编组站综合自动化系统模拟技术研究

编组站综合自动化模拟系统根据SAM系统的总体设计思想、系统架构,针对集中控制、联锁、驼峰、车辆跟踪等主要功能,采用演绎法,利用经验的技术信息建模,设计搭建工程化的模拟系统,建立编组站作业动态模拟模型。SAM系统借助模拟模型,采用离线建模方式进行系统测试,验证系统的功能、性能等,提高系统的成熟度、可靠性。     

高速列车群运营安全保障仿真模拟试验平台设计

基于“主动安全”设计理念,采用Flex与ArcGIS技术,构建可视化、集成化和智能化的高速列车群运营安全保障仿真模拟试验平台.平台通过不同系统之间的信息共享,为高速列车群运营全过程安全行为演化建模、风险评估和预警提供数据支持,实现对高速列车群事故推演和安全态势分析.平台采用分层逻辑结构,从下到上依次为物理层、获取层、数据层、应用层和表示层.平台通过电力线通信、以太网和控制器局域网等从其他系统获取数据,再对数据进行融合与集成,实现信息共享、安全评估与仿真和安全预警等功能.研发的平台在轨道交通控制与安全国家重点实验室进行了成功部署和模拟仿真运行,通过对大量的行车安全信息的获取、传输和共享以及仿真试验证明,平台具有较高的安全性和稳定性,便于管理和维护.     

CTCS-3级列控系统仿真试验平台的研究

阐述了CTCS-3级列控系统仿真试验平台的构成、主要测试内容及工作流程,并通过具体的测试实例对试验平台进行了优缺点评价,同时对其前景进行了展望。     

西安地铁车站深基坑变形规律FLAC模拟研究

研究目的:西安是西北黄土地区第一个修建地铁的城市,地铁车站深基坑的开挖平面尺寸大、基坑暴露时间长、基坑变形控制等级高,西安又处于特殊的黄土地区,基坑壁岩土体主要为黄土及黄土状土,上部具有湿陷性,与国内外已开挖建成的地铁车站的城市的地质差异较大,车站深基坑围护设计可借鉴的经验较少。因此,急需开展地铁车站深基坑变形规律研究,为西安地铁其它车站深基坑围护结构设计与优化提供帮助。研究结论:以西安地铁2号线北大街车站深基坑工程为背景,建立了深基坑围护结构施工过程FLAC模拟计算模型,制定了车站深基坑施工监测方案,分析了围护桩的变形、钢支撑轴力变化和锚索受力变化的规律。结果表明,桩体位移是围护结构变形特性的直接反映,而钢支撑和锚索对深基坑变形有明显的限制作用。计算结果和监测结果基本一致。     

基于元胞自动机的城市道路仿真系统

为解决实时交通仿真系统对计算效率的要求，本文提出一种针对交通信号控制下城市道路路段的元胞自动机模型。在模型中采取了适合城市交通特点的元胞空间划分和时间步长方案以及元胞更新规则。本文还给出基于此模型的一个小型仿真系统的软件体系结构。另外，本模型还能反应出驾驶员的进取性（aggressiveness）的状况，并对驾驶员存不同进取性下对变通的影响做了研究。通过现场采集的交通数据和CORSIM仿真平行的对比试验表明本文提出的模型在路段平均速度意义下与实际变通数据符合较好，并具有较高的运行效率。     

SIMULINK在船用辅锅炉控制系统仿真中的应用研究

文章提出了运用Simulink仿真软件包对船用辅锅炉控制系统进行动态仿真的方法.以锅炉水位控制为例建立了双位控制器和比例积分控制器的动态仿真模型,并进行了仿真的运行.仿真结果表明,Simulink也是锅炉控制系统仿真建模的一种有效方法.     

双离合器自动变速器仿真研究

建立了双离合器自动变速器系统仿真模型,对双离合器自动变速器的动态特性进行了分析,并开发了换挡控制器。应用仿真软件对装有双离合器自动变速器的车辆进行了整车动态性能仿真。仿真结果表明,双离合器自动变速器具有和传统自动变速器相近的换挡品质。     

并联式混合动力电动汽车动力总成控制策略的仿真研究

分析了并联式混合动力电动汽车(PHEV)动力总成的构成及主要传递参数,阐述了电力辅助控制策略以及控制逻辑的具体实现,建立了PHEV动力总成各子系统包括发动机、电机和电池等的仿真模型,利用建立的仿真软件进行了控制策略及其控制参数的仿真研究。仿真结果表明,电池特性及发动机运行参数对整车的性能有较大的影响,根据不同的控制要求,调整相应的控制参数值,可以达到改善整车性能的目的。     

新型双能源电动汽车动力控制系统的仿真研究

从理论上分析了燃料电池／蓄电池双能源电动汽车的功率分配方法,并用SIMULINK建立了功率跟随模式控制策略的仿真模型。在ADVISOR上实现了对采用功率跟随模式控制策略虚拟样车的仿真,通过对仿真结果的分析验证了文中所述的控制策略。     

计算流体动力学在轨道交通环控系统分析中的应用

介绍了近年来发展较快的一种计算机辅助设计技术——计算流体动力学(CFD),并将其与世界上第一个地铁环控计算机模拟软件SES进行比较,对CFD在城市轨道交通环控系统中的应用进行了分析和探讨。