大数据驱动的铁路信息物理融合系统的分析与设计方法

发布时间：2017-08-05 15:39

  本文关键词：大数据驱动的铁路信息物理融合系统的分析与设计方法

  更多相关文章： 大数据 信息物理融合系统 铁路 列控系统 Simulink AADL 混成系统

【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。
【关键词】：大数据 信息物理融合系统 铁路 列控系统 Simulink AADL 混成系统
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP202
【目录】：

• 摘要4-5
• ABSTRACT5-13
• 第一章 绪论13-17
• 1.1 研究背景与意义13-14
• 1.2 国内外研究现状14-15
• 1.3 论文研究内容15-16
• 1.4 论文的组织结构16-17
• 第二章 大数据驱动的铁路信息物理融合系统分析17-29
• 2.1 铁路大数据17-20
• 2.1.1 大数据的属性17-18
• 2.1.2 铁路信号系统大数据特性18-20
• 2.2 大数据的核心技术20-22
• 2.2.1 批处理系统20-21
• 2.2.2 流处理系统21-22
• 2.3 信息物理融合系统22-24
• 2.3.1 CPS的基本组件23-24
• 2.3.2 CPS系统的特点24
• 2.4 大数据驱动的铁路信息物理融合系统分析24-29
• 2.4.1 需求体系结构24-26
• 2.4.2 数据和技术体系结构26-29
• 第三章 基于云计算的铁路信息物理融合系统体系结构29-44
• 3.1 基于云计算的CPS系统体系结构29-33
• 3.1.1 基于云计算的CPS体系结构29-33
• 3.2 基于云计算的铁路信息共享平台33-38
• 3.2.1 基于云计算的铁路信息共享平台架构33-35
• 3.2.2 基于云计算的铁路信息存储模型35-36
• 3.2.3 基于HBase的数据存储36-38
• 3.3 基于Storm的铁路信息实时处理模型38-44
• 第四章 铁路信息物理融合系统的建模方法44-56
• 4.1 铁路信息物理融合系统建模需求分析44-45
• 4.2 基于Simulink和AADL的建模方法45-48
• 4.2.1 Simulink概述46-47
• 4.2.2 AADL概述47-48
• 4.2.3 AADL建模组件48
• 4.3 AADL的离散与连续行为建模48-53
• 4.3.1 传统的AADL的行为建模48-49
• 4.3.2 离散、连续行为的扩展-Hybrid CSP49-53
• 4.4 模型转换53-56
• 4.4.1 Simulink转AADL53-55
• 4.4.2 AADL行为模型到时间自动机的映射55-56
• 第五章 列车运行控制系统的设计与建模56-87
• 5.1 列车运行控制系统56-60
• 5.1.1 移动授权(Moving Authorization)场景57-60
• 5.2 移动许可场景的Simulink建模60-71
• 5.2.1 Train模型61-62
• 5.2.2 TCC模型62-63
• 5.2.3 RBC模型63-65
• 5.2.4 EVC模型65-71
• 5.3 移动许可场景的混成行为AADL建模71-75
• 5.3.1 AADL混成行为附件72-75
• 5.4 系统AADL模型75-87
• 5.4.1 列车运行控制系统的感应服务和控制服务76-78
• 5.4.2 ATP系统AADL建模78-81
• 5.4.3 ATP系统时空行为建模81-87
• 第六章 模型的分析与验证87-95
• 6.1 云存储系统性能分析87-89
• 6.2 混成行为验证89-91
• 6.3 移动授权场景紧急制动行为Simulink仿真91
• 6.4 时空行为验证91-93
• 6.5 流分析验证93-95
• 总结与展望95-96
• 参考文献96-100
• 攻读学位期间发表的论文100-102
• 致谢102

【相似文献】

中国期刊全文数据库 前10条

1 王中杰;谢璐璐;;信息物理融合系统研究综述[J];自动化学报;2011年10期

2 黎作鹏;张天驰;张菁;;信息物理融合系统(CPS)研究综述[J];计算机科学;2011年09期

3 杨洪利;李宜辉;;大庆石化ERP与FMIS7.0融合系统设计及应用[J];中国管理信息化;2010年20期

4 李艳斌;王红云;;SAP与FMIS融合系统的设计应用研究[J];信息安全与技术;2013年02期

5 窦文琦;孙士学;;ERP与FMIS融合系统的业务功能实现[J];电脑知识与技术;2013年24期

6 张彩霞;程良伦;王向东;;基于信息物理融合系统的智能制造架构研究[J];计算机科学;2013年S1期

7 刘祥志;刘晓建;王知学;成巍;李建新;;信息物理融合系统[J];山东科学;2010年03期

8 佘维;叶阳东;;一种信息物理融合系统行为预测模型[J];计算机科学;2013年05期

9 许少伦;严正;张良;唐聪;;信息物理融合系统的特性、架构及研究挑战[J];计算机应用;2013年S2期

10 丘威;;一种基于LHPN的信息物理融合系统模型验证方法[J];计算机科学;2014年S1期

中国重要会议论文全文数据库 前1条

1 黄濵;陈森发;周振国;;多源信息的实时智能融合系统研究[A];江苏省自动化学会七届四次理事会暨2004学术年会青年学者论坛论文集[C];2004年

中国重要报纸全文数据库 前1条

1 本报记者 夏文燕;何积丰院士:信息物理融合系统开创软件业新起点[N];江苏科技报;2010年

中国硕士学位论文全文数据库 前8条

1 曹青竹;基于多Agent的信息物理融合系统协作逻辑研究[D];南京邮电大学;2015年

2 郭仕航;大数据驱动的铁路信息物理融合系统的分析与设计方法[D];广东工业大学;2016年

3 黎楚乾;基于大数据的信息物理融合系统的分析与设计方法[D];广东工业大学;2015年

4 陈明铝;航天信息物理融合系统的分析与设计方法[D];广东工业大学;2013年

5 罗崇伟;面向车联网的信息物理融合系统的分析与设计方法[D];广东工业大学;2013年

6 朱晨曦;基于AADL的信息物理融合系统的分析与设计方法[D];广东工业大学;2014年

7 李云霄;铁路信息物理融合系统的分析与设计方法[D];广东工业大学;2013年

8 雷瑶;信息物理融合系统的形式化建模与分析[D];广东工业大学;2013年

，

本文编号：625669