“智慧轨交齐推广 以考促学共提升”轨道交通行业知识测试题

本试卷围绕党建知识、人工智能、新能源、激光熔覆四方面编制,满分100分,作答时间为90分钟。请仔细阅读每道题目要求,认真作答,预祝取得优异成绩!

Q1:姓名

填空1

Q2:部门

填空1

:(一)党建方面

Q3:党的十八大以来,习近平总书记高度重视装备制造业发展,先后五次深入中国中车及所属六家单位视察指导,对轨道交通装备产业作出一系列重要指示。下列相关表述正确的是。

轨道交通装备产业应以虚拟经济为主、实体经济为辅,加快“脱实向虚”
创新驱动可有可无,主要依靠规模扩张即可
装备制造业是国之重器,是实体经济的重要组成部分,要把握优势、乘势而为,做强做优做大
视察中车仅是参观生产线,并未作出重要指示

Q4:2026年4月1日出版的第7期《求是》杂志发表习近平总书记重要文章《树立和践行正确政绩观》。下列关于正确政绩观重要论述的表述,正确的是。

树立和践行正确政绩观,起决定性作用的是党性;衡量党性强弱的根本尺子是公、私二字
正确政绩观要求以GDP增速作为衡量业绩的唯一根本标准
政绩观问题仅仅是领导干部的个人修养问题,与党性原则无关
树立正确政绩观要坚持“新官不理旧账”,尽快出显绩

:(二)人工智能方面

Q5:关于人工智能(AI)的表述,正确的是。

人工智能仅指机器人的硬件制造
人工智能等同于传统固定逻辑自动化控制
人工智能不需要数据和算力
人工智能是研究用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学

Q6:机器学习按学习范式通常分为监督学习、无监督学习和强化学习。其中,利用带有标签的样本进行训练的是。

无监督学习
监督学习
强化学习
迁移学习

Q7:在轨道交通图像类任务(如接触网零部件缺陷检测、钢轨表面伤损识别、隧道衬砌裂缝识别)中,应用最广泛的深度学习模型是。

卷积神经网络(CNN)
单纯决策树
遗传算法
线性规划

Q8:对列车轴承振动、转向架动力学等具有明显时间先后依赖关系的时序数据进行故障预警,较适用的深度学习模型是。

仅用于图像分类的 CNN
K-means 聚类
循环神经网络(RNN/LSTM)或时序 Transformer
普通线性回归

Q9:轨道交通装备“故障预测与健康管理(PHM)”的核心目标是。

仅在设备完全损坏后维修
基于状态监测与数据建模实现预测性维护,降低非计划停机、提升运维效率
一律按时大修,不考虑实际状态
取消所有检修作业

Q10:数字孪生(Digital Twin)在轨道交通装备运维中的主要价值是。

仅用于对外宣传展示
完全替代真实设备投入运营
仅用于新员工入职培训
构建物理实体的动态虚拟映射,支撑状态监测、仿真分析与优化决策

Q11:基于计算机视觉的智能线路/车辆巡检系统,主要依靠什么完成目标识别与异常检测。

摄像头采集图像 + AI 图像识别算法
单纯依靠人工目测记录
仅依靠声音信号
仅依靠设备外壳颜色

Q12:在列车“节能驾驶”优化中,强化学习通过何种机制寻找最优牵引/制动操纵策略。

随机无序尝试,不考虑结果
通过与环境交互、以奖励(reward)反馈不断试错优化策略
完全依赖固定时刻表,无需优化
仅凭司机个人经验,算法不参与

Q13:监督式深度学习模型的实际性能,高度依赖于。

仅需先进算法,无需训练数据
计算机的品牌型号
数据规模与标注质量
网络带宽大小

Q14:关于大语言模型(LLM)在轨道交通智能运维中的潜在应用,下列说法错误的是。

可辅助故障知识问答与维修指导
可辅助生成运维报告与工单摘要
可辅助构建与查询故障知识图谱
可直接、无条件替代信号安全控制系统进行实时列车控制

:(三)新能源方面

Q15:质子交换膜燃料电池(PEMFC)在轨道交通应用中的突出优点是。

清洁高效、低温启动快、功率密度较高
工作温度须长期高于 1000℃
必须全程依赖燃煤发电
不能用于机车牵引

Q16:关于氢的安全特性,下列说法正确的是。

氢气比空气重,易在地面积聚
氢气无色无味,但爆炸下限低(约 4%),须严格通风与检测
氢气不可燃,安全性高
氢气爆炸下限约为 50%

Q17:关于轨道交通多能源耦合系统的协同控制,下列说法正确的是。

多能源耦合意味着完全取消车载储能,仅依赖单一电网供电
耦合系统无法应对运行工况变化,须退回单一动力源
多能源耦合通过统一的能量管理策略统筹氢、电、网等多源供能,可提升能效与系统可靠性
多能源耦合仅停留在实验室阶段,不具备工程应用价值

Q18:关于轨道交通新能源装备的热管理,下列说法错误的是。

热管理可将电池/电堆温度与温差控制在合理区间,保障安全与寿命
动力电池与氢燃料电池电堆均对温度敏感,须配置热管理系统
常用手段包括液冷、风冷、热泵与相变材料等
高温或局部过热仅影响乘坐舒适性,不会危及安全与寿命

:(四)激光熔覆方面

Q19:激光增材制造(LAM,亦称激光 3D 打印)的基本原理是。

通过激光逐层熔化/熔覆材料粉末,使材料累加堆积成形三维构件
用车床切削去除多余材料
一次性砂型铸造成形
仅对两块钢板进行焊接

Q20:下列激光增材制造技术中,属于“粉末床熔融”类的是。

激光切割
激光打标
选择性激光熔化(SLM)
电子束焊接

Q21:激光增材/激光熔覆成形中,对致密度、气孔与裂纹等质量影响最大的通常是。

机床外壳的颜色
激光功率、扫描速度、扫描间距、层厚等工艺参数组合
车间窗户朝向
操作人员身高

Q22:激光增材制造/激光熔覆在轨道交通装备再制造中的主要应用是。

仅用于新件整体铸造
完全替代所有焊接工艺
仅用于零部件表面喷漆
对磨损轴类、齿轮、模具等进行高性能修复与表面强化

:二、多选题(共 10 题,每题 3 分,共 30 分;多选、少选、错选均不得分)

:(一)人工智能方面

Q23:人工智能的主要技术分支包括。

机器学习
自然语言处理
传统车削加工
计算机视觉

Q24:下列模型中,属于深度学习中常用的神经网络结构的有。

卷积神经网络(CNN)
传统决策树
Transformer
循环神经网络(RNN/LSTM)

Q25:下列场景中,适合引入人工智能技术提升轨道交通运维与运营水平的有。

基于计算机视觉的零部件缺陷检测
以AI模型完全取代规章与人工进行安全决策
面向节能与准点的列车智能调度优化
基于数据与模型的预测性维护(PHM)

Q26:为提升深度学习模型的泛化能力,通常可采取的措施包括。

正则化方法(如 Dropout、权重衰减)
数据增强(旋转、加噪、裁剪等)
交叉验证与早停
仅盲目增大模型参数量而不调参与校验

Q27:在轨道交通引入人工智能时,应重点关注的安全与伦理问题包括。

训练与推理数据的隐私合规
模型的可解释性与可追溯
为追求智能化而取消所有人工值守与复核
安全苛求场景须人机协同、保留冗余与校验

:(二)新能源方面

Q28:关于轨道交通多能源耦合系统的协同控制策略,下列说法正确的有。

根据运行工况动态切换/互补供能,以平抑负载波动、提升能效
采用能量管理策略统筹氢燃料电池、动力电池、电网与储能的功率分配
多能源耦合只需简单并联电源,无需任何控制策略
通过热-电协同管理兼顾动力性与热安全

Q29:关于质子交换膜燃料电池(PEMFC)的特点与应用,下列说法正确的有。

须配套氢气供给、热管理与水管理以保证稳定输出
产物主要是水,具有零排放、噪声低、能量转换效率高的特点
以氢气为燃料、空气(或纯氧)为氧化剂,通过电化学反应直接发电
工作时须持续燃烧氢气,因此会排放大量二氧化碳

Q30:关于轨道交通新能源装备(动力电池、氢燃料电池电堆等)的热管理技术,下列说法正确的有。

热管理对电池/电堆的安全性、寿命与性能至关重要
热管理可有可无,高温对电池性能与寿命无影响
须在安全温度区间内将温差控制在合理范围
常用手段包括液冷、风冷、热泵及相变材料等

:(三)激光熔覆方面

Q31:下列技术中,属于激光增材制造(激光 3D 打印)范畴的有。

电子束熔融(EBM)
选择性激光熔化(SLM)
选择性激光烧结(SLS)
激光熔融沉积/激光熔覆(LMD)

Q32:激光熔覆在轨道交通装备再制造中的优势包括。

只能对整机进行整体铸造替换
可在零件表面制备高性能涂层或修复层
稀释率低、热影响区小
支持梯度材料与按需局部成形

:三、判断题(共 10 题,每题 3 分,共 30 分;正确的打“√”,错误的打“×”)

:(一)人工智能方面

Q33:人工智能是研究开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的科学。

是
否

Q34:监督学习需要使用带有标签的训练数据进行模型训练。

是
否

Q35:卷积神经网络(CNN)因擅长提取空间特征,常被用于图像识别与缺陷检测。

是
否

Q36:大语言模型(LLM)可以直接、无条件地替代轨道交通信号安全控制系统进行实时列车控制。

是
否

Q37:数字孪生是在虚拟空间构建物理实体的动态映射,用于状态监测、仿真分析与优化决策。

是
否

:(二)新能源方面

Q38:新能源热管理(如动力电池、氢燃料电池电堆的温控)对轨道交通装备的安全、寿命与性能至关重要。

是
否

Q39:轨道交通氢能装备普遍采用高压气态储氢(常见 35 MPa / 70 MPa),并须配套氢气泄漏监测、通风与防爆措施。

是
否

:(三)激光熔覆方面

Q40:激光增材制造(如 SLM、LMD)通过材料逐层累加成形,属于“增材”而非“减材”制造。

是
否

Q41:激光增材制造的成形质量只取决于设备采购价格,与激光功率、扫描速度等工艺参数无关。

是
否

Q42:请判断本项叙述是否正确?

是
否
“智慧轨交齐推广 以考促学共提升”轨道交通行业知识测试题
关于
1天内
更新
0
频次
54
题目数
分享
问问AI
有问题?问问AI帮你修改 改主题:如咖啡问卷改为奶茶问卷