基于Kafka和JavaScript的城轨信号系统智能运维数据采集与处理方法

在城市轨道交通（简称“城轨”）信号系统的传统运维过程中,运维数据采集和处理的效率较低、数据间缺乏关联性且及时性差。为了将城轨信号系统的各种专业运维数据转化为具有通用格式、可读性强且标准化的信息资源,从而为后续的数据分析和信息融合提供数据基础,文章提出一种采用Kafka数据采集和JavaScript (JS)脚本数据处理的方法。其首先通过Kafka系统集中采集不同信号专业的运维数据;然后,通过动态加载JS脚本文件,自动处理并存储所采集的运维数据;最后,以ZC、VOBC信号系统运维数据为例进行试验验证。结果显示,与人工数据采集和处理方式相比,该方法缩短了50%的处理时间,且处理结果与人工采集的相一致,证明了本文的数据采集和处理方法能够有效实现城轨智能运维系统数据的通用化、可读化和标准化。     

基于智慧运输系统的GK1C型内燃机车仿真模型设计与实现

GK1C型内燃机车用于钢材生产基地,采用人工驾驶方式。为降低驾驶员劳动强度,同时灵活调整机车运行时间间隔和上线机车数量,相应智慧运输系统自动驾驶车载系统应运而生。为满足智慧运输系统实验室验证要求,使其自动驾驶车载系统更准确地监控列车运行,同时为解决实验室因无机车而无法进行闭环验证测试的问题,基于验证测试需求,并参考GK1C型内燃机车技术参数和实际工况,设计了相应的机车仿真模型,实现了对机车启动、运行、休眠、故障注入功能的仿真闭环控制。实验室应用结果表明,通过该仿真模型,可实现自动驾驶车载系统对GK1C型内燃机车启动、休眠、牵引、制动、故障注入等功能的验证和测试,极大地提高了室内测试效率,减少现场调试时间,为智慧运输系统在钢铁运输行业的推广使用奠定了基础。