2023年辽宁省数学建模竞赛A题铁路车站的安全标线

最新推荐文章于 2025-05-03 15:32:02 发布

程序员--青青

最新推荐文章于 2025-05-03 15:32:02 发布

阅读量2k

点赞数 43

文章标签：数学建模安全

本文链接：https://blog.csdn.net/ZL_1618/article/details/136248389

版权

本文探讨了如何运用数学模型分析高铁或动车全速经过时对站台人员产生的“吸力”或“推力”，基于伯努利效应解释站台安全线设置的科学依据，并考虑了不同列车速度对安全线的影响，为铁路部门提供优化站台安全的建议。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2023年辽宁省数学建模竞赛

A题铁路车站的安全标线

原题再现：

在火车站或地铁站台上，离站台边缘 1 米左右的地方都画有一条黄线(或白线)，这是为什么呢?
这条线称为安全线(业内称之为安全标线)，人们在候车时必须站在安全线以外的区域。这是因为列车高速行驶时，会带动附近的空气也发生高速运动。根据伯努利效应的解释，人面向列车这边的空气流速很大，气压就会减小，而背后的空气流速小，气压就大。这样，站台边的人就会受到一个从背后高压区向身体前低压区推的作用力，有可能造成人贴近列车而引发事故。
为此，《铁路技术管理规程》第 157 条明确规定，旅客列车停靠的高站台边缘距线路中心线的距离为 1750mm，安全标线距站台边缘
1000mm。非高站台安全标线与站台边缘距离为：列车通过速度不大于 120km/h 时，1000mm；列车通过速度 120 km/h 以上至 160
km/h 时，1500mm；列车通过速度 160 km/h 以上至200 km/h 时，2000mm。
你的任务：
(1) 根据相关机理，考虑人的体重、体积以及和人的距离等影响因素，建立数学模型确定高铁或动车全速经过时，对站在站台人的“吸力”或“推力”的大小；
(2) 依据(1)的结果，建立数学模型，说明高铁、动车车站站台的安全标线的设置依据；
(3) 分析不同因素对安全标线设置的影响，依此，向铁路部门提供你的有关保障铁路站台安全的建议。

问题分析

在火车站或地铁站，离站台边缘一定距离的地方标有一条安全线,
人必须站在安全线以外的区域候车，这是因为当列车驶进站台时，会带动人和车之间的空气流动速度加快，此时人外侧的空气流动速度慢，根据流体压强与流速的关系可知:人外侧空气流速慢压强大，而内侧流速快压强小，会产生一个向内侧的压强差，将人推向火车，易出现危险。这题是典型的套用临界条件的伯努利原理题，之前说高铁，现在说铁路车站，你是拿过来题直接就出啊，选这题的基本都是不会做B和C的选手，简单的不能再说了，出过好多次了无语了。

from scipy.stats import norm
import matplotlib.pyplot as plt
import numpy as np
import sympy
from scipy.stats import binom
from scipy.stats import bernoulli

p_1=1.0/2#假设估计
fp=bernoulli(p_1)#产生伯努利随机变量

data=fp.rvs(500)#产生500个样本
#print data
x,p,z=sympy.symbols('x p z',positive=True)
phi=p**x*(1-p)**(1-x)#分布函数
#print phi
'''
np.prod()函数用来计算所有元素的乘积，
对于有多个维度的数组可以指定轴，
如axis=1指定计算每一行的乘积。
变量替换subs函数，用i替换x
'''
L=np.prod([phi.subs(x,i) for i in data])#构建似然函数

log1=sympy.expand_log(sympy.log(L))#去对数
#print L
#print log1
#print len(data)
'''
利用solve()函数解方程
利用diff()函数计算微分
diff(func,var,n):高阶微分
'''
sol,=sympy.solve(sympy.diff(log1,p),p)
#print sol
'''
以均值（均值为100*0.5=50）为中心对称的加总离散概率，
Python里面使用pmf函数计算
以均值为中心对称的加总概率
'''
b=binom(100,0.5)#100次，p=0.5的概率为正面
x=np.arange(0,100)
y=b.pmf(x)
#print array
#plt.bar(x,y,width=0.8)
plt.title("ZuiDaSiRanGuJi")
plt.xlabel("x")
plt.ylabel("P(X=x)")
plt.plot(y,c='g',linewidth=3)
plt.show()