陳智亮 蔣銫琦 吳洪堯 劉海萍
摘要:本文依托大數據平臺技術以及物聯網技術,提出了一種隧道機電狀態感知終端系統,其輸入連接區控、風機、汽通門、泵房、消防系統,其輸出連接工業以太網交換機,再將采集到的數據上傳至上位機服務器,為大數據平臺提供精確的數據支持。
關鍵詞:隧道機電設備;智能感知;大數據系統
中圖分類號:TP311.13 ? ?文獻標識碼:A ? ?文章編號:1007-9416(2020)06-0000-00
1 隧道機電設備狀態感知終端
1.1 終端構架設計
隧道機電設備感知終端功能強大,接口豐富,并且具有遠程功能。主體包括三個部分電源管理部分、核心處理器部分和數據采集部分。電源管理部分由24V專用開關電源、UPS電池組成。其中專用開關電源帶斷電檢測。核心處理器部分由微型計算機、FLASH、SDRAM和相關電子電路組成,具有強大的計算能力和存儲能力,能對采集到的數據進行精確處理并保存。數據采集部分由和其各對應的采集模塊組成,滿足各種類型信號數據的采集,并且可以對所有接口同時進行采集,然后通過微型計算機處理后上傳[1]。
1.2 硬件設計
結合設計實際需求,本感知終端的硬件部分設計有幾點[2]:(1)本感知終端選用高性能、低功耗、小體積的工業級Cortex-M3系列處理器,主頻高達80MHz,中斷延遲短且調試成本低。(2)電源模塊選用LM2576和AMS1117芯片提供5V和3.3V電壓為CPU和其他模塊供電。同時,選用B0505S-1WR3模塊為電源模塊提供短路保護和電容保護。(3)DI模塊有8路數據量量數據通道,支持讀寫操作,外接開關量信號設備。(4)AI模塊有10路4-20Ma模擬量數據通道,精度為12位,外接模擬量信號設備。(5)UART模塊選用MAX485芯片實現,外接10k上拉電阻防止干擾信號誤出發R0(接收器輸出)產生負跳變,使接收端MCU進入接收狀態。(6)以太網模塊選用DM9000AEP型號的PHY芯片,實現百兆網絡通訊。(7)本終端有一個TTL電平輸出端子,可輸出MCU的運行信息,便于調試以及了解其運行狀況。同時,本終端還有指示燈及復位按鈕等基礎部件。
1.3 軟件及數據接口設計
1.3.1 下位機軟件設計
考慮到本感知終端設計功能豐富,采用模塊化設計。同時,利用Keil5軟件進行程序的編寫和設計。下位機軟件設計包括:(1)主程序軟件設計;(2)數據采集功能模塊軟件設計,包括模擬量數據采集模塊、數字量數據采集模塊、RS485串口通訊模塊;(3)PWM時序輸出功能軟件設計;(4)實現I/O口輸入輸出功能軟件設計;(5)以太網通訊模塊軟件設計。
1.3.2 上位機軟件設計
上位機軟件是專門設計為本感知終端進行配置調試使用。其包括:(1)網口設置,利用以太網通訊的方式通過固定的IP和端口號與指定的感知終端進行連接,然后對其進行操作;(2)參數配置,在于終端成功連接之后,可對該感知終端進行設備ID、上位機IP、設備IP、網關等一系列基本參數的設置;(3)485串口設置,因為現實場景中,不同的廠家對其產品設定的通訊協議各不相同,有環境監測類設備、振動傳感器類設備、電表類設備、溫度傳感器類設備等等,因此在此選項可根據系統集成的隧道常用外接設備選擇不同通訊協議和波特率,以實現終端與外接設備之間的通訊;(4)AI量程配置,在此區塊可根據不同設備提供的說明對接入AI模擬量采集口的外接設備進行量程配置,以確保數據的準確性。
2 基于終端構建隧道機電大數據系統
2.1 系統架構
本系統旨在構建一個面向交通機電的設備管理系統,主要管理高速公路、國省道及隧道、橋梁上的機電設備。在交通機電系統中引入物聯網技術,通過在設備端安裝大數據平臺專用的智能數據采集及通訊終端,采集設備的實時運行狀態及供電情況。現場的數據通過上傳后進入統一的大數據系統進行存儲,并在機電設施大數據平臺進行管理和展現。實現遠距離,大范圍的機電設備監控。
2.2 終端數據采集應用
高速公路隧道的機電設備種類繁多,本節以高速公路隧道內射流風機的實際應用為例,來描述終端數據采集以及大數據平臺在現實場景中的應用。在傳統的隧道風機控制柜和射流風機的基礎上添加一系列相關的數據采集設備。主要包括:(1)多功能電表,采集風機運行電流、電壓、功率、能耗等等數據;(2)溫度傳感器,安裝在風機的轉動軸上;(3)振動傳感器,安裝在風機上。同時,在控制柜內安裝本機電設備感知終端,以及將各個采集設備的通訊口接入到終端的相應采集口上。
感知終端通過RS485采集通道與多功能電表進行通訊,根據指定的通訊協議來實時獲取風機的單相電壓、單相電流、功率、能耗等數據。同時,通過AI模擬量采集通道實時采集溫度傳感器和振動傳感的數據。本終端的處理器在采集到這些數據之后,會對其進行初步處理。然后,通過工業以太網交換機上傳至上位機服務器。這些數據會先被儲存在特定的數據庫內,等待大數據平臺系統的調取。在被調取之前,大數據平臺會對這些數據進行對比,清洗,轉換。當數據被調取之后,會進入各算法模型當中比如神經網絡算法等[3]。同時,大數據平臺也會不斷進行學習。經過算法計算后的數據會被運用于大數據系統的各項服務當中。
2.3 大數據分析結果
上述射流風機數據采集實際應用,其感知終端通過多功能電表、溫度傳感器、振動傳感器采集到的數據經算法計算分析后結果如:以射流風機1-1為例,其軸溫為24.21℃,X軸振動為14.33mm,Y軸振動為13.66mm,各單相電流為64.19A,各單相電壓為223.74V。其次,軟啟,供電,PLC三個為故障報警信號,0為正常,1為故障。
3 結語
智能數據采集終端作為一款專門針對高速公路機電行業開發的多功能路側設備,在整個大數據平臺的底層設備數據采集中發揮著關鍵的作用。本設備基于高性能Cortex-M3 CPU,采用高可靠的嵌入式系統作為嵌入式應用平臺;具備DI、AI、RS485、以太網口等全部主流數據輸入輸出接口;集成各類隧道機電設備主流品牌常用通訊協議及電力儀表協議,可直接接入信號自動根據協議解析處理數據。同時,大數據系統的應用有助于高速隧道機電設施數字化管理,全覆蓋的設備信息監測,智慧化運維管理,大數據分析和決策支持,為以后的智慧高速、車路協同、自動駕駛等服務提供數據基礎和模型基礎。
參考文獻
[1] 魏偉.智能感知在隧道機電系統中的應用[J].中國交通信息化,2019(9):128-129+132.
[2] 沈蘭蓀.數據采集技術[M].合肥:中國科技大學出版社,1990.
[3] 熊堯.多功能高速采集卡的設計與實現[D].西安:西安工程大學,2013.
收稿日期:2020-05-06
作者簡介:陳智亮(1995—),男,浙江杭州人,本科,助理工程師,研究方向:電子信息。