APP下载

基于物联网的城轨车辆轮对温度与振动状态智能监控系统研究

2023-02-21刘志伟

科技风 2023年4期
关键词:城轨振动状态

刘志伟

天津商业大学宝德学院 天津 300384

1 概述

当前城市轨道交通建设正在我国大中城市迅猛发展,我们一方面在享受城轨交通带来的高速、舒适、便利交通环境的同时,另一方面公众对城轨交通的安全保障有了更高的关注度。从技术层面上对城轨交通的安全运营进行保驾护航,一直是城轨交通建设与发展的重要研究方向。由于城轨车辆运行过程中,轮对在承担车厢负重的同时还要在恶劣的工作环境中处在高速运转、摩擦、制动等状态,其安全状态直接影响到整个城轨车辆的运行安全。因此对城轨车辆轮对的动态监控与智能感知也成为城轨交通安全监控技术的重要研究方向,本文从影响城轨车辆轮对安全最为直接的温度与振动状态参数监测与分析入手,研究与设计基于物联网技术的城轨列车轮对振动状态智能监控系统,通过实时监测与后台大数据参数分析,运用人工智能方式及时发现与处理车辆轮对的温度与振动异常,提升城轨车辆运行的安全性。

2 系统总体方案设计

针对车辆轮对的温度与振动状态动态监测有两种设计方案。方案一是将信号检测装备设置于城市轨道交通线路之上,在装有传感器的车辆经过线路上检测装备时进行检测扫描,获得相关温度与振动状态数据后上传至上位机进行处理。方案二是将传感器与信号检测装备集成化、网络化,统一安装在城轨车辆当中,对轮对的振动状态数据进行实时采集与上传,可以采集到轮对的过程温度与振动状态数据。比较而言,方案一不能及时对影响轮对运行安全的温度与振动状态数据进行实时获取,也无法在后台数据处理后及时进行安全预警,存在较大的不足但可以较好地利用现有城轨数据传输网络。而方案二采用的数据采集、数据预处理、数据上传、网络通信一体化装备具有通用化、集成化特点,不仅适用于不同的城轨交通系统,并可以经过简单扩展应用到更大范围的铁路运输、水利管网、电力线路以及普通的物流运输的安全监测当中,故具有较高的研究推广价值。本文正是基于该方案,研究提出基于物联网的城轨交通车辆轮对温度与振动传感信号智能监控系统,并以得到的车辆轮对温度与振动状态数据为基础,通过大数据与人工智能技术构建城轨交通车辆故障监测平台,实现对车辆故障的自动分析与识别,提升城轨交通运输的安全性。

基于物联网的城轨列车轮对温度与振动状态智能监控系统由数据采集终端、数据传输控制模块、云端处理模块三部分组成,结构示意图如图1所示。

图1 系统整体方案架构设计

2.1 数据采集终端模块

该终端模块安装在每台城轨列车的轮对位置,实现一定频率的轮对温度与振动数据实时采集,并完成数据的转换、预处理,并完成采集数据由终端模块向数据传输控制端模块的物联网无线传输。

2.2 数据传输控制模块

向下实现对轮对温度与振动数据采集终端模块的数据接收,在完成相应的数据转换与预处理后通过无线网络实现数据的传输,将数据上传至云数据平台。其上传方式分为两种,高速运行状态是通过轨道内架设的5G通信网络实现数据上传,在轨道站或是检测点可以通过无线局域网方式实现高速上传。

2.3 云端处理模块

接收到各轨道车辆上传的轮对温度与振动数据后,对数据进行相应的存储与分类操作,结合故障模型完成车辆行驶状态的智能分析,进行故障预判,并将运行状态与故障报警信息等内容推送至车辆驾驶及相关部门。

3 数据采集终端模块设计

实现车辆轮对温度与振动状态数据的采集以及无线数据传输,由温度与振动复合传感器与负责无线网络通信的ZigBee通信单元组成,其模块工作过程示意图如图2所示。

图2 数据采集终端模块工作原理示意图

3.1 传感器单元设计

而随着智能物联网技术及微机电系统的不断发展,基于传感器网络的智能检测系统被广泛地应用到各类交通运输系统当中。本系统在每台车辆的轮对上安置温度与振动传感器,可以按照指定频率获取轮对行驶过程中的振动温度信号,对传感器的选型要求是满足车辆行驶过程中振动监测的快速反应以及稳定可靠。本系统中选择的是一体化设计的振动温度复合传感器,通过综合测试与筛选,系统最后选用的是远东测振研发的YDI-12AT系列复合型传感器,该传感器采用不锈钢外壳,抗干扰能力强,比较适用于轨道交通车辆运行时所处的恶劣工作环境。

3.2 无线网络通信传输模块(ZigBee通信单元)设计

传感器采集到的温度与振动状态信号通过线路传输至与之相连接的无线网络通信传输模块,再通过无线网络传送至车厢的数据传输控制模块,进而再利用5G网络传输至云端。下图3所示的即是在一节车厢中的两级轮对上安装了四组数据采集终端模块,利用ZigBee通信单元实现数据传输的方案设计。

图3 无线传输方案设计

具体的硬件选型上,本系统数据采集终端模块中无线网络通信单元,采用的是美国德州仪器公司出品的CC2530芯片,该单片机系统提供基于SimpleLink解决方案的无线应用工作模式,支持IEEE802.15.4标准以及标准ZigBee协议。

4 数据传输控制模块

数据传输控制模块的作用是实现车辆轮对温度与振动数据由轨道车辆内部物联网络向云端处理模块的无线传输,其工作原理示意图如图4所示:

图4 数据传输控制模块工作原理示意图

数据传输控制模块由两部分组成,分别是ZigBee通信单元与LTE传输单元,分别实现数据的接收与云端上传操作,两者之间采用串口方式进行连接。实际施工过程中,每个数据传输控制端可以与多个车厢的多组数据采集终端模块进行无线连接,其安装位置设置在轨道车辆的转向架,可以根据轨道车辆的长度设置多个数据传输控制端进行灵活无线组网。

4.1 ZigBee通信单元设计

采用与上述数据采集终端模块中ZigBee通信单元相同的设备选型,使用CC2530芯片,其他内容不多介绍了。

4.2 LTE传输单元设计

LTE无线通信技术当前广泛地应用于城市轨道交通通信系统当中,在设计与使用过程中具有延迟低与传输效率高的优点。同时,因为其采用了专用频段,可以有效地避免城市中无线信号干扰,具有较好地抗干扰性,提升了轨道交通无线通信的安全保障与可靠性。LTE提供了适用于物联网应用的多种协议模块,本系统选择的LTE Cat1协议模块,通信芯片选择的是移远通信的EC200S-CN,支持最大下行速率10Mbps和最大上行速率5Mbps,具有较高的性价比,可以满足不同场合的工业级无线通信需求。

5 云端处理模块

云端处理模块从功能设计上主要实现两个方面的内容,分别是采样数据管理与故障分析处理。采样数据管理功能是将不同轨道车辆上传至云服务平台的轮对温度与振动采样数据进行存储,为分析处理进行数据准备;故障分析处理功能则是通过对云端数据进行的加工、分析与处理操作,实现对轨道车辆轮对运行情况的实时监控,并通过采集数据与已知模型数据的比较,实现车辆行驶的故障监测与预警研判。同时系统提供自主学习功能,利用人工智能技术,提取轮对温度与振动参数与车辆故障的联系,对故障识别进行数据建模,实现动态化故障辨别。本模块主要解决轮对温度变化预警、轮对振动状态故障识别与云服务构建三个关键问题。

5.1 基于BP神经网络的轮对温度故障预警设计

轨道车辆行驶过程中,本系统利用轮对采集的不同时段的温度信息对轮对运行情况进行分析与预测,具体设计上采用BP神经网络方法预测轮对温度,实现轮对故障的及时预警,提升车辆运行安全性。

BP神经网络方法的工作原理是通过对输入量的多次学习和计算,从而得到期待的输出值,以解决实际问题。在本系统当中,将不同轨道车辆轮对在不同状态、不同时刻所获得的历史温度数据作为输入量进行学习,系统即可构建出温度变化与故障发生的数据模型。例如,该模型可以通过已知时刻t1与温度T1的数据对,即(t1,T1)计算出下一个时刻t2对应的预测温度值T2′。而当系统在t2时真实测量的温度值T2被采集到之后,如果T2′与T2之间的差距超出了允许的误差,系统认为具备了故障发生的可能性,故向系统提出温度异常故障预警。

5.2 基于卷积神经网络的轮对振动故障识别设计

本系统在轮对振动数据分析处理过程分为两个阶段,第一阶段是完成轮对振动数据信号转换,系统采集上传的轮对振动信号是典型的一维信号,在故障的分析与处理方面存在较多不足之处,同时也为了第二阶段智能学习算法模型的数据输入,系统在此阶段实现振动数据由一维向二维的转换。第二阶段是根据产生的二维数据信息,通过机器算法学习建立起二维振动图像与轮对故障之间的对应关系,实现系统对轮对振动故障的自动诊断

5.2.1 信号转换的实现

系统采集到的轮对振动信息主要包括时间与振动参数两部分,信号的转换可以从时域、频域以及时频域三个层面上进行,主要思想是运用不同的方法将原始信号中的特征信号进行提取并放大,并实现一维信号向二维信号的转变。因为本系统处理的振动信号在特征提取方面的特殊性,采用的时频域层面上的连续小波变换方法实现信号转换。本系统中连续小波变换的定义如下:

一维信号转变为二维信号的过程即是使用该连续小波对得到的轮对振动时间与振动参数信息序列进行分解,再通过二维坐标信息的复合生成时频图,如下图5所示。

图5 轮对振动信号时频图

5.2.2 轮对振动故障识别诊断

得到轮对振动信号的二维时频图后,系统即可以根据该图像实现轮对振动故障的识别与诊断,实现的工作原理是构建基于卷积神经网络的机器模型,通过系统自主学习建立起轮对振动故障的案例库。通过采集与转换后的时频图提交给系统后,系统即可以判断出该图像显示的轮对运行状态如何,如果该运行状态处于非正常状态,能将其与案例库中的某故障进行对应,实现故障的识别与诊断,并能根据故障的严重程度使用不同的方式将故障信息传达至不同用户进行示警。本系统为避免出现过多的数据特征拟合,模型中的卷积层设置为四层,并使用交叉熵的方法对故障识别结果进行评价,反向调节正向学习过程中的参数权重,以期达到较高的故障识别率,保证轮对运行的安全可靠性。

5.2.3 云平台搭建

本系统涉及的云服务平台构成了整个系统的数据基础平台,其云平台组建方案根据现有城轨云服务的建设情况,可以采用自建、依托现有云平台、第三方服务等多种方式,根据实际情况,从成本及建设管理复杂度等方面进行测评,最终选择第三方服务的方式完成了云服务平台搭建,使用的是阿里云提供的云服务器,提供多种硬盘与带宽服务选择,具有良好的可扩展性。

猜你喜欢

城轨振动状态
某调相机振动异常诊断分析与处理
振动与频率
This “Singing Highway”plays music
状态联想
漫谈城轨
城轨春节 敬业福
城轨的“敬业福”万家的“团圆福”
漫谈城轨
生命的另一种状态
坚持是成功前的状态