基于物聯(lián)網(wǎng)的城軌車輛輪對溫度與振動(dòng)狀態(tài)智能監(jiān)控系統(tǒng)研究

劉志偉

天津商業(yè)大學(xué)寶德學(xué)院 天津 300384

1 概述

當(dāng)前城市軌道交通建設(shè)正在我國大中城市迅猛發(fā)展，我們一方面在享受城軌交通帶來的高速、舒適、便利交通環(huán)境的同時(shí)，另一方面公眾對城軌交通的安全保障有了更高的關(guān)注度。從技術(shù)層面上對城軌交通的安全運(yùn)營進(jìn)行保駕護(hù)航，一直是城軌交通建設(shè)與發(fā)展的重要研究方向。由于城軌車輛運(yùn)行過程中，輪對在承擔(dān)車廂負(fù)重的同時(shí)還要在惡劣的工作環(huán)境中處在高速運(yùn)轉(zhuǎn)、摩擦、制動(dòng)等狀態(tài)，其安全狀態(tài)直接影響到整個(gè)城軌車輛的運(yùn)行安全。因此對城軌車輛輪對的動(dòng)態(tài)監(jiān)控與智能感知也成為城軌交通安全監(jiān)控技術(shù)的重要研究方向，本文從影響城軌車輛輪對安全最為直接的溫度與振動(dòng)狀態(tài)參數(shù)監(jiān)測與分析入手，研究與設(shè)計(jì)基于物聯(lián)網(wǎng)技術(shù)的城軌列車輪對振動(dòng)狀態(tài)智能監(jiān)控系統(tǒng)，通過實(shí)時(shí)監(jiān)測與后臺大數(shù)據(jù)參數(shù)分析，運(yùn)用人工智能方式及時(shí)發(fā)現(xiàn)與處理車輛輪對的溫度與振動(dòng)異常，提升城軌車輛運(yùn)行的安全性。

2 系統(tǒng)總體方案設(shè)計(jì)

針對車輛輪對的溫度與振動(dòng)狀態(tài)動(dòng)態(tài)監(jiān)測有兩種設(shè)計(jì)方案。方案一是將信號檢測裝備設(shè)置于城市軌道交通線路之上，在裝有傳感器的車輛經(jīng)過線路上檢測裝備時(shí)進(jìn)行檢測掃描，獲得相關(guān)溫度與振動(dòng)狀態(tài)數(shù)據(jù)后上傳至上位機(jī)進(jìn)行處理。方案二是將傳感器與信號檢測裝備集成化、網(wǎng)絡(luò)化，統(tǒng)一安裝在城軌車輛當(dāng)中，對輪對的振動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行實(shí)時(shí)采集與上傳，可以采集到輪對的過程溫度與振動(dòng)狀態(tài)數(shù)據(jù)。比較而言，方案一不能及時(shí)對影響輪對運(yùn)行安全的溫度與振動(dòng)狀態(tài)數(shù)據(jù)進(jìn)行實(shí)時(shí)獲取，也無法在后臺數(shù)據(jù)處理后及時(shí)進(jìn)行安全預(yù)警，存在較大的不足但可以較好地利用現(xiàn)有城軌數(shù)據(jù)傳輸網(wǎng)絡(luò)。而方案二采用的數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)上傳、網(wǎng)絡(luò)通信一體化裝備具有通用化、集成化特點(diǎn)，不僅適用于不同的城軌交通系統(tǒng)，并可以經(jīng)過簡單擴(kuò)展應(yīng)用到更大范圍的鐵路運(yùn)輸、水利管網(wǎng)、電力線路以及普通的物流運(yùn)輸?shù)陌踩O(jiān)測當(dāng)中，故具有較高的研究推廣價(jià)值。本文正是基于該方案，研究提出基于物聯(lián)網(wǎng)的城軌交通車輛輪對溫度與振動(dòng)傳感信號智能監(jiān)控系統(tǒng)，并以得到的車輛輪對溫度與振動(dòng)狀態(tài)數(shù)據(jù)為基礎(chǔ)，通過大數(shù)據(jù)與人工智能技術(shù)構(gòu)建城軌交通車輛故障監(jiān)測平臺，實(shí)現(xiàn)對車輛故障的自動(dòng)分析與識別，提升城軌交通運(yùn)輸?shù)陌踩浴?/p>

基于物聯(lián)網(wǎng)的城軌列車輪對溫度與振動(dòng)狀態(tài)智能監(jiān)控系統(tǒng)由數(shù)據(jù)采集終端、數(shù)據(jù)傳輸控制模塊、云端處理模塊三部分組成，結(jié)構(gòu)示意圖如圖1所示。

圖1 系統(tǒng)整體方案架構(gòu)設(shè)計(jì)

2.1 數(shù)據(jù)采集終端模塊

該終端模塊安裝在每臺城軌列車的輪對位置，實(shí)現(xiàn)一定頻率的輪對溫度與振動(dòng)數(shù)據(jù)實(shí)時(shí)采集，并完成數(shù)據(jù)的轉(zhuǎn)換、預(yù)處理，并完成采集數(shù)據(jù)由終端模塊向數(shù)據(jù)傳輸控制端模塊的物聯(lián)網(wǎng)無線傳輸。

2.2 數(shù)據(jù)傳輸控制模塊

向下實(shí)現(xiàn)對輪對溫度與振動(dòng)數(shù)據(jù)采集終端模塊的數(shù)據(jù)接收，在完成相應(yīng)的數(shù)據(jù)轉(zhuǎn)換與預(yù)處理后通過無線網(wǎng)絡(luò)實(shí)現(xiàn)數(shù)據(jù)的傳輸，將數(shù)據(jù)上傳至云數(shù)據(jù)平臺。其上傳方式分為兩種，高速運(yùn)行狀態(tài)是通過軌道內(nèi)架設(shè)的5G通信網(wǎng)絡(luò)實(shí)現(xiàn)數(shù)據(jù)上傳，在軌道站或是檢測點(diǎn)可以通過無線局域網(wǎng)方式實(shí)現(xiàn)高速上傳。

2.3 云端處理模塊

接收到各軌道車輛上傳的輪對溫度與振動(dòng)數(shù)據(jù)后，對數(shù)據(jù)進(jìn)行相應(yīng)的存儲與分類操作，結(jié)合故障模型完成車輛行駛狀態(tài)的智能分析，進(jìn)行故障預(yù)判，并將運(yùn)行狀態(tài)與故障報(bào)警信息等內(nèi)容推送至車輛駕駛及相關(guān)部門。

3 數(shù)據(jù)采集終端模塊設(shè)計(jì)

實(shí)現(xiàn)車輛輪對溫度與振動(dòng)狀態(tài)數(shù)據(jù)的采集以及無線數(shù)據(jù)傳輸，由溫度與振動(dòng)復(fù)合傳感器與負(fù)責(zé)無線網(wǎng)絡(luò)通信的ZigBee通信單元組成，其模塊工作過程示意圖如圖2所示。

圖2 數(shù)據(jù)采集終端模塊工作原理示意圖

3.1 傳感器單元設(shè)計(jì)

而隨著智能物聯(lián)網(wǎng)技術(shù)及微機(jī)電系統(tǒng)的不斷發(fā)展，基于傳感器網(wǎng)絡(luò)的智能檢測系統(tǒng)被廣泛地應(yīng)用到各類交通運(yùn)輸系統(tǒng)當(dāng)中。本系統(tǒng)在每臺車輛的輪對上安置溫度與振動(dòng)傳感器，可以按照指定頻率獲取輪對行駛過程中的振動(dòng)溫度信號，對傳感器的選型要求是滿足車輛行駛過程中振動(dòng)監(jiān)測的快速反應(yīng)以及穩(wěn)定可靠。本系統(tǒng)中選擇的是一體化設(shè)計(jì)的振動(dòng)溫度復(fù)合傳感器，通過綜合測試與篩選，系統(tǒng)最后選用的是遠(yuǎn)東測振研發(fā)的YDI-12AT系列復(fù)合型傳感器，該傳感器采用不銹鋼外殼，抗干擾能力強(qiáng)，比較適用于軌道交通車輛運(yùn)行時(shí)所處的惡劣工作環(huán)境。

3.2 無線網(wǎng)絡(luò)通信傳輸模塊(ZigBee通信單元)設(shè)計(jì)

傳感器采集到的溫度與振動(dòng)狀態(tài)信號通過線路傳輸至與之相連接的無線網(wǎng)絡(luò)通信傳輸模塊，再通過無線網(wǎng)絡(luò)傳送至車廂的數(shù)據(jù)傳輸控制模塊，進(jìn)而再利用5G網(wǎng)絡(luò)傳輸至云端。下圖3所示的即是在一節(jié)車廂中的兩級輪對上安裝了四組數(shù)據(jù)采集終端模塊，利用ZigBee通信單元實(shí)現(xiàn)數(shù)據(jù)傳輸?shù)姆桨冈O(shè)計(jì)。

圖3 無線傳輸方案設(shè)計(jì)

具體的硬件選型上，本系統(tǒng)數(shù)據(jù)采集終端模塊中無線網(wǎng)絡(luò)通信單元，采用的是美國德州儀器公司出品的CC2530芯片，該單片機(jī)系統(tǒng)提供基于SimpleLink解決方案的無線應(yīng)用工作模式，支持IEEE802.15.4標(biāo)準(zhǔn)以及標(biāo)準(zhǔn)ZigBee協(xié)議。

4 數(shù)據(jù)傳輸控制模塊

數(shù)據(jù)傳輸控制模塊的作用是實(shí)現(xiàn)車輛輪對溫度與振動(dòng)數(shù)據(jù)由軌道車輛內(nèi)部物聯(lián)網(wǎng)絡(luò)向云端處理模塊的無線傳輸，其工作原理示意圖如圖4所示：

圖4 數(shù)據(jù)傳輸控制模塊工作原理示意圖

數(shù)據(jù)傳輸控制模塊由兩部分組成，分別是ZigBee通信單元與LTE傳輸單元，分別實(shí)現(xiàn)數(shù)據(jù)的接收與云端上傳操作，兩者之間采用串口方式進(jìn)行連接。實(shí)際施工過程中，每個(gè)數(shù)據(jù)傳輸控制端可以與多個(gè)車廂的多組數(shù)據(jù)采集終端模塊進(jìn)行無線連接，其安裝位置設(shè)置在軌道車輛的轉(zhuǎn)向架，可以根據(jù)軌道車輛的長度設(shè)置多個(gè)數(shù)據(jù)傳輸控制端進(jìn)行靈活無線組網(wǎng)。

4.1 ZigBee通信單元設(shè)計(jì)

采用與上述數(shù)據(jù)采集終端模塊中ZigBee通信單元相同的設(shè)備選型，使用CC2530芯片，其他內(nèi)容不多介紹了。

4.2 LTE傳輸單元設(shè)計(jì)

LTE無線通信技術(shù)當(dāng)前廣泛地應(yīng)用于城市軌道交通通信系統(tǒng)當(dāng)中，在設(shè)計(jì)與使用過程中具有延遲低與傳輸效率高的優(yōu)點(diǎn)。同時(shí)，因?yàn)槠洳捎昧藢Ｓ妙l段，可以有效地避免城市中無線信號干擾，具有較好地抗干擾性，提升了軌道交通無線通信的安全保障與可靠性。LTE提供了適用于物聯(lián)網(wǎng)應(yīng)用的多種協(xié)議模塊，本系統(tǒng)選擇的LTE Cat1協(xié)議模塊，通信芯片選擇的是移遠(yuǎn)通信的EC200S-CN，支持最大下行速率10Mbps和最大上行速率5Mbps，具有較高的性價(jià)比，可以滿足不同場合的工業(yè)級無線通信需求。

5 云端處理模塊

云端處理模塊從功能設(shè)計(jì)上主要實(shí)現(xiàn)兩個(gè)方面的內(nèi)容，分別是采樣數(shù)據(jù)管理與故障分析處理。采樣數(shù)據(jù)管理功能是將不同軌道車輛上傳至云服務(wù)平臺的輪對溫度與振動(dòng)采樣數(shù)據(jù)進(jìn)行存儲，為分析處理進(jìn)行數(shù)據(jù)準(zhǔn)備；故障分析處理功能則是通過對云端數(shù)據(jù)進(jìn)行的加工、分析與處理操作，實(shí)現(xiàn)對軌道車輛輪對運(yùn)行情況的實(shí)時(shí)監(jiān)控，并通過采集數(shù)據(jù)與已知模型數(shù)據(jù)的比較，實(shí)現(xiàn)車輛行駛的故障監(jiān)測與預(yù)警研判。同時(shí)系統(tǒng)提供自主學(xué)習(xí)功能，利用人工智能技術(shù)，提取輪對溫度與振動(dòng)參數(shù)與車輛故障的聯(lián)系，對故障識別進(jìn)行數(shù)據(jù)建模，實(shí)現(xiàn)動(dòng)態(tài)化故障辨別。本模塊主要解決輪對溫度變化預(yù)警、輪對振動(dòng)狀態(tài)故障識別與云服務(wù)構(gòu)建三個(gè)關(guān)鍵問題。

5.1 基于BP神經(jīng)網(wǎng)絡(luò)的輪對溫度故障預(yù)警設(shè)計(jì)

軌道車輛行駛過程中，本系統(tǒng)利用輪對采集的不同時(shí)段的溫度信息對輪對運(yùn)行情況進(jìn)行分析與預(yù)測，具體設(shè)計(jì)上采用BP神經(jīng)網(wǎng)絡(luò)方法預(yù)測輪對溫度，實(shí)現(xiàn)輪對故障的及時(shí)預(yù)警，提升車輛運(yùn)行安全性。

BP神經(jīng)網(wǎng)絡(luò)方法的工作原理是通過對輸入量的多次學(xué)習(xí)和計(jì)算，從而得到期待的輸出值，以解決實(shí)際問題。在本系統(tǒng)當(dāng)中，將不同軌道車輛輪對在不同狀態(tài)、不同時(shí)刻所獲得的歷史溫度數(shù)據(jù)作為輸入量進(jìn)行學(xué)習(xí)，系統(tǒng)即可構(gòu)建出溫度變化與故障發(fā)生的數(shù)據(jù)模型。例如，該模型可以通過已知時(shí)刻t1與溫度T1的數(shù)據(jù)對，即(t1，T1)計(jì)算出下一個(gè)時(shí)刻t2對應(yīng)的預(yù)測溫度值T2′。而當(dāng)系統(tǒng)在t2時(shí)真實(shí)測量的溫度值T2被采集到之后，如果T2′與T2之間的差距超出了允許的誤差，系統(tǒng)認(rèn)為具備了故障發(fā)生的可能性，故向系統(tǒng)提出溫度異常故障預(yù)警。

5.2 基于卷積神經(jīng)網(wǎng)絡(luò)的輪對振動(dòng)故障識別設(shè)計(jì)

本系統(tǒng)在輪對振動(dòng)數(shù)據(jù)分析處理過程分為兩個(gè)階段，第一階段是完成輪對振動(dòng)數(shù)據(jù)信號轉(zhuǎn)換，系統(tǒng)采集上傳的輪對振動(dòng)信號是典型的一維信號，在故障的分析與處理方面存在較多不足之處，同時(shí)也為了第二階段智能學(xué)習(xí)算法模型的數(shù)據(jù)輸入，系統(tǒng)在此階段實(shí)現(xiàn)振動(dòng)數(shù)據(jù)由一維向二維的轉(zhuǎn)換。第二階段是根據(jù)產(chǎn)生的二維數(shù)據(jù)信息，通過機(jī)器算法學(xué)習(xí)建立起二維振動(dòng)圖像與輪對故障之間的對應(yīng)關(guān)系，實(shí)現(xiàn)系統(tǒng)對輪對振動(dòng)故障的自動(dòng)診斷

5.2.1 信號轉(zhuǎn)換的實(shí)現(xiàn)

系統(tǒng)采集到的輪對振動(dòng)信息主要包括時(shí)間與振動(dòng)參數(shù)兩部分，信號的轉(zhuǎn)換可以從時(shí)域、頻域以及時(shí)頻域三個(gè)層面上進(jìn)行，主要思想是運(yùn)用不同的方法將原始信號中的特征信號進(jìn)行提取并放大，并實(shí)現(xiàn)一維信號向二維信號的轉(zhuǎn)變。因?yàn)楸鞠到y(tǒng)處理的振動(dòng)信號在特征提取方面的特殊性，采用的時(shí)頻域?qū)用嫔系倪B續(xù)小波變換方法實(shí)現(xiàn)信號轉(zhuǎn)換。本系統(tǒng)中連續(xù)小波變換的定義如下：

一維信號轉(zhuǎn)變?yōu)槎S信號的過程即是使用該連續(xù)小波對得到的輪對振動(dòng)時(shí)間與振動(dòng)參數(shù)信息序列進(jìn)行分解，再通過二維坐標(biāo)信息的復(fù)合生成時(shí)頻圖，如下圖5所示。

圖5 輪對振動(dòng)信號時(shí)頻圖

5.2.2 輪對振動(dòng)故障識別診斷

得到輪對振動(dòng)信號的二維時(shí)頻圖后，系統(tǒng)即可以根據(jù)該圖像實(shí)現(xiàn)輪對振動(dòng)故障的識別與診斷，實(shí)現(xiàn)的工作原理是構(gòu)建基于卷積神經(jīng)網(wǎng)絡(luò)的機(jī)器模型，通過系統(tǒng)自主學(xué)習(xí)建立起輪對振動(dòng)故障的案例庫。通過采集與轉(zhuǎn)換后的時(shí)頻圖提交給系統(tǒng)后，系統(tǒng)即可以判斷出該圖像顯示的輪對運(yùn)行狀態(tài)如何，如果該運(yùn)行狀態(tài)處于非正常狀態(tài)，能將其與案例庫中的某故障進(jìn)行對應(yīng)，實(shí)現(xiàn)故障的識別與診斷，并能根據(jù)故障的嚴(yán)重程度使用不同的方式將故障信息傳達(dá)至不同用戶進(jìn)行示警。本系統(tǒng)為避免出現(xiàn)過多的數(shù)據(jù)特征擬合，模型中的卷積層設(shè)置為四層，并使用交叉熵的方法對故障識別結(jié)果進(jìn)行評價(jià)，反向調(diào)節(jié)正向?qū)W習(xí)過程中的參數(shù)權(quán)重，以期達(dá)到較高的故障識別率，保證輪對運(yùn)行的安全可靠性。

5.2.3 云平臺搭建

本系統(tǒng)涉及的云服務(wù)平臺構(gòu)成了整個(gè)系統(tǒng)的數(shù)據(jù)基礎(chǔ)平臺，其云平臺組建方案根據(jù)現(xiàn)有城軌云服務(wù)的建設(shè)情況，可以采用自建、依托現(xiàn)有云平臺、第三方服務(wù)等多種方式，根據(jù)實(shí)際情況，從成本及建設(shè)管理復(fù)雜度等方面進(jìn)行測評，最終選擇第三方服務(wù)的方式完成了云服務(wù)平臺搭建，使用的是阿里云提供的云服務(wù)器，提供多種硬盤與帶寬服務(wù)選擇，具有良好的可擴(kuò)展性。