CN113177377A - 一种基于数字孪生的智慧城市轨道交通线网管理系统 - Google Patents
一种基于数字孪生的智慧城市轨道交通线网管理系统 Download PDFInfo
- Publication number
- CN113177377A CN113177377A CN202110566249.9A CN202110566249A CN113177377A CN 113177377 A CN113177377 A CN 113177377A CN 202110566249 A CN202110566249 A CN 202110566249A CN 113177377 A CN113177377 A CN 113177377A
- Authority
- CN
- China
- Prior art keywords
- rail transit
- urban rail
- network system
- data
- physical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims abstract description 6
- 230000004927 fusion Effects 0.000 claims abstract description 5
- 238000004891 communication Methods 0.000 claims abstract 2
- 238000007726 management method Methods 0.000 claims description 21
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000005286 illumination Methods 0.000 claims description 9
- 238000009423 ventilation Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 5
- 238000010438 heat treatment Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 238000005057 refrigeration Methods 0.000 claims description 3
- 239000000523 sample Substances 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 230000002457 bidirectional effect Effects 0.000 claims description 2
- PLAIAIKZKCZEQF-UHFFFAOYSA-N methyl 6-chloro-2-oxo-3h-1,2$l^{4},3-benzodithiazole-4-carboxylate Chemical compound COC(=O)C1=CC(Cl)=CC2=C1NS(=O)S2 PLAIAIKZKCZEQF-UHFFFAOYSA-N 0.000 claims description 2
- 230000001276 controlling effect Effects 0.000 claims 2
- 239000000470 constituent Substances 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 claims 1
- 230000000007 visual effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 15
- 238000010276 construction Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G06Q50/40—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Abstract
本发明提出了一种基于数字孪生的智慧城市轨道交通线网管理系统。智慧城市轨道交通线网管理系统包括物理城市轨道交通线网系统、虚拟城市轨道交通线网系统、城市轨道交通线网服务系统、城市轨道交通孪生数据系统。物理系统基于新型信息通讯技术实现数据智能采集；虚拟系统是将物理线网系统数字化模型的集合；服务系统是数据驱动的各类服务系统功能的集合，用于对物理系统智能化管控提供支持和服务；孪生数据系统包括以上三者相关以及融合产生的数据。本发明将以上四者进行集成，能够实时监控调整城市轨道交通线网系统各个环节的作业流程及其相关设备，了解实际运行情况，还能够进行动态的控制，优化地铁的运营过程，提高整体的作业效率。
Description
技术领域
本发明涉及城市轨道交通信息化领域，具体涉及一种基于数字孪生的城市轨道交通线网管理系统。
背景技术
“智慧交通”是指在交通领域中充分运用物联网、云计算、人工智能、自动控制等技术，对交通管理、交通运输、公众出行等交通领域进行管控支撑。
Digital Twin数字孪生：是充分利用物理模型、物联网、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相应的实体系统的过程。数字孪生主要由四个主要部分组成，分别是物理空间的实体产品；虚拟空间的虚拟产品；物理空间和虚拟空间之间的数据和信息交互接口；服务系统。数字孪生透视城市轨道交通系统的运行规律，有助于达到对城市轨道交通运行的状况可见、对常发以及偶发性问题可辨、对系统日常业务流程可管、对列车行车中断异常可控、对管理者以及广大出行者可服务的目的。
发明内容
发明目的：针对现有技术的不足，本发明提出一种基于数字孪生的智慧城市轨道交通线网管理系统，将数字孪生技术用在智慧城市轨道交通线网的建设上，使得智慧城市轨道交通线网的建设更加智能完善。
本发明为实现上述目的所采用的技术方案如下。
本发明提供一种数字孪生的智慧城市轨道交通线网管理系统，包括物理城市轨道交通线网、虚拟城市轨道交通线网、城市轨道交通线网服务系统、城市轨道交通线网孪生数据系统：
所述物理城市轨道交通线网系统是通过信息化的系统或信息管理平台实现与人的交互以及设备的监测；
所述虚拟城市轨道交通线网系统是通过3D建模技术对物理城市轨道交通线网系统进行全真建模，是将物理城市轨道交通线网系统的各要素数字化后模型的集合，能够高保真地还原城市轨道交通线网系统的建筑结构、管道系统、通风空调系统、电梯系统、安全警报系统等，同时涵盖所有的几何、材料和状态信息，能够用于对物理城市轨道交通线网系统的运行过程进行实时模拟；
所述城市轨道交通线网服务系统是数据驱动的各类服务系统功能的集合，用于在城市轨道交通线网孪生数据驱动下对城市轨道交通线网智能化管控提供系统支持和服务，包括对虚拟城市轨道交通线网系统模拟的乘客路线规划引导方案进行分析评估和优化，以及对城市轨道交通线网系统整体的调度和安排进行优化；
所述城市轨道交通线网孪生数据系统包括物理城市轨道交通线网系统、虚拟城市轨道交通线网系统、城市轨道交通线网服务系统产生的相关的数据以及三者融合产生的数据，用于为城市轨道交通线网服务系统提供数据集成与共享平台。
有益效果：本发明首次提出基于数字孪生的技术来进行智慧城市轨道交通线网系统的建设，和现有技术相比，本发明具有以下有益效果：
在保证公共安全的前提下，提升乘客在地铁车站的出行体验，如通过智能筛查、危险物品/违禁品识别、人物比对、乘客异常行为识别等手段，对可能出现的安防隐患问题进行精准识别；
监测列车车厢和车站站台的客流，对客流方向与速度进行分析，对乘客拥挤度的进行分析与预警，规划并引导客流，控制列车的满载率和站台的客流密度；在行车中断等应急情况下对乘客疏散路线进行智能规划和引导；
智能识别城市轨道交通线网系统中设备的运行状态，实时可视化展示车站设备的运行状态；根据地铁车站站厅和换乘通道的客流情况对照明、通风、空调、电/扶梯等设备进行状态监测和精准控制；识别站台屏蔽门与车门间夹人或者夹物的情况；
智能监控城市轨道交通系统列车的运行状态，进站前，自动触发列车和站台乘客信息播报；清站时，能进行清客识别与判断处置，防止乘客滞留；
根据城市轨道交通线网的三维模型，计算获得温度场、流速场、空气组分等的三维分布并可视化。在此基础上，计算车站内不同平面以及各边界表面的热舒适度、照明亮度和空气流通状况，保证地铁环境的舒适性，同时能够根据车站的实时环境状态对不同的通风、照明、制冷加热方案做能耗分析，选择合理方案调节车站环境，控制能源消耗，节约运维成本。
附图说明
图1为本发明的智慧城市轨道交通线网管理系统组成图；
图2位本发明的智慧城市轨道交通线网管理系统功能关系图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
本发明提供一种基于数字孪生的智慧城市轨道交通线网管理系统，如图1所示，智慧城市轨道交通线网系统包括以下4个部分：物理城市轨道交通线网系统、虚拟城市轨道交通线网系统、城市轨道交通线网服务系统、城市轨道交通线网孪生数据。
物理城市轨道交通线网系统在传统城市轨道交通线网系统的基础上，通过CBTC系统(VOBC维护机、ZC和CI等)、智能传感器(温湿度、风速传感器等)、图像采集装置、Wi-Fi探针和信息系统来满足智能化的城市轨道交通线网系统建设。对物理城市轨道交通线网系统中的所有信息的实时监测采集是建设城市轨道交通线网数字孪生系统的基础。利用环境传感器来监测地铁车站内的温度、湿度、风速、PM 2.5～PM10的值、二氧化碳浓度等，并通过Zigbee协议组网进行数据汇总，已检测其是否超标；利用温湿度、风速传感器在线获取实时边界条件和初始条件，包括壁面温度、进风口温度、进风口风速、当前空气温度、当前风速等，传入CFD软件中实时解算，获得三维温度场、流速场，并根据平均预测投票数PMV指标进行热舒适性评估；基于图像识别技术识别车站内的人流状况，以便于进行人员引导与疏散。
目前城市轨道交通的智能化建设较多的关注于列车而忽视了对车站的管理。因此，现如今的城市轨道交通线网系统的智能设备仍然不够多，车站的智能化建设水平还需要极大的提升，物理城市轨道交通线网系统的建设需要所有设备的智能化。实现智能化需要首先确保智能终端能够收集设备信息并及时发送。虚拟城市轨道交通线网系统本质上是将物理城市轨道交通线网系统的各要素数字化后模型的集合，包括对列车、乘客、设备等城市轨道交通线网系统要素进行虚拟化的几何模型(针对原实物的空间立体模型)和对物理属性进行刻画的物理模型(包含原实物的各种性质如功能，使用寿命等)；虚拟城市轨道交通线网系统是基于与物理城市轨道交通线网系统实体高度逼近的模型，对物理城市轨道交通线网系统的运行仿真分析，真实模拟城市轨道交通线网系统工作的全过程，从而及时发现可能存在的隐患，实时调整和优化。虚拟城市轨道交通线网系统不断积累物理城市轨道交通线网的实时数据与知识，在对物理城市轨道交通线网系统高保真的前提下，对其运行过程进行连续的调控与优化。虚拟城市轨道交通线网模型及相关信息可与物理城市轨道交通线网系统进行叠加与实时交互，实现虚拟城市轨道交通线网系统与物理城市轨道交通线网系统的无缝集成与融合。虚拟城市轨道交通线网系统是通过界面展现的高还原度的模型，可在桌面端或者APP端查看。
城市轨道交通线网服务系统是数据驱动的各类服务系统功能的集合或总称，主要负责在城市轨道交通线网孪生数据驱动下对城市轨道交通线网智能化管控提供系统支持和服务。第一服务模块，用于在保证公共安全的前提下，提升乘客在地铁车站的出行体验，如通过智能筛查、危险物品/违禁品识别、人物比对、乘客异常行为识别等手段，对可能出现的安防隐患问题进行精准识别；第二服务模块，用于监测列车车厢和车站站台的客流，对客流方向与速度进行分析，对乘客拥挤度的进行分析与预警，规划并引导客流，控制列车的满载率和站台的客流密度；在行车中断等应急情况下对乘客疏散路线进行智能规划和引导；第三服务模块，用于智能识别城市轨道交通线网系统中设备的运行状态，实时可视化展示车站设备的运行状态；根据地铁车站站厅和换乘通道的客流情况对照明、通风、空调、电/扶梯等设备进行状态监测和精准控制；识别站台屏蔽门与车门间夹人或者夹物的情况；第四服务模块，用于智能监控城市轨道交通系统列车的运行状态，进站前，自动触发列车和站台乘客信息播报；清站时，能进行清客识别与判断处置，防止乘客滞留；第五服务模块，用于计算车站内不同平面以及各边界表面的热舒适度、照明亮度和空气流通状况，保证地铁车站环境的舒适性，同时能够根据地铁车站的实时环境状态对不同的通风、照明、制冷加热方案做能耗分析，选择合理方案调节车站环境，控制能源消耗，节约运维成本。
城市轨道交通线网孪生数据主要由物理城市轨道交通线网系统的相关数据、虚拟城市轨道交通线网系统的相关数据、城市轨道交通线网服务系统相关的数据以及三者融合产生的数据四部分构成。物理城市轨道交通线网系统的相关数据主要包括城市轨道交通线网整体环境数据、列车运行计划调度数据、车站设备运行数据、车站内环境相关数据和车站客流相关数据等。虚拟城市轨道交通线网系统的相关数据主要包括通过数字化建模建立对应的虚拟模型的三维数据、虚拟城市轨道交通线网设备运行的相关数据、虚拟城市轨道交通线网内环境相关数据等。城市轨道交通线网服务系统相关的数据包括了列车运行计划调度数据、客流数据和乘客画像数据等。以上三者融合产生了城市轨道交通线网孪生数据，其为城市轨道交通线网服务系统提供了数据集成与共享平台，消除了信息孤岛。同时提供了一个大数据分析库，便于后续的数据挖掘分析。基于物理城市轨道交通线网系统、虚拟城市轨道交通线网系统和城市轨道交通线网服务系统三个模块产生的实时数据对整个城市轨道交通线网孪生数据进行实时更新，使得数据始终保持及时有效。城市轨道交通线网孪生数据是实现物理城市轨道交通线网系统、虚拟城市轨道交通线网系统、城市轨道交通线网服务系统的运行及两两交互的基础，也是重要保障。
构建基于数字孪生的智慧城市轨道交通线网的关键技术主要有以下几个方面：(1)物理城市轨道交通线网系统突出体现物联网和边缘计算技术：利用众多的智能传感器、图像采集装置、Wi-Fi探针和物联网以及边缘计算技术对整个城市轨道交通线网的实时运行状态进行监控的同时及时获取的信息。(2)三维虚拟建模和双向映射技术：针对城市轨道交通线网系统该物理实体作一一映射，精准建模到虚拟空间并且能实现虚拟和现实的双向实时交互。(3)人工智能和机器学习技术：对于整个系统所涉及到的预测，分析和优化等功能都是通过机器学习和人工智能技术实现。(4)城市轨道交通线网孪生数据构建及管理技术：对于整个城市轨道交通线网孪生数据需要一个综合的系统来处理，具体涉及数据结构化存储技术和大数据处理技术等相关技术来实现。
Claims (5)
1.一种基于数字孪生的智慧城市轨道交通线网管理系统，其特征在于，包括物理城市轨道交通线网系统、虚拟城市轨道交通线网系统、城市轨道交通服务系统、城市轨道交通线网孪生数据系统，其中：
所述物理城市轨道交通线网系统通过信息化的系统或信息管理平台实现与人的交互以及对人、设备和列车的监测；
所述虚拟城市轨道交通线网系统是将物理城市轨道交通线网系统的各个组成要素数字化后模型的集合，是对物理城市轨道交通线网系统的多维度、高保真、多尺度建模，用于对物理城市轨道交通线网系统的运行过程进行实时仿真模拟；
所述城市轨道交通服务系统是大数据驱动的各类服务系统功能的集合，用于对城市轨道交通线网系统的智能化管控提供系统支持和服务，包括对虚拟城市轨道交通线网系统仿真模拟的行人疏散方案进行分析评估和优化，以及对城市轨道交通线网系统整体进行优化；
所述城市轨道交通线网孪生数据系统包括物理城市轨道交通线网系统、虚拟城市轨道交通线网系统、城市轨道交通服务系统产生的相关的数据以及三者融合产生的数据，用于为城市轨道交通服务系统提供数据集成与共享平台；
所述物理城市轨道交通线网系统与虚拟城市轨道交通线网系统相连；
所述物理城市轨道交通线网系统与城市轨道交通服务系统相连；
所述物理城市轨道交通线网系统与城市轨道交通线网孪生数据系统相连；
所述虚拟城市轨道交通线网系统与城市轨道交通服务系统相连；
所述虚拟城市轨道交通线网系统与城市轨道交通线网孪生数据系统相连；
所述城市轨道交通服务系统与城市轨道交通线网孪生数据系统相连。
2.根据权利要求1所述的基于数字孪生的智慧城市轨道交通线网管理系统，其特征在于，所述物理城市轨道交通线网系统利用CBTC系统(VOBC维护机、ZC和CI等)、传感器、图像采集装置、Wi-Fi探针和物联网终端，通过Zigbee、Wi-Fi、以太网、现场总线等信息通讯手段，实现对城市轨道交通线网行车调度系统、监控系统、运维系统、照明系统、暖通系统等的实时信息采集，实现信息的实时采集与直观展示，反映城市轨道交通系统的实时运行状态。
3.根据权利要求1所述的基于数字孪生的智慧城市轨道交通线网管理系统，其特征在于，所述虚拟城市轨道交通线网系统与物理城市轨道交通线网系统建有双向映射和动态实时交互关系，所述物理城市轨道交通线网系统中的全部数据都完整复制到虚拟城市轨道交通线网系统，虚拟城市轨道交通线网系统中建立对包括乘客、设备、列车的城市轨道交通线网系统要素进行虚拟化的几何模型和对物理属性进行刻画的物理模型，并通过物理城市轨道交通线网系统的信息系统对数据进行实时更新，虚拟城市轨道交通线网系统不断积累物理城市轨道交通线网的实时数据，在对物理城市轨道交通线网系统高保真仿真模拟的前提下，对其运行过程进行连续的调控与优化。
4.根据权利要求1所述的基于数字孪生的智慧城市轨道交通线网管理系统，其特征在于，所述城市轨道交通服务系统包括：第一服务模块，用于在保证公共安全的前提下，提升乘客在地铁车站的出行体验，如通过智能筛查、危险物品/违禁品识别、人物比对、乘客异常行为识别等手段，对可能出现的安防隐患问题进行精准识别；
第二服务模块，用于监测列车车厢和车站站台的客流，对客流方向与速度进行分析，对乘客拥挤度的进行分析与预警，规划并引导客流，控制列车的满载率和站台的客流密度；在行车中断等应急情况下对乘客疏散路线进行智能规划和引导；
第三服务模块，用于智能识别城市轨道交通线网系统中设备的运行状态，实时可视化展示车站设备的运行状态；根据地铁车站站厅和换乘通道的客流情况对照明、通风、空调、电/扶梯等设备进行状态监测和精准控制；识别站台屏蔽门与车门间夹人或者夹物的情况；
第四服务模块，用于智能监控城市轨道交通系统列车的运行状态，进站前，自动触发列车和站台乘客信息播报；清站时，能进行清客识别与判断处置，防止乘客滞留；
第五服务模块，用于计算车站内不同平面以及各边界表面的热舒适度、照明亮度和空气流通状况，保证地铁车站环境的舒适性，同时能够根据车站的实时环境状态对不同的通风、照明、制冷加热方案做能耗分析，选择合理方案调节车站环境，控制能源消耗，节约运维成本。
5.根据权利要求1所述的基于数字孪生的智慧城市轨道交通线网管理系统，其特征在于，所述城市轨道交通线网孪生数据系统中，物理城市轨道交通线网系统的相关数据包括列车运行时刻表数据、车站设备设施相关数据(包括设备信息、维护信息等)等；虚拟城市轨道交通线网系统的相关数据包括从物理城市轨道交通线网系统数字化建立的虚拟城市轨道交通线网系统的三维模型数据、虚拟城市轨道交通线网系统运行的仿真数据；城市轨道交通服务系统的相关数据包括了城市轨道交通线网系统整体调度安排数据、车站客流数据、车站空气质量数据、温度数据、照明数据、电力消耗数据等；以上三者融合产生的数据是指对物理城市轨道交通线网系统、虚拟城市轨道交通线网系统及城市轨道交通线网服务系统的数据进行综合、统计、关联、演化操作下的衍生数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110566249.9A CN113177377A (zh) | 2021-05-24 | 2021-05-24 | 一种基于数字孪生的智慧城市轨道交通线网管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110566249.9A CN113177377A (zh) | 2021-05-24 | 2021-05-24 | 一种基于数字孪生的智慧城市轨道交通线网管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113177377A true CN113177377A (zh) | 2021-07-27 |
Family
ID=76930008
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110566249.9A Pending CN113177377A (zh) | 2021-05-24 | 2021-05-24 | 一种基于数字孪生的智慧城市轨道交通线网管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113177377A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114221978A (zh) * | 2021-11-02 | 2022-03-22 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 城市轨道交通云平台系统 |
| CN114299743A (zh) * | 2021-12-30 | 2022-04-08 | 交控科技股份有限公司 | 用于城市轨道交通的三维运行监控系统 |
| CN114359003A (zh) * | 2021-12-16 | 2022-04-15 | 深圳大学 | 一种基于云计算的轨道交通网信息化运营管理系统 |
| CN114363369A (zh) * | 2021-12-22 | 2022-04-15 | 武汉长飞智慧网络技术有限公司 | 一种基于光纤传感与数字孪生的空轨运营方法及系统 |
| CN114500084A (zh) * | 2022-02-18 | 2022-05-13 | 南京高美吉交通科技有限公司 | 一种轨道交通线网智能调度系统用服务器及其使用方法 |
| CN115063978A (zh) * | 2022-07-27 | 2022-09-16 | 武汉微晶石科技股份有限公司 | 一种基于数字孪生的公交到站时间预测方法 |
| CN117314128A (zh) * | 2023-11-29 | 2023-12-29 | 河北友蓝科技有限公司 | 一种基于数字孪生技术的智慧城市能源管理方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111376954A (zh) * | 2020-06-01 | 2020-07-07 | 北京全路通信信号研究设计院集团有限公司 | 一种列车自主调度方法和系统 |
| EP3715985A1 (de) * | 2019-03-29 | 2020-09-30 | Siemens Aktiengesellschaft | Verfahren und system zum spezifizieren eines digitalen modells für einen automatisierten prozess |
| CN112258094A (zh) * | 2020-11-27 | 2021-01-22 | 西南交通大学 | 一种基于数字孪生的地铁列车性能评估系统构建方法 |
| CN112700639A (zh) * | 2020-12-07 | 2021-04-23 | 电子科技大学 | 一种基于联邦学习与数字孪生的智能交通路径规划方法 |
| CN112801338A (zh) * | 2020-12-07 | 2021-05-14 | 通控研究院(安徽)有限公司 | 一种城市轨道交通线网运营突发情况下的辅助决策方法及系统 |
-
2021
- 2021-05-24 CN CN202110566249.9A patent/CN113177377A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3715985A1 (de) * | 2019-03-29 | 2020-09-30 | Siemens Aktiengesellschaft | Verfahren und system zum spezifizieren eines digitalen modells für einen automatisierten prozess |
| CN111376954A (zh) * | 2020-06-01 | 2020-07-07 | 北京全路通信信号研究设计院集团有限公司 | 一种列车自主调度方法和系统 |
| CN112258094A (zh) * | 2020-11-27 | 2021-01-22 | 西南交通大学 | 一种基于数字孪生的地铁列车性能评估系统构建方法 |
| CN112700639A (zh) * | 2020-12-07 | 2021-04-23 | 电子科技大学 | 一种基于联邦学习与数字孪生的智能交通路径规划方法 |
| CN112801338A (zh) * | 2020-12-07 | 2021-05-14 | 通控研究院(安徽)有限公司 | 一种城市轨道交通线网运营突发情况下的辅助决策方法及系统 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114221978A (zh) * | 2021-11-02 | 2022-03-22 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 城市轨道交通云平台系统 |
| CN114359003A (zh) * | 2021-12-16 | 2022-04-15 | 深圳大学 | 一种基于云计算的轨道交通网信息化运营管理系统 |
| CN114363369A (zh) * | 2021-12-22 | 2022-04-15 | 武汉长飞智慧网络技术有限公司 | 一种基于光纤传感与数字孪生的空轨运营方法及系统 |
| CN114299743A (zh) * | 2021-12-30 | 2022-04-08 | 交控科技股份有限公司 | 用于城市轨道交通的三维运行监控系统 |
| CN114500084A (zh) * | 2022-02-18 | 2022-05-13 | 南京高美吉交通科技有限公司 | 一种轨道交通线网智能调度系统用服务器及其使用方法 |
| CN115063978A (zh) * | 2022-07-27 | 2022-09-16 | 武汉微晶石科技股份有限公司 | 一种基于数字孪生的公交到站时间预测方法 |
| CN115063978B (zh) * | 2022-07-27 | 2022-11-18 | 武汉微晶石科技股份有限公司 | 一种基于数字孪生的公交到站时间预测方法 |
| CN117314128A (zh) * | 2023-11-29 | 2023-12-29 | 河北友蓝科技有限公司 | 一种基于数字孪生技术的智慧城市能源管理方法及系统 |
| CN117314128B (zh) * | 2023-11-29 | 2024-02-02 | 河北友蓝科技有限公司 | 一种基于数字孪生技术的智慧城市能源管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113177377A (zh) | 一种基于数字孪生的智慧城市轨道交通线网管理系统 | |
| CN108591104B (zh) | 一种基于云平台的风机故障预测与健康管理系统、方法 | |
| CN112598182B (zh) | 一种轨道交通智能调度方法及系统 | |
| WO2021068602A1 (zh) | 一种多制式多业务轨道交通仿真模拟方法及系统 | |
| CN102819954B (zh) | 交通区域动态地图监控预测系统 | |
| CN109109909B (zh) | 悬挂式磁悬浮列车服役状态采集与数据融合方法及系统 | |
| Dakic et al. | On the design of an optimal flexible bus dispatching system with modular bus units: Using the three-dimensional macroscopic fundamental diagram | |
| CN108216252A (zh) | 一种地铁司机车载驾驶行为分析方法、车载终端及系统 | |
| CN112885100A (zh) | 一种公路隧道运营管控系统 | |
| CN112622990A (zh) | 城轨地铁车辆智能运维管理系统 | |
| CN109272175A (zh) | 一种基于城市流动网络的数据采集系统及方法 | |
| CN115018148A (zh) | 一种基于数字孪生模型的城市轨道交通线网客流分布预测方法及系统 | |
| CN106529787A (zh) | 一种基于人脸检测技术的地铁能源管理系统 | |
| CN112669597A (zh) | 一种基于云服务的城市智慧交通管理系统 | |
| CN111583699A (zh) | 一种智慧化公交汽车监控系统 | |
| CN112183771A (zh) | 一种轨道交通智能运维生态系统及其运行方法 | |
| CN112948457A (zh) | 客运索道检测监测与健康诊断系统、方法、介质、设备 | |
| CN111806516A (zh) | 一种用于智能列车监测与运维的健康管理装置及方法 | |
| CN112216106A (zh) | 基于bim技术的智能交通管理系统 | |
| CN116882145A (zh) | 数字孪生推演模拟系统 | |
| CN115877993A (zh) | 一种基于数字孪生的三维视图展示方法及装置 | |
| CN111914138A (zh) | 基于车联网大数据的工况分析方法、装置和系统 | |
| CN110867086A (zh) | 一种城市道路施工交通组织管理系统 | |
| Fan et al. | Comparative analysis of rail transit braking digital command control strategies based on neural network | |
| CN116443080B (zh) | 一种轨道交通行车调度指挥方法、系统、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |