基于虚拟仿真的转辙机培训考核系统设计与实现

　　摘 要：针对城市轨道交通转辙机传统培训方式面临的成本高、空间逻辑弱及培训考核脱节等问题，本方案设计并实现了一种基于虚拟仿真的转辙机数字化培训考核系统。系统采用分层解耦架构，划分为数据支撑层、核心驱动层、业务逻辑层与交互表现层。结合底层逻辑驱动与行为状态计算，采用Blender与Unity3D平台构建了转辙机物理实体的高保真虚拟映射;利用有限状态机与物理碰撞引擎，实现了转辙机的动态工作模拟、空间约束下的规范化拆装及多任务驱动的故障排查仿真。通过内置量化评估引擎，系统可记录员工故障诊断与作业操作过程并进行阈值比对，形成从实操作业到量化考核的数据闭环。本方案不仅提供沉浸式的排故实训环境，更有效实现了“训考一体化”，为城轨核心设备培训考核提供了一种低成本、可量化评价的数字交通创新实践。

　　关键词：轨道交通;转辙机;人员培训;虚拟仿真;系统设计

　　1技术背景与需求分析

　　城市轨道交通的高速发展对关键行车设备的运行可靠性提出了严苛要求[1]。转辙机作为控制道岔转换、锁闭及排列进路的核心执行机构，其检维修作业质量与响应效率直接关系到行车安全[2]。然而，由于转辙机内部机械结构复杂、机电耦合逻辑紧密等特点，传统培训方式受限于二维教学缺乏直观性以及现场实操面临的高成本与时空局限，难以实现良好的培训考核效果[3]。因此，探索一种安全、高效、直观且低成本的新型培训考核方式，已成为当前轨道交通运维领域亟待解决的现实诉求。

　　近年来，虚拟仿真技术作为物理实体在虚拟空间的高保真动态模拟，为复杂设备的仿真教学与运维实训提供了全新模式。Zhao等[4]基于成果导向教育(OBE)理念，分析了虚拟现实技术在智能制造教学中的必要性，并提出了虚拟仿真培训系统的构建目标与方法，旨在通过确定学习成果来优化教学策略，提升工程人才的培养质量。梅萌等[5]利用SolidWorks与3DMax进行高精度建模，并结合Unity3D引擎设计了转辙机虚拟学习培训系统，实现了转辙机的三维漫游、结构展示及交互操作。谢正媛等[6]基于SolidWorks平台构建了S700K型转辙机控制系统的三维数字模型并开发了虚拟仿真教学软件，实现了工作原理展示与拆装过程的交互操作，为后续转辙机状态诊断系统的研发及实验教学提供了便利。

　　综上，现阶段解决方案存在重“展示”轻“考核”的特点，未能实现培训和考核的良好融合。本方案积极响应2026交通运输新质生产力学术大赛中关于“数字交通”的导向，提出基于虚拟仿真技术的创新技术方案。通过实现转辙机的3D还原、动态运行模拟与故障排查全流程仿真，打破物理空间限制，推动交通运维人才培养模式向数字化、智能化升级。

　　2 总体架构设计

　　本系统的整体架构采用分层解耦设计原则，以保障系统的稳定性与数据处理的高效性，自下而上划分为四个核心层级，如图所示。

　
　图：系统分层架构图

　　(1)数据支撑层：作为系统的底层信息库，主要涵盖设备的几何拓扑数据、运动学约束参数，以及结构化的故障知识库与用户行为日志数据库。

　　(2)核心驱动层：该层负责虚拟环境中模型状态的实时解算。集成了物理碰撞引擎、状态机控制器及空间计算模块。其中，物理碰撞引擎负责干涉校验与刚体动力学计算;状态机控制器用于解析并执行多部件协同运动与逻辑互锁机制;空间计算模块则实现了装配定位与动态约束的精准匹配。

　　(3)业务逻辑层：该层封装了系统的核心应用模块，包括部件识别、动态运行模拟、标准化拆装作业、故障诊断与操作。同时，该层内置量化评估引擎，对用户的操作轨迹、诊断决策等进行记录并评价。

　　(4)交互表现层：承载人机信息流转，提供高保真的三维沉浸式视场、空间UI面板及多维度能力评价得分，保障前端界面的流畅与直观。

　　3 关键技术设计

　　3.1 物理实体映射与部件识别

　　采用模块化建模策略对ZDJ9型转辙机进行高精度的几何拓扑建模与材质渲染，构建其虚拟仿真体。系统建立了基于Transform层级树的模型组织架构，由ExplodedViewController脚本驱动，利用协程执行Lerp线性插值算法，实现各子部件沿局部法向量平滑位移。同时，配合基于射线投射的空间拾取技术，用户点击任意部件，系统即可精准映射并调取关联的设备属性数据库，实现可视化信息检索。

　　3.2 基于状态机的动态运行模拟

　　利用Unity Animator组件与有限状态机(FSM)模拟转辙机“解锁-转换-锁闭-表示”的动态工作过程。系统将转辙机的运行状态参数化，核心运动部件的动作转移受控于严格的物理约束条件。例如，只有当电机驱动齿轮完成特定转数，且锁闭块完全退出锁闭缺口时，系统才允许执行下一步的动作杆平移。为实现机箱透明化，通过C#脚本动态修改材质属性，实时调整Alpha通道值，从而穿透壳体观测内部传动链。同时，集成虚拟摄像机系统，实现固定视角矩阵切换与基于角色控制器的自由漫游平滑过渡。

　　3.3 空间约束下的拆解组装逻辑实现

　　拆卸组装模块的技术核心在于空间约束与碰撞校验机制。系统为每个可拆装部件设定了严格的前置条件与目标装配坐标。在组装过程中，当用户释放零部件时，系统会进行位姿校验：若部件进入预设触发区域且四元数旋转偏差在阈值内，则执行自动吸附逻辑;若装配层级错误或空间干涉，系统将通过UI界面显示错误提示文字并记录违规。整个流程由中央管理脚本AssemblyManager统一协调，它负责步骤的推进、提示的触发、以及拆装状态的持久化，确保了两个子模块的逻辑一致性与用户体验的连贯性。

　　3.4 多任务驱动的故障诊断与操作

　　针对转辙机常见的电气与机械故障，系统采用关系型数据库SQLite构建了结构化的故障案例库。对于故障现象的模拟，需根据故障库中的每个故障案例的FaultEffect字段描述模拟参数，并在Unity3D场景内通过动画、声音、粒子效果等表现转辙机故障现象。同时，设计监测及修复工具栏，并实现故障与修复工具的交互。最后，排故引导机制的核心是一个故障排除流程控制器，它管理当前故障案例的状态、步骤索引，并协调UI引导和场景反馈。引导流程由一个中央状态机控制，它根据数据库中的步骤定义，逐步推进流程，并管理UI提示与场景高亮的更新。

　　3.5 多维度培训与考核体系构建

　　为构建完整的培训与考核闭环，本系统设计了针对实操环节的量化评价模型。该模型由结构认知度、操作规范性、流程熟练度及故障诊断能力四个核心维度构成。在实操测评阶段，系统基于预设评分准则对拆装及排故全过程进行监控记录，采集用户操作时间戳、工具调用序列及误操作频次等底层数据，并据此计算各项指标得分。最终，评估引擎通过加权算法对各维度得分进行综合处理，输出最终考核分值，为后续培训内容制定提供数据支撑。

　　4 系统实现与应用

　　为了验证该转辙机运作系统仿真培训模型的有效性，对虚拟仿真体构建、动态运行、拆装交互，以及故障模拟与排查等技术进行了全面验证，系统成果展示如图2所示。在实际培训考核应用中，员工可自主选择“基础认知与操作”培训模式或“故障诊断与排查”考核模式。在培训模式下，系统可高效赋能“三新”人员的基础培训与车间职工的标准化作业实训。参培人员可借助仿真系统直观解析设备的内部空间拓扑关系;同时，依托碰撞校验与位姿吸附机制进行拆装实操，学员可自主调阅标准作业流程对已完成的工序进行“查漏补缺”，有效克服了现场实操受限于“天窗期”的阻碍，提升了培训效率并降低了实训成本。在考核模式下，系统依托底层的结构化故障库对设备进行异常状态初始化，通过动画参数修改与粒子特效精确模拟电路断线、动作杆卡阻等典型机电故障现象。员工可调用虚拟万用表、示波器等交互工具进行测量推理，系统则通过多级智能引导机制帮助学员判断故障成因并完成设备故障点定位，进而提供标准化的修复解决方案，帮助维保人员在零风险的虚拟环境中深度掌握复杂突发故障的应急处置能力。

　　作者信息： 韩烽凡 李正中 魏东华

　　韩烽凡，男，硕士，工程师，就职于天津市交通科学研究院，主要研究方向是轨道交通大数据分析、智能化技术应用。

　　李正中，男，硕士，正高级工程师，就职于天津市交通科学研究院，主要研究方向是城市轨道交通运营管理。

　　魏东华，男，硕士，工程师，就职于天津市交通科学研究院，主要研究方向是城市轨道交通设备设施运维管理。

　　参考文献

　　[1]樊孟杰, 江海凡, 丁国富, 等. 基于数字孪生的地铁列车性能评估系统[J].计算机集成制造系统, 2022, 28(08):2318-2328.

　　[2]吴明亮. 基于改进小波熵的交流转辙机道岔控制电路故障诊断方法[J]. 现代制造技术与装备, 2025, 61(03):20-22.

　　[3]朱明勋, 吴悦明, 陈慧彬, 等.城市轨道交通信号道岔转辙设备的虚拟仿真培训系统[J].现代城市轨道交通, 2016, (01):9-11+15.

　　[4]Zhao J Q, Li J Y, Li J F, et al. Research on the construction of virtual simulation training system for intelligent manufacturing based on outcomes-based education concept[J]. SHS Web of Conferences, 2023, 171: 03024.

　　[5]梅萌, 敖银辉. 基于转辙机虚拟学习培训系统的设计[J].机械工程与自动化,2017,(05):4-6.

　　[6]谢正媛, 唐娅, 吴文英. 基于SolidWorks的S700K型转辙机三维建模与仿真研究[J]. 科技创新与应用, 2020,(33):38-39+42.