一种智能计算铁路道岔逻辑分布数据分析装置的制造方法
【技术领域】
[0001] 本发明涉及高速铁路技术领域，尤其涉及一种基于高铁控制技术领域中的产品。
【背景技术】
[0002] 高速铁路列车的运行离不开道岔，传统的道岔维修一般人工进行维栓，列控中心 并得不到实时数据，进行更新，不仅更新速度慢，而且效率也不高，也存在一定的安全风险， 为了消除安全风险，传统的方法又采取了人工的方法，人工方法却又带来更多对系统本身 的冲突，并且传统的道岔的生成由信号机、区段、道岔进行设计，已经往往不是以前的单纯 的信号指示器，现在更多的智能体已经放置在道岔上，能够在一定的范围内实现数据分析。 所以以往的静态的人工方法也已经不太适合高速列车系统的道岔维护，不符合系统的动态 变化。
[0003] 根据以上问题，本发明相较于以往传统方式，进路表生成更加的简洁和准确，生成 与调用时消耗资源更少，启动和响应时间几乎为零，因此，本发明在道岔维护方面有着更多 的优点。
【发明内容】
[0004] 本发明要解决的技术问题是:解决人工在道岔维护方面带来更多的维护成本和实 时数据问题。
[0005] 为解决上述问题，本发明提供以下技术方案:一种智能计算铁路道岔逻辑分布数 据分析装置，对全国铁路道岔都装配智能计算铁路道岔逻辑分布数据分析装置，对道岔控 制逻辑的设计如下:道岔网特征分析包括:计算道岔密度、平均路径长度、计算聚类系数;道 岔中心性分析包括:度中心性，接近中心性、介数中心性;将道岔网特征分析和道岔中心性 分析得到的数据得到道岔动态数据输出装置;从而得到全国铁路道岔使用的实时数据，包 括运作率，劳损率。
【附图说明】
[0006] 图1为本发明的体系结构图； 图2为本发明的道岔转换的示意图；
【具体实施方式】
[0007] 为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结 合附图及实施例，对本发明进行详细的说明。应当说明的是，此处所描述的具体实施例仅用 以解释本发明，并不用于限定本发明，能实现同样功能的产品属于等同替换和改进，均包含 在本发明的保护范围之内。具体方法如下:实施例1:如图1所示：
[0008]道岔有定位和反位两个工作位置，只有当道岔所在区段未锁闭时，道岔才能改变 其工作位置。以道岔为例，其道岔转换的如图2所示：
[0009]
[0010] 在维修时，为了保证行车安全，信号机开放时，首先必须把进路中的所有区段置成 锁闭状态，且把敌对进路锁闭在未建立状态，这种锁闭叫进路锁闭。首先检查进路中的所有 区段空闲、道岔位置正确，并且进路中的所有区段被该进路征用，当这些条件全部满足时， 实现进路的锁闭。在信号开放时需要满足以下技术条件:进路中道岔位置正确且道岔区段 锁闭、进路中的所有区段空闲、敌对进路锁在未建立状态。列车一旦驶入进路，立即关闭信 号机。当进路锁闭后，进路上的所有区段实现锁闭。实现三点检查法解锁区段:列车出清上 一区段并解锁;列车出清本区段，本区段空闲;且在列车进入下一区段，下一区段被占用时， 本区段解锁。
[0011] 在维修时需要考虑到：（1)道岔与进路之间的联锁关系，道岔与进路之间的联锁关 系，它在进路选排时进行条件设定。在获取安全性时，可以用道岔与信号机之间的联锁关 系表示，下表是道岔与信号机之间的联锁关系表
[0012]
[0013] (2)进路与进路之间的联锁关系，办理进路时，需要占用同一区段的进路为敌对进 路，进路间的敌对关系见下表：
[0014]
[0015] (3)设置进路，可能会开放相应的信号机，但并不是一定开放。
[0016] 在道岔网络中，度值指的是道岔与其它道岔所有连接的边的总和，也即道岔数量。 度值越大，经过该道岔节点的列车数量就越多，说明道岔频率越高，铁路对外联系的强度越 大。
[0017] 1)道岔网络密度网络密度是网道岔络中节点实际相互连通的边数目与整个网络 中所有节点可连通的边数目的比值，道岔网络密度与网络的连通性正相关。如果最大该网 络的网络密度是"实际边数目"除以"理论上的最大边数目"。网络密度与网络的连通性正相 关，从社会网络的角度而言，道岔网络密度越大，道岔网络对其中车辆运行影响也越大，维 护难度更大。2)平均路径长度节点对间的路径长度是指道岔节点和道岔节点之间的网络距 离，是两个道岔节点之间的最短路径上的边长之和，实际中称为网络的平均路径长度定义 为任意两个节点之间最短路径长度的平均值，网络的平均路径长度L表征的是整个网络的 连通性，L越小，说明网络越紧密，也就是说乘客在搭乘交通网络中由始发站到目的站所需 经过交通站点越少网络中任意两个节点之间的距离的最大值称为网络的直径，记为D，用以 评价网络的传输效率。3)聚类系数聚类系数刻画网络中道岔节点之间连接的紧密程度。假 设节点有一些条边将它与其他节点直接相连，这一些节点称为节点的邻居节点。那么节点 的聚类系数定义为节点与其邻居节点间实际相连的边数与理论最大相连边数网络的聚类 系数是所有节点聚类系数的平均值，道岔网络的聚类系数刻画了网络的稠密程度，值越大 则网络越稠密。在铁路运营网络中，聚类系数体现了各个站点列车联系的密集程度，整体道 岔网络的聚类系数反映了整个道岔网络中列车联系的密集程度与网络承载能力，道岔网络 中心性网络分析的自我中心网络主要是从网络中节点的连接关系出发，定量分析网络模型 中哪些节点处于整个网络的中心位置，可以衡量节点在网络中所处位置的重要性。借助道 岔网络分析理论的中心性思想