直線電機氣隙在線檢測系統(tǒng)設(shè)計與實現(xiàn)

陳曉亮 朱佳偉 朱凌祺

摘 要：為解決直線電機氣隙人工檢測中存在的檢測效率低、檢測數(shù)據(jù)不精準(zhǔn)等問題，設(shè)計了一種基于激光位移傳感器的氣隙在線檢測系統(tǒng)。該在線檢測系統(tǒng)的硬件包括車輪軸位傳感器、車號識別裝置、可編程邏輯控制器、激光位移傳感器等;系統(tǒng)的軟件包括數(shù)據(jù)采集單元、數(shù)據(jù)處理單元和Web發(fā)布單元;系統(tǒng)完成后，進(jìn)行了實際現(xiàn)場運行試驗，結(jié)果證實系統(tǒng)的精準(zhǔn)性和穩(wěn)定性能夠滿足運營檢修需求。

關(guān)鍵詞：地鐵;直線電機;氣隙;激光傳感器;動態(tài)檢測

中圖分類號：TP277;U264.1+4

直線電機地鐵具有眾多優(yōu)點，例如較強的爬坡能力、可促使軌道交通系統(tǒng)小型化、可通過較小半徑曲線等，但其氣隙間距較難控制，這也是阻礙直線電機軌道交通發(fā)展的最大原因[1]。運行能耗與直線電機氣隙間距有著緊密的聯(lián)系，如果直線電機氣隙間距過大，在同等列車動力下所需勵磁電流也較大;如果氣隙間距過小則容易發(fā)生電機刮擦，導(dǎo)致電機燒毀，甚至造成安全事故，影響地鐵正常運營。因此，國內(nèi)外各大地鐵公司非常注重直線電機氣隙間距的控制。由于氣隙間距需動態(tài)測量，且受到眾多因素干擾，例如磁場干擾、現(xiàn)場環(huán)境等，因此，動態(tài)檢測難度較大[2]。

傳統(tǒng)氣隙間距測量的方式是手工測量，該方法測量強度較大，且存在較大的人工誤差，同時無法對氣隙間距進(jìn)行動態(tài)檢測，因此，對突發(fā)性事件無法預(yù)知。國防科技大學(xué)呂梁學(xué)者提出了一種基于電渦流法的直線同步感應(yīng)電機氣隙檢測方法[3]，該方法需要在軌枕上方安裝2個檢測線圈且分別對準(zhǔn)直線電機齒槽位置，通過電渦流傳感器檢測線圈的等效電感，利用檢測線圈電感與直線電機氣隙一一對應(yīng)的關(guān)系，實現(xiàn)直線電機氣隙間距自動測量，但實際列車運行環(huán)境受振動等因素影響，線圈無法精準(zhǔn)地對準(zhǔn)齒槽的位置，因此，無法精準(zhǔn)地測量電機氣隙間距。國內(nèi)地鐵工程師王保堅于2009年提出將激光技術(shù)應(yīng)用于車輛直線電機氣隙測量的想法[4]，但由于在關(guān)鍵技術(shù)上遇到了較多的困難，該想法并未能在工程上實現(xiàn)。

綜合上述思想，本文提出一種基于激光位移傳感器的氣隙在線檢測系統(tǒng)，可以進(jìn)行氣隙間距的實時測量，并向運營維修部門提供列車實時的運行狀態(tài)，保證列車安全運行以及給電機維修提供科學(xué)依據(jù)。

1 系統(tǒng)總體結(jié)構(gòu)

系統(tǒng)整體結(jié)構(gòu)如圖1所示（PLC為可編程邏輯控制器）。氣隙在線檢測系統(tǒng)分為現(xiàn)場控制單元、現(xiàn)場數(shù)據(jù)采集單元、數(shù)據(jù)傳輸單元、數(shù)據(jù)存儲單元、數(shù)據(jù)處理單元和Web發(fā)布單元。

現(xiàn)場控制單元負(fù)責(zé)實時控制現(xiàn)場數(shù)據(jù)采集單元和提取車號信息?，F(xiàn)場數(shù)據(jù)采集單元負(fù)責(zé)氣隙數(shù)據(jù)的高速采集。數(shù)據(jù)傳輸單元將采集的數(shù)據(jù)通過TCP/IP[5]協(xié)議傳輸至存儲服務(wù)器。數(shù)據(jù)存儲單元負(fù)責(zé)存儲原始?xì)庀稊?shù)據(jù)和經(jīng)過特定算法處理后的氣隙數(shù)據(jù)。數(shù)據(jù)處理單元通過特定算法處理原始?xì)庀稊?shù)據(jù)。Web發(fā)布單元將處理后的氣隙數(shù)據(jù)以圖表的形式動態(tài)顯示，并實現(xiàn)實時監(jiān)控報警、行車報表查詢、數(shù)據(jù)趨勢分析、閾值設(shè)定、設(shè)備狀態(tài)查詢等功能。

2 硬件系統(tǒng)設(shè)計

直線電機氣隙在線檢測硬件系統(tǒng)中包含現(xiàn)場控制單元和現(xiàn)場數(shù)據(jù)采集單元。設(shè)備安裝布置如圖2所示，沿列車運行方向傳感器布置分別為車輪軸位傳感器、車號識別天線、激光位移傳感器。其現(xiàn)場設(shè)備安裝圖如圖3所示。

2.1 車輪軸位傳感器

車輪軸位傳感器主要負(fù)責(zé)列車定位，該傳感器是基于電磁感應(yīng)原理實現(xiàn)的。當(dāng)列車車輪接近軸位傳感器時，傳感器輸出高電平，并觸發(fā)PLC模塊告知數(shù)據(jù)采集軟件開啟數(shù)據(jù)高速采集。

根據(jù)系統(tǒng)需求，本系統(tǒng)選擇圖爾克公司型號為NI50U-CK40-VP4X2-H1141的傳感器作為車輪傳感器，該傳感器封裝性好，安裝簡單，具有良好的抗振性、較強的抗干擾性和耐候性，能夠適應(yīng)城市軌道交通線路上的各種惡劣環(huán)境。

2.2 車號識別系統(tǒng)

車號識別系統(tǒng)[6]是指在列車車底安裝的固定車號信息的電子標(biāo)簽，以及在站點特定位置安裝的地面自動識別裝置。當(dāng)列車通過地面自動識別設(shè)備時，該列車的車號信息被自動識別并通過RS485串口傳至PLC進(jìn)行車號信息提取，為系統(tǒng)其他單元提供車輛信息。車號識別系統(tǒng)示意圖如圖4所示。

根據(jù)系統(tǒng)需求，選擇深圳國宇源創(chuàng)的鐵路車號自動識別裝置，型號為GYYC900型，該裝置是基于射頻信號和空間耦合原理的自動識別技術(shù)實現(xiàn)的，具有體積小、質(zhì)量輕、安裝簡便等優(yōu)點，非常適合城市軌道交通線上的各種惡劣環(huán)境。

2.3 激光三角反射式位移傳感器

現(xiàn)場數(shù)據(jù)采集單元通過激光位移傳感器實現(xiàn)數(shù)據(jù)實時采集，傳感器是基于激光三角法進(jìn)行數(shù)據(jù)采集。激光三角法測量分為直射式與斜射式，直射式適合散射性好的測量物體表面，斜射式測量適合測量表面比較光滑的物體[7-8]。

根據(jù)系統(tǒng)需求，本系統(tǒng)選擇型號為optoNCDT 2300的德國米銥激光測距傳感器作為現(xiàn)場數(shù)據(jù)采集單元硬件設(shè)備，該傳感器是基于斜射式激光三角法進(jìn)行數(shù)據(jù)采集。激光位移傳感器安裝示意圖如圖5所示。

2.4 可編程邏輯控制器

在本檢測系統(tǒng)中，PLC的主要功能為開啟與關(guān)閉系統(tǒng)、處理與傳輸車號信息、觸發(fā)脈沖控制激光位移傳感器數(shù)據(jù)采集，選用西門子公司型號為S7200-SMART的PLC作為系統(tǒng)可編程邏輯控制器。該型號PLC是S7-200的升級版，集成了S7-200眾多優(yōu)點，擁有豐富I/O點數(shù)的CPU模塊，產(chǎn)品配置靈活，拓展方便，同時CPU模塊配有以太網(wǎng)接口，可以與計算機進(jìn)行通信，輕松組網(wǎng)[9]。

3 軟件系統(tǒng)設(shè)計

檢測軟件系統(tǒng)主要由3個部分組成：數(shù)據(jù)采集單元、數(shù)據(jù)處理單元、Web發(fā)布單元，系統(tǒng)軟件功能如圖6所示。

3.1 數(shù)據(jù)采集單元

數(shù)據(jù)采集單元流程圖如圖7所示。當(dāng)列車駛?cè)朐O(shè)備安裝區(qū)時，PLC會接收車輪軸位傳感器輸出的高電平，同時接收車號識別主機發(fā)送的車號信息。PLC收到信號后通過TCP/IP協(xié)議將開啟數(shù)據(jù)采集的信號以及車號信息發(fā)送給數(shù)據(jù)采集單元，從而實現(xiàn)數(shù)據(jù)高速采集。

3.2 數(shù)據(jù)處理單元

數(shù)據(jù)處理分為3大部分：數(shù)據(jù)預(yù)處理、提取電機數(shù)據(jù)和提取齒數(shù)據(jù)。

數(shù)據(jù)預(yù)處理包括數(shù)據(jù)角度和高度的校正以及干擾數(shù)據(jù)的剔除，數(shù)據(jù)預(yù)處理為精準(zhǔn)提取各齒數(shù)據(jù)提供良好的基礎(chǔ)。

各電機氣隙數(shù)據(jù)通過閾值差分法獲取，利用差分法能夠提取每一個電機頭尾數(shù)據(jù)的橫坐標(biāo)，但依然存在局部干擾數(shù)據(jù)，在本系統(tǒng)中稱為“假電機”，即其類似電機形狀但點數(shù)較少。通過大量過車試驗，發(fā)現(xiàn)列車均以勻減速形式進(jìn)站，每個電機采集到的點數(shù)至少為3000個，故在提取坐標(biāo)范圍后可通過閾值形式排除假電機，進(jìn)而精準(zhǔn)地提取各電機的采集數(shù)據(jù)。

為了更精準(zhǔn)地提取各電機各齒數(shù)據(jù)，利用密度聚類分析（DBSCAN）和五點模板匹配法[10-12]進(jìn)行齒數(shù)據(jù)的提取。五點模板匹配法是指在局部數(shù)據(jù)塊中利用數(shù)據(jù)閾值法和高度差分法找到第1個完整鋸齒狀圖形。該方法設(shè)計思想來源于列車車底的實際情況，經(jīng)現(xiàn)場考察，發(fā)現(xiàn)列車直線電機初級的第1個齒必須上升沿階躍。設(shè)計該方法的目的是為了精準(zhǔn)地找到第1個齒和最后1個齒，其原理示意圖如圖8所示。

在設(shè)置合理的鄰域距離閾值和鄰域中樣本個數(shù)的閾值情況下，利用密度聚類算法能精準(zhǔn)地提取密集數(shù)據(jù)塊。提取后的數(shù)據(jù)塊還需結(jié)合齒的特性和個數(shù)并結(jié)合五點模板匹配法，才能精準(zhǔn)地提取電機每一個齒的具體信息。經(jīng)密度聚類算法提取后的效果圖如圖9所示。提取齒數(shù)據(jù)算法流程圖如圖10所示。

3.3 Web發(fā)布單元

氣隙Web發(fā)布單元包括5個模塊，分別為：用戶中心模塊、行車報表模塊、故障報表模塊、數(shù)據(jù)分析模塊和系統(tǒng)管理模塊。

Web發(fā)布單元從開發(fā)的角度可分為后臺服務(wù)端（后端）和前臺顯示端（前端），其中后端是基于Spring Boot、Mybatis和MVC框架實現(xiàn)[13]，前端使用HTML5和CSS3搭建靜態(tài)網(wǎng)頁，并利用AngularJS和Highcharts框架開發(fā)所需功能[14]，前、后臺端采用RESTful架構(gòu)方式進(jìn)行數(shù)據(jù)交互[15]。Web發(fā)布單元如圖11所示。

4 現(xiàn)場試驗與分析

為了驗證系統(tǒng)測量的精確性和可靠性，2018年5月4日在安裝點進(jìn)行現(xiàn)場試驗，選取指定列車2號電機的特定齒作為動態(tài)檢測對象，采集10次過車的數(shù)據(jù)，并與標(biāo)準(zhǔn)值進(jìn)行對比。由于過車車輛電機氣隙數(shù)據(jù)沒有絕對的標(biāo)準(zhǔn)值，氣隙間距僅依靠人工進(jìn)行測量，因此，為降低人工測量誤差，要求測量員在測量過程中對同一個齒進(jìn)行3次測量，并取其平均值作為最終標(biāo)準(zhǔn)值，現(xiàn)場人工測量電機氣隙數(shù)據(jù)如表1所示，在線檢測系統(tǒng)測量氣隙數(shù)據(jù)如表2所示。

由表1、表2可知，10次系統(tǒng)測量與人工測量平均偏差均在0.2 mm之內(nèi)，說明系統(tǒng)測量具有很好的穩(wěn)定性，同時氣隙、槽深和槽楔的最大偏差值均在0.2 mm之內(nèi)，說明所研究的檢測系統(tǒng)具有較高的測量精度，完全滿足現(xiàn)場檢修要求。

廣州地鐵于2019年9月委托廣州計量院對本文設(shè)計的氣隙在線檢測系統(tǒng)進(jìn)行了功能和性能測試，測試地點為廣州地鐵飛沙角站。功能測試內(nèi)容為系統(tǒng)各部分間相互作用，測試結(jié)果為正常;性能測試的內(nèi)容包括：①靜態(tài)測量標(biāo)定架的階梯尺寸;②動態(tài)重復(fù)性測試，對同一列車的直線電機的氣隙值分為上行和下行進(jìn)行多次測量，并比較幾次測量的重復(fù)性。測試結(jié)果表明，本文設(shè)計的氣隙在線檢測系統(tǒng)測量誤差均滿足系統(tǒng)指標(biāo)±0.3mm的要求。

5 結(jié)束語

本文提出一種基于激光位移傳感器的直線電機在線氣隙檢測系統(tǒng)，能夠?qū)崿F(xiàn)精準(zhǔn)可靠地檢測直線電機氣隙的間距，同時完成數(shù)據(jù)存儲與數(shù)據(jù)可視化功能。經(jīng)現(xiàn)場試驗證明，該系統(tǒng)的測量精度完全滿足測量誤差要求且系統(tǒng)測量優(yōu)于人工測量。因此，本文提出的基于激光位移傳感器的直線電機在線檢測系統(tǒng)能夠取代工人手動測量，減輕測量勞動強度，為列車直線電機的維修和調(diào)整提供科學(xué)依據(jù)。

參考文獻(xiàn)

[1]戴斌，李肖肖，王穗生，等. 廣州地鐵6號線直線電機列車牽引能耗研究[J]. 機車電傳動，2016（3）：92-94，105.

[2]楊雄，張鳳閣，王秀平. 軌道交通用初級永磁型直線電機電磁特性分析[J]. 電氣工程學(xué)報，2018，13（5）：1-7.

[3]呂梁，樊樹江，吳峻. 基于電渦流法的直線同步感應(yīng)電機氣隙檢測[J]. 兵工自動化， 2005， 24（6）：84-85.

[4]王保堅. 激光技術(shù)在車輛直線電機氣隙測量中的應(yīng)用[J]. 電氣化鐵道，2009（3）：40-42.

[5]Wang Junsheng， Yang Guanghong. Data-driven methods for stealthy attacks on TCP/IP-based networked control systems equipped with attack detectors[J]. IEEE Transactions on Cybernetics， 2019，49（8）：3020-3031.

[6]王崢，胡賓，牛孟杰，等. 基于射頻識別技術(shù)（RFID）的鐵路車號自動識別程序[J]. 電腦編程技巧與維護(hù)， 2015（8）：106-108.

[7]黃世瑜，唐林，施尚英. 基于激光傳感器的電子測量裝置設(shè)計與實現(xiàn)[J]. 激光雜志，2018（2）：81-84.

[8]嚴(yán)索，李頂根，于召亮. 三角法激光位移傳感器的參數(shù)優(yōu)化設(shè)計與分析[J]. 電子測量技術(shù)， 2012，35（10）：21-24.

[9]楊軍. 基于PLC的大型基礎(chǔ)環(huán)境模擬試驗室溫度控制系統(tǒng)的設(shè)計[D].? 江蘇南京：南京理工大學(xué)，2017.

[10] 謝娟英，高紅超，謝維信. K近鄰優(yōu)化的密度峰值快速搜索聚類算法[J]. 中國科學(xué)：信息科學(xué)，2016，46（2）：258-280.

[11] Xu Xiaohua， Ju Yongsheng， Liang Yali， et al. Manifold density peaks clustering algorithm[C]// Third International Conference on Advanced Cloud & Big Data. IEEE，2015：311-318.

[12] Chen Zhihua， Guo Jjianming， Liu Qing. DBSCAN algorithm clustering for massive AIS data based on the hadoop platform[C]// International Conference on Industrial Informatics-Computing Technology， Intelligent Technology， Industrial Information Integration（ICIICII）. 2017：25-28.

[13] Suryotrisongko H， Jayanto D P， Tjahyanto A. Design and development of backend application for public complaint systems using microservice spring boot[J]. Procedia Computer Science，2017（124）：736-743.

[14] Viknes Balasubramanee， Chathuri Wimalasena， Raminder Singh， et al. Twitter bootstrap and AngularJS： Frontend frameworks to expedite science gateway development[C]// IEEE International Conference on Cluster Computing. 2013：1.

[15] Mark A Miller， Terri Schwartz， Brett E Pickett， et al. A RESTful API for access to phylogenetic tools via the CIPRES science gateway[J]. Evolutionary Bioinformatics，2015（11）：43-48.

收稿日期 2020-01-13

責(zé)任編輯 冒一平