一種新型智能隧道照明節能系統的應用與探討

【摘要】近年來公路快速發展，隧道長度也隨之增加。現存的隧道照明控制系統會造成大量的電能浪費，在保證行車安全性的前提下，基于模糊神經網絡和PLC工業控制設計研究出一套自動調節亮度、動態實時優化的隧道照明節能系統。系統可解決“安全與節能”的矛盾，在亮度調節過程中實現最大化節能減排。

【關鍵詞】隧道照明; 節能減排; 模糊神經網絡; PLC工業控制

【中圖分類號】U453.7A

0 引言

我國高速公路建設起步較晚，隧道照明技術并不先進，根據相關部門統計數據電費支出約為公路總運營費用的75%，其中隧道照明消耗電費占總電費的90%［1］。我國公路里程近兩年增速較快，但隧道內照明控制系統存在的能源浪費等問題并沒有隨之解決。“安全與節能”的矛盾在現有隧道照明系統中更加突出：現多數隧道采用長時間高亮度照明，不僅耗費能源也損耗燈具；一些隧道為了降低電費消耗會讓照明系統低功率運行，無法滿足正常的隧道交通照明，有一定的安全隱患。現有的隧道照明控制系統主要分為傳統人工控制、時序控制和智能控制。人工控制快捷簡單，但是資源浪費較大、安全性無法保證；時序控制結合時間段進行控制和調整，但是無法考慮車速、車流量等其他因素；智能控制技術近幾年仍處于起步階段。所以隧道照明系統需要引進更為先進的控制技術以保證行車的安全性和最優化的節能減排。

1 研究內容

根據隧道照明設計規范將隧道照明分為入口段、過渡段、基本照明段和出口段。為了設計出可以實時調節洞內亮度、可以進行動態優化、最大化節能減排的智能隧道照明節能系統，本次研究基于PLC工業控制，引入模糊系統和神經網絡算法實現照明系統的自動調節。將照明系統分段進行研究，考慮車速、車流量、洞外亮度、洞內可見度等多因素的影響，利用紅外傳感器和PLC對系統進行控制和亮度調節。同時設置多個數據采集模塊和終端監控系統，對隧道內的數據進行實時監控和記錄。該系統在燈光控制和亮度調節方面進行了改良和優化，具有動態優化、實時調節的特點，保證了隧道內行車的安全性和燈光調節的及時性，對隧道智能照明技術的提升和節能減排具有重要意義。

2 智能隧道照明節能系統設計

2.1 入口段照明設計

目前的隧道照明系統中入口段照明大多考慮了洞外亮度和車速的影響因素，為了保證行車的安全性和“遇亮則亮”的照明亮度設計原則，大多數照明系統在入口處的實際照明亮度遠遠超過了需求亮度，并且為24 h全天候照明，這樣就造成了極大的電力浪費和能源損失。同時入口段照明亮度的調節仍然在一些問題，大多數照明系統無法根據洞外的亮度和靠近洞口的車速、車流量進行實時調節，僅僅是人工或提前設置程序進行時序控制。這樣的調節方式無法應對突發的惡劣天氣情況，安全性不高。

在洞口設置紅外測距傳感器，測量即將進入洞口的小車的車速以及車流量等數據，進行A/D轉換后獲得標準數據，再利用串口將數據傳送至處理器完成數據處理。完成數據處理后輸入至模糊神經網絡的輸入層中，通過模糊層進行模型擬合與計算，輸出層數據將傳輸至PLC工業控制模塊。PLC工業控制模塊接收到數字信號后進行工作并控制燈具開關進行亮度調節。同時洞口處設置的光感傳感器全天候檢測洞外亮度，實時將數據傳回并進行A/D轉換獲得標準數據，進行數據處理后輸入到模糊神經網絡中和車速、車流量共同影響輸出層結果。

洞口所有傳感器外接數據采集模塊，測得的數據都將被數據采集模塊記錄，便于后續的系統維護與升級。同時光感傳感器外接的數據采集模塊中嵌入ARIMA模型，根據收集的實時數據可以對亮度進行短期預測和擬合，在后期系統升級時可以減少數據處理時間（圖1）。

2.2 過渡段照明設計

隧道照明過渡段介于入口段和基本照明段之間，過渡段照明亮度應該考慮入口段亮度和基本照明段亮度的影響，給司機提供安全、平緩的視覺過渡區域。根據學者的研究，過渡段照明亮度與入口段照明亮度、車速存在一定的函數關系［2］。

2.3 基本照明設計

隧道照明的基本照明段大多處于隧道中間段，屬于半封閉空間，通風條件較差、煙霧濃度較高，對于照明亮度的要求更高。中間段的照明和入口段、過渡段照明亮度沒有直接關系，但是根據設計規范要求需要保證行車的安全性。如果照明亮度過低會導致司機視覺光線不夠易發生安全事故，如果亮度過高會產生光污染隧道內的照明條件變差［3］。梁波等［4］對于隧道內部能見度與隧道照明亮度之間的關系進行了探究和驗證，并使用模糊神經網絡對照明系統進行了一定程度的動態優化。

系統前端設置紅外傳感器、光感傳感器和煙霧探測模塊，紅外傳感器檢測車速和交通量；光感傳感器檢測洞內亮度；煙霧探測模塊檢測洞內煙霧濃度和能見度的相關數據。將檢測到的數據進行A/D轉換成為標準數據后輸入模糊層處理，經過模糊化的數據再進入神經網絡進行數據計算和擬合，同樣的最后輸出結果到PLC工業控制。PLC根據輸出結果調用程序進行燈具開關控制和亮度調節（圖2）。

3 隧道照明系統控制原理

3.1 模糊神經網絡

模糊神經網絡是模糊理論和神經網絡結合的產物，在處理非線性、模糊性等問題上有很大的優越性，在智能信息處理方面存在巨大的潛力。模糊控制可以通過專家經驗和實驗構建知識庫，模擬人類在控制過程中的決策行為，具備強大的邏輯推理能力，神經網絡則具有良好的自學習能力和非線性映射能力［6-9］。模糊神經網絡見圖3，共分為4層。

（1）第一層為輸入層。這層的神經元直接與輸入向量x={xi}i=1，2…n的各分量相連，目的是接收車流量、當前點光強等傳到后一層。

（2）第二層為模糊化層。這一層的節點共M組，每一組都是后一層中模糊規則的前件部分，目的是計算xi的隸屬度值fik（xi）。計算隸屬度值的函數通常取高斯函數見式（2）。

3.2 PLC控制

智能照明控制系統的PLC程序設計包括主程序、車輛計數子程序、車速計算子程序、檢測環境亮度子程序和時間控制子程序。

3.2.1 主程序

主程序通過分析子程序獲得的車流量、車速等信號，將環境亮度控制和時間控制相結合，并基于模糊神經網絡算法對隧道各段照明亮度進行實時調節和動態優化：車流量較大時提高照明亮度；車速影響著駕駛員視覺適應時間，在車速較高時會調整亮度；隧道內外亮度差較大時會調整照明亮度減小亮度差以保證行車安全［10］。

3.2.2 車輛計數子程序

在隧道口前X m處放置車輛環形檢測器，車輛駛過后會輸出脈沖信號到PLC，計數信號每給出一個信號時，計數器的當前值就自動加1;當計數器的當前值等于或大于設定值時，則計數器的常開觸點C0就導通，從而使Y0導通輸出。PLC內置計數器測算駛過的車輛數目，并將該數目傳入到主程序。

3.2.3 車速計算子程序

在隧道前相隔L m的兩個點分別放置紅外傳感器，兩個紅外傳感器在檢測到車輛經過時會向PLC傳入脈沖信號，車輛通過時間由PLC內置的高速計時器來計算，通過速度計算公式即可測量出車輛的速度，完成計算后將車輛速度數據傳入到主程序。

3.2.4 檢測環境亮度子程序

環境亮度是影響隧道入口段照明的一大因素，隨著環境亮度的變化入口段照明亮度也會由PLC的輸出控制變化。在隧道入口放置光感傳感器，可由光敏電阻作為亮度探測元件，照射在光敏電阻上的燈光變強時阻值減小，裝置輸出信號增大，信號傳入到PLC，與已完成的信號分段對比，控制將數值傳入主程序。隧道洞外亮度可將真實論域取一個范圍，離散化之后的論域取一個范圍 ，模糊語言描述為“暗”“較暗”“一般”“較亮”“亮”“很亮”等，便于模糊神經控制系統的搭建［10］。

3.2.5 時間控制子程序

應用PLC系統和時鐘存儲器來產生特定頻率的脈沖信號，將脈沖信號傳入主程序，從而在時序上控制燈光（圖4）。

4 結束語

智能隧道照明節能系統實現了隧道照明系統的智能控制，根據車流量、車速、環境亮度等因素，在PLC工業控制的基礎上加入了模糊系統和神經網絡算法，取代了原先單一的控制模式，達到實時智能控制的效果，可以大大減小能耗，以及減少單一光線強度可能帶來的對駕駛員的安全隱患。

本系統根據車流量、車速、環境亮度等因素實現光照亮度的動態調控，并與時序調控相配合以減少干擾因素帶來的不確定影響，引入的模糊神經網絡算法大大提高了系統對于數據分析處理的精確度，節能能力進一步提升。全國隧道有24 850處，總長度約2678.43萬m，智能照明控制系統可以大幅度降低能耗，節約成本，減少碳排放，符合節約資源和保護環境的基本國策，具有深遠的應用推廣意義。

參考文獻

［1］ 劉玄.高速公路隧道照明節能設計研究［J］.光源與照明， 2022（1）： 20-22.

［2］ 張德錢，洪遠泉，周永明.公路隧道照明優化設計與計算方法研究［J］.隧道建設， 2017， 37（7）：5.

［3］ 劉金.基于模糊神經網絡的隧道照明系統控制方法研究［J］.北方交通， 2021（12）：74-76，80.

［4］ 梁波，牛佳安，李碩，等.考慮能見度影響的公路隧道照明動態優化與智能控制［J/OL］.控制理論與應用， 2023，40（10）：1783-1792.http：//kns.cnki.net/kcms/detail/44.1240.TP.20220802.1346.002.html.

［5］ 喬俊飛，王會東.模糊神經網絡的結構自組織算法及應用［J］.控制理論與應用， 2008， 25（4）：5.

［6］ 李浩楠，劉勇.模糊神經網絡的優化及其應用［J］.哈爾濱理工大學學報， 2020，25（6）： 142-149.

［7］ 呂曉丹，吳次南.改進型模糊神經網絡PID控制器的設計與仿真［J］.數據采集與處理， 2021， 36（2）：9.

［8］ 郭曉杰，方春平.公路隧道照明的自適應模糊神經控制研究［J］.四川建筑，2017，37（5）：86-87.