Tram line switch control simulation system
-
摘要: 信号系统是有轨电车主要的技术特征之一,由于有轨电车路权形式的特殊性,正线道岔控制就成为信号系统的关键技术之一。介绍了现有正线道岔控制技术,分析了仿真系统的总体架构与功能。借助Visual Studio 2013与Keil集成开发环境,使用C#和C语言,完成了系统的设计与开发,并基于西南交通大学城市轨道交通控制实验室,搭建了该仿真系统,通过仿真测试验证了系统的有效性。该系统不同于MATLAB实现的已有仿真,更真实可观,为有轨电车信号系统学习人员及类似仿真系统开发人员提供一定参考。Abstract: The signal system is one of the main technical characteristics of the tram. Due to the particularity of right of way, the tram line switch control becomes one of the key technologies of the signal system. This paper introduced the existing line switch control technology, analyzed the overall structure and functions of the simulation system, used C# and C to design and develop the system with the help of Visual Studio 2013 and Keil integrated development environment. Based on the Urban Rail Control Lab of Southwest Jiaotong University, the simulation system was built, and the effectiveness was verified by simulation test. The system was different from the existing MATLAB simulation module. It was more real, and provided a reference example for the researchers.
-
Keywords:
- tram /
- signal system /
- switch /
- simulation system
-
-
[1] 苗彩霞.现代有轨电车系统特点及应用前景[J].都市快轨交通 ,2013,26（3）：9-12. [2] 刘海军.现代有轨电车信号系统设计分析[J].都市快轨交通,2013,26（6）：156-159. [3] 李 晶.现代有轨电车正线道岔控制方案的选择[J].铁道通信信号,2015,51（1）：69-72. [4] 徐立芳,莫宏伟.仿真技术在智能控制实验平台建设中的应用[J].实验技术与管理,2013,30（8）：74-76,85. [5] 刘先恺,梁 靓,陈鹏飞,等.现代有轨电车正线道岔控制技术研究[J].中国铁路,2015（2）：82-85. [6] 公吉鹏.新型有轨电车道岔控制方案分析[J].城市轨道交通研究,2014,17（7）：119-121. [7] 高桂桂.现代有轨电车信号系统设计研究[J]. 城市轨道交通研究,2015,18（1）：67-71. [8] 王国军,贾利生,韩 晓.有轨电车道岔控制方案及安装方式研究[J].铁道标准设计,2014（1）：57-60. [9] 李 强.现代有轨电车正线道岔控制系统方案研究[J].电气自动化 ,2015,37（2）：100-102. [10] 刘新平.新型有轨电车信号系统方案研究[J].城市轨道交通研究,2012,15（5）：50-52. [11] 唐贾言.现代有轨电车的运营控制系统[J].自动化应用,2010（12）：61-63,65. [12] 李鸿旭,喻智宏,刘圣革.现代有轨电车智能控制系统中的车辆定位技术方案[J].都市快轨交通,2013,26（6）：160-162. [13] 江 磊.城轨控制实验室仿真平台硬件接口研究[D]. 成都：西南交通大学,2012. [14] 林瑜筠.城市轨道交通联锁系统[M].北京：中国铁道出版社,2013. [15] 温 昱.软件架构设计[M].北京：电子工业出版社,2007. -
期刊类型引用(9)
1. 薛锋，吴林鸿，汪雯文，周琳. 基于MI-PSO-RBF神经网络的铁路客货运量预测研究. 铁道运输与经济. 2024(09): 123-135 . 
百度学术
2. 崔淑华，侯慧君，武慧荣. 利用标准差赋权组合模型预测大宗货物运输需求. 交通科技与经济. 2022(06): 31-38 . 百度学术
3. 徐菲，任爽. 基于分解—集成的铁路货运需求预测研究. 运筹与管理. 2021(08): 133-138 . 百度学术
4. 刘金芳，向万里，王璐璐. 基于VMD-BAS-BP的铁路货运量预测研究. 青海交通科技. 2021(06): 50-56+68 . 百度学术
5. 徐文文，彭建平，邱春蓉. 基于支持向量回归的地铁受电弓滑板磨耗趋势预测模型研究. 铁路计算机应用. 2020(01): 77-81 . 本站查看
6. 杨基宏，陈浩林，徐刚，余澄庆，刘辉. 基于ELM的城市轨道交通系统建设成本估算研究. 铁路计算机应用. 2020(04): 1-4 . 本站查看
7. 谭雪，张小强. 基于GRU深度网络的铁路短期货运量预测. 铁道学报. 2020(12): 28-35 . 百度学术
8. 张蕾，孙德山，张文政，王玥. 基于灰色关联分析的支持向量机的铁路货运量预测研究. 经济数学. 2018(02): 58-61 . 百度学术
9. 任巧丽，马乾. PCA-RBF神经网络对兰州市日平均气温的预测. 宜宾学院学报. 2018(12): 111-115 . 百度学术
其他类型引用(10)
计量
- 文章访问数: 74
- HTML全文浏览量: 1
- PDF下载量: 23
- 被引次数: 19
下载:
