面内容。这为系统性地开展机车健康管理相关研究提供了崭新的理论和方法支持。(2)构建了基于设备画像的铁路机车画像标签体系。通过整合利用机车多维度数据,提出了机车设备画像3级标签体系技术架构,全面分析所包含的数据采集层、标签库层和标签应用层,详细阐释各级标签的内容构成,形成机车画像标签体系的构建方法。针对聚类这一标签产生方式,改进K均值(K-means)聚类算法的初始质心选取方法,提高标签获取的精度和稳定性。通过在某铁路局开展机车设备画像实地应用研究,获得了客观、精准、完整、可靠的机车画像。(3)提出了基于Ms Eclat算法的铁路机车事故故障多最小支持度关联规则挖掘方法。针对机车事故故障在关联规则挖掘中具有不同支持度的特点,提出了改进的等价变换类(Eclat)算法——多最小支持度等价变换类(Ms Eclat)算法,以各项目的支持度值为排序依据重新构建数据集,进而运用垂直挖掘思想获得频繁项集;为了进一步提高Ms Eclat算法在大数据分析场景中的执行效率,将布尔矩阵和并行计算编程模型Map Reduce应用于算法的计算过程,得到优化的Ms Eclat算法,设计并阐述了相应的频繁项集挖掘步骤。通过比较,Ms Eclat算法及其优化算法在多最小支持度关联规则挖掘方面有着极大的计算效率优势。通过在某铁路局开展实际应用研究,验证了算法的有效性、高效性和准确性。(4)设计了基于时变概率的PSO+DE混合优化BP神经网络的机车质量安全态势预测模型。通过总结反向传播(BP)神经网络、粒子群优化(PSO)算法和差分进化(DE)算法的原理及优缺点,设计了基于时变概率且融入了防早熟机制的PSO+DE混合优化BP神经网络预测模型,详细阐释了这一预测模型的训练步骤。以某铁路局的机车质量评价办法为依托,选用灰色关联度分析方法选择出运用故障件数、碎修件数等7个评价项点,预测机车未来3个月的质量安全态势。经过实验对比,新提出的预测模型有着更好的收敛能力,对于机车质量评价等级预测及分值变化趋势预测的准确度分别可以达到98%和91%以上。最后开展了实际预测应用及分析,为科学把控机车质量安全态势提供了较好的技术方法。(5)设计了基于铁路机车设备画像理论的铁路机车健康管理应用。通过总结梳理铁路机车健康管理应用与铁路机车设备画像理论及机务大数据三者间的关系,设计了基于铁路机车设备画像理论的铁路机车健康管理应用的“N+1+3”总体架构及其技术架构。基于此,从设备、人员和综合管理3个方面介绍了机车运用组织、机车整备检修、辅助决策分析等7个典型应用场景,并特别给出这些场景的数据挖掘分析思路及框架,为铁路机车设备画像理论的扎实应用奠定了重要基础。最后,将本文所取得的相关研究成果在某铁路局开展实地的铁路机车健康管理应用实践,通过搭建人机友好的应用系统,完成一系列机务大数据挖掘分析算法模型的封装,实现了机车画像标签生成及设备画像分析、机车事故故障关联分析、机车质量评价分析、机车质量安全态势预测分析等多项功能。通过实际的工程应用,实现了铁路机车设备画像理论及其关键技术的创新实践,取得了良好的效果。全文共有图56幅,表21个,参考文献267篇。
田芳[2](2020)在《基于BIM的铁路工程量清单构建及计价方式研究》文中提出近年来,交通运输行业在社会经济发展中的地位日益凸显,铁路运输更是承担着举足轻重的作用。随着社会需求的不断增加,建设时间紧、规模大、技术标准高已成为铁路工程建设的显着特征。铁路工程线路长,所跨区域多,建设时间长,因此其在建设过程中常常受到地质水文条件变化、拆迁规模变化、市场价格变化等诸多因素影响,这些因素很可能导致其造价无法有效控制在投资目标之内。因此,如何制定有效的投资控制目标、如何做好建设项目的全过程造价管理成为了铁路造价管理工作迫切需要解决的问题。随着铁路工程领域BIM技术的不断发展,其在设计、施工等领域的应用已逐渐成熟,但由于BIM技术与现行计价标准、计量规则等存在差异,导致现阶段BIM技术无法高效融入铁路计价管理。因此,研究以寻找铁路工程量清单和BIM技术的融合点为突破口,为BIM技术高效应用于铁路工程造价管理提供参考。研究从构建工程量清单和改进BIM建模方式两方面入手,使BIM技术可以融合于铁路工程量清单,同时,针对改进后的工程量清单计价方式进行研究,为基于BIM的全过程计价管理提供参考。现阶段,已有学者提出在BIM模型基础上进行造价工作的方法,例如通过API插件传导信息、通过开放数据库互联提取造价信息以及利用BIM建模软件直接进行计量等方式,但均存在着无法高效融合的问题。因此,研究从改进工程量清单计价规则入手,通过分析BIM模型结构与工程量清单结构之间存在的差异,建立改进铁路工程量清单的原则。基于BIM构件化的特点以及模块化理论构建多层级清单分解结构。在分解结构的基础上,结合铁路BIM标准、各阶段造价信息需求以及BIM计量规则与我国现行铁路工程量清单计价标准间存在的差异,对清单编码、项目特征表达、计量单位和计量规则进行分析,在此基础之上,对BIM模型计价信息进行扩展。结合现行清单单价构成内容以及BIM构件化特点,对清单单价进行重新组合。借助本体描述逻辑推理理论,实现清单单价与工程量之间的映射,最终建立一整套基于BIM的铁路工程量清单计价模式。最后,研究采用轨道工程案例,对基于BIM建模软件直接导出工程量清单进行了验证,以证明基于BIM的铁路工程量清单计价的可行性。
王泽华[3](2020)在《价值链视角下铁路重载列车现场检修质量管理研究》文中进行了进一步梳理重载铁路运输作为国内大宗物流的首选方式其重要性不言而喻,但是在保证重载铁路运输安全平稳上我国铁路运输企业仍面临诸多挑战,重载列车现场检修质量管理就是其中之一。重载列车现场检修质量管理是指铁路货车检修企业对重载列车车辆进行现场检修以保证列车运行安全平稳所实施的质量管理。高水平的现场检修质量管理是重载列车安全运行的保障,质量管理水平直接关系到铁路运输效率,影响铁路运输企业的经济效益。本文以重载列车现场检修质量管理为研究对象,基于价值链视角将其价值链内基本活动和支持性活动中各环节逐个分析得出质量管理中存在的问题。借鉴国际先进经验,分别从基本活动和支持性活动两方面提出具体改进建议。首先,通过价值链分析、文献分析、专家访谈等方法结合现场实际经验对重载列车现场检修质量管理现状进行全面分析,从其价值链中的基本活动和支持性活动两方面对现场检修质量管理内容和检修单位组织体系进行具体阐述,总结得出重载列车现场检修质量管理中存在的调度指挥体系不合理、现场管理粗放、设备材料管理低效和信息化水平不足等问题并进行分析。其次,通过文献分析整合和案例研究,对国外制造企业和铁路相关企业质量管理经验进行分析总结,得到铁路重载列车现场检修质量管理领域相关启示。最后,结合重载列车现场检修质量管理现状和案例启示提出了应用6S管理、配件采购卡控、车辆运行质量跟踪、基础设施改进、完善人力资源管理和信息化技术改进等六点提高重载列车现场检修质量管理水平的改进建议。基于价值链视角逐环节进行改进,为提高重载列车现场检修质量管理水平提供了新的方法思路,实现了铁路重载列车现场检修的高效管理。图31幅,表5个,参考文献50篇。
岑炜[4](2020)在《基于BIM与GIS集成的铁路站房暖通设备信息化管理关键技术研究》文中研究表明近年来,铁路信息化的建设工作受到国家铁路部门的高度重视,如何提高设备的使用寿命和效率,对铁路房建中涉及到的设备资产进行动态管理,在出现故障时及时发现并做出合理的维护对策,都成为铁路部门需要解决的重要问题。传统的设备管理方式存在着诸多问题,落后的运维管理方法已经无法适应需要高效管理的铁路领域。在此背景下,本文基于BIM与GIS的数据集成,实现站房暖通设备的信息化管理,具体研究内容如下:(1)通过对站房暖通设备修护管理的特点和需求进行分析,探索BIM技术在设备管理过程中的优势以及作为BIM数据的通用格式IFC的数据特点,利用Revit软件对暖通设备进行建模。(2)从语义和几何角度分析BIM与GIS数据的差异,基于这些差异得到数据转换的关键点,设计由BIM模型转换到GIS模型的全过程:几何语义信息的过滤,由构造实体模型转换为边界表示模型,坐标系统的转换,几何语义信息信息的重新匹配。(3)从运维工作的角度,分析BIM数据简化的必要性,将BIM数据分为两部分进行简化,在几何模型中,引入基于点重要度的边折叠算法,以强调模型的外部轮廓的方式进行轻量化操作,在此基础上,利用Revit的二次开发功能,选择暖通设备模型中的冗余构件对模型进行轻量化。通过ADE扩展机制,还可以对GIS属性文件实现语义信息的扩展,保证语义信息更加完整的映射。研究结果表明:基于GIS与BIM的数据集成,能够实现暖通设备三维模型和属性信息的可视化展示,极大提升工作效率,GIS系统提供的数据分析功能也能够为运维管理人员提供技术支持,为运维管理的方法和模式提供参考。
宋鹏展[5](2020)在《SH轨道交通集团信息化战略研究》文中研究说明随着信息社会的飞速发展,信息化已经成为企业发展的重要支撑。信息系统已成为不可分割的、在线的、互动工具,深深融入大型组织的运营中。信息系统从根本上改变了组织的经济特性,信息化战略也已经成为企业战略的重要组成部分。目前,铁路行业正经历着重大变革。2018年底,国家铁路完成政企分离,正式开始国家铁路的混合所有制改革。此举,进一步加速了铁路行业市场化的进程。SH轨道交通集团作为一个省属地方铁路企业,在市场化的进程中正面临着众多问题。其中,信息化建设和发展也是SH轨道交通集团面临的重要问题。本次研究以SH轨道交通集团信息化战略为对象,首先,对信息化战略相关文献进行了梳理、总结。其次,通过使用PEST和SWOT分析工具对SH轨道交通集团信息化战略环境进行分析,并分析出SH轨道交通集团信息化应采取增长型发展战略。再次,基于价值链分析(VCA)、战略目标集转化法(SST)对SH轨道交通集团信息化战略需求进行分析,并使用关键成功因素法(CSF)识别SH轨道交通集团信息化关键成功因素,通过识别出的关键成功因素反向对采用SST分析的信息化战略需求进行验证评估,验证采用SST分析的结果。最后,基于分析出的信息化战略需求,对SH轨道交通集团的信息化应用进行设计,并提出实施策略和保障措施。通过本次研究对SH轨道交通集团的信息化建设提出了若干合理化建议,对其信息化发展具有一定的指导意义。
殷颂棋[6](2020)在《NC公司信息化建设升级战略研究》文中研究指明随着中国制造2025和大数据国家战略的提出,信息化建设在企业发展战略中变得越来越重要。未来企业间竞争将变成信息化战争,信息技术应用程度将直接决定企业在市场竞争中是否占据优势。信息技术以其的运算能力高效、覆盖影响面广等特点,能够有效帮助企业解决管理效率低下和技术创新不足等方面的重要难题。近年来,随着信息技术高速发展,信息化建设变成企业发展中必须面对的课题。不同企业面对内外部环境、对信息化建设需求点也不尽相同,我们需要站在自己企业发展角度,考虑信息化工作如何开展,怎么开展等问题。本文以NC公司信息化建设升级做为战略研究对象,首先,介绍本文的研究背景及意义,通过评述国内外相关理论的研究现状,提出企业信息化建设研究的发展方向和必然趋势。其次,在介绍NC公司概况和组织结构的基础上分析NC公司信息化建设近况,认为NC公司信息化建设面临着以下问题:一是基础配套设施不完善;二是系统整合效益尚未充分体现;三是数据价值尚未充分挖掘,四是业务应用广度和深度不足;五是网络安全工作质量有待进一步提升;最后是信息化保障体系不健全。接着,论文在分析NC公司的内外部环境的基础上,从指导思想、原则,信息化建设升级战略目标等方面提出了 NC公司信息化建设升级方案。最后,论文从组织、人才、制度、资金等方面提出了多个保障措施,以确保信息化建设升级战略规划顺利实施。
邵文彬[7](2020)在《关于机车主要轴承自主检修的研究》文中指出自单位成立以来,始终坚持机车自主检修工作。对机车关键核心部件开展自主检修攻关。近年来,总结自主检修经验,优化工艺布局流程,补强检修工装设备,对机车主要轴承自主检修项目进行攻关。本文简述了国内外特别是铁路系统对于轴承检修的研究及应用情况,对单位开展机车主要轴承自主检修有实际借鉴意义,更是给单位开展机车轴承自主检修建立了信心。本文通过建立SWOT分析决策模型,对单位开展轴承自主检修的内部优势、劣势及外部机会、威胁进行全面剖析并决策,肯定了机车轴承自主检修的可行性。本文详细分析了轴承技术特点、近期轴承惯性故障以及检修工艺流程,介绍了轴承检测站设备配置及信息化建设等设计,并根据“通过能力分析法”对单位轴承检修能力进行了测算,描述了单位从机车轴承属地合作修逐步过渡到自主检修的过程中各管理文件、技术资料等的准备,总结了单位轴承自主检修工作开展的结果,特别是利用ROI模型分析了其经济效益,最后对轴承自主检修工作进行了总结及展望。本文通过实际效果来验证机车主要轴承自主检修方案是可行的,首次在铁路机务系统内实现了机车主要轴承自主检修,为轴承检修推广积累了宝贵经验。该方案在保障机车安全质量的同时,节约了机车检修停时,大幅度降低检修成本,更重要的是不受制于外企,可在铁路机务系统的机车高级修单位推广。
周聪[8](2019)在《基于大数据的铁路安全管理平台研究》文中研究表明随着科技的进步,我国铁路信息化的程度也越来越高。在铁路安全管理方面,我国普铁及高铁系统已经建成的安全监测、监控及指挥调度系统就多达60多个,全面涵盖了车、机、工、电、辆等领域,每日产生的安全管理相关信息数据量在PB级别。当前我国铁路安全领域已经进入大数据时代,传统数据存储、传输和分析技术已经难以满足对如此庞大的数据资源进行分析利用的要求,因此必须要应用一系列更为高效先进的安全管理技术,才能充分利用铁路安全管理信息数据,并且对海量的数据进行深度智能挖掘分析,做好各类风险隐患的预测防控,真正实现将安全事故防患于未然。本文主要设计和实现了基于大数据的铁路安全管理系统。论文首先对国内外铁路安全管理的研究现状进行了分析;然后介绍了相关理论和技术,理论部分主要分析了安全管理理论、大数据管理理论、铁路安全管理特点,技术部分主要分析了软硬件介绍、系统实现的程序语言、Tomcat服务器、隐马尔可夫模型、蚁群算法;接着提出了基于大数据平台的铁路安全管理体系构建,主要包括基于大数据的铁路安全管理体系、铁路大数据安全管理体系的应用、安全管理平台技术研究及应用;再接着介绍了基于大数据平台的铁路安全管理系统需求分析,主要从铁路安全管理系统的数据现状、铁路人员相关的大数据需求分析、铁路环境相关的大数据分析需求、数据需求分析、性能分析、可行性分析;同时,本文根据需求分析,对整个系统进行了设计,主要工作有系统架构设计、总体功能设计、数据库设计、网络结构设计、安全性设计。最后,在结合目前比较流行的Java技术、Jsp技术、MySQL数据库技术、大数据技术、隐马尔可夫算法、蚁群算法等技术实现系统的功能,主要功能包括身份识别、铁路设备故障诊断、铁路设备安全风险评估、铁路沿线自然灾害预测、铁路异物侵限监测。在完成了系统的实现工作后,本文又对整个系统的功能、性能、耐压情况进行了测试,测试的结果显示整个系统功能部分基本都能实现,性能良好,耐压情况有待提高。本文的研究意义是利用现代化的技术手段,特别是大数据技术,将铁路各个部分传感器所收集的数据进行数据挖掘,服务于身份识别、设备故障诊断、设备安全风险评估、自然灾害预测、异物侵限监测等部分,保障各个列车的正常运行,提前预知可能存在的危险,使整个铁路的安全管理变得有序、高效、精准。
李春红[9](2019)在《北京JW信息技术公司用工策略研究》文中研究表明国有企业为社会主义市场经济的发展做出了巨大贡献,是我国国民经济的支柱,有效的维护了社会主义市场经济的和谐稳定,然而,随着我国改革开放的不断深入,社会主义市场经济中的私有经济迅速发展起来,国有企业面临的市场竞争压力越来越大。同时,目前国有企业的人工成本分配方式仍较为保守,国家政府相关部门一方面严格控制人工成本,另一方面又要求增加收入和利润,各单位为了完成上级机关的利润指标,不得不招兵买马,但同时为了保证员工的收入不受影响,又不得不减员增效。面对如此困境,各地的国有企业为求生存和发展不得不拓宽观念转变思路,延伸出一种新的管理经营竞争方式,即将自己的核心竞争力转移集中至企业核心业务,将辅助性业务或者非核心业务发包给专业的劳务外包公司去完成,这样既满足了用工需求,又增强了企业的核心竞争力。然而,由于外包制度的不健全,以及外包行业缺乏行之有效的行业管理规范,在国有信息化行业中“假外包,真派遣”现象很严重,加之由于各企业内部缺乏劳务外包制度的规范和约束,导致其也存在一定的用工风险。北京JW信息技术公司作为一家铁路信息化行业的国有企业,面对私营经济的迅速崛起和市场环境发生的变化,也不得不采取其他劳务方式满足企业的用工需求,然而由于外包制度的不健全以及缺乏合理的用工策略,也面临着同样的问题。基于以上原因,本文将北京JW信息技术公司的用工策略作为研究对象,运用与用工策略相关的人力资源管理理论、人力资源战略规划、人力资源职位分析和人力资源外包等相关理论知识和管理模型,认真分析北京JW公司的劳务用工概况和管理现状,梳理出目前JW公司劳务用工存在的问题及形成原因,并且针对问题和成因分析出了一套适用于国有信息化企业的用工策略。本文共分为六章,各章的主要内容如下:第1章是绪论。首先分析了论文研究的背景、目的和意义,其次对国内外的研究现状进行了分析评述,最后针对本文具体的研究内容、技术路线和重点、难点、创新点在不同程度进行了阐述。第2章是理论基础。对与本文研究相关的人力资源管理理论、人力资源战略规划理论、人力资源职位分析理论和人力资源外包理论进行了梳理。第3章是针对北京JW公司的用工概况及其规划用工策略的必要性进行了分析。首先分析了JW公司的基本情况和用工概况,其次,针对公司用工的管理现状从各个方面进行了详细分析,最后,从行业角度和企业角度两个方面分析了JW公司规划用工策略的必要性。第4章是北京JW公司劳务用工存在的问题及成因分析。首先从内部管理制度、用工结构、不规范用工、缺乏忠诚度、缺乏有效监管五个角度分析了JW公司目前劳务用工存在的问题。然后针对于这些存在的问题,从外部环境因素和公司内部监督管理因素两个方面分析了形成该问题的原因。第5章是提出完善北京JW信息技术公司用工策略的详细对策以及策略实施后的初步效果。在该章节针对于第3章的用工概况和第4章用工现状存在的问题,从外部环境和企业内部两方面提出了完善用工现状的用工策略。在外部策略方面,国家政府相关机关可以从完善政策法规、加强审核监管、规范劳务公司组织领导和引导信息技术人才观念的转变等方面为企业提供良好的用工环境。同样,针对于企业层面,企业内部也应该在各个层面完善用工制度、明确用工策略,并针对于确定的用工策略调整用工结构。最后,笔者分别从用工风险减少、用工需求满足以及企业效益的增加三个方面详细分析了实施策略后达到的初步效果。第6章是结论与展望。针对总体思路进行总结,另外指出文章的不足之处以及对未来的研究展望。通过研究北京JW公司的用工策略,能够帮助其提高核心竞争实力,并为国有信息化企业在用工策略方面提供一定的借鉴,具体表现如下:一是能够使北京JW信息技术公司正确理解目前公司的用工现状,使得其正确调整用工策略,从而使其内部的用工策略与外部的用工环境达到动态平衡。二是能够使北京JW公司有效规避在劳务工使用过程中的用工风险,做到合法用工、无风险用工、有效用工。三是为北京JW信息技术公司构建一套行之有效的用工策略,使其企业战略、企业现状与用工策略实现有效衔接,以满足企业高速成长和未来发展的需要,也对其他国有信息化行业提供一定的借鉴意义。
彭丽宇[10](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。
二、我国铁路信息化的展望与对策(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、我国铁路信息化的展望与对策(论文提纲范文)
(1)铁路机车设备画像理论及关键技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
前言 |
1 绪论 |
1.1 研究背景及意义 |
1.2 必要性及可行性分析 |
1.2.1 必要性 |
1.2.2 可行性 |
1.3 本文拟解决的主要问题 |
1.4 本文研究的主要内容 |
1.5 本文组织架构及技术路线 |
1.6 本章小结 |
2 国内外研究现状及发展趋势 |
2.1 机务大数据研究及应用 |
2.1.1 国外 |
2.1.2 国内 |
2.2 机车检修现状 |
2.3 设备画像 |
2.3.1 画像的概念 |
2.3.2 构成要素 |
2.3.3 模型与方法 |
2.4 标签技术 |
2.4.1 画像标签的定义 |
2.4.2 标签分类 |
2.4.3 标签构建原则 |
2.4.4 标签构建方法 |
2.5 设备健康管理 |
2.5.1 国外设备健康管理现状 |
2.5.2 国内设备健康管理现状 |
2.5.3 我国铁路机务专业PHM技术发展差距 |
2.6 本章小结 |
3 铁路机车设备画像理论 |
3.1 机车设备画像概述 |
3.2 铁路机车设备画像理论构建 |
3.2.1 铁路机车设备画像理论的定义与内涵 |
3.2.2 铁路机车设备画像理论的构成 |
3.2.3 铁路机车设备画像理论的应用架构 |
3.3 本章小结 |
4 基于设备画像的铁路机车标签体系构建 |
4.1 问题概述 |
4.2 面向设备画像的标签技术 |
4.3 机车画像标签体系构建 |
4.3.1 机车画像标签体系技术架构 |
4.3.2 机车画像标签体系 |
4.4 基于聚类的机车第三级标签获取方法 |
4.4.1 K-means算法 |
4.4.2 K-means算法的改进 |
4.4.3 K-means算法与改进算法的比较验证 |
4.5 机车画像标签体系构建实例 |
4.5.1 K-means改进算法的应用 |
4.5.2 机车完整标签体系的产生 |
4.6 本章小结 |
5 基于MsEclat算法的铁路机车事故故障多最小支持度关联规则挖掘 |
5.1 问题概述 |
5.2 MsEclat算法的背景知识 |
5.2.1 垂直格式数据集 |
5.2.2 支持度、置信度与提升度 |
5.2.3 概念格理论 |
5.2.4 多最小支持度下的频繁项集判定 |
5.2.5 面向有序项目集合的最小支持度索引表 |
5.2.6 基于等价类的可连接性判定 |
5.3 MsEclat算法原理 |
5.3.1 Eclat算法简述 |
5.3.2 改进的Eclat算法—MsEclat算法 |
5.4 优化的Ms Eclat算法 |
5.4.1 基于布尔矩阵的T_(set)位运算求交 |
5.4.2 基于MapReduce的等价类并行运算 |
5.4.3 大数据场景下优化的MsEclat算法的频繁项集挖掘步骤 |
5.5 算法比较验证 |
5.5.1 MsEclat算法与水平挖掘算法的对比 |
5.5.2 MsEclat算法与其优化算法的对比 |
5.6 机车事故故障关联规则挖掘分析 |
5.6.1 待分析项目的选取 |
5.6.2 关联规则挖掘结果分析 |
5.7 本章小结 |
6 基于PSO+DE混合优化BP神经网络的铁路机车质量安全态势预测 |
6.1 问题概述 |
6.2 机车质量等级评价 |
6.3 基于机车质量评价项点的特征选择 |
6.3.1 灰色关联度分析 |
6.3.2 机车质量等级的比较特征选择 |
6.4 PSO+DE混合优化BP神经网络 |
6.4.1 BP神经网络原理 |
6.4.2 PSO算法原理 |
6.4.3 DE算法原理 |
6.4.4 基于时变概率的PSO+DE混合优化BP神经网络预测模型 |
6.5 机车质量安全态势预测分析 |
6.5.1 预测模型训练 |
6.5.2 预测模型训练结果分析 |
6.5.3 预测模型应用分析 |
6.6 本章小结 |
7 基于铁路机车设备画像理论的铁路机车健康管理应用总体设计 |
7.1 机务大数据与机车健康管理 |
7.2 铁路机车健康管理应用设计 |
7.2.1 设计目标及定位 |
7.2.2 总体架构设计 |
7.2.3 技术架构设计 |
7.3 铁路机车健康管理应用的典型应用场景分析 |
7.3.1 设备质量综合分析 |
7.3.2 人员运用综合把控 |
7.3.3 运输生产综合管理 |
7.4 本章小结 |
8 某铁路局机车健康管理应用实践 |
8.1 应用开发方案 |
8.1.1 系统开发环境 |
8.1.2 数据调用方式 |
8.1.3 分析模型定时任务调用方式 |
8.2 机车数据管理功能 |
8.2.1 基本数据管理 |
8.2.2 视频数据管理 |
8.2.3 机务电子地图 |
8.3 机车画像标签生成及分析功能 |
8.3.1 机车画像标签管理 |
8.3.2 单台机车画像分析 |
8.3.3 机车设备画像分析 |
8.4 机车事故故障关联分析功能 |
8.5 机车质量评价分析功能 |
8.5.1 单台机车质量安全分析 |
8.5.2 机务段级机车质量安全分析 |
8.5.3 机务部级机车质量安全分析 |
8.5.4 全局机务专业质量安全综合分析 |
8.6 机车质量安全态势预测分析功能 |
8.7 本章小结 |
9 总结与展望 |
9.1 本文总结 |
9.2 研究展望 |
参考文献 |
图索引 |
FIGURE INDEX |
表索引 |
学位论文数据集 |
TABLE INDEX |
作者简历及攻读博士学位期间取得的科研成果 |
(2)基于BIM的铁路工程量清单构建及计价方式研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 铁路工程造价管理研究 |
1.2.2 BIM技术在铁路工程中的应用研究 |
1.2.3 BIM技术在造价管理中的应用研究 |
1.2.4 研究现状述评 |
1.3 研究内容与方法 |
1.3.1 研究问题的提出 |
1.3.2 研究内容 |
1.3.3 研究方法 |
1.3.4 关键问题及解决方案 |
2 相关理论研究 |
2.1 铁路BIM标准 |
2.1.1 BIM标准的体系结构 |
2.1.2 BIM的数据标准 |
2.2 模块化理论 |
2.2.1 “模块化”的实质 |
2.2.2 模块化操作过程 |
2.2.3 模块化理论在铁路工程中的应用 |
2.3 工程量清单计价 |
2.3.1 工程量清单计价基本原理 |
2.3.2 多层级工程量清单的设置 |
2.4 本体技术 |
2.4.1 本体技术的基本原理 |
2.4.2 本体技术在建筑领域的应用 |
2.5 本章小结 |
3 BIM应用于铁路工程造价管理中的问题及信息需求分析 |
3.1 铁路工程造价管理的现状及问题分析 |
3.1.1 铁路工程造价管理的现状 |
3.1.2 铁路工程造价管理存在的问题 |
3.2 BIM应用于铁路工程量清单计价的可行性和关键环节 |
3.2.1 BIM应用于铁路工程量清单计价的可行性 |
3.2.2 BIM应用于铁路工程量清单计价的关键环节 |
3.3 基于BIM的铁路工程量清单计价的信息需求分析 |
3.3.1 方案设计阶段计价信息需求 |
3.3.2 初步设计阶段计价信息需求 |
3.3.3 施工图设计阶段计价信息需求 |
3.3.4 施工及竣工结算阶段计价信息需求 |
3.4 本章小结 |
4 基于BIM的多层级铁路工程量清单构建研究 |
4.1 基于BIM的多层级铁路工程量清单EBS/WBS构建 |
4.1.1 基于模块化理论建立多层级铁路工程量清单的总体思路 |
4.1.2 BIM与铁路工程量清单差异性分析 |
4.2 基于BIM的多层级铁路工程量清单分解结构的建立 |
4.2.1 工程分解结构建立原则 |
4.2.2 工程分解结构建立方法 |
4.2.3 工程分解结构的表达 |
4.3 多层级铁路工程量清单信息内容设置 |
4.3.1 项目编码设置 |
4.3.2 项目特征表达和工作内容描述 |
4.3.3 计量单位和计算规则设计 |
4.4 本章小结 |
5 基于BIM的铁路工程量清单计价方式研究 |
5.1 铁路工程BIM建模及信息扩展 |
5.1.1 基于本体理论的造价信息模型 |
5.1.2 基于IFC标准的BIM构件化信息扩展 |
5.1.3 满足计价要求的BIM建模方式 |
5.2 基于BIM的铁路工程量清单计价步骤 |
5.2.1 基于BIM进行工程计量 |
5.2.2 工程量清单单价的组合方式 |
5.2.3 工程量与清单单价的映射 |
5.2.4 工程造价的形成 |
5.3 基于BIM的铁路工程计量案例分析 |
5.3.1 BIM建模 |
5.3.2 BIM模型信息选择和扩展 |
5.3.3 建立工程量清单 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
作者简历及攻读硕士/博士学位期间取得的研究成果 |
学位论文数据集 |
(3)价值链视角下铁路重载列车现场检修质量管理研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究内容及结构 |
1.3.1 研究内容 |
1.3.2 论文结构 |
2 重载列车现场检修价值链分析 |
2.1 基于价值链的重载列车现场检修流程 |
2.1.1 价值链理论基本原理 |
2.1.2 重载列车现场检修价值链 |
2.1.3 重载列车现场检修价值链基本活动 |
2.1.4 重载列车现场检修价值链支持性活动 |
2.2 重载列车现场检修问题分析 |
2.2.1 基本活动中的问题 |
2.2.2 支持性活动中的问题 |
2.3 原因分析 |
2.3.1 管理人员综合素养有待提高 |
2.3.2 设备与材料综合管理不足 |
2.3.3 管理方法因循守旧 |
3 发达国家质量管理案例及启示 |
3.1 发达国家同类企业质量管理案例研究 |
3.1.1 日本丰田汽车生产管理 |
3.1.2 德国博世公司生产管理 |
3.1.3 俄罗斯铁路公司铁路货车车辆管理 |
3.1.4 东日本铁路公司车辆管理 |
3.2 相关启示 |
3.2.1 基础质量管理体系完善 |
3.2.2 综合保障体系健全 |
4 重载列车现场检修质量管理改进 |
4.1 综合管理体系 |
4.1.1 6S标准化管理 |
4.1.2 物资供应管理 |
4.1.3 车辆运行质量跟踪管理 |
4.2 质量保障体系 |
4.2.1 质量管理体系 |
4.2.2 人力资源管理 |
4.2.3 信息化管理应用 |
5 结论与展望 |
5.1 论文主要工作及结论 |
5.2 有待进一步研究的问题 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(4)基于BIM与GIS集成的铁路站房暖通设备信息化管理关键技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 铁路站房设备管理研究现状 |
1.2.2 BIM与 GIS集成研究现状 |
1.3 研究内容 |
1.4 组织结构 |
2 基于BIM技术的暖通模型构建 |
2.1 铁路站房暖通设备维护分析 |
2.1.1 站房暖通设备维护特点 |
2.1.2 暖通设备需求分析 |
2.2 BIM技术在设备维护管理中的适用性 |
2.2.1 BIM技术特点及在设备管理中的优势 |
2.2.2 IFC标准特点 |
2.3 暖通BIM模型的搭建 |
2.3.1 常用建模工具 |
2.3.2 模型构建过程 |
2.4 本章小结 |
3 暖通系统BIM模型与GIS数据集成方法 |
3.1 BIM与 GIS在不同方面的差异 |
3.1.1 语义差异 |
3.1.2 几何差异 |
3.2 BIM与 GIS融合过程中关键技术 |
3.3 BIM模型几何语义信息过滤 |
3.4 数据模型的几何重构 |
3.5 坐标系统转化 |
3.6 几何语义信息重匹配 |
3.7 本章小结 |
4 暖通设备模型轻量化与语义映射研究 |
4.1 铁路暖通设备模型轻量化 |
4.1.1 冗余构件删减 |
4.1.2 外部轻量化 |
4.2 暖通设备信息映射分析 |
4.3 基于CityGML ADE的语义信息扩展 |
4.3.1 CityGML ADE扩展机制 |
4.3.2 语义信息扩展 |
4.4 本章小结 |
5 实验研究 |
5.1 运行环境 |
5.2 数据结果分析 |
5.2.1 数据集成结果分析 |
5.2.2 模型轻量化结果分析 |
5.3 模型应用 |
5.3.1 设备信息可视化展示 |
5.3.2 不同系统设备展示 |
5.3.3 数据分析功能 |
5.4 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
学位论文数据集 |
(5)SH轨道交通集团信息化战略研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 论文的研究方法与技术路线 |
1.2.1 研究方法 |
1.2.2 技术路线 |
1.3 创新点 |
2 相关理论与文献综述 |
2.1 信息化战略相关理论与工具 |
2.1.1 战略管理理论与工具 |
2.1.2 信息化规划理论与工具 |
2.2 国内外研究现状 |
2.2.1 国外研究现状 |
2.2.2 国内研究现状 |
2.3 文献述评 |
3 SH轨道交通集团信息化总体战略分析 |
3.1 SH轨道交通集团信息化现状 |
3.1.1 SH轨道交通集团组织架构 |
3.1.2 SH轨道交通集团信息化发展现状 |
3.1.3 SH轨道交通集团信息化发展现状问题分析 |
3.2 基于PEST的 SH轨道交通集团信息化宏观环境分析 |
3.3 基于SWOT的 SH轨道交通集团信息化战略态势分析 |
3.4 总体结论 |
4 SH轨道交通集团信息化战略需求分析 |
4.1 SH轨道交通集团整体发展战略简介 |
4.1.1 集团发展战略 |
4.2 基于价值链分析(VCA)法的SH集团信息化战略需求分析 |
4.2.1 行业价值链 |
4.2.2 基于网络价值的价值链分析 |
4.3 基于战略目标集转化法(SST)的SH轨道交通集团战略需求识别 |
4.3.1 发展战略与信息化战略的关系 |
4.3.2 发展战略目标集识别 |
4.3.3 信息化战略需求识别 |
4.4 基于关键成功因素法(CSF)的SH集团信息化战略需求因素评估 |
4.4.1 关键成功因素识别 |
4.4.2 关键成功因素验证调查 |
4.4.3 调查问卷的数据分析 |
4.4.4 信息化需求评估 |
5 SH轨道交通集团信息化战略设计与实施 |
5.1 SH轨道交通集团信息化设计 |
5.1.1 信息化设计目标 |
5.1.2 信息化应用架构设计 |
5.1.3 关键系统控制 |
5.2 SH轨道交通集团信息化实施策略 |
5.2.1 阶段实施 |
5.2.2 信息化实施时间规划 |
5.3 SH轨道交通集团信息化实施的保障措施 |
6 总结与展望 |
6.1 研究结论 |
6.2 前景展望 |
参考文献 |
致谢 |
附录 |
(6)NC公司信息化建设升级战略研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.2.1 理论意义 |
1.2.2 实践意义 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 国内外研究评述 |
1.4 研究方法和研究内容 |
1.4.1 研究方法 |
1.4.2 研究内容 |
第2章 研究理论基础 |
2.1 战略管理 |
2.1.1 早期战略管理理论 |
2.1.2 竞争战略管理理论 |
2.1.3 动态竞争战略理论 |
2.1.4 战略管理分析方法 |
2.2 企业信息化战略 |
2.2.1 企业信息化战略的内涵 |
2.2.2 企业信息化战略发展阶段 |
2.2.3 企业信息化战略规划方法 |
第3章 NC公司信息化建设现状及存在问题分析 |
3.1 NC公司概况 |
3.1.1 公司简介 |
3.1.2 组织架构 |
3.2 NC公司信息化建设现状分析 |
3.2.1 NC公司信息化建设历程 |
3.2.2 NC公司信息化基础建设现状 |
3.2.3 NC公司信息化安全保障现状 |
3.2.4 NC公司信息化系统整合现状 |
3.2.5 NC公司信息化应用拓展现状 |
3.3 NC公司信息化建设存在的主要问题 |
第4章 NC公司信息化建设内外部环境分析 |
4.1 NC公司发展内部环境分析 |
4.1.1 优势分析 |
4.1.2 劣势分析 |
4.2 NC公司发展外部环境分析 |
4.2.1 机会分析 |
4.2.2 威胁分析 |
4.3 NC公司信息化建设升级的SWOT策略分析 |
第5章 NC公司信息化建设升级战略方案 |
5.1 指导思想 |
5.2 基本原则 |
5.3 信息化建设升级战略目标 |
5.4 NC公司信息化建设升级总体规划 |
5.4.1 完善安全管理机制 |
5.4.2 加强信息化设施建设 |
5.4.3 搭建六大业务应用系统 |
5.4.4 推进新技术应用 |
5.4.5 加强网络与信息安全 |
第6章 NC公司信息化建设升级战略实施的保障措施 |
6.1 组织保障 |
6.1.1 成立领导小组 |
6.1.2 明确组织分工 |
6.2 人才保障 |
6.2.1 强化专业团队建设 |
6.2.2 创新人才培养方法 |
6.2.3 加大用工激励机制 |
6.3 制度保障 |
6.3.1 建立建设管理体制 |
6.3.2 施行奖惩落责机制 |
6.3.3 严格把控实施过程 |
6.4 资金保障 |
6.4.1 统筹分配资金 |
6.4.2 合理整合资源 |
6.4.3 升级优化系统 |
第7章 结论与展望 |
7.1 研究结论 |
7.2 研究展望 |
致谢 |
参考文献 |
(7)关于机车主要轴承自主检修的研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
序言 |
1 引言 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外轨道交通行业轴承检修的现状 |
1.2.1 国内现状 |
1.2.2 国外现状 |
1.3 轴承检测技术发展趋势 |
1.3.1 故障特征提取 |
1.3.2 人工智能 |
1.3.3 神经网络 |
1.4 研究思路及方法 |
1.4.1 研究思路 |
1.4.2 研究方法 |
1.5 理论基础及技术线路 |
1.5.1 理论基础 |
1.5.2 技术线路 |
2 建立SWOT分析模型,决策轴承自主检修 |
2.1 内部优势 |
2.2 内部劣势 |
2.3 外部机会 |
2.4 外部威胁 |
2.5 决策 |
2.5.1 利用(SO) |
2.5.2 改进(WO) |
2.5.3 监视(ST) |
2.5.4 消除(WT) |
3 机车主要轴承自主检修的技术可行性分析 |
3.1 机车主要轴承技术特点 |
3.1.1 类别统计 |
3.1.2 实物统计 |
3.1.3 技术图纸 |
3.1.4 技术参数 |
3.2 轴承惯性故障统计分析 |
3.2.1 电机轴承故障普查 |
3.2.2 轴箱轴承故障普查 |
3.2.3 轴承惯性故障分析 |
3.3 轴承检修主要技术要求 |
3.4 轴承检修工艺流程分析 |
3.4.1 机车检修修程 |
3.4.2 机车轴承修程 |
3.4.3 轴承工艺流程 |
4 机车主要轴承自主检修项目的技术设计 |
4.1 项目概述 |
4.2 总体布局与技术选型 |
4.2.1 项目总体布局 |
4.2.2 设备技术选型 |
4.3 轴承检修管理信息系统 |
4.3.1 铁路信息化建设发展趋势 |
4.3.2 铁路信息化建设的必要性 |
4.3.3 轴承检测站信息系统组成 |
4.3.4 机车轴承的尺寸检测系统 |
5 机车主要轴承自主检修实施及结果分析 |
5.1 轴承自主修方式及选择 |
5.1.1 属地合作修 |
5.1.2 自主检修 |
5.2 轴承自主修的实施 |
5.2.1 编制了一批检修技术文件 |
5.2.2 编制了一批设备技术文件 |
5.2.3 检修工装设备适用性较好 |
5.2.4 轴承自主检修开展的情况 |
5.3 自主检修结果分析 |
5.3.1 基于ROI模型的经济效益分析 |
5.3.2 生产效率的分析 |
5.3.3 质量安全的分析 |
5.4 自主检修注意事项 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
6.2.1 需加强轴承自主修的质量 |
6.2.2 需加强轴承设备的适应性 |
6.2.3 需积累轴承检测过程故障 |
6.2.4 需强化轴承检测技术培训 |
6.2.5 需完善轴承检测技术文件 |
6.2.6 需加强跟踪轴承运用状态 |
参考文献 |
附录 |
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)基于大数据的铁路安全管理平台研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.3 论文组织结构及创新点 |
1.3.1 论文组织结构 |
1.3.2 技术路线 |
2 相关理论和技术介绍 |
2.1 安全管理理论 |
2.2 大数据管理理论 |
2.2.1 大数据概述 |
2.2.2 大数据特点 |
2.2.3 大数据的核心技术 |
2.3 铁路安全管理特点 |
2.3.1 影响安全因素 |
2.3.2 旧的安全管理模式存在的弊端 |
2.3.3 现有管理方法的改革 |
2.4 技术介绍 |
2.4.1 软硬件介绍 |
2.4.2 系统实现的程序语言 |
2.4.3 Tomcat的介绍 |
2.4.4 隐马尔可夫模型 |
2.4.5 蚁群算法介绍 |
2.4.6 数据挖掘算法介绍 |
3 基于大数据平台的铁路安全管理系统需求分析 |
3.1 铁路安全管理系统的数据现状 |
3.2 铁路安全相关的大数据需求分析 |
3.2.1 重点对象追踪 |
3.2.2 铁路突发安全问题决策支持 |
3.3 铁路设备相关的大数据分析需求 |
3.3.1 铁路设备寿命分布模型 |
3.3.2 铁路设备病害、故障诊断 |
3.3.3 铁路设备安全风险源识别 |
3.3.4 铁路设备安全风险评估 |
3.3.5 铁路设备状态维修 |
3.4 铁路环境相关的大数据分析需求 |
3.4.1 铁路沿线自然灾害预测 |
3.4.2 铁路异物侵限监测 |
3.5 数据需求分析 |
3.6 性能分析 |
3.7 可行性分析 |
3.7.1 经济可行性分析 |
3.7.2 技术可行性分析 |
3.7.3 操作可行性分析 |
3.8 基于大数据的铁路安全管理体系 |
3.8.1 基于大数据技术的铁路人员安全管理 |
3.8.2 基于大数据技术的铁路设备安全管理 |
3.8.3 基于大数据技术的铁路环境安全管理 |
3.9 铁路大数据安全管理体系的应用 |
3.9.1 数据安全管理需求 |
3.9.2 安全管理平台与大数据的联系 |
3.10 安全管理平台技术研究及应用 |
4 基于大数据平台的铁路安全管理系统设计 |
4.1 系统架构设计 |
4.2 总体功能设计 |
4.3 数据库设计 |
4.3.1 数据库设计原则 |
4.3.2 数据库E-R图 |
4.3.3 数据表设计 |
4.4 安全性设计 |
5 基于大数据平台的铁路安全管理系统实现与测试 |
5.1 系统开发环境的构建 |
5.2 系统模块功能实现 |
5.2.1 身份识别模块功能实现 |
5.2.2 铁路设备故障诊断功能实现 |
5.2.3 铁路设备安全风险评估模块功能实现 |
5.2.4 铁路沿线自然灾害预测模块功能实现 |
5.2.5 铁路异物侵限监测模块功能实现 |
5.2.6 用户管理模块功能实现 |
5.3 测试环境的配置 |
5.4 功能测试 |
5.5 压力测试 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
附录 程序核心代码 |
(9)北京JW信息技术公司用工策略研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究的目的与意义 |
1.2.1 研究的目的 |
1.2.2 研究的意义 |
1.3 国内外研究现状 |
1.3.1 国内研究现状 |
1.3.2 国外研究现状 |
1.4 主要研究内容和思路 |
1.4.1 研究内容 |
1.4.2 技术路线 |
1.4.3 重点、难点和创新点 |
2 相关理论概述 |
2.1 人力资源管理理论 |
2.1.1 人力资源管理理论的产生 |
2.1.2 人力资源管理理论的含义 |
2.1.3 人力资源管理的功能 |
2.1.4 人力资源管理的原则 |
2.2 人力资源战略规划理论 |
2.2.1 人力资源战略规划的含义 |
2.2.2 人力资源战略规划的功能 |
2.2.3 人力资源战略规划的内容 |
2.2.4 人力资源战略规划的表现 |
2.3 人力资源职位分析理论 |
2.3.1 职位分析方法 |
2.3.2 职位评价方法 |
2.4 人力资源外包理论 |
2.4.1 人力资源外包的含义 |
2.4.2 人力资源外包的要素 |
2.4.3 人力资源外包的原因 |
2.4.4 人力资源外包的方式 |
3 北京JW信息技术公司用工概况及规划用工策略的必要性 |
3.1 北京JW信息技术公司基本情况 |
3.1.1 战略文化 |
3.1.2 历史发展 |
3.1.3 组织结构 |
3.1.4 经营状况 |
3.1.5 主要业务 |
3.2 北京JW信息技术公司劳务用工概况 |
3.2.1 劳务工数量规模 |
3.2.2 劳务工属性构成 |
3.2.3 劳务工岗位构成 |
3.2.4 劳务工学历构成 |
3.2.5 劳务工在各项目的分配构成 |
3.3 .北京JW信息技术公司劳务用工管理现状 |
3.3.1 劳务用工的业务范围及岗位范围 |
3.3.2 劳务用工签订劳动合同情况 |
3.3.3 劳务用工合同审批情况 |
3.3.4 劳务用工的管理方式 |
3.3.5 劳务用工合同费用支付方式 |
3.4 北京JW公司规划用工策略的必要性 |
3.4.1 信息化行业规划用工策略的必要性 |
3.4.2 国有企业规划用工策略的必要性 |
4 北京JW公司劳务用工存在的问题及原因分析 |
4.1 北京JW公司劳务用工存在的问题 |
4.1.1 内部管理制度不够完善 |
4.1.2 劳务用工结构不够合理 |
4.1.3 不规范的劳务用工存在风险 |
4.1.4 劳务公司及用工缺乏忠诚度 |
4.1.5 实施劳务外包过程缺乏有效监管 |
4.2 北京JW公司劳务用工存在问题的成因分析 |
4.2.1 外部环境因素 |
4.2.2 内部监管因素 |
5 完善北京JW信息技术公司的用工策略研究 |
5.1 外部环境因素的策略调整 |
5.1.1 完善政策法规制度 |
5.1.2 加强内外审核监管 |
5.1.3 规范劳务公司组织领导 |
5.1.4 引导人才观念转变 |
5.2 企业内部的策略调整 |
5.2.1 明确用工策略 |
5.2.2 调整用工结构 |
5.2.3 完善用工制度 |
5.3 策略调整后的初步效果 |
5.3.1 用工风险减少 |
5.3.2 用工需求得到满足 |
5.3.3 企业效益增加 |
6 结论与展望 |
6.1 论文总结 |
6.2 本文的不足之处与研究展望 |
致谢 |
参考文献 |
附录1 北京JW信息技术公司劳务外包招标管理制度 |
附录2 劳务公司诚信服务承诺书 |
(10)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 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
四、我国铁路信息化的展望与对策(论文参考文献)
- [1]铁路机车设备画像理论及关键技术研究[D]. 李鑫. 中国铁道科学研究院, 2021(01)
- [2]基于BIM的铁路工程量清单构建及计价方式研究[D]. 田芳. 北京交通大学, 2020(03)
- [3]价值链视角下铁路重载列车现场检修质量管理研究[D]. 王泽华. 北京交通大学, 2020(03)
- [4]基于BIM与GIS集成的铁路站房暖通设备信息化管理关键技术研究[D]. 岑炜. 北京交通大学, 2020(03)
- [5]SH轨道交通集团信息化战略研究[D]. 宋鹏展. 华北水利水电大学, 2020(01)
- [6]NC公司信息化建设升级战略研究[D]. 殷颂棋. 南昌大学, 2020(01)
- [7]关于机车主要轴承自主检修的研究[D]. 邵文彬. 中国铁道科学研究院, 2020(01)
- [8]基于大数据的铁路安全管理平台研究[D]. 周聪. 兰州交通大学, 2019(01)
- [9]北京JW信息技术公司用工策略研究[D]. 李春红. 兰州交通大学, 2019(01)
- [10]铁路货运运营风险数据知识化方法研究[D]. 彭丽宇. 北京交通大学, 2019(01)