公路隧道环境感知系统的设计与实现

钱 超， 邓木生， 李虎雄， 陈建勋， 王辰瑶

(1. 长安大学电子与控制工程学院， 陕西 西安 710064； 2. 长安大学公路学院， 陕西 西安 710064)

0 引言

随着经济水平和隧道建造技术的快速发展，为缓解日益紧张的交通压力，在世界范围内越来越多的长隧道甚至特长公路隧道开始修建并投入运营。作为世界上隧道和地下工程数量最多、发展速度最快、规模最大的国家[1-2]，截至2020年底，中国已建成特长公路隧道(l>3 000 m)1 394处，共计623.55万延米[3]。通风系统能够降低隧道污染物体积分数并提高能见度，对保障行车安全效果显著。全射流纵向通风方式因其隧道开挖断面小、工程造价低等优势成为最经济的机械通风方式，在高速公路隧道中应用广泛。与横向、半横向式通风隧道内较为均衡的污染物分布不同，纵向通风方式下污染物沿隧道行车方向运移、累积，体积分数逐渐增大，导致隧道内存在严重的安全、卫生和舒适问题[4]。在实际运营的公路隧道中进行全面的通风测试难度系数大、危险程度高，试验研究通常借助缩尺模型开展[5]，导致真实环境下特长公路隧道通风环境数据极度匮乏[6-7]。

借助专业环境检测设备进行现场实测逐渐成为隧道通风研究的主流趋势，如Kim等[8]应用粒子成像测速仪研究了射流风机对纵向通风隧道烟雾扩散的影响；Levoni等[9]设计了一种可移动多点气流测量装置，用于测试意大利勃朗峰隧道(11 km)横断面的风速分布；Cheng等[10]应用便携式粒子分析仪调查了台湾雪山隧道(12.94 km)颗粒物(PM, particulate matter)质量浓度及其粒径分布，此外Li等[11]应用污染物分析仪对该特长公路隧道CO和NOx体积分数进行了测试；Li等[12]利用便携式仪器分析了湘江隧道(3 km)中交通流对CO、NOx、PM2.5扩散特征的影响。

综上所述，国内外学者针对公路隧道环境监测开展了深入的分析和探讨，对于监测系统也提出了多种设计方案。但现有研究大多侧重于单种污染物的分布规律，污染物研究类别较为单一，且缺少长期监测数据支撑，难以系统、全面地总结隧道空气质量时空变化规律。近年来，大数据、云计算和物联网等新兴技术已开始向隧道建设和运营行业渗透，通过物联网技术全面感知隧道本体、环境和设备信息，利用云计算技术对感知信息进行数据融合和处理分析，为设计、建造、运营过程中提供智能响应和科学决策，最终实现“智慧隧道”已成为隧道建设和运营的发展方向。鉴于此，本文设计一种公路隧道环境感知系统(TEPS，tunnel environment perception system)，应用物联网和云计算技术实现隧道内有害气体体积分数、温度/气压、能见度和风速/风向等运营环境信息的实时精准采集、传输与存储，以期为设计智能化的隧道通风控制方案、实现隧道运营节能降耗提供数据支撑。

1 系统总体设计

现行的JTG/T D70/2-02—2014《公路隧道通风设计细则》将安全性、卫生性和舒适性作为通风控制的主要标准[13]，分别给出了烟尘和CO设计体积分数，并首次提出以平均体积分数1×10-6作为NO2的设计限值[14]。参考相关技术规范中对隧道内空气环境参数的监测要求，本系统将NO2体积分数纳入环境监测，旨在实现对公路隧道内通风安全指标(能见度)、卫生指标(CO、NO2体积分数)和通风效果(风速、风向等)的全方位综合监测。

TEPS系统框架如图1所示，主要由环境监测、数据传输2个子系统以及电源模块构成。其中,环境监测子系统负责实现监测信息的采集、处理和本地存储，同时将处理后得到的数据发送至数据传输子系统；数据传输子系统负责数据格式封装，将数据远程发送至云服务器，从而实现对公路隧道环境信息的实时监测。为避免隧道内风机和灯具开启时电压波动对系统的影响，设置专用电源模块负责将隧道内标准交流电转成低压直流电，为上述2个子系统提供稳定工作电压和备用电源支持，确保极端情况下系统稳定运行。

图1 公路隧道环境感知系统框架

2 环境监测子系统

2.1 子系统组成

环境监测子系统结构如图2所示，由微处理器集成数据采集和数据存储2个模块组成。数据采集模块实现对隧道内有害气体体积分数、温度/气压、能见度和风速/风向等原始数据的采集，原始数据发送至微处理器进行处理，处理完成的最终数据发送至数据存储模块，实现隧道内相关信息的实时显示和本地存储。

图2 环境监测子系统结构图

2.2 数据采集模块

2.2.1 有害气体

为适应较为恶劣的隧道环境，选用高精度、高灵敏度的MICS-6814传感器对隧道内CO和NO22种污染程度较高的有害气体进行在线监测。有害气体监测硬件电路如图3所示，传感器由高精度微加工膜片(带有嵌入式敏感电阻)和位于顶部的传感层组成。借助STM32芯片内部集成的A/D转换实现对模拟信号的量化，Rs是敏感电阻通电加热下的阻值，Ro是敏感电阻未加热条件下的阻值。当气体体积分数发生变化时，传感器的敏感电阻电压随之成正比变化，根据分压原理Rs/Ro=Us/Uo，计算得出电阻比值X，代入拟合函数关系式(1)和式(2)进而确定隧道内有害气体体积分数。

图3 有害气体监测硬件电路图

(1)

YNO2=0.149 6XNO2+0.018 2。

(2)

式中：YCO、YNO2分别为有害气体CO和NO2体积分数，1×10-6；XCO、XNO2分别为敏感电阻中CO和NO2有害气体接口的电阻比值Rs/Ro。

2.2.2 温度/气压

选用高精度数字温度/气压传感器实现隧道内温度和气压信息的在线监测。温度/气压监测硬件电路设计如图4所示，在时钟信号SCK触发下，微处理器通过IIC接口定时由数据线SDA读取传感器采集的温度和气压信息。

图4 温度/气压监测硬件电路图

2.2.3 能见度

采用数字式颗粒物质量浓度传感器实现隧道内能见度的在线监测。传感器利用激光照射在空气中的悬浮颗粒物上产生散射，基于米氏(Mie)理论的算法得出颗粒物的等效粒径及单位体积内不同粒径的颗粒物数量，即颗粒物质量浓度分布，进而换算成为PM2.5质量浓度μ(mg/m3)；根据世界道路协会PIARC(2019)报告[15]中能见度与颗粒物质量浓度转换关系(式(3))，计算出隧道内消光系数K(m-1)，并以通用数字接口形式输出。

K=0.004 7μ。

(3)

2.2.4 风速/风向

选用超声波风速/风向传感器实现隧道内风速风向的在线监测。风速传感器利用4个超声波换能器按十字交叉状构成2组超声波发射、接收电路，传感器工作示意如图5所示。由于声音在空气中的传播速度会和风速叠加，根据时差法来分别实现2个方向风速的测量(式(4))，最终合成实际风速。另外，根据2个方向风速差异并结合电子罗盘传感器实现风向角度判别。

图5 风速风向传感器工作示意图

(4)

式中：v为风速；d为2个换能器之间的直线距离；t1为逆风时声波传播时间;t2为顺风时声波传播时间。

2.3 数据存储模块

2.3.1 数据显示

采用薄膜晶体管液晶显示器(TFT-LCD, thin film transistor-liquid crystal display)实时显示隧道内环境监测结果。显示器由显示屏、背光源及驱动电路3大核心部件组成，显示屏中液晶的透光率具有随其所施电压大小而变化的特性，在外部施加照射光使液晶发光，用m×n点排列的逐行扫描矩阵显示任意字符或图形。

2.3.2 数据存储

随着SD/TF卡存储容量的不断提高，采用以微处理器为系统核心嵌入FAT32文件系统，通过大容量存储卡以及USB数据拷贝功能，实现高性能、低功耗、低成本、小体积的海量数据存储，成为技术主流。系统采用该方式，实现数据的本地长期存储(备份)，保证了数据完整性。

3 数据传输子系统

3.1 子系统组成

近年来随着4G通信技术的成熟推广，其功耗成本低、传输速率快、频带利用率高的技术优势促使其在物联网领域得到广泛应用，同时泄露电缆技术也解决了隧道内移动网络全覆盖的问题。因此借助隧道内4G网络，实现环境监测数据高速、无线传输是最理想和最经济的通讯方式。数据传输子系统由数据透传模块和网络存储模块组成，具体传输方式如图6所示。4G数据传输模块(DTU， data transfer unit)集成了TCP/IP协议，支持网络透传，可以实现运营商4G网络的高速接入。4G-DTU发送网络心跳包实现监测子系统与云服务器的连接，将微处理器采集的隧道环境监测信息同步至监控中心私有云服务器，提高了信息采集的便捷性与高效性。4G-DTU同时支持断线重连功能，能够保证隧道环境监测信息的完整性和稳定性。

图6 数据传输子系统结构图

3.2 数据透传模块

在数据透传模块中，微处理器通过RS-485连接4G-DTU，4G-DTU将接收的串口数据封装为TCP/IP协议MAC帧上传至云服务器[16]，其中客户数据字段格式如图7所示。云服务器端通过Windows Sockets API实现与4G-DTU的通信，并将获取的数据进行存储。

B指字节。

3.3 网络存储模块

云服务器接收到上传数据后按数据帧的定义格式进行校验和解析，之后将监测数据存入数据库(数据存储格式见表1)，从而实现隧道环境感知数据的云端共享，用户可以通过隧道监控软件从数据库中随时查看和下载数据。

表1 数据存储格式

4 系统实现与应用

4.1 系统实现

STM32是意法半导体(STMicroelectronics)推出的具有Cortex-M3内核并具备丰富外设选择的32位微处理器。凭借优异的实时性能和杰出的功耗控制，STM32系列处理器在全球物联网领域得到广泛应用。系统选用STM32F103芯片为核心控制器，并与数据存储模块、电源模块封装于隧道监测终端。将数据采集模块中有害气体、温度/气压和颗粒物传感器封装于数据采集盒，采集盒双侧开孔便于传感器与隧道内空气接触，风速/风向传感器固定在标准的杆配件上，零初始角度指向与行车方向保持一致。最终设计开发的隧道环境感知系统如图8所示，隧道监测终端、数据采集盒和杆配件分别安装于距隧道电缆沟盖板180、300、300 cm高度的隧道侧壁上，仅需外接隧道配电箱供电即可保证长期运行。集成的专用电源模块为系统运行提供稳压和过流保护，当隧道内电力中断则切换至后备电池供电，保证了监测数据采集和传输的稳定性。

图8 隧道环境感知系统构成图

为了降低设备安装成本同时便于巡检和维护，可将本系统逐点布设于特长公路隧道紧急停车带处，具体如图9所示。隧道环境监测数据上传至监控中心，同时与交通运行数据进行融合，可为隧道通风系统智能调节与节能控制提供数据支撑和决策依据。

图9 特长公路隧道内系统布设方式(单位： m)

4.2 应用测试

4.2.1 硬件测试

通过示波器对2类模拟式传感器采集端口进行波形检测，结果显示，有害气体传感器呈现较为平稳的锯齿波信号，说明该传感器受到的干扰较小，可以正常采集模拟电信号，温度/气压传感器通过串口上传数据，呈现的是PWM波形，起始位与停止位之间不存在长“1”或“0”现象，说明温度/气压传感器SDI端口工作稳定，硬件电路完全符合设计要求。

4.2.2 软件测试

目前特长公路隧道均配置CO/VI和风速/风向等监测设备，数据分别通过可编程逻辑控制器(PLC， programmable logic controller)并由以太网传输至监控中心进行集中存储。本系统将有害气体体积分数、温度/气压、能见度、风速/风向等信息集中采集，实现隧道环境的全方位综合监测，系统显示界面如图10所示，主要由系统标题与版本(tunnel environment perception system V1.0)、时间、有害气体体积分数(CO和NO2)、温度(TEMP)、气压(STP)、风速(WSP)、风向(WDIR)和能见度(VISIB)8个部分组成。

图10 全方位综合监测系统显示界面

为评估TEPS数据采集准确性和数据传输稳定性，在相同监测点与手持式CO检测仪(T40)、手持式NO2检测仪(AS8906)、能见度检测仪(ZXL-5000M)以及手持式风速计(AZ9871)所采集数据进行对比分析,结果如图11所示。由图可知，系统不存在数据缺失情况且数据基本吻合，其中CO、NO2、能见度和风速采集数据平均绝对百分比误差(MAPE，mean absolute percentage error)分别为3.36%、1.73%、5.43%和2.06%，证明TEPS对数据采集具有较高的准确率和传输稳定性。

(a) CO体积分数

5 结论与建议

本文结合当前“智慧隧道”发展新趋势，设计并实现了一种基于物联网与云计算的公路隧道环境感知系统，实现了隧道环境集成化采集、实时远程监测和数据云端存储。既弥补了便携式隧道检测设备运行时间短、内容单一等诸多短板，同时也弥补了传统固定式隧道监测设施结构复杂、布设分散、集成化程度低、数据彼此孤立的缺陷，可为综合评判隧道空气质量、运营态势和动态调节风机运行提供实测数据支撑。

1)将有害气体、温度/气压、能见度和风速/风向等高精度传感器在隧道内集成部署，利用STM32微处理器实现环境信息的实时监测，应用4G移动通信网络进行数据的远程传输，实现了隧道环境监测数据的云端存储。实测结果表明,本系统集成度高、布设简便、运行稳定，与各专用检测设备相比，本系统CO体积分数、NO2体积分数、能见度和风速采集数据平均绝对百分比误差分别为3.36%、1.73%、5.43%和2.06%。

2)参照现行的《公路隧道通风设计细则》和PIARC 2019报告，实现了对CO体积分数、NO2体积分数、能见度和风速/风向等隧道环境信息的在线监测，可为探究各级公路隧道受不同交通组成影响下的空气质量演化规律提供基础数据。

3)采用电化学传感器实现对有害气体(CO、NO2)的监测，测量精度很大程度上取决于所提供的维护水平。而光学传感器虽具有最小的可检测体积分数、测量范围和精度，但是价格高昂，仅用于对空气质量有严格要求的情况(长隧道、高流量、高拥堵风险等)，因此后续的技术改进将围绕以较低成本实现对隧道内NO2体积分数的精准监测。