基于Web的高速動車組跟蹤監測數據可視化研究

周韶澤，周允鑫，聶春戈，張海峰，崔凱

(1.大連交通大學 交通運輸工程學院，遼寧 大連 116028； 2.中車長春軌道客車股份有限公司，吉林 長春 130062)*

0 引言

隨著高速鐵路的快速發展，高速列車實時安全服役狀態的監測顯得越發重要.為了保證列車運營的安全，國內對列車安全服役監測及其數據可視化進行了大量研究.浙江大學甄維超搭建了高速動車組傳感數據監控系統，將系統產生的大量實時監測數據，利用可視化技術的圖形、圖像手段對數據進行可視化展示[1]；西南交通大學郭倪宏對列車走行部軸承的監測數據進行降維簡約，實現了數據可視化[2]；西南交通大學黃國輝設計了基于GPS/GIS的鐵路搶險車定位監測系統，通過GPRS通信網絡傳輸的GPS定位數據的處理，并結合VB和MapX組件技術實現實時監測、信息查詢、歷史回放[3]；西南交通大學郭宗昊設計了GPS和GIS相結合的區間列車定位可視化系統，通過GSM-R網絡實現車地信息傳輸，采用GIS組件式開發定位可視化系統，以VS和ArcGIS為開發工具，利用ArcGIS Engine開發組件庫，在NET環境下采用C#語言進行編程開發，完成系統軟件設計與實現[4].然而，這些相關研究具有局限性：由于監測數據如加速度、應變等的實時采集頻率高而導致數據量巨大，難以滿足遠程數據可視化需求；跟蹤監測多臺數采設備往往在各自車輛分散采集，難以反映在某一個地點、同一時刻各個采集量之間的相互關系；基于特定的應用程序，多機更新和查看不方便，尤其不適于在當今基于Web的移動端的應用；長期跟蹤監測后累積出海量數據，難以進行快速調取、分析和顯示.

本文提出并開發了基于Web的高速動車組結構跟蹤監測數據可視化系統，并在CRH380CL為期兩年的結構跟蹤監測中得到成功運用，為動車組長期跟蹤監測提供了便捷、高效的一體化工具.通過可視化的圖形或圖表可以及時、直觀和快速的了解列車關鍵部位振動、受力和溫度情況，以及基于這些數據研究這些數據間的關系，對掌握列車運行時的安全特性，認識列車監測部位隨地理位置和季節溫度變化等的服役規律，以及改進產品結構有重要意義.

1 數據可視化層次框架

構建跟蹤監測數據可視化層次結構，以數據的采集、存儲、處理、傳輸作為框架的重要組成，將整個體系分為數據采集層、服務層與表現層，見圖1.

圖1 跟蹤監測數據可視化層次框架

(1)數據采集層

數據采集層是數據可視化的來源.數據采集模塊以NI CompactRIO硬件為載體，以LabVIEW軟件為編譯平臺，基于可重新配置的FPGA(現場可編程門陣列)模塊對列車運行時的監測數據進行采集.數據的緩存與傳輸要通過車載RT(Real-Time) 實時控制器，將監測數據本地存儲或遠程發送[5].遠程發送的數據要進行特征值的計算并通過網絡模塊經由3G網絡傳送到服務層.由于車載存儲的實時采集數據量巨大，需人工周期性定時拷貝到服務層進行處理.

(2)服務層

服務層功能包括在線特征數據的接收和存儲，數據采集層原始數據的拷貝和存儲，原始數據特征值與規律性數據的存儲，以及提供給Web服務器的瀏覽檢索服務.服務層的數據庫用來存儲在線、離線數據的特征值，原始數據的存儲位置和規律性數據等，等待Web服務器的調取請求.

(3)表現層

表現層的功能是在瀏覽器端對高速動車組采集的各項監測數據整合、按需調取與同步可視化顯示.列車運行時的動應力、溫度、加速度和速度等數據，利用Web數據可視化圖表工具處理和顯示，最終獲得在線、離線特征數據和規律性信息.結合高速動車組運行的經緯度數據，以Web地圖的形式動態顯示在瀏覽器端.

2 關鍵方法

2.1 基于特征值的數據取值方法

高速動車組長期結構跟蹤監測所獲得的實時采集數據量巨大，單在每節車每天產生的數據量就至少數GB.由于數據量巨大，為實現數據的遠程傳送、在線可視化且能反映列車在運營期間某一地理位置、某一時刻的情況，需要對實時采集數據進行特征值的提取.特征值取值是生成服務器數據的重要步驟，是數據可視化的數據準備階段.重要步驟是數據可視化的數據準備階段.

在數采設備中，通過預處理數據程序，將實時采集的數據去除溫飄和低通濾波等步驟后，提取出在線特征值存入數采設備緩存，以提供給遠程網絡進行發送.設固定時間間隔內的數據總量N：

N=HS

(1)

式中，H為數據采集頻率;S為設置的取值間隔，單位為s.以S秒內溫度、應力和加速度的最大值、平均值和最小值的作為特征值取值：

(2)

(3)

(4)

式中，T為溫度;σ為應力;a為加速度;N1、N2、N3為數據總量.σ由采集的應變計算，

σ=Eε

(5)

式中，E為彈性模量，ε為應變.

監測數據特征值取值流程見圖2.在線特征值取值后，通過遠程傳輸被存入服務器數據庫.跟據重點關注需要，還可將原始數據經過人工數據預處理后，提取典型線路和典型日期的離線特征值.特征值取值后，由于數據量大大減少，有利于遠程發送、快速存儲和瀏覽顯示.

圖2 監測數據特征值的取值流程

2.2 基于時間戳的數據可視化

由于高速動車組結構跟蹤監測數采設備多，且分散在各個車廂內，需要構建采用時間戳的多源數據同步采集及可視化方法，步驟如下：

(1)利用車載數據采集設備的GPS模塊的授時功能，將采集的數據以統一時間戳記錄，獲得有統一時間戳的原始數據.在每次采集設備啟動后，每隔一定周期(如半小時)通過GPS模塊校準一次本地采集時間；

(2)從原始數據中，根據上一小節方法基于時間戳取得特征值數據，并遠程傳輸到服務器存入數據庫中；

(3)數據可視化顯示時，通過Ajax異步讀取數據.URL定義數據獲取地址，數據在HTTP下GET的請求，獲得預期定義數據類型的數據.各項數據以JSON這一輕量級的數據交換格式為輸出形式進行輸出[6]；

(4)獲取JSON格式的數據后，在Web動態圖表中實現動態圖表和折線的同步逐點刷新.在不重新刷新網頁的情況下，Ajax不斷從服務器端獲得各車的監測數據，根據相同的時間戳實現數據的同步可視化.GPS地理位置也由JSON數據格式返回，由Web地圖(如Google地圖、百度地圖、高德地圖等)同步顯示.

采集數據同步可視化見圖3.因為GPS授時精度高，守時能力強，長期穩定性好，所以由GPS產生的時間戳記錄適合于列車的長期跟蹤監測及同步可視化.而采用JSON的數據形式輸出，提升了數據信息的傳輸效率，也便于圖表工具的解析.

圖3 采集數據同步可視化

2.3 監測數據處理

監測數據經過特征值取值后，被發送到服務器數據庫存儲.在接收遠程發送的特征值數據過程中，由于3G信號強弱的問題可能存在延遲，所以跟蹤數據動態顯示需在服務器端經過一段緩存時間后再進行顯示.

在動態可視化端，依據不同監測部位，不同預設警示閾值被設置到動態圖表中.在可視化圖表的初始化中，設定超過閾值時的警示顏色.當監測值超過閾值，曲線警示顯示在動態曲線上，同時，該警示值被記錄在數據庫中.例如，當溫度和加速度監測數據超過設定的閾值時，會高亮顯示警示數據的動態曲線點，記錄下此刻的警示值以及列車的地理位置GPS信息、速度等其他信息進行下一步的處理.

如圖4為監測數據處理流程.運營過程中經常產生警示值的時間段和路段，需要提取原始數據進行詳細分析.為了詳細了解產生警示數據的原因，調出原始數據基于地理位置、速度、室外溫度等數據進行詳細分析.還可以進一步根據這些原始數據，進行等效應力的計算、依據標準對關鍵結構進行結構振動疲勞壽命分析等.

圖4 監測數據處理流程

3 跟蹤監測數據可視化實例

依據上文設計的可視化層次框架，基于B/S模式開發了高速動車組結構跟蹤監測數據可視化系統，并以為期兩年的高速CRH380CL高速動車組設備艙關鍵結構跟蹤監測作為實例驗證該系統.

系統采用Apache作為Web服務器、PHP作為Web腳本語言以及MySQL數據庫作為存儲數據庫構建[7].其中，經過處理生成的存儲的特征值數據以時間戳為首列，包括動應力、溫度、加速度的最大值、平均值和最小值，以及對應存儲的經緯度坐標、速度等.

Highstock是高效的Web前端可視化圖表工具，適合將動應力、溫度、加速度等監測數據轉變為動態折線圖進行可視化.在可視化界面上，每個動態圖表分別對動應力、溫度、加速度、列車速度、經緯度數據進行URL取值地址定義.各項數據的Ajax在循環下獲得JSON格式數據.在y軸設置許用值報警線plotLines.當動態加載的數據超過閾值時，以警示顏色高亮超過閾值的點顯示在圖表上，并將警示數據記錄存儲.

百度地圖API被采用作為跟蹤數據同步顯示的Web地圖[8].在各項跟蹤數值動態繪制時，以列車圖標動態同步顯示列車地理位置.地圖的快速縮放功能，提供比當前地圖更大范圍的視角，為關注列車運行位置提供方便.

通過監測數據各項數據快速同步同屏顯示，直觀獲得列車運行中的關鍵監測部位的運行情況，實現列車監測數據可視化界面如圖5.在列車運行時可以查看實時特征值動態曲線.在線和離線特征值歷史數據可以根據日期、小時等時間查詢和調取，并再現運行時的跟蹤值和地理位置.系統能夠方便、形象和快速地瀏覽長期跟蹤監測數據，并能依托累積的原始監測數據資源，進行進一步的詳細分析，開展更深入的研究.例如，根據某日期數據，分析線路對車輛的運行狀態、結構的影響；不同季節溫度對設備艙溫度的影響，對結構性能的影響等.

圖5 高速動車組監測數據可視化界面

應用結果表明，系統可以適用于高速動車組的長期跟蹤監測并進行數據的可視化，為監測數據的有效使用提供高效工具.

4 結論

通過構建基于Web的高速動車組結構跟蹤監測數據可視化三層結構，使用基于特征值與時間戳的數據取值方法，開發了可視化系統，并在CRH380CL高速動車組設備艙關鍵結構長期跟蹤監測中進行了應用.高速動車組跟蹤監測數據可視化方法可提供快速瀏覽跟蹤監測數據，更充分利用累積的監測數據資源的能力，為掌握列車運行情況、總結運行規律和改進產品設計提供便捷、高效的一體化工具.