全电子计算机联锁厂家,传统计算机联锁与全电子计算机联锁对比分析

本文对比分析了传统计算机联锁系统与全电子计算机联锁系统。传统系统保留部分继电器电路,存在安全隐患和维护复杂性;全电子系统采用全电子执行机,简化控制,提高可靠性,实现一体化智能控制,减少人工干预,降低维护成本,且节省信号房屋面积。全电子系统虽然初期成本高,但综合考虑其优势,性价比更高。
摘要由CSDN通过智能技术生成

摘 要:本文结合中国铁路计算机联锁系统的使用现状,比较分析了两种联锁设备的优缺点。

关键词:传统计算机联锁 全电子计算机联锁 趋势

随着微型计算机在工业系统中的广泛应用,全电子计算机联锁系统作为铁路信号控制的新一代联锁设备应运而生并得到逐步推广使用。笔者从结构、性能、经济等方面对传统计算机联锁系统和全电子联锁系统进行比较分析。

一、传统计算机联锁系统

传统计算机联锁系统的联锁电路采用计算机控制,保留了6502电气集中的执行电路,包括道岔启动电路、信号机点灯电路、轨道电路、各种联系电路等成熟的继电电路,这些电路经过几十年的改进和优化,其可靠性和抗外界冲击等性能已很成熟,为保证行车安全起到了很好的作用;计算机联锁内部电路也随着大量的工程应用日益完善、稳定性不断提高。

传统计算机联锁系统由于保留了部分继电器电路,联锁电路与继电电路之间、继电电路内部之间还存在大量的人工配线,因此仍旧存在“封连线”隐患。继电电路发生故障时,仍需人工判断故障位置然后进行相应处理。电路短路熔断器断丝保护后,还需人工更换熔断器。这都给运行维修部门带来了一定问题,既要定期维护检修继电器部分,又要维修计算机系统,尤其是近些年上道投入运行的计算机联锁系统数目增加后,问题更加突出,很难实现减员增效的目的,也难以达到工厂化施工的目标,从技术发展上看,已难以适应更加繁忙的运输要求,安全运输上还存在一定的隐患。

二、全电子计算机联锁

全电子计算机联锁系统的联锁电路采用计算机控制,执行电路用全电子执行机代替了传统的继电器执行电路来完成计算机联锁的末端控制和采集。系统由三部分组成:联锁机、全电子执行机、监测机,它们之间通过工业控制总线相互通信。

全电子执行机替代了计算机联锁系统中的执行组电路,去掉了传统联锁继电接触式控制方式,应用电力电子无触点功率器件,使控制更加简洁、可靠、灵活,可靠性也有所提高。全电子执行单元包括四个模块:道岔模块、信号模块、轨道模块和其他模块。模块通过网络总线直接与联锁机相连。这些模块替代了传统执行电路中的安全型继电器,通过联锁机下发的控制命令对信号室外设备进行控制和监测。监测机代替了传统的独立的微机监测设备,系统融合了计算机通信、自动检测和网络连通等技术,将电务维修与微机监测功能合为一体,通过监测并记录信号设备的主要运行状态,对整个系统的运行情况进行监测,为电务部门掌握信号设备当前状态提供科学依据。监测机系统满足铁道部颁发的信号微机监测技术条件。联锁机实现联锁功能,完成联锁逻辑运算,进行信号设备状态的采集与控制,与监测机交换信息。全电子计算机联锁系统实现了控制、执行、监测一体化智能控制,将道岔动作电流、轨道受电端电压等模拟量采集功能纳入其中,实现了微机监测系统对现场信号的采集、调理与处理功能。同时,它还具有过流保护、故障诊断、智能处理多项综合功能,可实现远程管理和远程诊断。

全电子计算机联锁系统的控制台采用彩色监视器或单元控制台,与传统计算机联锁系统的控制台一致,显示器显示站场图形,实时反映现场信号、道岔、轨道等设备的状态和联锁逻辑状态,通过鼠标对现场设备进行操作,具有声光报警和提示功能,对需要引起操作人员注意的情况或有可能危及行车安全的情况及时给出提示或报警信息。

全电子计算机联锁系统综合运用了计算机硬软件技术、网络通信技术、电力电子控制技术等多种高新技术,采用具有智能化和控制监督监测一体化的全电子模块,只保留了对外接口的少量配线,而且配线采用压接式端子,现场无需焊接,有效地提高了设备的安全性,消除了“封连线”隐患。模块具有过载和负载短路自动保护功能,取消了电路熔丝,故障排除后自动恢复,不需要人工干预。系统故障时,故障定位能够精确到板级,由人工更换故障板块,日常不需定期维护。全电子计算机联锁设备安全稳定性较高,故障模块更换简易方便。

传统计算机联锁系统设备占地面积尽管远小于6502电气集中设备,但还没有达到最优最合理的使用房屋面积。以一个30组道岔车站为例,计算机联锁系统需要3台标准机柜和8~9架组合架,组合架用来放置执行电路中的继电器。全电子计算机联锁系统设备只需5台机柜,这大大减小了信号房屋面积,节约了土地资源,降低了铁路建设成本。全电子计算机联锁设备执行单元电子模块成本高于传统计算机联锁设备继电执行电路,但综合考虑全电子计算机联锁系统的安全性、稳定性及可扩展性,且节约了信号设备房屋,其性价比高于传统计算机联锁系统。

(作者单位:乌鲁木齐铁路运输学校)

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值