低真空管道磁浮系統環境測試與數據處理

楊子鐿，孟 文，孟祥印，傅茂龍

(西南交通大學 機械工程學院，成都 610031)

0 引言

中國軌道交通的建設和發展是推動經濟和提高民生的重要一環，現如今我國的高鐵通車總里程已經穩居世界第一，擁有自主知識產權的高速列車核心技術與制造裝備也處于世界領先的水平，預計到2035年，我國鐵路網總規模將達到20萬公里[1]。目前，我國已把滿足更嚴格設計標準下提高車輛運行速度，降低壽命周期成本以及能耗，降低車輛振動和噪聲等問題作為下一代高速列車的設計目標[2-3]。由于空氣阻力與速度的平方成正比[4]，空氣阻力隨著速度的增加而變大，與此同時占總阻力的比重也更大，地面接觸式列車極限速度只有約400 km/h[5-7]，當時速超過400 km，空氣阻力占比將達到所有阻力的80%以上，且會產生更大的氣動噪聲。在這樣的背景下，低真空管道磁浮交通在采用磁懸浮技術的同時，通過在由抽氣而接近真空的管道中運行來降低空氣阻力和氣動噪聲，達到了傳統軌道交通無法做到的效果，在未來具有廣闊的發展前景。

世界各地為發展和改進真空管道磁浮交通運輸系統搭建了許多試驗系統來進行試驗。2013年，埃隆·馬斯克(Elon Musk)于美國提出了Hyperloop的概念，它由膠囊車廂、真空管道、推進系統、路線四部分組成，并于2016年首次在戶外測試成功[8]。2017年，美國公司Hyperloop One采用永磁電動磁浮的方式搭建完成了實現時速387公里的真空管道運輸試驗線[9]。2019年，荷蘭高鐵公司Hardt Hyperloop開發了一套真空管道運輸全尺寸試驗線。2014年，西南交通大學研究團隊將真空管道交通和高溫超導釘扎懸浮相融合，完成了全世界第一套集牽引、懸浮、導向以及通信于一體的超導釘扎磁浮-真空管道試驗系統“Super-Maglev”[10-11]，該系統線路總長為45 m，彎道半徑為6 m，當列車懸浮高度為20 mm時可承載300 kg，并于2018年開始搭建時速可達400公里的真空管道高溫超導磁懸浮高速試驗平臺[12]。

目前，國內外對低真空管道磁浮交通運輸系統的數據采集與處理研究較少，并且并未對低真空磁浮系統固有的低真空和磁場環境是否會對系統內傳感器檢測產生影響進行測試，也未對低真空管道磁浮交通系統數據處理進行研究。通過試驗獲得的數據要盡可能的反映系統的真實狀態，系統內傳感器等設備需要在不受環境影響的情況下實現滿足測量誤差的數據采集。同時，系統是在特殊環境下進行試驗測試，列車模型在進行動態測試時數據處理中心采集到的數據因為各種原因會存在異常，這些異常對真實數據的獲取、數據可視化與后續數據的相關應用與研究造成干擾。而低真空管道磁浮系統運行重復難度大，試驗代價高，因此需要盡可能的減少試驗時的干擾，并從每次試驗得到的存在各種干擾的數據中盡可能的提取更多的有效信息。為借助低真空管道磁浮系統進行相關動力學、空氣動力學、懸浮與導向等基礎科學問題與共性關鍵技術研究，通過有效的試驗系統進行大量試驗，精準掌握真空管道磁浮系統在靜態和動態工作時眾多物理量的真實數據是至關重要的，本文針對低真空管道磁浮動模系統進行環境測試和數據處理，實現數據的精準采集、傳輸和處理，為低真空管道磁浮交通運輸相關研究以及設計提供重要可靠的試驗手段。首先采用合適的時鐘同步方式對各采集節點進行同步觸發，保證數據在采集開始時刻的配準；對部分傳感器進行真空度與電磁場影響測試；最后以激光位移傳感器為例進行了必要的數據處理方式，從噪聲環境中得到最有效的數據，并對數據在特殊試驗環境下產生的異常值誤差進行剔除，降低系統內各設備本身與環境影響造成的數據誤差。低真空管道磁浮系統現場環境如圖1所示。

圖1 低真空管道磁浮系統環境

1 系統功能需求與結構

整個低真空管道磁浮系統總長高于1 600 m，主要包括采集與測試系統、低真空管道本體、真空產生與維持系統、動模系統(列車模型)、懸浮導向系統、牽引與制動系統等。其中低真空管道本體、真空產生與維持系統用于交通運輸系統所需低真空環境的產生與動模運行線路的建立；懸浮導向系統、牽引與制動系統用于實現動模的高速運行和制動；采集與處理系統進行試驗過程中的數據采集、傳輸，同時進行相應的處理。主要針對低真空管道磁浮系統的采集與測試系統進行設計與研究。為實現例如真空管道超高速列車空氣動力學、管道—橋墩—列車耦合動力學行為等，系統需要對車體懸浮高度、橫向位移、溫度、管道振動以及形變等眾多物理量進行采集測試。

另外，為了可以保證列車模型運行不受影響，車載數據通過WIFI傳輸到附近無線網絡信號接收點，再由以太網傳輸至監控中心，同時為了使各采集節點進行同步觸發采集，采用了GPS+IEEE1588以太網時鐘同步的方案：首先通過GPS信號轉發模塊將外部GPS信號引入管內，車載系統與地面系統通過GPS信號進行主時鐘同步，子系統內部通過以太網實現采集節點的IEEE1588同步[13-14]。系統總體框架如圖2所示。在實際時鐘同步過程中，存在兩個主要影響精度的因素：

圖2 系統總體框架

1)傳播延時：IEEE1588時鐘同步主要受到往返報文通訊路徑不對稱的影響。對于實際的工作情況來說，主從時鐘之間的傳播延時是不對等的，在本系統中，主從時鐘設備之間的報文傳輸為同一以太網線路，同時打上時間戳是通過在物理層和數據鏈路層之間添加硬件實現的，因此已經將影響誤差降低至可接受的范圍。

2)時鐘源精度：每個子系統的主時鐘均使用自己的參考時鐘源，參考時鐘源之間的頻率偏差和頻率波動會影響到子系統之間的時鐘同步精度。本系統采用衛星信號轉發器將外部GPS信號引入低真空管道內部，通過高精度授時的方式保證子系統之間主時鐘達到時鐘同步，子系統內部通過IEEE1588協議保證了時鐘同步，因此也已經將參考時鐘源誤差降至最低。

低真空管道是可以產生低真空環境和承載動模以及各種設備的系統，包括了準備段、低真空管道、過渡艙、真空隔離艙門、牽引與制動系統電機支承平臺、電機支架、各種進出管道接口、輔助設施支撐等，真空的產生和維持系統與真空管道系統相連，可在24小時內產生極限為0.5 kPa的真空度環境。動模通過牽引與制動系統驅動電機動子實現運行，牽引與制動系統包括直線電機定子(含線圈及鐵芯)及動子、儲能系統、驅動電源、位置檢測及相應的運行控制系統。其中定子、位置檢測設備安裝在電機支架上，動子與動模相連并安裝在兩定子之間，動模的運動依靠動子的運動完成。考慮到低真空管道的真空度環境和牽引與制動系統周圍產生的磁場可能會對系統內傳感器等設備造成測量影響，僅通過選擇合適的傳感器和設備以及合理布設無法滿足一套特殊環境下的精密數據采集與處理要求，需要對所系統內使用到的關鍵設備進行相關影響分析，各類傳感器組成材料或檢測原理可能受到低真空環境的影響，以及傳感器作為電子設備可能受到牽引與制動系統直線電機通電后磁場的影響，對傳感器的環境影響檢測是必不可少的。

由于無法多次直接對低真空管道磁浮動模系統抽取真空和直線電機通電操作進行多次環境影響測試，采用設計試驗的方法完成環境影響測試。對于真空度影響采用真空泵和真空箱設定真空度為90 kPa進行試驗。將被測傳感器與采集儀連接并放入真空箱內，同時將采集儀設置為離線采樣模式，通過安全扣鎖緊使真空箱密閉，被測傳感器經過箱內由正常大氣環境到真空度為90 kPa的環境并保持放置于該氣壓一段時間。系統車載測試系統中采用激光位移傳感器型號為MLD22-35 V，技術規格如表1所示。

表1 激光位移傳感器參數表

通過采集儀設置激光位移傳感器采集頻率為1 000 Hz，正常環境下測試得到整個過程中測量值服從正態分布，且在傳感器測量精度范圍內，傳感器測量值正常。通過上述實驗方法將激光位移傳感器和采集儀連接并放置于真空箱內，通過安全扣將真空箱進行密封，再通過真空管將真空箱出氣閥和真空泵抽氣口進行連接，達到需要的真空環境后關閉真空箱出氣閥，使真空箱處于完全密封狀態。對真空箱進行抽真空實驗并采集位移數據，在經過大約52秒后，真空箱真空度為90 kPa，完成實驗后觀察數據如圖3所示。

圖3 抽真空階段數據變化趨勢

在抽取真空過程中，激光位移傳感器測量值出現較大的波動現象，整體出現測量值減小的趨勢。根據方差計算公式：

表2 抽真空前后數據對比

由表2可知，抽取到真空環境為90 kPa前后數據測量值減少量最小約為0.023 mm，最大約為0.044 mm。當真空箱內真空度達到90 kPa時，緩慢變化到55 kPa，再通過真空泵快速抽氣變回到90 kPa，以此循環多次，采集到的數據如圖4所示。

圖4 真空度多次變化下激光位移傳感器采集的數據

在這5次真空度變化中，測量的位移值變化分別為0.023 3 mm、0.023 1 mm、0.022 7 mm、0.031 3 mm和0.014 5 mm，位移值的變化與真空度的改變并不存在明顯的線性關系，但可以發現真空度大小的變化對激光位移傳感器的測量值產生了一定的影響，當真空度變大時，激光位移傳感器測量值將變小，多次實驗得到測量值減少范圍為0.014 5～0.043 7 mm。

對比圖5絕壓90 kPa的穩壓狀態下噪聲情況和圖6真空度變化狀態下噪聲情況可以看出，當激光位移傳感器在真空度變化的環境下，測量值受到的噪聲影響更大，進一步說明了真空度對激光位移傳感器測量值存在影響。

圖5 絕壓90 kPa的穩壓狀態下噪聲情況

圖6 真空度變化狀態下噪聲情況

在對其他類型傳感器(如風速傳感器、應變片、三向加速度傳感器等)進行相同測量時并未發現受到真空度的影響，抽取真空前后并無差異，且抽取完成前后數據平均值和方差幾乎相同。

系統距離牽引與制動系統最近的為車載系統上測量列車模型運行狀態的傳感器，經測試得到安裝位置磁場約為0.010 7 tesla。采用電磁鐵通電產生磁場，通過磁場檢測儀確定磁場大小后進行相關測試。通過24 V直流電源給電磁鐵線圈通電，磁場檢測器檢測電磁鐵線圈周圍磁場大小，當電磁鐵線圈附近磁場強度達到0.03 T，比實驗要求的0.010 7 T更大，在該環境下將傳感器緊貼安置于電磁鐵表面，在正常情況下進行一段時間測量后給電磁鐵線圈通電并保持一段時間，通過采集到的數據觀察是否會受到0.03 T以下磁場強度的環境。經測量發現0.03 T磁場強度的環境對系統所選傳感器(激光位移傳感器、風速傳感器、應變片、三向加速度傳感器等)均不會產生影響，同時計算得到電磁鐵線圈通電前后，所有傳感器測量值平均值以及方差基本上相同。

2 數據處理

2.1 數據降噪方法

低真空管道磁浮系統的動態測試存在數據采集環境干擾大，重復成本高等問題，需要盡可能的從存在異常的數據中保留更多的有效信息。考慮到系統傳感器種類與數量眾多可能導致的設備異常，系統本身構成的復雜性以及動模在實際運行過程中狀態的多樣性，采集到的信號數據中會出現各種隨機噪聲，導致后續無法正確處理信號[15]。為達到系統數據采集與測試系統要求的精度，需要對不同程度隨機噪聲進行有效的降噪處理。對數據噪聲的降噪處理可采用以下幾種方式。

2.1.1 滑動平均算法

滑動窗口平均法是信息時域處理時的一種常用濾波器，其原理簡單且廣泛應用于工程實際之中。滑動窗口平均法是一種低通濾波器，主要可用于數據的平滑降噪處理，以統計規律為基礎，在按時間順序排列的采樣數據中選擇一個固定長度的隊列，對每一個隊列進行如公式所示的算術運算，將其結果作為該次測量的結果，然后進行一次滑動，當下一個數據進入隊列尾后，隊列的首個數據會被去掉，以此進行反復運算得出濾波結果。

(1)

式中，N為隊列長度；x為測量的帶噪聲數據；Y為降噪后的數據。

2.1.2 SuperSmoother算法

SuperSmoother是Friedman[16]提出的一種數據降噪平滑算法，通過局部線性回歸的方法估計若干固定帶寬的平滑值，利用固定帶寬平滑處理每個初始估計值的留一交叉驗證誤差，在預測變量范圍內的所有數據中挑選初始估計值的最優寬帶，用固定帶寬取平滑局部帶寬，同時從初始估計值中挑兩個最優估計值使其帶寬最為接近平滑后的帶寬，并進行線性插入，插入點再次被固定帶寬平滑，最后得到最優平滑結果[17-18]。

2.1.3 小波降噪算法

將實際采集到的信號通過數學表達式可看作真實有效信號和噪聲信號的疊加，如所示

S(t)=f(t)+σe(t)，t=0，1…，n-1

(2)

式中，S(t)為含噪聲信號，f(t)為真實有效信號，e(t)為噪聲信號，σ為噪聲程度系數。時域下的真實信號一般是具有連續性的，表現為低頻信號；而噪聲信號則因為存在較強的隨即性質，表現為高頻信號，降噪就是利用有效信號和噪聲信號在頻率上分布不一致去抑制e(t)噪聲信號的同時保留真實有效信號f(t)。在降噪的過程中，通過小波分解關系式對含噪信號S(t)進行小波分解，如下所示。

(3)

式中，Ln為低頻信息量，Hi為分解第i次的高頻信息量。含噪聲的信號通過小波變化分解后根據變化后信號的特性對小波系數設置一個閾值，該閾值即是用來處理高頻信息量的分界線，對于幅值低于該閾值的高頻小波系數將會被去除；而幅值大于該閾值的高頻小波系數則會保留，然后對濾除高頻信息的信號通過小波逆變換進行信號重構，即可實現信號的降噪[19]。

小波降噪以小波變換為基礎，因為小波變換在信號的低頻部分具有較高的頻率分辨率和較低的時間分辨率，所以小波降噪特別適合用于對非平穩信號進行分析降噪，對于過濾短期高頻的異常噪聲方面有比較好的效果[20]。小波降噪的降噪過程為：對傳感器采集到的含噪數據通過小波變化方法進行信號分解，通過設定閾值的方法消除高頻信號數據，其中高頻信號數據往往就是原始信號中的噪聲部分，最后再通過小波逆變換重構，最終獲得降噪處理的數據。小波降噪處理流程如圖7所示。

圖7 小波降噪過程

圖8 不同降噪方法RMSE對比

圖9 不同降噪方法SNR對比

2.2 數據降噪效果評價指標

數據降噪的評價方法主要是通過對比信噪比SNR和均方根誤差(RMSE，root mean squared error)，分別通過以下公式進行計算：

(4)

(5)

式中，x(i)為原始數據；y(i)為降噪后的數據；n為數據個數。信噪比是一種表征信號中噪聲含量多少的方法，一般來說，信噪比值越大，則說明降噪效果越好；均方根誤差是原始信號與降噪后信號的差異性，一般來說，均方根誤差越小，則說明降噪效果越好[21]。本節通過對加噪信號進行降噪處理后的數據與原始數據計算信噪比與均方根誤差來判斷降噪效果。

2.3 數據降噪效果分析

激光位移傳感器是動模在實際試驗過程中懸浮高度以及橫向位移的測量設備，以下通過激光位移傳感器采樣頻率1 000 Hz為例，通過人工添加20 dB、35 dB、50 dB、55 dB、70 dB的高斯噪聲方式模擬正常情況下多種工況對傳感器測量的影響。采用3種降噪方法進行降噪處理，結果分別如表3～5所示。

表3 滑動平均降噪結果

表4 小波3層分解降噪結果

表5 SuperSmoother降噪結果

3種降噪方法均能對噪聲數據進行有效的降噪，但在不同的信噪比狀態下具有不同的降噪效果，SuperSmoother降噪法的降噪效果非常穩定，在20 dB和70 dB的信噪比狀態下能夠達到幾乎相同的降噪效果，表明該算法更適合用于復雜環境下的降噪，在高噪聲情況下對數據的降噪效果最佳；盡管SuperSmoother降噪法效果整體較好，但是在信噪比45 dB左右時的降噪效果與滑動平均法和小波降噪法幾乎相同，在信噪比達到55 dB時降噪效果甚至略差一些，如下圖所示；小波降噪整體優于滑動平均法，但對高信噪比數據進行降噪時的效果相似。在信噪比較低時通過SuperSmoother進行降噪效果較好，信噪比高于達到50 dB選用小波降噪。

2.4 基于降噪差值的數據異常值處理

受到采集與測試系統環境以及傳感器自身精度的影響，在傳感器數據采集過程中中難免會出現嚴重偏離實際信息的數據，如果一組由傳感器測量組成的數據集合中存在一些嚴重偏離了該集合中其余大部分數據呈現的變化趨勢，則這部分數據就被成為異常值跳點，異常值跳點的出現會嚴重影響后續對所采集數據的處理與分析，以及相關專業人員對部分數據的研究，因此，為了獲得更加可靠的數據，需要對這些異常數據進行剔除。最大值剔除法是最簡單的異常值跳點剔除方法，即將整個數據集合中的最大值進行剔除即可。由于系統內各傳感器的采集頻率較高，通過圖像看到異常值而出現跳點時，在其周圍也很有可能存在異常值，當該時間段存在多個異常值跳點，如果每次僅剔除一個異常值跳點會浪費大量時間，異常值跳點剔除效率不高。因此可以每次剔除前n個最大值，但由于系統復雜工況可能產生不同運行結果的測量數據，無法精準確定到每種試驗工況下該剔除的前n個最大值。閾值判斷法是通過人為設定一個閾值，判斷某次數據信息與前一個采集點數據信息的差值大小是否超過設定的閾值，該方法同樣必須針對不同的傳感器以及類型進行閾值的設定，同時，采集與處理系統的采集環境存在多種工況，閾值的選擇無法統一確定。多倍標準差剔除法一般被用來處理服從正態分布的數據信息，是一種很有效果的異常值剔除方法，基本原理就是將一組數據集合中的與均值之間偏差超過k倍標準差的數據看作異常值跳點，并對該部分異常值進行剔除，工程實際中最常用的為“3 σ”法則，即k取3時的異常值跳點剔除效果最好。但“3 σ”法則僅適用于數據服從正態分布的情況，對于非正態分布數據采用“3 σ”法則進行數據異常值剔除的效果較差，且容易將變化趨勢較大的正常數據剔除。畫出原始數據測量值與通過降噪后得到的數據值之間差值的概率密度直方圖，如圖10所示。

圖10 數據差值概率密度分布直方圖

降噪后數據差值的概率密度服從正態分布，此時采用“3 σ”法則計算差值數據的均值與標準差σ，將數據差值不在范圍內的點看作是異常值[22]。

2.5 異常值處理效果分析

對某次測試中激光位移傳感器以1 000 Hz采集的數據為例，給出通過設置置信區間為[0.05，0.95]的區間估計法異常值處理結果，與小波降噪差值處理和SuperSmoother差值處理進行對比，同時對基于小波降噪分別進行了3層和7層小波分解。

數據異常值處理結果如圖11所示，區間估計法因為異常值判斷比較簡單，所以效果不太理想，只剔除了部分異常值跳點；基于7層小波分解的異常值處理效果良好，能夠剔除大部分明顯的異常值跳點，但由于7層小波分解后數據過于平滑，導致異常值偏離程度較小的數據較多時，這小部分異常值仍在范圍內；而小波分解只有3層時，在能有效識別明顯的異常值跳點外，偏離程度較小的異常值數據剔除效果仍然比較好，基于SuperSmoother的異常值剔除法效果相同，異常值剔除效果優異。

圖11 不同方法異常值處理

數據異常值的剔除應該僅用來剔除對數據整體性有較為明顯影響的數據，應該盡量避免剔除過多的數據，使得有效數據被清理，導致錯誤判斷。不同異常值剔除法清理的數據個數如圖12所示，區間估計識別異常值的效果較低，所以剔除數據個數少；基于7層小波分解的異常值剔除存在部分偏離較小的異常值無法剔除的情況，因此剔除數據個數較少；基于SuperSmoother的異常值剔除法在保證剔除異常值效果與基于3層小波分解的異常值剔除效果相近的情況下，其剔除數據點的個數也比較少，與基于7層小波分解的異常值剔除法剔除數據個數相同，因此錯誤判斷的情況相對更少，效果最佳。

圖12 不同異常值剔除法剔除數據點個數

3 結束語

本文搭建了針對低真空管道磁浮動模系統的數據采集與處理系統，采用了GPS+IEEE1588以太網協議實現了分布式時鐘同步網絡，完成各采集節點的同步采集；對傳感器進行了低真空和電磁場環境測試，發現了真空度變大對激光位移傳感器測量值減小的現象，但造成該現象的原因較為復雜，真空度對傳感器選用材料以及測量原理可能都存在一定的影響。并對其他多種傳感器進行了環境影響測試，為后續低真空管道磁浮交通運輸系統的數據采集奠定了一定的基礎。

以激光位移傳感器為例，針對低真空與磁場環境這種特殊環境下的數據進行了處理，SuperSmoother法在各種信噪比情況下的降噪效果較好且穩定，適用于信噪比降低的情況，在信噪比較高時采用合適的小波分解層數進行降噪的效果最優；基于降噪差值的異常值處理方法良好，且適用于非正態分布的數據，具有工程適用價值。