地铁列车振动环境响应的无线传感器网络快速评定

施 毅， 张 巍， 孙 可， 丁华平， 孙 逊

(1.北京交通大学 土木建筑工程学院，北京 100044； 2.苏州轨道交通集团有限公司，苏州 215004；3.南京大学 地球科学与工程学院，南京 210046； 4. 南京大学 电子科学与工程学院，南京 210046)

地铁列车振动环境响应的无线传感器网络快速评定

施 毅1,2， 张 巍3， 孙 可3， 丁华平4， 孙 逊3

(1.北京交通大学 土木建筑工程学院，北京 100044； 2.苏州轨道交通集团有限公司，苏州 215004；3.南京大学 地球科学与工程学院，南京 210046； 4. 南京大学 电子科学与工程学院，南京 210046)

地铁列车振动环境微弱响应的无线传感器网络测试需要mg量级的加速度测试精度，常规板载MEMS加速度传感器通常难以满足。采用低噪声运算放大器OPA4344与模拟/数字转换器QF4A512，将MEMS加速度传感器SD1221L-002量程限定在±0.2 g，同时采用进行信号转换与调理，达到了0.043 mg的加速度测试分辨率，满足了地铁列车环境微振测试要求。基于英特尔Imote2无线传感器网络硬件平台与嵌入式软件平台ISHMP Services Toolsuite，实现了地铁列车振动环境加速度测试专用无线传感器网络系统。基于TinyOS开源操作系统，采用组件式结构程序语言nesC编写了嵌入式应用组件VibrationLevelCalculation，实现了环境振级的嵌入式计算。应用该系统，对一地铁紧邻地下空间内地铁列车环境振动响应进行了实测。通过传感节点采集环境加速度信号，在传感节点Imote2主板内嵌入式计算振级，通过无线传输数据，在终端直接显示出测试环境振级分布。通过回溯存储于传感节点内三分之一倍频程中心频率上的振级数据，获得了各测点1/3倍频程。该系统实现了地铁列车振动环境响应的快速评定。

地铁列车；环境振动；无线传感器网络；微机电系统；模拟/数字转换器；嵌入式计算

地铁列车运行会诱发周边自由场地振动与结构物的二次振动，对人体舒适度乃至健康造成不利影响[1-2]。对地铁列车振动环境响应进行现场实测，是定量评价振动效应的有效手段[3]，同时也是验证数值模拟结果或经验公式的基本方法[4]。现有地铁环境振动响应测试系统普遍采用有线连接的方式[5]，它存在现场布线繁复、成本高、布置不够灵活等缺点；同时，所采集到的测试数据需要离线集中处理，往往需要耗费较长时间才能获得对于环境振动响应的评价结果。

无线传感器网络节点采用板载微机电(MEMS)传感器，具有尺寸小、费用低、无线通讯、易于布置等优点；同时，由于自带微控制器(MCU)与存储器，无线传感器网络还可以实现监测数据的嵌入式计算与分布式存储，用于现场动态信号测试具有明显优势。目前，无线传感器网络已被应用于机械振动监测领域[6-7]。近年来，地铁隧道等地下空间健康监测也开始应用无线传感器网络技术，但主要局限于变形与受力状态等静态参数的测试[8-9]，而加速度等动力参数测试的研究成果较少。因此，研究开发一种适用于地铁列车振动环境加速度响应测试的无线传感器网络，有望在一定程度上替代有线测试系统，提高测试效率。

本文基于地铁振动环境加速度响应特征，选择英特尔Imote2平台开发无线传感器网络测试系统，采用美国伊利诺伊大学专为环境随机振动测试所开发的加速度传感器板SHM-H及其配套的嵌入式软件平台ISHMP Services Toolsuite，实现了地铁列车振动环境加速度信号的无线传感器网络测试；同时，还采用了南京大学编写的嵌入式应用组件VibrationLevelCalculation，对存储在无线传感器网络节点内的加速度信号进行了嵌入式计算，并将计权振级与1/3倍频程谱等分析结果直接发送至终端显示，实现了地铁列车振动环境响应的快速评定。

1 微振信号采集

1.1 响应特征分析

对地铁列车环境振动响应的关注频率范围一般为1～80 Hz[10]，根据奈奎斯特采样定理，测试采样频率应大于160 Hz；此外，文献还表明[11]，地铁振动环境加速度响应幅值通常在mg量级，为采集到这种低幅值微弱振动响应信号，仪器的测试分辨率应大于0.05 mg，无线传感器网络节点内嵌的MEMS加速度传感器需要满足该指标要求。

1.2 信号调理

采用QF4A512实现信号转换与调理，QF4A512是一款可编程4通道模拟/数字转换器(ADC)及信号调节器，各通道具有信号放大、抗混叠滤波、16位模/数转换以及512阶高精度滤波等功能，同时可以实现在线软件编程来设定系统采样率和截止频率等参数。QF4A512的信噪比(SNR)为81 dB，SNR与有效位数(ENOB)与之对应关系为

(1)

则SD1221采集信号所能达到的最大分辨率仅为

4 000mg/(213.2-1)=0.43mg

(2)

该分辨率无法满足测试要求。为此，采用低噪声运算放大器(OP-Amp)OPA4344[12]，如图1所示，将SD1221L-002的量程限定在±0.2g，则最大分辨率被提高至

400mg/(213.2-1)=0.043mg

(3)

满足了测试分辨率的要求。

图1 OPA4344运算放大器电路Fig.1 OP-Amp circuit for signal amplification

经信号调理后的SD1221典型性能指标见表1。

表1 SD1221L-002 加速度传感器参数指标

1.3 加速度传感器板

地铁环境振动加速度信号采集采用加速度传感器板SHM-H实现，该传感器板由美国伊利诺伊大学香槟分校Spencer教授课题组开发[13]，如图2(a)所示，板上集成了SD1221加速度传感器与OPA 4344运算放大器，负责实现信号采集；由图2(b)中可知，板上还集成了快速滤波器ADC QF4A512及其电路，负责实现信号调理与模/数转换。

图3 SHM-H工作框图Fig.3 Block diagram of sensor node

2 无线传感器网络节点

2.1 节点结构

无线传感器网络节点平台选用英特尔公司开发的Imote2，它源自加州大学伯克利分校的Mote系列商业化平台。Imote2采用三层堆叠结构布置，如图4(a)所示，最底部为IIB2400CA电源板，使用3节1.5 V电池供电；其上部嵌套堆叠Imote2主板，其顶端嵌套堆叠加速度传感器板SHM-H。接收端基站节点采用双层堆叠结构布置，如图4(b)所示，其底端为Imote2主板，上层嵌套堆叠着IIB2400接口板，通过线缆接入电脑USB接口。

图4 节点结构Fig.4 Node configurations

2.2 Imote2主板

如图5所示，Imote2主板集成了英特尔低功耗32位XScale处理器PXA271(可变主频13～416 MHz)、MMX DSP 协处理器、256 KB静态随机存取存储器(SRAM)、32 MB同步动态随机存储器(SDRAM)、32 MB闪存，并集成了射频收发器CC2420(250 kbps、2.4 GHz IEEE 802.15.4、16信道)。PXA271与DSP协处理器为无线传感器网络节点提供了较强的嵌入式计算能力；数字存储器为动态测试数据的长时间存储提供了物理空间；CC2420集成了无线射频调制器与天线，可实现无线传感器网络节点与基站以及节点与节点之间的无线通讯。

图5 Imote2主板Fig.5 Imote2 main board

3 嵌入式软件平台

3.1 嵌入式工具箱

传感节点自身具有电源控制与数据无线传输等功能，它们是通过安装在存储器内的嵌入式开源工具箱ISHMP实现，具体可参见文献[14]。所有工具箱组件均基于MOTE平台下开源操作系统TinyOS V2.1.2，并采用开发组件式结构程序语言nesC实现。主要组件如：RemoteSensing，控制远程数据采集；Imote2comm与autocomm，控制基站节点与电脑之间的通讯；Vbat，检查传感节点电池容量；TestRadio，评价无线通讯质量；TimeSychronization，网络内各传感器时间同步。此外，工具箱内还包含了数值算法库，可实现快速傅里叶变换FFT、功率谱密度函数PSD等嵌入式计算功能。

3.2 嵌入式振级计算

为了在传感节点内实现对环境振动响应的快速评价，南京大学在ISHMP原有基础上，采用nesC语言新编写了嵌入式振级计算组件VibrationLevelCalculation，计算原理如下：

振级计算公式为

(4)

式中，a0为基准加速度，值为10-6m/s2；为计权加速度均方根，由式(5)计算：

(5)

式中，wi为各三分之一倍频程中心频率的计权因子[14]，针对地铁环境振动取0～ 80 Hz区间；ai为各三分之一倍频程中心频率上的加速度均方根，通过式(6)得到：

(6)

式中，f1和f2分别对应各三分之一倍频程区间的上下限截止频率；G(f)为频谱密度函数，可通过傅里叶变换获取。

4 系统整体架构

图6为该无线传感器网络测试系统的系统架构，由传感节点、基站节点、中心服务器(PC端)等三部分组成；系统采用Zigbee通信协议，仅实现传感节点与基站节点之间的独立数据传输，各传感节点中间不存在数据传输；节点内实现振级计算、PSD和FFT等嵌入式计算功能；服务器通过基站实现无线传感器网络的组建、节点的参数设置、时间同步及无线数据传输等功能。

图6 系统整体架构Fig.6 Schematic of the whole system

不同于传统测试方法所采用的离线集中数据处理方式，无线传感器网络可在各传感节点内实现分布式计算，只将最终计算结果通过基站节点传输到中心服务器显示，因此具有较高的工作效率，可实现环境振动响应的快速评定[15]。整体系统具体工作流程如图7所示，在数据采集开始前，先操作服务器通过基站节点激活各传感节点，组建无线传感网络。随后进行节点参数配置，包括采样时长、采样频率及内部时钟同步等；各节点采集到的环境振动数据存储在FLASH内部并消除温漂和进行抗混叠滤波处理；根据滤波后的数据计算计权振级；完成一个测试周期后，各节点内的原始数据及处理结果传至基站，并最终存储在服务器内。后期如有需要，还可回溯传感节点存储器内的原始数据。

图7 工作流程图Fig. 7 Work flow chart

5 实测应用

5.1 测试环境

苏州星海生活广场为一大型地下空间商业综合体，总建筑面积54 511 m2，最大埋深为地下13.7 m，钢筋混凝土框架结构，负一层为地下商场，负二层为地下车库。该地下建筑与苏州轨道交通1号线星海街车站无缝对接，如图8所示，地铁轨道中心与该地下建筑侧墙的边距仅3.2 m，所在场地的土层分布均在图中绘出。

地铁列车为南京浦镇车辆厂所生产的B型车，采用4节编组形式(Tc+Mp+Mp+Tc)，其中，Tc为拖车，长22 m；Mp为动车，长19 m；两类车厢皆宽2.8 m，高3.8 m；轮距1.5 m，车距0.8 m；列车整体编组重量为127.6 t；列车最大行驶速度为80 km/h，在区间隧道内行驶的平均速度约为50 km/h，进出站加速度约为1 m/s2，持续时间均约20 s左右。线路铺设无砟整体道床。

图8 测区剖面图(m)Fig.8 Sectional view of measuring site(m)

5.2 测点布设

测试对象为地下商场和地下车库两层的楼层Z振级[16]，两层测点的平面布置上下一致，如图9所示，在靠近地铁轨道一侧40 m×40 m的测区范围内，沿5条测线共布置了39个测点，5条测线的空间位置分别是：A测线靠近列车进站口，C测线位于站台中心，E测线靠近列车出站口，B测线与D测线分别位于A-C与C-D中心。

现场测试均安排在日间地铁运营的客流低谷期进行，列车满载或空载所带来的质量差异影响被降低到最小程度。

图9 测点布设Fig.9 Measure points layout

5.3 振级测试结果

节点采集的加速度信号通过内嵌程序进行实时振级计算，计算结果通过CC2420无线传输到基站节点，输入并存储在服务器内。以地下商场内E0测点为例，提取该测点在列车进出站100 s时间内Z向振级数据，将其与原始振动加速度数据作为对比，共同绘于图10。图中两段明显的振幅波动，分别对应列车的进站减速和出站加速过程，持续时间在15 s左右；且进站振幅略大于出站；两段波动的间隔对应于列车在站台的停靠时间，时长约30 s左右；最大振级为81 dB。

图10 地下商场E0测点的加速度与振级测试结果Fig.10 Acceleration and vibration level of E0

测试获取的振级数据较多，限于篇幅，此处仅提取两测区内各测点代表性的最大振级数据，通过插值绘出最大振级等值线，如图11所示。

图11 振级等值线图Fig.11 Contour map of vibration level

由图11中可知,地下商场和地下车库两测区内的振级分布趋势基本一致，表现为：平行轨道等距处，E线测点振级最大，A线次之，C线最小；垂直轨道方向，各测线测点的振级随距离的增加而衰减十分明显，最大减幅约15 dB；A6、E6测点处均出现一定程度的振级放大现象；地下商场内振级比地下车库整体大6 dB左右。纵观两测区的振级分布，最大振级为81 dB，最小振级约60 dB，均远低于结构损坏所需的振动强度[17]，可认为该地下建筑结构的安全性不会受到列车运行影响。

5.4 三分之一倍频程谱

考虑到人体对不同频率振动分量的感受有所差异[18]，此处使用三分之一倍频程计权振级分析测区内的振动情况。

以地下商场内四个代表性测点为例，回溯传感节点内的中间步计算结果，即三分之一倍频程中心频率上的振级数据，将其绘制于图12。由图12可知，各示例测点0～ 40 Hz内的振级基本都在55 dB以下， 低于人体的感知阈值[19]，可认为不会对人造成影响；在40～80 Hz内，振级明显增大，尤其是中心频率63 Hz处最大振级接近70 dB，参考相关标准[20]，此频段振动响应在一定程度上会降低人体舒适度，尤其是人体心脏等内脏器官受该频段的影响较为明显。

图12 示例测点1/3倍频程振级Fig.12 One-third octave band of example measure points

6 结 论

(1)本文开发了用于地铁列车振动环境加速度测试的无线传感器网络系统，该系统基于Imote2无线传感器网络平台，同时采用高精度加速度传感器板SHM-H与嵌入式软件平台ISHMP Services Toolsuite。

(2)采用高精度MEMS加速度SD1221-002采集单向加速度信号，通过OP-Amp信号放大电路，将最小分辨率提高至0.043 mg，满足了测试精度，实现了对地铁列车环境振动微弱加速度信号的板载传感器采集。

(3)基于TinyOS开源操作系统，采用组件式结构程序语言nesC编写了嵌入式计算组件VibrationLevelCalculation,在传感节点内，实现了环境振级的嵌入式计算。

(4)采用本系统，对一地铁紧邻地下空间内地铁列车环境振动响应进行了实测。通过传感节点采集环境加速度信号，在传感节点Imote2主板内嵌入式计算获得振级，通过无线传输，在终端直接显示出测试环境振级分布；此外，通过回溯存储于传感节点内三分之一倍频程中心频率上的振级数据，获得了各测点1/3倍频程振级。至此，实现了地铁列车振动环境响应的快速评定。

[1] 夏禾，曹艳梅.轨道交通引起的环境振动问题[J].铁道科学与工程学报，2004,1(1): 44-51. XIA He，CAO Yanmei． Problem of railway traffic induced vibrations of environments[J]． Journal of Railway Science and Engineering，2004,1(1): 44-51.

[2] 何浩祥，闫维明，张爱林，等.竖向环境振动下人与结构相互作用及舒适度研究[J].振动工程学报，2008,21(5): 446-451. HE Haoxiang, YAN Weiming, ZHANG Ailin, et al. Human-structure dynamic interaction and comfort evaluation in vertical ambient vibration [J]. Journal of Vibration Engineering, 2008, 21(5): 446-451.

[3] 刘卫丰，刘维宁，聂志理，等. 地铁列车运行引起的振动对精密仪器影响的预测研究[J]. 振动与冲击，2013,32(8): 18-23. LIU Weifeng, LIU Weining, NIE Zhili, et al. Prediction of effects of vibration induced by running metro trains on sensitive instruments[J]. Journal of Vibration and Shock, 2013,32(8): 18-23.

[4] 闫维明，张祎，任珉，等.地铁运营诱发振动实测及传播规律[J].北京工业大学学报，2006,32(2): 149-155. YAN Weiming, ZHANG Yi, REN Min, et al. In situ experiment and analysis of environmental vibration induced by urban subway transit [J]. Journal of Beijing University of Technology, 2006,32(2): 149-155.

[5] 唐和生，申道明，薛松涛. 地铁引起建筑物振动评价量及限值实测与探讨[J]. 振动与冲击，2012,31(21): 89-93. TANG Hesheng, SHEN Daoming, XUE Songtao. Measurement & discussion for evaluation and limits of subway induced ground-borne vibration in buildings [J]. Journal of Vibration and Shock, 2012,31(21): 89-93.

[6] 蔡巍巍，汤宝平，黄庆卿. 面向机械振动信号采集的无线传感器网络节点设计[J]. 振动与冲击，2013,32(1): 73-77. CAI Weiwei, TANG Baoping, HUANG Qingqing. Design of wireless sensor network node for collecting mechanical vibration signals [J]. Journal of Vibration and Shock, 2013 32(1): 73-77.

[7] 汤宝平，贺超，曹小佳. 面向机械振动监测的无线传感器网络结构[J]. 振动、测试与诊断，2010,30(4): 357-361. TANG Baoping, HE Chao, CAO Xiaojia. Topology of wireless sensor networks for mechanical vibration monitoring [J]. Journal of Vibration,Measurement & Diagnosis, 2010,30(4): 357-361.

[8] BENNETT P J, SOGA K, WASSELL I, et al.Wireless sensor networks for underground railway applications: case studies in Prague and London[J]. Smart Structures and Systems, 2010,6(5/6): 619-639.

[9] 谢雄耀，冯雷. 无线传感器网络技术的研究进展及其在地铁隧道中的应用挑战[J]. 岩石力学与工程学报，2011,30 (增刊2): 4047-4055. XIE Xiongyao, FENG Lei. Development of wireless sensor network technology and its challenges in subway tunnel engineering [J]. Chinese Journal of Rock Mechanics and Engineering, 2011,30 (Sup2): 4047-4055.

[10] 唐和生, 申道明, 薛松涛. 地铁引起建筑物振动评价量及限值实测与探讨[J]. 振动与冲击, 2012, 31(21): 89-93. TANG Hesheng, SHEN Daoming, XUE Songtao. Measurement and discussion for evaluation and limits of subway induced ground-borne vibration in buildings [J]. Journal of Vibration and Shock, 2012, 31(21): 89-93.

[11] SANAYEI M, MAURYA P, MOORE J A. Measurement of building foundation and ground-borne vibrations due to surface trains and subways[J].Engineering Structures, 2013,53(2):102-111.

[12] JO H K, JENNIFER A R, SPENCER JR B F,et al. Development of a high-sensitivity accelerometer board for structural health monitoring [C]//SPIE Proceeding Vol. 7647: Sensors and Smart Structures Technologies for Civil, Mechanical, and Aerospace System.San Diego, 2010.

[13] JO H, SIM S H, NAGAYAMA T, et al.Development and application of high-sensitivity wireless smart sensors for decentralized stochastic modal identification[J].Journal of Engineering Mechanics-ASCE, 2011,138(6):683-694.

[14] http://shm.cs.uiuc.edu/about.html[EB/OL].

[15] 张巍，丁华平，孙可，等. 交通环境振动嵌入式快速定量评价方法与系统: 201210100621.8[P]. 2012-04-06.

[16] 城市区域环境振动标准:88 G B[S]. 1988.

[17] 刘维宁，马蒙. 地铁列车振动环境影响的预测、评估与控制[M]. 北京：科学出版社，2014.

[18] 张向东, 高捷, 闫维明. 环境振动对人体健康的影响[J]. 环境与健康杂志, 2008 (1):74-76. ZHANG Xiangdong, GAO Jie, YAN Weiming. Effects of environmental vibration on human health [J]. Environ Health, 2008(1):74-76.

[19] 夏禾. 交通环境振动工程[M]. 北京：科学出版社, 2010.

[20] 城市轨道交通引起建筑物振动与二次辐射噪声限值及其测量方法标准:JGJ/G170[S]. 2009.

Fast assessment of ambient responses induced by subway train vibration using wireless sensor networks

SHI Yi1,2, ZHANG Wei3, SUN Ke3, DING Huaping4, SUN Xun3

(1. School of Civil Engineering，Beijing Jiaotong University, Beijing 100044, China；2. Suzhou Rail Transit Group Co. Ltd., Suzhou 215004, China；3. School of Earth Sciences and Engineering，Nanjing University，Nanjing 210046, China；4. School of Electronic Science and Engineering，Nanjing University，Nanjing 210046, China)

The measurement of weak ambient acceleration responses, induced by subway train vibrations, needs an accuracy of mg scale, which could not be easily satisfied using ordinary on-board MEMS accelerometers. In the paper, by using the low-noise OP-Amp OPA4344 and ADC Q4FA512, the measurement range of the MEMS accelerometer SD1221L-002 was limited in ±0.2 g, so as to accomplish an acceleration resolution of 0.043 mg to satisfy the testing requirement of weak ambient vibrations. A specific wireless sensor network system was developed for the testing of subway train induced ambient accelerations. The system was based on Intel Imote2 wireless sensor network platform, combined with the embedded software platform ISHMP Services Toolsuite. Based on the open-source operation system TinyOS, the component structural programming language nesC was used to program the embedded application component VibrationLevelCalculation, so as to embeddedly compute the ambient vibration level. The system was used to measure the ambient vibration responses induced by subway train vibrations of an underground space adjoining the subway station. The ambient acceleration signals were acquired at the sensor nodes the vibration levels were embeddedly computed in the Imote2 main board of the sensor board, and the distribution of the ambient vibration level was directly displayed on the terminal. In addition, the one-third octave bands spectra at measuring points were obtained by retrieving the vibration level data at the center frequencies stored inside the sensor nodes. The developed system implements the fast assessment of the ambient responses induced by subway train vibrations.

subway train; ambient vibration; wireless sensor networks; micro-electro-mechanical system (MEMs); analog to digital converter (ADC); embedded computing; operational-amplifier (Op-Amp)

国家自然科学基金项目(40902076);苏州市科技计划项目(SYG201318)

2015-08-11 修改稿收到日期：2015-10-27

施毅 男，博士后，高级工程师，1978年生

张巍 男，副教授，1974年生 E-mail: wzhangnju@163.com

U211.3

A

10.13465/j.cnki.jvs.2017.02.037