基于L-WSNs的貨運列車軸承在線監測方法

王楠　岳曉奎　梁應選　王鵬

摘要：針對貨運列車的結構與運行特點，應用線性無線傳感器網絡（linear wireless sensor networks，L-WSNs），提出貨運列車軸承在線監測方法，并開發監測系統。研究并解決網絡路由協議、振動數據壓縮編碼傳輸以及Zigbee節點設計3個關鍵問題，在高速電主軸轉子及液壓系統上進行振動與溫度信號組網監測試驗，并分析試驗結果及節點能耗，最后預估節點壽命。試驗與分析結果表明：監測系統可同時實現4路振動及溫度信號的同步采集與組網傳輸，實時性好、誤碼率低;同時，網絡節點能耗與壽命也滿足系統要求。

關鍵詞：貨運列車軸承;線性無線傳感器網絡;在線監測;Zigbee技術

中圖分類號：TH39 文獻標志碼：A 文章編號：1674-5124（2019）01-0107-08

0 引言

近年來，我國經濟持續快速增長，鐵路運輸需求也隨之加大，列車提速與重載已成為必然發展趨勢，同時也對行車安全提出了更高要求。隨著列車速度不斷提升、載荷不斷加大，熱軸、切軸甚至燃軸事故的發生加劇，輪對故障明顯增多，其中滾動軸承故障更為突出。因此，如何實時監測列車運行狀態、準確預報車輛軸承故障已成為當前面臨的緊迫任務。目前廣泛采用的列車軸承監測方法分為車載接觸式與軌邊感應式。

車載接觸式方法廣泛用于客運列車，在軸或軸承上直接安裝傳感器來測試軸溫[1-2]與滾動軸承振動[3-4]，監測儀表隨車布置在列車各車廂內，通過乘務員定時檢查來對列車軸承進行監測，但不便于數據集中處理。另外，該方法采用有線傳輸方式（模擬信號在線纜中傳輸），不僅布線復雜，需人工干預，且必須有穩定的電源供應。如果傳輸距離較大，還存在信號衰減問題，影響測試精度。由于貨運列車車廂內無人值守，編組與摘掛頻繁，車廂相互獨立、無法通信，且難以為監測裝置提供穩定電源;因此，車載接觸式方法對于貨運列車并不適用。貨運列車軸承監測主要采用軌邊感應式方法，即在軌道兩邊預置傳感器，當列車通過時，通過感應、接收紅外線[5-6]和聲波[7-8]獲取軸承監測信息。但實踐證明軌邊感應式方法在應用中還存在許多技術問題，如溫度對大部分軸承故障并不敏感，采用紅外溫度監測，往往等到軸溫報警時，軸承可能已產生嚴重故障;聲學信號與振動信號相比，信噪比低，須通過后期信號分析處理才能提取有用信息，難以達到高實時性的在線監測要求。因此，軌邊感應式方法難以解決貨運列車軸承故障兌現率低、漏檢與誤診率高的難題;此外，該方法還要求每隔25～30km在軌道兩旁設置探測站，長途運輸監測成本很高。綜上所述，深人研究貨運列車軸承監測方法無論在學術還是應用方面均具有重要意義。然而，因為貨運列車結構與運行特點的特殊性，貨運列車軸承在線監測是極具挑戰性的課題。

無線傳感器網絡（wireless sensor networks，WSNs）具有無需現場維護、自組織、低成本與無需復雜布線優勢，與貨運列車結構與運行特點極為適應，可實現無人值守、解決現場維護難題，解決列車摘掛與編組頻繁難題，并且簡化了監測系統的實現，是對貨運列車軸承進行在線監測的最佳選擇。目前，已有將無線傳感器網絡應用于列車狀態監測的文獻報道，但大都針對列車軸/軸承溫度[1-2，5-6]，也有針對列車安全監測[4，9]的研究;或給出列車無線傳感器網絡系統初步的節能策略[6]，但并未對貨運列車軸承無線傳感器網絡在線監測中存在的理論及應用方面的難題（網絡拓撲與路由、振動信號處理與傳輸、節點設計等）進行系統、深人及全面研究。因此，本文提出基于L-WSNs（Linear WSNs，線性無線傳感器網絡）的貨運列車軸承在線監測方法，構建了測試系統并進行試驗與分析。

1 方法描述

由于貨運列車運行軌跡近似線性，因此采用線性網絡拓撲結構，圖1為貨運列車軸承線性無線傳感器網絡在線監測方法示意圖。在列車車廂底部軸承附近布置若干無線傳感器網絡節點，各節點采集、處理與傳輸列車軸承振動及溫度數據，網絡節點通過其內部事先設置好的路由協議協同工作，將采集并處理后的數據傳送至車頭監控室內的基站，最終所有車廂軸承振動及溫度數據將在上位機軟件上實時顯示，用于實時監控列車軸承及列車運行狀態。

應用該方法需要著重考慮下述問題：

1）網絡資源有效利用。無線傳感器網絡資源很有限，目前網絡節點大都采用電池供電，且節點處理能力不足。現在已有針對環境能量收集技術的研究，用于無線傳感器網絡能量供應，并有相應產品面世[10-12]，但提供的能量都很有限，特別是對于采集與傳輸變化快、數據量龐大的振動信號的網絡節點而言，遠不能滿足要求。因此需研究降低節點傳輸過程中數據量的數據處理算法。

2）網絡路由協議。在高效利用網絡資源、最大化網絡效率的前提下，研究數據及網絡信息的有效傳輸，即路徑規劃與選擇。

3）網絡節點設計。針對貨運列車軸承監測要求，振動與溫度是最重要的參數，因此節點應首要完成采集、處理與組網傳輸振動、溫度數據的基本任務，然后再考慮低功耗與應用中的其他問題。

2 網絡拓撲結構與節點布置方案

貨運列車運行特點如下：1）列車車廂與運行狀態近似線性分布，節點在列車上的布置有其確定位置。貨運列車車廂內無人值守、摘掛編組頻繁、車廂相互獨立、無法通信且不具有穩定電源供應。2）節點規模大。我國大型貨運列車有60節左右，每節11m，總長大約700m。每節車廂有8個軸承，如布置8個節點，共需480個節點;如布置2個節點，共需120個節點。3）列車運行環境大多在野外，無線傳輸信號質量較好。整個網絡要具有一定實時性，允許時間延遲，對通信速率要求不高。

星型、簇樹型和網狀網絡拓撲結構適用于網絡節點少、網絡結構簡單、小范圍網絡應用;無規則的方形或圓形網絡拓撲結構，傳感器節點眾多，適用于大范圍網絡應用，但對于長達幾百米的貨運列車線性網絡結構而言，跳數太多，且列車上負責監測的傳感器節點位置固定，數據傳遞方向很明確，路徑單一，無需算法尋找最短路徑。因此，貨運列車監測網絡拓撲結構與路由協議都應是線性的。

貨運列車由車廂和機車組成，通常每節車廂有4個輪對，8個軸承。考慮到列車軸承監測的具體要求，節點的布置方案如下：方案一：每節車廂軸與軸承的溫度和振動信號監測用1個節點來實現，節點安裝在車廂底部，傳感器與節點用可屏蔽線纜連接。方案二：每個節點負責監測一個軸承的溫度和振動，每節車廂底部需布置8個節點。方案三：每節車廂有2個轉向架，每個節點負責1個轉向架（2個輪對）的4個軸承，共需布置2個節點。方案一實現存在兩個問題：1）8個軸承同時采樣，采樣頻率太高、數據量太大，給節點設計帶來困難;2）走線困難，列車底部空間緊湊、部件繁多，過多的走線將使列車車廂底部混亂不堪。方案二由于列車長度在節點通信距離內，一個車廂內布置8個節點，沒有充分發揮單個節點作用，且節點數量大大增加，系統成本較高。因此采用方案三，其優點是布線容易、節點負擔小、系統成本低。

3 貨運列車軸承在線監測系統

Zigbee具有功耗與成本低、可靠性高、自動組網與網絡自修復能力強、網絡容量大等特性，相對于現有各種無線通信技術（WIFI、藍牙、RFID、NFC等），Zigbee技術是功耗和成本最低的，且其網絡容量大，使得構建大規模監測網絡成為可能。因此，Zigbee技術是貨運列車軸承線性網絡在線監測方法的最佳實現方式，構建的監測系統如圖2所示。

系統組成主要包括采集處理及通信硬件模塊（節點處理器與通信芯片電路）、采集處理及通信軟件程序（節點采集處理程序、通信程序與網絡協議等）、基于Labview的上位機軟件等。每個Zigbee節點都內置了網絡通信協議以及信號采集處理程序，通過節點之間的相互協作將列車車廂底部軸承的監測數據傳送至車頭監控室內的上位機，即可對軸承的運行狀態進行實時顯示以及對軸承監測參數進行分析與處理。

4 關鍵問題與解決方案

根據網絡能耗通用模型191，無線傳感器網絡節點能耗與節點傳輸數據量和傳輸距離密切相關，節點能耗隨著傳輸數據量和傳輸距離的增大而增大。另外，線性網絡極易因為節點能耗不均而造成某個或若干個節點能量耗盡，導致網絡失效。因此，網絡路由協議和數據處理算法非常重要，路由協議應在保證數據可靠傳輸的情況下，盡量使得網絡節點能耗均衡，避免由于某個或多個節點能耗過大而導致網絡故障;數據處理算法則應在保證信號攜帶的主要特征信息不丟失的前提下，盡可能減少傳輸數據量，且易于在硬件中實現。

4.1 路由協議

單跳路由適合小范圍監測，若在大范圍使用，將導致節點在未完成監測任務前，由于能量耗盡而無法繼續監測，即會產生監測盲區。而多跳路由節點能耗雖和單跳一樣，呈單調變化，但變化趨勢平緩得多;多跳路由用于監測大面積區域，但離基站近的節點能量消耗大，容易引起網絡中心數據黑洞，吞噬數據，使數據無法傳輸到節點。

圖3是等距離分組多跳路由（grouped multi-hoprouting based on equal distance，GMRED），與單跳和多跳路由不同，該路由沒有簇頭，將線性網絡節點分為若干組，組與組相應節點之間的傳輸距離相等，因此可保證每組節點能耗相等，整個網絡能耗均衡。距離基站最近的一組節點采用單跳傳輸，即“小范圍監測”，其他組節點間數據傳輸采取組合多跳，為“大面積區域監測”。GMRED是單跳與多跳路由的有效整合，充分考慮了線性運動設備的結構和運行特點。

基于網絡能耗通用模型，建立GMRED網絡平均能耗模型，并與單跳、多跳與分簇多跳路由的網絡平均能耗進行對比，結果如圖4所示。分組數為20時（最佳分組），等距離分組多跳路由平均能耗最小，其他分組情況下，能耗大一些。單跳路由網絡平均能耗最大，多跳和分簇多跳路由網絡能耗則稍低，分簇路由網絡能耗低于多跳路由。由此可見，GMRED優勢明顯，采用最佳分組數時，其最小網絡平均能耗分別是單跳、多跳和分簇多跳路由的25.6%、71.7%、88.7%。

圖5為不同路由情況下，網絡的生命周期比較。顯而易見，等距離分組多跳路由的網絡生命周期最長，單跳路由的網絡生命周期最短。雖然多跳路由比分簇多跳路由網絡平均能耗大，但簇頭的耗能太大，節點能耗極不均衡，故分簇多跳路由的網絡生命周期小于多跳路由。經過計算，等距離分組多跳路由的生命周期分別是單跳、多跳和分簇多跳路由的8，1.9，2.8倍。通過比較，證明了等距離分組多跳路由相對于常見路由優勢明顯。

4.2 振動信號數據壓縮編碼算法

與振動信號快速變化、數據量大、實時性高不同，溫度信號是慢變信號，可在一定時間間隔內采集傳輸，因此只對振動信號提出了無線傳輸的數據壓縮編碼算法，如圖6所示。該算法基于第二代整數小波變換，融合了圖像處理中的嵌人式零數小波和霍夫曼編碼算法，具有原位計算、壓縮效率高，易于硬件實現的特點。壓縮編碼算法流程如圖7所示，首先用5/3小波對振動數據進行處理，在小波系數的低頻分量子帶上使用較低閾值，而在高頻分量子帶上使用較高閾值濾除非特征信息。零樹編碼在小波分解過程中，把按照每層閾值篩選出的重要數存入重要數表。通過上述流程，產生了主表和輔表。主表記錄小波分解后的重要數，而輔表主要記錄重要數所處在原先數據列的位置。主輔表數據經過進一步量化后，采用霍夫曼編碼處理，生成碼表與數據表;解壓縮和解碼程序中，解碼是依照碼表，對數據表進行解碼，而解壓縮是將解碼后的數據依照輔表排列，按照提升小波重構方法進行。

將該算法編程植人網絡節點中，在液壓系統齒輪泵上采集與傳輸振動信號對算法進行驗證試驗。試驗條件為：采樣頻率f=2kHz，采樣點數N=512，齒輪泵由三相電機帶動，電機轉速n=1 450r/min，齒輪泵齒數z=7，則齒輪泵轉頻f_c=24.2Hz，嚙合頻率f_m=145.2Hz。實驗時，將加速度傳感器輸出信號分為兩路，一路連接至工控機采集卡，進行有線采樣;另一路連接至無線傳感器節點，然后通過無線傳輸送至基站，最后由上位機獲取，解碼、解壓縮和重構。傳感器節點DSP程序設置：小波分解層數levels=4，初始閾值為T⁰=2[log₂（max|c_i|]。經過對原始振動信號和重構振動信號的Matlab仿真計算，參考壓縮性能評價標準指標[13]可得，振動信號最大壓縮比CR=9.5，均方根百分誤差PRD=74.88%。

圖8是最大壓縮比9.5下的原始和重構后振動信號的時頻圖。由圖可見，時域信號有較大損失，但從頻域來看，原始信號高頻部分被濾除，齒輪泵轉頻2倍頻、嚙合頻率這些重要的特征信息依然保留。由于信號處理過程中存在誤差，故重構后信號時頻圖幅值有所變化。由此可以看出，該壓縮編碼算法在如此高的壓縮比下，依然可以不丟失信號頻域主要特征，性能良好。

4.3 Zigbee節點

4.3.1 硬件設計

目前無線傳感器網絡應用主要針對溫、濕度或其他慢變信號，節點設計相對容易，技術也比較成熟。常見傳感器節點具有通用性，但并不適用于軸承振動信號采集傳輸，原因在于振動信號變化快、數據量大，如果針對高頻振動信號的采集分析，例如共振頻率為5kHz的貨運列車軸承振動信號，采樣頻率至少須大于等于10kHz，采樣頻率較高;此外，節點還需對大量振動信號進行處理，對節點芯片的處理能力要求較高，且針對不同振動傳感器和節點芯片還需分別設計專用前置處理電路與外圍電路，因此通用節點不能滿足要求。

設計的節點應可同時采集貨運列車軸承振動與溫度信號，并實現信息同步傳輸與組網。圖9為Zigbee節點組成框圖，由傳感模塊、處理器模塊、通信模塊和供電模塊組成。圖中，前置處理電路分為恒流源電路和低通濾波電路，恒流源用于給振動加速度傳感器供電，低通濾波電路用于濾除采樣信號的高頻噪聲。由于振動信號數據量大，對處理器的采樣頻率和運算速度要求高，因此選用TI低功耗TMS320 F2812 DSP芯片。DSP模塊中還集成了信號處理算法對采集信號進行分析與處理（壓縮編碼算法與共振解調）。通信模塊芯片選用TI CC2430，專門針對IEEE802.15.4和Zigbee'應用。CC2430主要完成溫度信號的采集和串口通信，且其內部嵌入了無線傳感器網絡協議，負責網絡組建、路由和拓撲控制等。節點供電模塊采用五號可充電電池。

4.3.2 軟件程序設計

Zigbee協議標準采用分層結構，在應用層內提供了應用支持子層（APL）和Zigbee設備對象（ZDO），應用程序框架中加入了用戶自定義的應用對象。TI提供了Z-stack協議棧，可根據需要編寫上層應用程序。應用程序分為組建網絡、溫度數據采集發送、振動數據采集發送3部分。振動數據采集用DSP實現，然后通過RS485/422串口通信將振動數據送至CC2430并發送。振動數據處理有兩種方式：1）通過HaIUARTRead（）直接把數據讀取并存儲;2）通過MT層的處理函數定義MT層處理任務，最后將數據送人應用層。由于終端設備不存在與上位機信息交互的任務并且直接讀取的方式實現比較簡單，因此選擇直接讀取串口緩存器方式。串口工作時，遇到串口有數據，會首先進入中斷函數，并且將串口數據放入串口緩存器中;當中斷結束，系統接回調用rxCBF回調函數對接收到的數據進行處理。回調函數是為了實現串口數據發送，因此程序中需要讀取串口緩存并將數據放入應用層供后續使用，流程圖如圖10所示。DSP內部程序開發是在CCS開發平臺上實現的，需實現振動數據采樣及處理，數據處理算法如特征值提取、壓縮編碼算法等功能。

5 系統試驗與分析

5.1 試驗工況

在動靜壓高速電主軸轉子系統上對Zigbee無線監測系統的性能進行研究，系統參數按照列車監測環境設置：振動信號采樣頻率10kHz（列車軸承共振頻率5kHz），采樣點數4096，四路信號同時采樣;由于溫度信號是慢變信號，因此每個測點采樣間隔為1s;監測系統在測試前已做過標定。試驗前，對Zigbee監測系統進行了串口調試，以測試其工作是否正常。如果有節點失效或者有新節點加入，網絡會自動判別并作出相應處理。

圖11是試驗現場圖，試驗平臺為動靜壓高速電主軸轉子系統與液壓系統，試驗目的為通過對轉子系統及液壓油泵的振動信號和環境溫度信號的采集、傳輸與組網驗證Zigbee無線監測系統性能。試驗中，振動測點分別布置在電主軸兩端及其液壓系統齒輪泵的外殼上，如圖11（a）所示。共采用5個Zigbee節點，4個作為終端設備采集與傳輸振動和溫度信號，1個作為協調器進行信號接收，應用Zigbee技術組建網絡。監測系統終端為工控機，上位機軟件采用LabVIEW8.6編寫，上位機及監測軟件如圖11（b）所示。

5.2 試驗結果分析

圖12是振動與溫度信號的Zigbee監測系統試驗結果，圖12（a）中，設備一、設備二與設備四監測的是動靜壓高速電主軸的振動信號，設備三監測的是液壓系統齒輪泵信號，振動幅度較大。振動和溫度軟件均可實時顯示串口接收到的十六進制數據（串口緩沖區）和以曲線顯示振動和溫度數值，如圖12（b）所示，溫度軟件上還設置了模擬溫度計便于觀察溫度的實時變化，溫度曲線下方的窗口用作對以前采樣數據的回放。

通過上述振動和溫度數據采集、發送與組網試驗，數據采集、無線收發、上位機實時監測，特別是Zigbee網絡的組建均已實現。系統性能良好，數據傳輸速率保持在38400bit/s;由于試驗中的節點沒有相對運動，數據通過Zigbee網絡靜態傳輸，因此誤碼率和丟包率很低;試驗中沒有電磁或其他因素干擾，無線通信質量較好。

節點能耗方面，分為振動與溫度信號采集組網傳輸兩種情況，分別對試驗中的5個Zigbee節點主要組成部分的能耗進行測試，求取平均值并預估節點壽命。節點采用五號可充電電池供電，容量為1.2V/2500mAh。根據圖9的節點組成，節點能耗主要分為：DSP模塊能耗、CC2430射頻模塊能耗、前置處理電路中的恒流源能耗。采集傳輸溫度信號時，DSP模塊與恒流源模塊關閉，因此不考慮其能耗。節點能耗測試及壽命預估結果見表1。

為了測試節點的極限性能，表1中的能耗測試及壽命預估是在節點不間斷采集傳輸的情況下得到的，即采集與轉發的數據量不斷增加的情況。節點測試針對振動與溫度信號兩種情況，測試振動信號時，節點所有模塊全部工作，接收數據時的壽命可達到12.9h，發送數據時可達到13h;測試溫度信號時，節點中的DSP與恒流源模塊不工作，因此，節點壽命大幅增加，接收數據時節點壽命可達105h，發送數據時節點壽命可達115.5h。實際應用中，節點不會一直處于采集與傳輸的工作方式，而是根據需要不定時處于休眠狀態，具有一定的占空比，占空比越小，節點壽命越長。因此，節點壽命要比表中給出的數據大得多。另外，表1中的節點壽命分別是針對節點發送數據與接收數據時給出的，在無線傳感器網絡中，除了基站外，一般的節點既要作為終端節點采集發送數據，也要作為路由節點轉發數據，因此其能耗高于表1中數據。

6 結束語

本文將線性無線傳感器網絡用于貨運列車軸承監測中，開發了在線監測系統，并解決了監測方法及系統應用中3個關鍵問題：路由協議、振動數據無線傳輸與節點設計。等距離分組多跳路由由于沒有簇頭且將網絡節點分為若干組，組與組對應節點傳輸距離相等，因此可保證網絡能耗均衡。與單跳、多跳以及分簇多跳等路由在網絡平均能耗和生命周期兩方面進行對比分析后表明，采用該路由的網絡平均能耗最小，生命周期最大。振動信號數據壓縮編碼算法融合了二代整數小波變換、零數小波與霍夫曼編碼算法，可原位計算且易于硬件實現。試驗結果表明，該算法在保證信號頻域主要特征信息不丟失的前提下，壓縮比最高可達9.5，有效地減少了振動數據無線傳輸中的數據量。Zigbee網絡節點根據貨運列車軸承監測實際需要設計，具有特殊性：可同步采集傳輸振動與溫度數據，且可對高頻振動信號進行處理。高速電主軸轉子系統試驗結果表明，線性無線傳感器網絡貨運列車軸承在線監測方法與系統是可行、有效的。

下一步研究工作是在貨運列車上進行現場試驗，對文中方法及系統進一步改進及優化。本文研究方法與結論也可為類似線性結構或運行環境的機電設備監測（如地鐵列車、野外油氣管道監測、煤礦瓦斯監測等）提供參考。

參考文獻

[1]張高明.基于Zigbee和GPRS的鐵路貨車軸溫檢測系統的設計[D].成都：西南交通大學，2016.

[2]張宏林，郭佑民，邱海波.基于Zigbee的貨運列車軸溫監測系統的設計與實現[J].鐵路計算機應用，2009，18（3）：11-13.

[3]朱可恒.滾動軸承振動信號特征提取及診斷方法研究ID].大連：大連理工大學，2013.

[4]侯麗嫻.鐵路貨車輪對軸承狀態監測及故障診斷系統研究[D].石家莊：石家莊鐵道大學，2014.

[5]韓增盛.紅外線二代機軸溫探測系統誤報熱軸淺析[J].鐵道運營技術，2006，12（3）：10-11.

[6]邵汝峰.列車軸溫檢測系統節能技術的研究[D].天津：河北工業大學，2007.

[7]ANDERSON G B，CLINE J E，（iRAFF R A，et al.Acousticdetection of railcar roller bearing defects：Phase 1，Laboratorytest[R].Office of research and development，Washington，D.C.20590，2003.

[8]吳強.基于道旁聲學信號的列車滾動軸承故障診斷技術研究[D].合肥：中國科學技術大學，2013.

[9]顧丹.無線傳感器網絡在列車安全監測中的應用[D].成都：西南交通大學，2007，36.

[10]孟慶春，陳光柱.自供電無線傳感網絡節點設計[J].儀表技術與傳感器，2012（7）：102-104.

[11]WANG H J，MENG Q F，MA Q H，et al.Structuraloptimizations of micro-power piezoelectric generator[C]//23rdInternational Congress on Condition Monitoring andDiagnostic Engineering Management.Nara，2010.

[12]徐梓敬.太陽能供電的Zigbee低功耗溫室大棚監測系統設計[J].自動化技術與應用，2017，36（2）：75-78.

[13]王楠，孟慶豐，鄭斌.振動信號無線傳輸的數據壓縮編碼算法[J].振動，測試與診斷，2013，33（2）：236-240.