Sensor based system for train detection : Master thesis for MTR in Mechatronics

Detta är en Master-uppsats från KTH/Maskinkonstruktion (Inst.)

Författare: Michael Raun; [2015]

Nyckelord: ;

Sammanfattning: Tunnelbanan i Stockholm består av tre linjer, som omfattar 100 stationer med 108 km spår. Resenärer gör 1,1 miljoner resor varje dag. Beroende av tid på dygnet kan antalet tågvagnar variera, vilket kan leda till att föraren av misstag stoppar tåget med en vagn kvar i tunneln eller utanför plattformen. För att förhindra detta behövs ett sensorbaserat fristående system som indikerar till föraren att hela tåget är vid plattformen. Först beskriver denna avhandling de befintliga tekniker och metoder som används för tågdetektering idag. Två typer av teknik jämförs för denna applikation, optiska och induktiva. Det optiska systemet är dyrare och är känslig för en stökig och smutsig miljö, men är enkelt applicerbart på denna applikation. Den induktiva sensorn är billig och kräver inget underhåll. Utmaningen är det korta avkänningsavståndet på 50 mm. De båda typerna av sensorerna testas i ett system, i laboratoriemiljö och vid Hjulsta tågstationen. Olika typer av konfigurationer testas och utvärderas. De två konfigurationer som jämförs i slutet, är ett lasersensor system som indikerar för föraren när laserstrålen är blockerad. Den andra konfigurationen använder två induktiva sensorer som räknar tågets axlar på två olika platser längs spåret. Ett schema för det slutliga kretskortet och kod för logiken presenteras avslutningsvis.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)