丁承君, 劉云帆, 胡 博, 徐光鹿, 賈麗臻
(1.河北工業大學 機械工程學院,天津 300130; 2.中國民航大學 航空工程學院,天津 300300)
近年來,建筑業作為國民經濟支柱產業,隨著城鎮化進程加快得以蓬勃發展,但其嚴峻的安全生產形勢也引起社會廣泛關注。施工升降機作為重要的垂直類運輸機械,在建筑施工中被廣泛使用,但因為施工升降機本身結構復雜、工作環境惡劣、拆卸頻繁等原因,使得施工升降機造成的安全事故頻發。目前,施工升降機監測系統的研究主要包括采用3G自適應DTU組網配合多種監測終端、基于單片機控制的實時監控系統、基于人臉識別和安全預警的監測系統。上述監測系統雖然在一定程度上解決了施工升降機安全性的問題,但監測效率低,監測參數不準確,運用多種傳感器對參數進行監測,誤差累積大。
本文設計了基于物聯網(Internet of things,IoT)的施工升降機監測系統,數據傳輸方面采用LoRa模塊和4G模塊,有效解決了傳輸延時的問題,提高系統實時性。同時采用九軸加速度傳感器進行高度、速度和加速度的監測,有效削弱了外界對采集數據的干擾,減少了誤差累積,大大提高了監測數據的準確性。
基于物聯網的施工升降機監測系統由感知層、傳輸層和應用層組成??傮w架構如圖1所示。

圖1 系統總體架構
1)感知層:相當于物聯網的皮膚和五官,主要由監測終端和多種傳感器組成,用于識別物體、數據采集,并對采集的信息進行存儲和初步處理。本層采集的信息主要包括重量、前后門開關狀態、傾斜角度、高度、速度、加速度、人員等。
2)網絡層:相當于人的神經中樞,負責傳遞和處理感知層獲取的信息。主要由互聯網、無線通信網和云平臺等組成。在施工升降機監測系統中,鑒于LoRa模塊低功耗傳輸距離遠、易于建設和部署,電池壽命長等優勢,故本文選用LoRa模塊作為近距離傳輸網絡。遠距離數據傳輸中,LoRa基站通過4G模塊將監測數據傳送到云服務器。
3)應用層:作為物聯網和用戶的接口,需要實現對施工升降機數據的分析和處理,并在監測到異常數據及時反饋給用戶。應用層主要由Web平臺、數據庫、計算模型、應用接口、信息查詢平臺以及用戶App組成。其中,Web端和手機App可實現人機交互,用戶可通過Web端和App實時查詢施工升降機監測數據信息以及施工人員工作情況;數據庫用來保存監測數據,用戶可通過Web端調出監測歷史信息;計算模型主要用于實現施工升降機監測預警功能,內含多種預警模型對上傳的監測數據進行分析預測,在不滿足條件時發送預警指令。
系統采用模塊化設計,硬件電路包括STM32F407系統電路、施工升降機監測參數采集模塊、定位模塊、存儲模塊和數據傳輸模塊。系統硬件框圖如圖2所示。

圖2 系統硬件框圖
數據采集模塊的數據處理功能由微處理器完成,本文中使用STM32F407芯片作為主處理器,該芯片基于32位高性能ARM Cortex—M4,工藝技術先進,提升了計算能力的同時,一些復雜的計算和控制也可以進行,性能高,功耗低。
1)高度、速度、加速度:升降機高度、速度和加速度參數的采集采用陀螺儀模塊JY61N—232,該模塊支持串口,串口速率2 400~921 600 bps可調,最高200 Hz數據輸出速率。分辨率可達到6.1×10-5,穩定性高,加速度穩定性達0.01gn。模塊內部自帶穩壓電路,工作電壓3~6 V,引腳電平兼容3.3 V/5 V的嵌入式系統,連接方便。采用高性能的微處理器和先進的動力學解算與卡爾曼動態濾波算法,能夠快速求解出模塊當前的實時運動姿態。且具有先進的數字濾波技術,能有效降低測量噪聲,提高測量精度。該模塊集高度、速度、加速度監測于一體,有效避免了多種傳感器產生的誤差累積,監測結果更準確、可靠。
2)傾角:本文選用CXTA02—T傾角傳感器監測X軸和Y軸傾角,此傳感器提供一個易于使用的信號調節0~5 V模擬輸出,同時高分辨率的CXTLA提供高精度的測量范圍可達±20°,提供完全校準的溫度補償型雙軸數字輸出,具有顯著的分辨率、動態響應和精度。
3)重量:稱重傳感器采用德國Batarow公司軸銷式稱重傳感器MB255,量程上限3~3×106kg,綜合精度1 %,集傳感器、信號發生模塊于一身,可直接將軸上的力轉換成4~20 mA電流,適應不同工況需求,且組裝容易,使用方便。
采用GPS模塊提供位置信息,本監測系統選用SKM81,這是一種定位和天線一體化的模塊,支持GPS/BDS/GLONAASS。天線接收來自衛星的定位信息后通過串行接口自定義協議將完整的位置、時間信息等串行數據完整記錄,定位模塊靈敏度高,即使在惡劣環境下也能定位,適用于施工環境。
當終端進行數據監測時,信號衰弱或受到干擾均會造成數據丟失,因此使用SD卡對數據進行存儲,保證了數據的完備性,為后續數據分析提供便利。
本系統近距離傳輸使用LoRa模塊,選用SX1278射頻模塊,模塊的調制技術采用基于線性調頻信號的擴頻技術,同時結合前向糾錯碼和數字信號處理技術,具有超遠距離擴頻通信,高抗干擾性和最大限度的減小電流功耗,靈敏度高,適用于復雜環境下無線數據傳輸。同時采用星型組網方式,不僅節約中繼器成本,還增強了可靠性。
遠距離數據傳輸采用4G模塊,LoRa基站通過4G模塊與云服務器進行通信。4G模塊可完成無線接收、發射、基帶信號處理功能。同時手機軟件兼容語音撥號,短消息收取和發送、撥號連接網絡等作用。該模塊兼容性好、互聯網頻帶寬、通信靈活、通信數據量大、通信速度快,在實現遠程報警功能中優點尤為突出。
監測終端軟件移植μC/OS-II實時操作系統將系統功能進行劃分,主要分為數據采集與處理任務、數據傳輸任務和位置信息獲取任務。系統上電后通過庫函數創建多個線程任務并啟動。
1)數據采集與處理任務:當數據采集與處理任務啟動時,系統初始化,STM32F407發送輪詢指令,若系統未接收到反饋,進行錯誤計數,超次進行故障報備;若系統收到反饋,則進行數據采集,采集的數據包括X軸Y軸傾斜角度、高度、速度、加速度、重量、前后門開關狀態、繼電器狀態等,分別針對每種參數設定閾值,判斷接收的數據是否超過閾值,若超過閾值則進行報警動作,若未超過閾值則將接收到的數據通過LoRa模塊傳送。綜上完成數據采集與處理任務。
2)數據傳輸任務:數據傳輸任務啟動后,系統初始化完成,判斷基站組網是否成功,若成功則開始接收各基站發送的數據,并在本地存儲;然后通過4G模塊將接收的數據上傳到云服務器。
系統通過利用升降機的加速度對升降機的狀態進行監測,從而分析升降機運行狀態并對運行狀態進行動態評價。升降機運行高度可通過加速度經兩次積分后獲得,速度可通過加速度經一次積分后獲得。將計算得到的高度差與存儲在內存中的數據進行對比,即可得到升降機所在高度。但上述積分操作中,原本存在的誤差會因為多次積分而放大,造成結果不準確。
升降機運行過程中的速度變化
(1)
但實際加速度值為

(2)
式中λ為修正系數。
現假設升降機目前處于靜止狀態,系統從上一狀態到這個靜止狀態共經過N次采樣,記錄了速度由v變到0的過程
(3)
聯立式(1)~式(3)得式(4)
(4)
從上式中看出,決定加速度值的未知參數只有修正系數λ和采樣次數N,本系統采用最小二乘法對修正系數進行修正。
當加速度出現因人為因素等原因造成的急劇變化時,直接采用式(4)造成的誤差較大,現需消除噪聲,采用一次指數平滑法對加速度進行預測
at+1=ξxt+(1-ξ)ai
(5)
式中at+1為t+1時間的預測值,xt為t時間的實際觀測值,ξ為平滑系數,從0~1內取值。本系統采用的JY61N—232傳感器內部已集成卡爾曼濾波,再經過式(5)已成功降噪,提高了數據處理精度。
使用上述步驟對JY61N—232傳感器進行校準。在用上述傳感器對升降機高度進行判斷時,傳感器內部判斷步驟為:1)在靜止狀態時校正高度;2)在非靜止狀態時通過積分累計,并于下一靜止狀態時停止;3)記錄運行時間,記錄高度。
以河北省衡水市某智慧工地為實驗對象,該建筑工地,施工樓層高度為2.8 m,分別用校準后的JY61N—232傳感器和未校準的傳感器對升降機的高度信息進行監測,并將監測到的數據進行匯總。本文共進行10次測試,通過對校準前后兩組數據對比發現,校準后的傳感器誤差更小,誤差率在0.36 %~2.50 %。實驗證明經過校準的JY61N—232傳感器能有效降噪,提高了監測數據的準確性。
T1為數據發送時刻,T2為服務器數據接收時刻。T2-T1即為傳輸延時。傳輸延時會影響升降機監測系統運行效率,影響運行穩定性,影響升降機安全性?,F在通過標記時間戳來計算系統響應所需的時間。時間戳計算方式為從監測終端發出數據時刻到客戶端接收數據時刻,兩者之間的時間差。現分別測試普通升降機監測系統和基于LoRa—4G傳輸的監測系統的延時時間。選取120組數據進行測試,監測系統1為普通升降機監測系統,監測系統2為本文設計的監測系統,對比結果如圖3所示。

圖3 兩類監測系統延時對比
測試的120組數據中,監測系統1明顯比監測系統2延時時間長。測試結果表明,本文所設計監測系統的實時性較高,滿足施工升降機數據監測的實際需求。
針對施工升降機監測數據不準確,實時性差的問題,本文設計的基于物聯網的施工升降機監測系統,使用LoRa模塊和4G模塊進行數據傳輸,有效降低了系統延時,提高系統實時性。使用經樓層高度監測原理校準的JY61N—232傳感器,經實驗證明:該傳感器提高了監測數據準確性。經系統測試,本文設計的施工升降機監測系統準確性高,實時性強,可應用于工程實際。