原文传递
大数据驱动的铁路信息物理融合系统的分析与设计方法
| 论文题名： | 大数据驱动的铁路信息物理融合系统的分析与设计方法 |
| 关键词： | 高速铁路;运行管理;信息物理融合系统;大数据驱动 |
| 摘要： | 2015年中国高速铁路运营里程超过1.8万公里，动车列数已经超过总列车数的一半，速度和安全是高速列车的核心。随着物联网和传感器在高速铁路运行中的大量应用（采集列车、轨道的状态信息和运行线路信息），铁路信号系统每天都产生海量的数据。海量的数据当中隐藏着数据的潜在的价值，为铁路智能化（智能列车、智能调度等）带来了新的机遇。但是，海量的传感器和随之产生的海量数据也为铁路带来新的挑战:数据异构多源、大数据存储、信息共享和大数据处理。 信息物理融合系统是一个集物理系统、信息系统和控制逻辑的深度融合的复杂嵌入式系统，能实现工程系统的环境感知、动态控制与信息服务，具备实时、安全可靠性、异构的特点。铁路信息物理融合系统的复杂和大型性，使得系统中存在很多动态的、不确定的因素，通过对铁路信息物理融合系统进行分析、设计和建模以更好的了解物理世界和计算机世界的交互行为、安全可靠性、实时性。 本文结合大数据和信息物理融合系统，重点研究铁路信号系统大数据和系统建模。首先分析铁路的大数据特性;分析大数据驱动的铁路的智能化需求体系结构、数据结构和技术体系结构，明确研究对象。在铁路大数据环境的分析基础上，提出了基于云计算的CPS的体系结构，并分析了体系结构的服务划分和层次组合。基于云计算的铁路信息共享平台解决传统铁路数据的多源异构、海量存储、信息共享的问题。铁路大数据还需要实时处理和决策才能保证高速列车的运行安全，因此本文以列车定位数据为例提出基于Storm的铁路大数据流实时处理方法。大数据驱动的铁路信息物理融合系统除了“信息”的问题之外，还需要处理“物理”问题。本文提出结合Simulink和AADL两种模型驱动的大型信息物理融合系统的建模方法。通过将Simulink映射到AADL，充分利用二者各自的建模优势。本文使用Simulink对列车运行控制系统最重要的移动授权场景进行了混成行为建模;通过扩展AADL的混成行为建模能力，弥补了Simulink单纯仿真缺乏的形式化验证的不足。最后以列车运行控制的ATP系统为例，详细建模了ATP系统的硬件、软件系统;并将ATP系统的AADL模型的行为附件转换为时间自动机进行验证。 |
| 作者： | 郭仕航 |
| 专业： | 计算机技术 |
| 导师： | 张立臣;贾克典 |
| 授予学位： | 硕士 |
| 授予学位单位： | 广东工业大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
