面向鋼軌的無線結構健康監測的挑戰與應用

胡 泮,王海濤,田貴云,2,高運來,曾 偉

(1.南京航空航天大學 自動化學院，南京 211106； 2.紐卡斯爾大學 電子與計算機工程學院，紐卡斯爾 NE1 7RU)

?

面向鋼軌的無線結構健康監測的挑戰與應用

胡 泮1,王海濤1,田貴云1,2,高運來1,曾 偉1

(1.南京航空航天大學 自動化學院，南京 211106； 2.紐卡斯爾大學 電子與計算機工程學院，紐卡斯爾 NE1 7RU)

對面向鋼軌的無線結構健康監測的挑戰和應用進行綜述。從傳感器優化布置、能量采集和節能、時間同步和可靠性技術出發，提出了鋼軌結構健康監測背景下的挑戰；列舉了相關的有助于解決這些挑戰的應用。

無線傳感器網絡；結構健康監測；優化布置；能量

列車多運行在高速、重載、高密度的狀態下，因此作為承載列車運行的鋼軌的安全問題越來越受到重視。在20世紀20年代末，由于美國鐵路行業的需求，Elmer Sperry博士研制了用于鋼軌監測的漏磁檢測方法，從此鋼軌結構監測開始成為新興的研究方向[1-2]。目前有多種方法可實現對鋼軌的監測，如超聲法[3]、電磁法[4]、熱成像法[5]及脈沖渦流法[6]等，然而大多數無損檢測與評估方法仍無法實時提供完整結構狀態信息。

傳統結構健康監測是由沿著被測結構的分布式傳感器網絡進行監測的，數據通過有線電纜方式傳輸至監測中心進行處理和分析[7]?？萍嫉陌l展帶動了傳感器技術、電子封裝、信號處理、診斷學、應用力學、材料科學等學科的技術突破，常規監測技術逐步向連續、實時監測結構完整性和自動化的方向發展[8]，而發展成為結構健康監測技術。在結構健康監測方法中，基于Lamb波的損傷檢測方法已廣泛應用[9]于結構健康監測中。在有線結構健康監測系統中，由于需要有線來實現功率和數據傳輸，從而增加了系統的復雜性和維護的困難程度，增加了系統的成本。例如，用于高層建筑結構健康監測中的每個傳感器通道的成本超過5 000美元；香港青馬大橋的結構健康監測系統中，350個傳感器通道的總成本超過800萬美元[8]。

近年來，無線傳感網絡技術得到了飛速的發展，它由目標監測區域內放置的大量傳感器節點，通過無線通信的方式，形成一個自組織的多跳網絡；該網絡可感知、采集和處理網絡所覆蓋區域內被監測對象的參數信息，可在任何時間和環境條件下獲取大量信息。

通過在鋼軌結構健康監測系統中引入無線傳感網絡技術，可大大降低系統復雜性和安裝維護成本。某面向鋼軌監測的無線傳感網絡系統框圖如圖1所示，該系統具有以下特點：① 不同的傳感器被安裝在鋼軌所需檢測位置；② 傳感器節點可對數據進行采集和預處理，節點間使用無線傳輸協議與基站進行通信；③ 基站整理數據并將其發送到監測中心，監測中心可實時分析數據并管理網絡節點。在這種背景下，筆者對基于無線傳感網絡的結構健康監測的挑戰和應用進行綜述。

圖1 面向鋼軌的無線結構健康監測系統

1 關鍵技術

在傳統無線傳感網絡中，雖然定位、安全等方面問題很重要，但它們并非鋼軌結構健康監測系統關注的焦點。與被應用于其他領域的無線傳感器網絡應用相比，面向鋼軌結構健康監測的無線傳感網絡有一些特殊的問題需要解決。具體將重點關注以下幾個方面的問題：傳感器優化布置、節能和能量采集技術、時間同步和可靠性。

1.1 傳感器優化布置

典型的結構健康監測系統一般由三個主要部分組成：傳感器系統、數據處理系統(包括數據采集、預處理、傳輸和存儲)和健康評估系統(包括結構診斷算法和數據管理)[10]。文中關注的傳感器系統部分，具體是指傳感器的布置是否能夠完整反映結構狀態信息。

傳感器系統是鐵路結構健康監測系統的重要組成部分。從理論上講，傳感器節點的數量越多，越能夠獲得全面的結構響應信息。但由于成本等客觀因素的限制，傳感器節點的數量總是有限的，如何安排有限數量的傳感器并通過優化布置傳感器來實現對結構完整性狀態信息的獲取是結構健康監測的關鍵技術。

1.2 節能和能量采集技術

鋼軌結構健康監測系統通常被部署在偏遠并且無電源供應的地點[12]，所以傳感器節點通常只可采用電池供電。這樣，如何降低節點的能量消耗[13]并盡可能通過能量采集技術對電池進行充電，成為系統的關鍵技術。

對于一個傳感器節點，大部分的能量要用在數據采集、預處理和傳輸上。則，傳感器節點每個部分的能量消耗主要體現在以下方面：

(1) 數據采集時，不同傳感器的響應時間是不同的，從傳感器開始工作，到輸出一個穩定的精確信號需要一定的時間，此時傳感器的工作電流不能被忽略。

(2) 數據預處理時，測量傳感器信號需進行一系列預處理，包括濾波、放大并被節點的AD采用，因此模擬電路的功耗不可忽視。

(3) 數據傳輸時，通信模塊將數據發送到路由節點或協調節點也需要一定的時間，而這個無線傳輸期間的功耗是比較大的。

為了確保無線傳感器網絡的長時間工作，研究人員已開始尋求替代能源。通過收集環境能源轉換成電能再給無線傳感網絡節點充電是一種具有廣闊前景的方法，但目前各種能量采集方法大多無法提供持續的能源供應，因此采集零星可用的能源成為了新的研究方向[15]。

1.3 時間同步

時間同步是資源調度和管理的重要前提，它在無線傳感器網絡中具有重要的意義。不同的監測和缺陷診斷方法對于時間同步有不同需求，如應用于壓電陣列技術時，尤其采用時域分析方法分析鋼軌結構不同測量點的測量數據時更需要精確的時間同步。無線傳感網絡中時間同步誤差源包括：發送時間、訪問時間、傳播時間和接收時間。其中，發送時間[16]是構建消息并將消息發送到MAC層所花的時間；訪問時間[16]是等待無線通信信道空閑時產生的時間，其受信道條件的影響。

1.4 可靠性

可靠性是決定網絡性能的重要因素之一[17]，其又包括設備的可靠性和通信的可靠性。

從設備的可靠性來說，節點通常部署在惡劣的環境中，故在進行無線傳感網絡節點設計時，必須充分考慮環境的影響，如采用耐高低溫、防水、漏電保護設計等。

從通信可靠性的角度來說，灰塵、污垢、高濕度水平和太陽輻射都會引起節點故障，并降低信號強度[17]，從而可能對鏈路連接和數據間歇性發送產生負面影響。這都是設計時應考慮的因素。

2 應用現狀

2.1 傳感器優化布置

在傳感器的優化布置方面,JIN[18]提出了一種結合改進聲搜索(HS)和模態保證準則(MAC)算法，優化傳感器布置的方式。文獻[19]采用最大期望效用理論和貝葉斯線性模型，用于優化傳感器的位置，同時提升了模態識別性能。為了避免模態參數和測量響應之間的非線性關系，文獻[19]通過模態響應選擇優化的傳感器位置。

2.2 節能與能量采集傳感器節點一旦能量消耗殆盡，將不能正常工作。已經有大量文獻對節點節能進行了研究，文章關注的是能源的采集問題。近年來，收集各種環境能量，并將其轉換成電能的研究逐漸成為熱點[15]。目前，被認為適用于無線傳感網絡的環境能量主要有太陽能、機械能(振動或應變)、熱能和電磁能[20]。

然而，使用最廣泛的太陽能電池板的供電方式，也有一些實際的缺點，如電池板需要經常清洗，天氣惡劣時太陽能電池板的轉換效率[21]會降低。筆者主要介紹兩種能量采集器：壓電[22]和電磁能量采集器[23]。

(1) 壓電振動能量采集器

壓電材料在受機械應變時可產生電能，如應變施加在軌道上或列車駛過時輪對與鋼軌接觸可產生電能[21]。壓電材料具有能夠承受惡劣環境并可提供大量能量的優點。WISCHKE[24]發現鐵路軌枕具有可用的振動能量和足夠的安裝空間，設計了壓電振動采集器并配備了電源接口電路。NELSON[25]利用軌道的垂直運動產生的能量，并可產生1 mW的平均功率。

(2) 電磁振動能量采集器

電磁式振動能量采集器(EM-VEHs)的設計依據法拉第電磁感應定律[21]的工作原理。ZHU[26]改進了Halbach陣列，增加了能量采集器的輸出功率。LEE[27]通過拓撲優化方法提出了一種電磁能量采集器，顯著提高了采集器電磁性能。

2.3 時間同步

時間同步是影響無線傳感網絡性能的重要組成部分。時間不同步，不僅會影響能量的消耗，而且影響結構損傷識別算法的效果。QIU[28]提出了一種基于生成樹的時間同步算法(STETS)，有效地結合了兩個時間同步方案：發送-接收協議(SRP)和接收-接收協議(RRP)。在文獻[29]的研究中提出了一種按需時間同步協議，命名為AOTSP；通過理論分析和仿真結果，其具有以下優點：① 弱的空間集聚效應；② 相當低的通信成本；③ 低的計算復雜度；④ 精度高；⑤ 高可擴展性。

3 結語

無線鋼軌結構監測系統，更利于對鋼軌狀態進行無線監測，為列車運行提供安全保障。但在傳感器優化布置、節能和能量采集、可靠性等關鍵技術上存在挑戰。盡管無線結構健康監測技術在鐵路無損檢測領域中仍有一段相當長的路要走，但是隨著科學技術的發展，其將在無損檢測和結構健康監測領域有著更廣泛的應用。

[1] ALLISON A B. Sperry rail service[J]. Bull Natl Railway Historical Soc, 1968,33:6.

[2] CLARK R. Rail flaw detection: overview and needs for future developments[J]. NDT & E International, 2004, 37(2):111-118.

[3] ZENG W, WANG H, TIAN G, et al. Detection of surface defects for longitudinal acoustic waves by a laser ultrasonic imaging technique[J]. Optik-International Journal for Light and Electron Optics, 2015, 127(1):415-459.

[4] TIAN G Y, SOPHIAN A. Study of magnetic sensors for pulsed eddy current techniques[J]. Insight, 2005, 47(5):277-279.

[5] GAO Y, TIAN G Y, WANG P, et al. Ferrite-yoke based pulsed induction thermography for cracks quantitative evaluation[C]∥2015 IEEE Far East NDT New Technology & Application Forum.[S.l]:[s.n], 2015:197-201.

[6] TIAN G Y, SOPHIAN A. Defect classification using a new feature for pulsed eddy current sensors[J]. Ndt & E International, 2005, 38(1):77-82.

[7] FEDERICI F, ALESII R, COLARIETI A, et al. Design of wireless sensor nodes for structural health monitoring applications[J]. Procedia Engineering, 2014, 87:1298-1301.

[8] SU Z, YE L. Identification of damage using Lamb waves: from fundamentals to applications[M]. Springer London: Springer Science & Business Media, 2009:1-12.

[9] QIU L, YUAN S. On development of a multi-channel PZT array scanning system and its evaluating application on UAV wing box[J]. Sensors & Actuators A Physical, 2009, 151(2):220-230.

[10] MUFTI A A. Structural health monitoring of innovative canadian civil engineering structures[J]. Structural Health Monitoring, 2002, 1(1):89-103.

[11] FIDANOVA S, MARINOV P, ALBA E. Ant algorithm for optimal sensor deployment[J]. Studies of Computational Intelligence, 2012,399(5):21-29.

[12] HODGE V J, O′KEEFE S, WEEKS M, et al. Wireless sensor networks for condition monitoring in the railway industry: A survey[J]. IEEE Transactions on Intelligent Transportation Systems, 2015, 16(3):1088-1106.

[13] ANASTASI G, CONTI M, DI FRANCESCO M, et al. Energy conservation in wireless sensor networks: A survey[J]. Ad Hoc Networks, 2009,7(3): 537-568.

[14] GUPTA P, KAKDE B. Challenges and design issues in WSN[J]. International Journal of Science, Engineering and Technology Research, 2014, 3(11):3126-3131.

[15] SEAH W K G, TAN Y K, CHAN A T S. Research in energy harvesting wireless sensor networks and the challenges ahead[M]. Autonomous Sensor Networks: Springer Berlin Heidelberg, 2012:73-93.

[16] SONG S, HE L, JIANG Y, et al. Wireless sensor network time synchronization algorithm based on SFD[J]. Advances in Wireless Sensor Networks Communications in Computer and Information Science, 2013, 334(2): 393-400.

[17] SALAM H A, KHAN B M. IWSN-standards, challenges and future[J]. IEEE Potentials, 2016, 35(2):9-16.

[18] JIN H, XIA J, WANG Y Q. Optimal sensor placement for space modal identification of crane structures based on an improved harmony search algorithm[J]. Journal of Zhejiang University SCIENCE A, 2015, 16(6):464-477.

[19] LI B, DER K A. Robust optimal sensor placement for operational modal analysis based on maximum expected utility[J]. Mechanical Systems and Signal Processing, 2016, 75:155-175.

[20] VULLERS R J M, SCHAIJK R V, VISSER H J, et al. Energy harvesting for autonomous wireless sensor networks[J]. Solid-State Circuits Magazine, IEEE, 2010, 2(2):29-38.

[21] KHAN F U, AHMAD I. Review of energy harvesters utilizing bridge vibrations[J]. Shock & Vibration, 2016, 2016(2):1-21.

[22] JEON Y B, SOOD R, JEONG J H, et al. MEMS power generator with transverse mode thin film PZT[J]. Sensors & Actuators A Physical, 2005, 122(1):16-22.

[23] CHIU M C, CHANG Y C, YEH L J, et al. Optimal design of a vibration-based electromagnetic energy harvester using a simulated annealing algorithm[J]. Journal of Mechanics, 2012, 28(4):691-700.

[24] WISCHKE M, KRONER M, WOIAS P, et al. Vibration harvesting in traffic tunnels to power wireless sensor nodes[J]. Smart Materials & Structures, 2011, 20(8):85014-85021.

[25] NELSON C A, PLATT S R, ALBRECHT D, et al. Power harvesting for railroad track health monitoring using piezoelectric and inductive devices[C]∥The 15th International Symposium on: Smart Structures and Materials & Nondestructive Evaluation and Health Monitoring.[S.l.]: International Society for Optics and Photonics, 2008.

[26] ZHU D, BEEBY S, TUDOR J, et al. Increasing output power of electromagnetic vibration energy harvesters using improved Halbach arrays[J].Sensors & Actuators A Physical,2013,203(12):11-19.

[27] LEE J, YOON S W. Optimization of magnet and back iron topologies in electromagnetic vibration energy harvesters[J]. IEEE Transactions on Magnetics, 2014, 51(6):1.

[28] QIU T, CHI L, GUO W, et al. STETS: A novel energy-efficient time synchronization scheme based on embedded networking eevices[J]. Microprocessors & Microsystems, 2015, 39(8):1285-1295.

[29] HUANG G, ZOMAYA A Y, DELICATO F C, et al. An accurate on-demand time synchronization protocol for wireless sensor networks[J]. Journal of Parallel & Distributed Computing, 2012, 72(10):1332-1346.

Challenges and Applications of Structure Health Monitoring for Railway Based on Wireless Sensor Network

HU Pan1, WANG Hai-tao1, TIAN Gui-yun1,2, GAO Yun-lai1, ZENG Wei1

(1.College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China; 2.School of Electrical and Electronic Engineering, Newcastle University, Newcastle upon Tyne, NE1 7RU, UK)

This paper reviews the recent progress for Wireless Sensor Network (WSN) based Structure Health Monitoring (SHM) technology for railway applications. Special challenges including optimal sensor placement, energy conservation and harvesting, time synchronization and reliability under the background of railway are enumerated. Case studies were made on related applications which may help to address these challenges.

WSN; SHM; Optimal placement; Energy

2016-06-22

國家重大儀器專項資助項目(61527803);江蘇省研究生培養創新工程資助項目(KYLX16_0338)

胡 泮(1989-)，男，博士研究生，主要研究方向為結構健康監測。

王海濤，E-mail: htwang@nuaa.edu.cn。

10.11973/wsjc201612008

TG115.28

A

1000-6656(2016)12-0032-04