基于磁致伸缩换能器的铁轨无线监测系统设计

吕咸耀，左 莹，程卫平，李开宇，吴 寅

(1.南京航空航天大学自动化学院，江苏南京 210016;2.中国航空工业第602研究所第11室，江西景德镇 333001)

基于磁致伸缩换能器的铁轨无线监测系统设计

吕咸耀1，左 莹1，程卫平2，李开宇1，吴 寅1

(1.南京航空航天大学自动化学院，江苏南京 210016;2.中国航空工业第602研究所第11室，江西景德镇 333001)

为保障铁路系统安全、可靠运行，基于监测节点的布置特点，提出一种基于铁轨压力的逆磁致伸缩换能器，其采能效率可达32.6 mW，能够满足节点需要。同时设计了一套基于CC2430+GPRS的铁轨应力无线监测系统，详细阐述了监测中心节点和终端节点的软硬件设计，并根据节点的布局特点，采用双协调器进行间歇组网。通过车站的现场试验，测得系统的最大单跳距离约为60 m，数据传输成功率达96%以上，同时该系统能够平衡各节点的能量消耗，有效的增加了其寿命。

逆磁致伸缩;铁轨应力监测;无线传感器网络;CC2430;GPRS

为了保障铁路系统的安全、可靠运行，使用无线传感器网络技术实现铁轨状态的数字化、网络化、分布式远程实时动态监测是未来的发展趋势［1－2］。

铁轨状态监测节点具有大空间范围分布的特点，无法用物理连线为无线监测节点提供电源。因此，持续、安全可靠的电源供给是大范围分布无线传感器网络面临的技术挑战。基于列车运行时产生巨大压力能量的事实，文中提出采用基于磁致伸缩材料的新型压电换能器，将铁轨的压力能量转化为电能。针对铁轨的特定工作环境进行换能器采能结构设计优化，并通过理论计算及Ansys仿真，比较其与压电换能器的性能，验证其可行性。

同时，基于磁致伸缩换能器的自供电情况，设计了一套基于CC2430+GPRS的铁轨应力无线监测系统。通过安装在铁轨沿线的无线传感器节点，实时采集传感物理量和当前时间等关键数据，以多跳方式将数据包及时发送至监控中心节点。然后，通过GPRS将数据发送到无线公网，再经服务器处理计算后得出监测指标，对铁轨及列车状态进行实时监测。

1 基于大功率磁致伸缩材料压电换能器

稀土超磁致伸缩材料(GMM)具有机械响应快、功率密度高、响应频带宽等优点。能量密度远高于压电材料，是目前在物理作用下应变值最高、能量最大的材料［4］。通过施加压缩应力，最大可使磁通量密度改变1T以上，使感应线圈内产生感应电压，输出至后级整流桥及功率调理电路，将能量存储于电池等能量存储管理电路，给无线节点稳定供电。

文中所设计的磁致伸缩换能器结构如图1所示，将4片25 mm×7.5 mm的圆柱状GMM并在一起，且在每片GMM上绕有50匝线圈，并相互串联，以提高发电电压。在GMM中间采用NdFeB材料的永磁体为GMM提供偏磁场，并为防止磁泄漏，使用磁性能良好的软磁材料做轭铁。提供偏磁的大小应使GMM恰好进入应变－磁场曲线的Ⅱ区域［5］。即当负载作用时，能够增强GMM的力感知能力。同时，在GMM的上下面粘贴带有径向开槽的金属帽，一方面使应力均匀地分布在整个GMM上，使得更大体积的GMM产生电能。另一方面能够承受更高幅值和频率的力，有利于提高换能器的发电能力，并起到保护GMM的作用。最后，通过Ansys仿真图可看出开槽能够有效的减小残余应力，而换能器性能参数中，残余应力对机电耦合系数的影响最大，从而进一步增强换能器发电能力。

图2 环向应力分布图

当列车经过时，对换能器施加压力，磁通量随之周期性变化，进而线圈中产生感应电动势。上外壳与底座之间有一间隙，由于模块内的缓冲弹簧使间隙始终保持在一个相对固定的间隙尺寸，列车正常压力不会使间隙闭合。只有当列车压力异常或突发过压力时此间隙才闭合，以限制更大的压力损坏壳内的GMM，从而保护了GMM及其内部电气线路。上外壳包含并盖住下面的底座，以防止雨水渗入壳内。

现所使用的国产GMM的磁致伸缩系数q一般＞1 000×10－6。一节列车重量达50～90 t，经现场测试，加载在换能器上的力F≈1.25×104N。根据机械应力与压力的关系:σ=F/A，得机械应力σ。可根据磁致伸缩方程:

根据法拉第电磁感应定律得感应线圈的感应电压

可得感应电压为3.906 V，计算得其采能效率为32.6 mW。

经计算，每次传输需要的能量大约为300 mA·s。通过能量管理策略的调度，完全能够满足铁路部门监测数据的需要。

仿真软件中无专门的解决磁致伸缩机电耦合问题的模块。由于磁致伸缩方程与压电方程为同一形式，因此通过压磁—压电比拟法进行求解。这种方法的优点是推导过程直接、简捷，输入参量和提取的变量可参考压电耦合分析中的处理办法，且容易导出利用输出数据结果［6］。文中通过Ansys仿真如图3所示，在压力为F=mg=1.25×104N时，其最大磁场强度B=0.648 T，与数学模型所得结论基本相同。同时，文中采用同等条件的压电材料进行仿真，经仿真计算可得其采能效率为4.35 mW。可进一步证明该方案的可行性。

图3 压电、磁致伸缩材料仿真图

然后将所采集电能通过后级调理及管理电路将电能储存在充电电池或超级电容中，对无线传感节点进行供电，以实时监测铁轨的各种状态信息。采用文献［7］中所描述的后级调理及储能电路。

2 系统整体设计

该系统主要由监测中心节点和终端节点组成。终端节点通过铁轨上的应力传感器采集压力等数据，通过自组织方式组建无线网络，其采用串状组网方式，监测中心节点位于网络两端。数据沿节点逐跳地进行传输至监控中心节点，并在固定收发次数之后断开网络更改传输方向，数据向另一端监测中心节点汇聚，这能够有效地平衡各节点的能量消耗。监测中心节点收到各节点信息后通过GPRS网络进行通信，监测中心计算得出铁轨及列车运行状态对铁轨进行实时监测。其系统设计方案结构如图4所示。

图4 系统整体示意图

3 系统硬件设计

3.1 终端节点硬件设计

监测终端节点主要由传感器模块、无线通信模块和电源模块组成，如图5所示。

图5 节点硬件原理框图

传感器模块采用型号为LC－FBG－GJ的光纤光栅应力传感器，该传感器具有稳定性好，适合长期监测等优点。使用时将传感器焊接在路轨旁，当列车行经有关路段时，光纤感应器会因受压而改变反射特性而形成数据，从而记录车轮与路轨之间的应力情况。

无线通信模块采用TI公司的CC2430－F128单片机:其包括了2.4 GHz DSSS射频收发器和高性能、低功耗的8051微处理器核，芯片在接收和发射模式下，电流损耗分别低于27 mA或25 mA［9］。同时，由于该系统节点安装于铁轨沿线，电磁干扰较为严重，故使用了TI公司的功率放大芯片CC2591，其可以与CC2430实现无缝连接。

而电源模块采用前面所说的磁致伸缩换能器采集振动能量，并通过电源管理模块对节点进行供电。

3.2 监测中心节点硬件设计

监测中心节点由无线通信模块、控制中心和GPRS通信模块组成。无线通信模块与控制中心通过串口RS232通行。

图6 监测中心节点原理框图

无线通信模块与终端节点相同，在此就不再介绍。控制中心采用ARM公司推出的STM32系列增强型MCU。该MCU使用ARM的Cortex－M3内核，该内核具有3段流水线，可在单周期内完成32位乘法等优点。同时具有优秀的功耗控制，在以72 MHz的全速运行时，处理器消耗27 mA的电流。待机状态时，典型耗电值为 2 μA。

GPRS通信模块采用SIMCOM公司的SIM300CZ模块。具有低功耗设计，睡眠模式下的电流消耗仅为2.5 mA。且内部集成了TCP/IP协议栈，使用户利用该模块开发变得简单、方便。

4 系统软件设计

由于铁轨这一特定环境，致使监测系统各节点的能量消耗严重不均匀。越接近监测中心的节点数据传输量越大，导致其寿命短，使整个网络不能正常工作。针对该现象，系统在网络两端布置两个监测中心节点，如图4所示，在通信固定次数后，上位机通过GPRS控制两个中心节点轮流工作，更改传输方向。同时，节点在非工作阶段进入睡眠模式。

4.1 检测中心节点软件设计

监测中心节点由无线通信模块和GPRS通信模块组成。无线通信模块实现两方面功能:一方面组建无线网络，接收各个节点数据。另一方面将数据存储后等待中断，通过串口将其传输到STM32中，通过GPRS将数据发送到网络端。工作流程如图7所示。

图7 监测中心节点程序流程图

首先协调器对各信道能量执行扫描，寻找空闲信道建立新网络，同时为新网络选择一个唯一的PAN标识符，并为自身选择一个16 bit的网络地址(MAC短地址)，当有终端节点加入网络时，协调器分配一个唯一的网络地址。完成后启动任务循环，以中断的形式接收来自串口的控制命令和无线节点的信息帧。开启recedate()任务，接收各节点传来的消息，并将数据包拆包后存储在Flash中对应位置，并记录接收数据次数，达到30次后，通知 STM32并断开网络。开启DateSTM32()，接收串口命令，根据各种命令进行各种操作，当command=senddate时，通过串口传输数据包;command=disconet时，监测中心节点断开网络;command=netform时，重新初始化，进行组网。

STM32处理器通过串口，发送指令接收数据建包，通过向GPRS模块写入AT指令，将数据进行发送。在远程监控端的上位机中运行应用软件，调控GPRS远程数据传输系统，进行数据的接收和存储。

4.2 终端节点软件设计

终端节点主要负责采集并向监测中心节点传输铁轨压力等数据。当无数据收发时，转入休眠模式，尽量减少节点功耗。其工作流程图如图8所示。

图8 终端节点程序流程图

5 实验测试及分析

由于铁轨现场环境中存在金属支架和移动车辆造成的各种电磁干扰，无线信号传输距离受到一定限制。针对该情况，在上海局南翔车站做了小规模测试。

实验在车站教练车间中进行，使用了5个终端节点与两个监测中心节点共7个节点做测试。数据采集周期为每分钟采1次。唤醒通信周期为1 min中的前15 s，其余时间节点休眠。

同时，利用VC++平台开发了上位机测试软件，用于上位机的实时监测。监测中心节点通过GPRS将数据发送到无线公网，移动基站获取到GPRS信号后再将其转到Internet，然后通过该测试软件，能够实时显示各监测中心节点发来的数据。实现对铁轨及列车状态进行实时监测。其测试软件界面如图9所示。

图9 远程GPRS数据监测平台

整体而言，虽然节点均采用了功率放大芯片来增强无线射频通信距离，但由于各种干扰，节点的现场最大单跳稳定通信距离约为60 m，数据传输成功率则可达96%以上，满足监测指标。同时，如表1所示，经过连续3天实验后，检测5个终端节点的电池电量剩余量显示，该方案能够有效地平衡该网络中各节点的能量消耗，进而有效地增加网络的可持续运行时间。

表1 试验后节点空载电量值比较

6 结束语

文中介绍的基于磁致伸缩换能器自供电的铁轨压力状态监测系统，是通过无线传感器网络数据采集节点获取所需的压力参数，利用监测中心节点收集的参数，并以GPRS无线通信的方式，将数据经由移动基站和Internet网络送至远程监控服务器。经实践测试，该系统实现了以无线网络的方式对铁轨压力的监测，具有一定的应用前景。

［1］熊书明，王良民，王新胜.铁路道口无人监控的WSN应用研究［J］.计算机工程与应用，2009，45(17):185 －188.

［2］孙利民，李建中.无线传感器网络［M］.北京:清华大学出版社，2005.

［3］胡海平，朱宁西.一种新型的高速铁路桥梁检测系统［J］.电子产品世界，2010(12):21－23.

［4］PARK H J，PARK Y W，CHOI H W.Development of inverse magnetostrictive actuator［J］.IEEE Transactions on Magnetics，2008，44(11):4309 －4312.

［5］唐志峰，吕福在，项占琴.影响超磁致伸缩执行器中逆效应性能的主要因素［J］.机械工程学报，2007，43(12):133－136.

［6］贺西平.稀土超磁致伸缩换能器［M］.北京:科学出版社，2006.

［7］SAGGINI S，MATTAVELLI P.Power management in m ulti－source multi－load energy harvesting systems［C］.European Conference on Power Electronics and Applications，EPE，2009:1 －10.

［8］黄采伦，樊晓平，陈特放.旅客列车在线安全状态监测及故障预警系统［J］.电力机车与城轨车辆，2007(4):36－42.

［9］赵清华.无线传感器节点能量管理系统的研究［D］.太原:太原理工大学，2010.

［10］崔洋，郭坤亮，胡成全.基于无线传感器网络的传统发酵过程监测系统［J］.仪器仪表学报，2010，31(7):1490 －1495.

［11］张单群，李斌.基于ARM的无线传感器网络网关设计［J］.国外电子测量技术，2010，29(5):60－62.

Design of a Railway Track Wireless Monitoring System Based on the Magnetostrictive Transducer

Lü Xianyao1，ZUO Ying1，CHENG Weiping2，LI Kaiyu1，WU Yin1
(1.College of Automation，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China;2.Eleventh Unit，China Helicopter Research and Development Institute，Jingdezhen 333001，China)

In order to ensure the safe and reliable operation of the railway system，this paper designs a new type of inverse magnetostrictive transducer which converts energy from the pressure of railway steel based on the layout conditions of monitoring nodes，and this transducer can meet the needs of nodes with its conversion efficiency reaching 32.6 mW.This paper also presents a railway steel pressure monitoring system based on CC2430+GPRS.The hardware and software design of the coordinator and RFD nodes are given.An intermittent network is established using double coordinators.Through the field experiments in a railway station，the largest single jump distance approximates 60 m，and the data transmission success rate is higher than 96%.This system can also balance the energy consumption of each node，effectively increasing its life.

inverse magnetostrictive;WSNs;railway monitoring system;CC2430;GPRS

TP873.2

A

1007－7820(2012)08－110－05

2012-02-11

南京航空航天大学大学生创新性实验计划基金资助项目(20110107108805)

李开宇(1969—)，男，博士，副教授.研究方向:传感器，无线传感网。