基于IoT傳感器網絡的實時鋼軌檢測系統(tǒng)①

于曉東 趙玉良 劉志強 牛軒煜 沙曉鵬 谷 林 詹志坤

(*東北大學秦皇島分?？刂乒こ虒W院 秦皇島 066004) (**中鐵山橋集團有限公司 秦皇島 066299) (***燕山大學電氣工程學院 秦皇島 066004)

0 引 言

鐵路作為客貨運輸的主要方式，在社會經濟和人們的日常生活中發(fā)揮著重要作用[1]。隨著列車運行速度和列車載重的不斷提高，保障列車運行的安全性、可靠性越來越成為鐵路系統(tǒng)部門工作的重點和難點[2]。為了使列車能夠按照規(guī)定的速度，平穩(wěn)、安全和不間斷地運行，必須保證鐵路始終處于相關技術標準所規(guī)定的良好狀態(tài)，因此要求鐵路線路養(yǎng)護部門定期對鐵路線路進行系統(tǒng)檢查。

在鐵路線路的養(yǎng)護修理作業(yè)中，軌道扣件松脫檢測是主要任務之一，目前鐵路部門常采用人工巡檢和動態(tài)軌道檢查車巡檢2種方式來實現。前者依靠巡檢工人沿鐵路線對重要部件進行逐一排查，并以目測方式給出檢查結果，該方法由于受人的主觀影響較大，因此所需時間長，效率低，漏檢、誤檢率高[3]。后者利用大型軌道檢查車來進行鋼軌檢測，不僅可以反映出扣件在列車車輪荷載作用下的松動情況，而且由于減少了人為因素，檢測效率和準確率均有所提高。但是巡檢過程需要占用軌道資源，無法同時檢測列車運行過程的狀態(tài)參數，例如列車速度、所經過的車廂節(jié)數等，因而無法完成長時間實時監(jiān)測任務。

近年來，計算機、微機電系統(tǒng)(micro-electro mechanical system， MEMS)傳感器及各種通信技術的迅速發(fā)展，為鐵路扣件松脫檢測和列車狀態(tài)自動探測技術的發(fā)展提供了良好基礎[4]。研究人員提出了許多低成本、低功耗的技術解決方案[5]，包括基于鐵路綜合數字移動通信(global system for mobile communications-railway, GSM-R)的列車檢測系統(tǒng)[6]、基于射頻識別(radio frequency identification， RFID)技術的檢測系統(tǒng)[7,8]和無線傳感器網絡(wireless sensor network， WSN)系統(tǒng)[9,10]。其中，基于GSM-R的列車檢測系統(tǒng)主要利用無線通信技術進行列車內部或列車之間通訊，若要同時完成檢測任務，則需額外加裝檢測模塊，因而檢測成本增加?；赗FID技術的測量系統(tǒng)，其信息傳遞過程是間斷的，如果標簽間隔較遠，則無法將線路變化信息實時上報。而無線傳感器網絡系統(tǒng)，其前端采集設備采用的是小型低成本的傳感器，能夠大規(guī)模監(jiān)控鐵路網，且工作時對列車所處的運行環(huán)境干擾最小，因此該技術在列車檢測和線路狀態(tài)監(jiān)測領域得到了普遍關注和廣泛應用[11,12]。

Milne等人[13]將MEMS加速度計和檢波器分別固定在同一軌枕上進行了檢測對比實驗，結果表明，二者測得的軌枕位移值近似相等，而由于MEMS傳感器成本更低、魯棒性更強，因此在鐵路檢測方面具有更大優(yōu)勢，適合用于列車軌道的長期監(jiān)測。但是，該團隊目前僅給出了驗證性實驗結論，在普適性和可靠性上還需要進一步研究。Broquetas等人[14]采用MEMS陀螺儀來獲取列車的轉彎速度，提出了一種基于兩級多速率匹配濾波器的改進檢測器，與簡單的閾值檢測器相比有明顯的改進。但該團隊僅針對道岔進行了檢測，而缺乏針對鋼軌或列車運行狀態(tài)的檢測應用研究。Suharjono等人[15]利用MEMS加速度傳感器MMA7455檢測到了列車經過時的鋼軌振動加速度，從而判斷出是否有列車通過，并計算出了列車通過時間，但該團隊僅完成了離線檢測研究，而并沒有將檢測結果上傳至相關鐵路部門進行實時在線分析。

本文結合物聯網傳感和無線通訊技術，提出了一種基于物聯網(Internet of things， IoT)傳感器網絡的鋼軌檢測系統(tǒng)，用于實時采集列車激勵下的鋼軌振動信息，進而分析軌道扣件狀態(tài)及列車運行狀態(tài)。與傳統(tǒng)鋼軌檢測系統(tǒng)相比，該系統(tǒng)方案兼容多種通訊技術，不占用軌道資源，可長距離、長時間實時采集鋼軌扣件和列車的狀態(tài)數據，為鐵路監(jiān)管部門提供充足的原始數據以便于進行分析研究，大大提高了鐵路軌道檢測的效率和質量。

1 實時鋼軌檢測系統(tǒng)

本文提出的基于IoT傳感器網絡的實時鋼軌檢測系統(tǒng)，總體設置如圖1所示。該系統(tǒng)主要由ZigBee檢測終端、ZigBee傳輸端(無線中轉節(jié)點)和云端服務器等3部分構成，數據的逐級傳輸分別采用無線ZigBee網絡、窄帶物聯網(narrow band Internet of things, NB-IoT)和互聯網(Internet)實現。首先，ZigBee檢測終端設備采集鋼軌和列車運行的相關數據，并通過ZigBee網絡傳輸到ZigBee傳輸端的存儲單元中。然后，ZigBee傳輸端將存儲單元中的原始數據通過NB-IoT網絡傳輸到云端服務器，云端服務器對數據進行處理和分析。最后，各部門相關用戶可以利用客戶端計算機和互聯網定位ZigBee檢測終端設備節(jié)點，并查看各項數據，以完成實時監(jiān)控。

圖1 基于無線物聯網傳感器的鋼軌實時檢測系統(tǒng)原理圖

1.1 無線數據采集系統(tǒng)

無線數據采集系統(tǒng)主要由ZigBee檢測終端設備組成，主要任務是采集鋼軌的振動加速度信號，測量待測點周圍環(huán)境的溫度和濕度，確定待測點的地理位置，并將這些數據通過ZigBee網絡傳輸到無線中轉節(jié)點。其中，數據采集由加速度傳感器、磁場傳感器和溫濕度傳感器完成，待測點的精確地理位置則通過全球定位系統(tǒng)(GPS)模塊提供的經緯度信息獲取。為了將傳感器采集到的各類數據準確、有效地傳送到無線中轉節(jié)點，每個檢測端裝置均配有ZigBee模塊。數據采集和發(fā)送的整個流程則由微控制單元(microcontroller unit，MCU)進行合理控制，各模塊通過如圖2所示的方式與MCU連接，其中，ZigBee模塊和GPS模塊通過異步收發(fā)傳輸器(universal asynchronous receiver / transmitter, UART)與MCU連接并完成數據通信，加速度傳感器和磁場傳感器通過IIC接口與MCU連接，而溫濕度傳感器與MCU的連接及數據通信則由I/O接口實現。

圖2 檢測端整體結構

本文的研究任務是長期實時監(jiān)測鐵路軌道狀態(tài)，數據采集、傳輸和存儲的任務十分繁重，因此要求核心處理器必須具有快速的數據處理能力、豐富的通信接口和大量的存儲空間。STM32F103RET6采用工作頻率為72 MHz的高性能ARM Cortex-M3內核，數據處理速度在存儲器的0等待周期訪問時可達1.25 DMips/MHz(DhrystONe2.1)。芯片配置了豐富的通訊接口，包括2個IIC接口，5個UART接口，3個SPI接口和CAN接口等，能夠兼容串行、并行、同步和異步等數據傳輸類型。此外，芯片還內置了128 kB閃存和20 kB SRAM，數據存儲空間大，存儲速度快。因此，選擇該款芯片作為系統(tǒng)的核心處理器可以滿足本文的檢測和數據處理任務。

列車激勵下的鋼軌振動加速度信號，能夠反映出列車運行的多種參數，如速度、載重、通過時間等。其頻率范圍在1 200～1 300 Hz之間[16]，因此加速度傳感器的測量帶寬必須能夠覆蓋列車振動的頻率范圍。設計電路時，為適應鐵路現場環(huán)境，滿足節(jié)點功耗低、尺寸小的設計要求，還應盡量選擇低功耗、小封裝的工業(yè)級器件，正常工作電流應在150 μA以下。此外，由于列車在鋼軌上行駛時，會遇到由路基不平所引起的鋼軌微小傾斜或外力沖擊，因此加速度傳感器還應滿足特殊情況下的加速度測量需求。

表1給出了不同型號的加速度傳感器性能參數，通過對比和綜合考慮，本文最終選用ADXL345。該加速度傳感器的測量帶寬最大為1 600 Hz，正常工作電流低于140 μA，且尺寸小、測量范圍達到±16 g，可實現3軸加速度數據的同時測量，能夠完全滿足本文對鋼軌振動信號的檢測要求。該加速度計還具備在特殊情況下進行可靠測量的能力，不僅可在傾斜檢測應用中測量靜態(tài)重力加速度，還可測量由運動或沖擊導致的動態(tài)加速度，分辨率達到3.9 mg/LSB，對于傾斜角度小于1.0 °的變化情況能夠給出準確的測量結果。此外，該芯片輸出數據格式為16位的二進制補碼格式，具有SPI (3線或4線)或IIC數字接口，便于擴展和外接，因此非常有利于未來的擴展應用開發(fā)。

磁場傳感器可以檢測由列車經過引起的地球磁場變化，且對非鐵磁性物體沒有反應，因此，磁傳感器不易受到氣候的影響，可以有效地降低檢測誤差。根據磁場的波動范圍可以粗略地確定所經過的車廂節(jié)數及列車的類型[17]，且對于確定列車載荷等具有輔助作用。磁場傳感器選型時，應重點考慮測量精度、功耗和尺寸參數。本文選擇基于霍爾效應和MelexisTriaxis?專利技術的MLX90393三軸霍爾傳感器，它能夠準確測量出沿X、Y和Z軸的磁通密度變化，并可以通過IIC接口或SPI接口訪問并設置寄存器，將傳感器模式設置為突發(fā)模式、單次測量模式和喚醒模式。而在處于空閑狀態(tài)時消耗的電流僅為2.5 μA，尺寸僅為3 mm×3 mm×0.9 mm，因此能夠滿足本文系統(tǒng)對微功耗和小尺寸的應用需求。

表1 不同加速度傳感器芯片比較

鋼軌處的環(huán)境溫度和濕度對檢測系統(tǒng)的工作性能具有一定影響，因此需要實時監(jiān)測。選擇的溫濕度傳感器要求能夠適應各種應用場合，且具備體積小、功耗低和易集成等優(yōu)勢。本文選擇AM2302數字溫濕度傳感器，該傳感器是一款含有已校準數字信號輸出的溫濕度復合傳感器，可測溫度范圍為-40 ℃～80 ℃，系統(tǒng)集成簡單、體積小、功耗低、信號傳輸距離遠，適用性強。

鋼軌傷損位置的精確定位，對于鐵路部門檢修線路具有重要意義，本文選擇QFN40封裝的AT6558系列衛(wèi)星芯片完成定位。該芯片支持多種衛(wèi)星導航系統(tǒng)，包括中國BDS(北斗衛(wèi)星導航系統(tǒng))、美國GPS、俄羅斯GLPNASS等，可同時接收多個衛(wèi)星導航系統(tǒng)的信號，實現聯合定位、導航和授時，定位誤差小于2 m。同時，芯片尺寸小，僅為5 mm×5 mm×0.8 mm，在BDS/GPS雙模連續(xù)運行時的工作電流小于23 mA，待機時小于10 μA，能夠滿足系統(tǒng)集成化要求和長時間測量需求。

1.2 網絡組建與數據傳輸

為了實現鋼軌及列車狀態(tài)的長距離實時監(jiān)測，就需要在野外鐵路線上布置足夠數量的檢測端節(jié)點，各檢測節(jié)點采集的振動及溫濕度數據實時上傳到云端服務器進行分析和處理，處理結果則應及時報告給鐵路安全監(jiān)管部門。由于節(jié)點數量多，相隔距離長，有線傳輸數據的方式顯然是不適用的，為了實現大量數據的可靠精確傳輸、節(jié)約成本和降低功耗，本文采用分段式無線傳輸方案，如圖3所示。

圖3 集成多種傳感器的IoT網絡組建示意圖

首先，利用低功耗、低成本的短距離通信技術ZigBee將檢測端節(jié)點采集的數據匯總到ZigBee傳輸端，二者之間的通信鏈路是通過ZigBee通信協(xié)議建立的，其網絡拓撲結構為星型，包含一個協(xié)調者節(jié)點和一系列的終端節(jié)點，規(guī)定每一個終端節(jié)點只能與協(xié)調者節(jié)點通信而不能與相鄰終端節(jié)點通信。然后，采用適用于長距離傳輸的窄帶物聯網(NB-IoT)，將中轉節(jié)點中暫存的數據上報到云端服務器進行分析和處理；最后，利用互聯網(Internet)將處理結果上報給鐵路監(jiān)管部門。由于該方案在每段距離傳輸時僅采用單一線路，因此能夠有效解決多線路傳輸方式中的數據不同步等問題。

由于檢測端與中轉節(jié)點的數據傳輸距離在 20 m以內，屬于短距離通信，因此這一段的組網任務需要重點考慮無線短距離通信技術。在各類規(guī)范中，ZigBee的設計目標是更簡單、更便宜、能量消耗更低，適用于創(chuàng)建小型、低功耗的數字無線網絡[18,19]，而且其傳輸距離限制在10～100 m的視線范圍內，完全滿足檢測端到中轉節(jié)點的數據傳輸要求。

本文設計的無線中轉節(jié)點是由微處理器和ZigBee模塊、NB-IoT模塊組成的，負責將檢測端采集的數據傳輸到云服務器。這部分的微處理器芯片與檢測端微處理器型號相同，且具有類似功能，與其他模塊的連接如圖4所示，其與ZigBee模塊和NB-IoT模組通過UART進行通信，隨機存儲器SRAM直接與微處理器的I/O口連接。

圖4 傳輸端結構

由于ZigBee檢測端和ZigBee傳輸端都布置在野外空曠場地上，且傳輸距離在20 m以內，因此對ZigBee信號的接收靈敏度要求并不高，選型時應重點考慮功耗。本文系統(tǒng)要求ZigBee模塊待機電流應低于35 mA，接收電流低于30 mA，發(fā)射電流低于100 mA。通過多個型號的ZigBee模塊對比研究，本文最終選擇了德州儀器公司生產的CC2530。該芯片配備了增強型8051CPU，具備射頻(radio frequency， RF)收發(fā)器的優(yōu)良性能，能夠滿足本文對數據傳輸、數據存儲和分析處理的要求，同時，由于CC2530具有多種不同的運行模式并可進行模式自動切換，因此在有超低功耗要求的系統(tǒng)中應用時具有很大優(yōu)勢，其6 mm×6 mm的封裝尺寸也滿足本系統(tǒng)的安裝要求。

為了緩存多個傳感器采集的原始數據，在傳輸端中轉節(jié)點處增加內存為8 Mbit的隨機存儲器SRAM芯片IS62WV51216BLL，可以將多個檢測端節(jié)點采集的數據匯總并緩存在無線中轉節(jié)點。

為了最大限度地滿足終端設備對小尺寸模塊產品的需求，本文選擇高性能、低功耗的BC95-B8無線通信模塊構成NB-IoT模組，其尺寸僅為23.6 mm×19.9 mm×2.2 mm，能夠有效減小檢測裝置的整體尺寸，使其在鋼軌上的安裝更加便捷和可靠，并降低成本。由于BC95系列模塊在設計上是兼容GSM/GPRS系列模塊的，因此便于對系統(tǒng)進行升級和性能擴展。

此外，為了實現對傳感器節(jié)點的全面有效監(jiān)控，本文利用虛擬化技術對云端虛擬機進行部署和配置，用戶通過瀏覽器即可訪問搭建在云服務器上的實時鋼軌檢測系統(tǒng)，而不需要安裝客戶端程序。云服務器不僅可以接收由無線中轉節(jié)點上報的信息，生成數據曲線，還可以通過API接口訪問百度地圖的API，定位檢測終端，并將接收到的全部數據存儲到MySQL數據庫中。數據分析軟件安裝在云服務器端，可完成數據解析和對比任務，從而判斷現場數據是否異常。當數據出現異常時，云服務器可向在線監(jiān)測人員發(fā)出警報，并通知相關部門。

2 實驗與結果

為了驗證本文設計系統(tǒng)的實用性和可靠性，這里設計了高速道岔實驗室落錘實驗和大秦鐵路秦皇島段現場實驗。

2.1 落錘實驗

在中鐵山橋有限公司的高速道岔實驗室條件下，選取適當的激勵，利用所提出的檢測系統(tǒng)采集鋼軌扣件在不同松動狀態(tài)下的鋼軌振動響應信號。檢測端傳感器安裝在軌腰處，激勵錘用于對傳感器位置上方的鋼軌表面進行激勵，室內實驗場景如圖5所示。

(a) 傳感器安裝與目標扣件位置 (b)力錘錘擊圖

在實驗過程中，應盡量保持每次錘擊的力大小近似，方向相同，目標鋼軌扣件在正常和異常(脫落)2種狀態(tài)下，測量點K1處的鋼軌表面至少被激勵5次，傳感器S1的響應曲線如圖6所示，其中圖6插入圖為實驗場景示意圖。從圖中可以看出傳感器工作正常時，數據傳輸穩(wěn)定，3軸加速度數據具有高度的相關性，且Z軸加速度響應更大，能夠更準確地表征鋼軌垂直于水平面的振動信號，因此，本文后續(xù)分析任務均采用Z軸加速度數據。此外，當鋼軌扣件完全脫落時，其Z軸振動加速度的幅值明顯變大，比正常情況下高出47.91%。這說明整個系統(tǒng)的穩(wěn)定性隨鋼軌扣件的脫落程度而降低，因此在相同強度的激勵作用下，鋼軌振動越劇烈。這一結論表明，本系統(tǒng)采集的原始加速度數據，能夠明顯反映出鋼軌扣件的正常安裝和脫落這2種差異較大的狀態(tài)，若結合更復雜精準的數據處理和分析方案，是可以準確判斷出鋼軌扣件的不同松緊程度的。

圖6 實驗場景示意圖與原始數據

2.2 現場實驗

現場實驗在大秦鐵路秦皇島段進行，實驗地點選擇為靠近大秦鐵路運輸線終點的柳村南站。本文所設計的實驗程序，是通過秦皇島鐵路局的審核并在鐵路技術人員的陪同下開展的。實驗時所經過的列車車廂型號為C80B型煤礦專用敞車，自重19.9 t，載重80 t，每節(jié)車廂長度為12 m，列車處于滿載狀態(tài)。為了避免其他軌道列車經過時對檢測系統(tǒng)產生干擾，傳感器的安裝位置應盡量遠離道岔，同時要求傳感器位置處的鋼軌沒有明顯傷損、裂紋和污染物，扣件松緊程度正常，同時軌枕也無下沉現象，位置正常。

由于鋼軌軌腰位置是不與列車車輪接觸的，并可提供足夠面積的可靠接觸面，因此本文選擇軌腰為傳感器的固定位置。首先，在確認沒有列車通過后，利用抹布等工具將鋼軌軌腰位置擦拭干凈，然后用強力雙面膠將傳感器可靠固定在軌腰表面。為了減少由安裝位置或參數設置等差異造成的檢測誤差，進一步評價同批次檢測裝置的性能是否一致，各傳感器的安裝高度和朝向等均保持一致，采樣率等參數也設置為相同，其中加速度傳感器采樣率為3 200 Hz，磁場傳感器采樣率為800 Hz，溫濕度信息和地理位置分別設定為每隔半小時和每7天上報一次。采集前，利用比較標定法對各傳感器進行標定和偏移校準。

圖7給出了由傳感器節(jié)點1采集的列車經過5 s內的鋼軌振動加速度數據(圖7(a)～(c))和磁場數據(圖7(d)～(f))。可見，3軸加速度數據波形呈現出明顯的周期性，每一個周期信號均包含4個明顯峰值。結合實驗過程可知，1個信號周期對應一節(jié)車廂經過檢測點的過程，4個峰值則是由一節(jié)車廂的4個車輪激勵所致。通過分析大范圍的周期性加速度波形數據，就可以計算出所通過列車的車廂節(jié)數及列車長度。由3軸磁場數據可知，該波形也隨著列車激勵過程呈現出明顯的周期性，特別是Z軸磁場數據的規(guī)律性更強。因此，磁場數據可以輔助加速度數據完成列車車廂數和列車總長度的檢測和估計。此外，由于車廂型號已知，其長度可查，在列車運行的一段時間內，其行駛距離就可以確定，而這段時間的列車平均速度就可以通過簡單計算而得到。如圖7對應的實驗中，列車運行5 s內的平均速度為33.696 km/h，處于靠近終點站的減速狀態(tài)。落錘實驗和現場實驗證明，本文設計的檢測系統(tǒng)能夠可靠采集列車激勵下的鋼軌振動、磁場等信號，這些原始數據波形能夠在一定程度上反映出鋼軌和列車運行的不同狀態(tài)，可為后續(xù)數據處理、分析和鐵路部門監(jiān)控提供充足的有意義數據集，是一種有效、精確的數據采集和傳輸裝置。

圖7 列車經過時的原始數據

3 結 論

本文設計并搭建了基于IoT傳感器網絡的實時鋼軌檢測系統(tǒng)，利用傳感器檢測由列車經過所產生的各種可用于分析鋼軌和列車運行狀態(tài)的信號，同時采用分段通訊技術將數據實時上報云服務器。實驗結果表明，基于IoT傳感器網絡的實時鋼軌檢測系統(tǒng)能夠有效檢測并分析出鋼軌和列車運行狀態(tài)，利用云服務器來為用戶收集和建立數據庫，可為鐵路部門提供實時鋼軌振動加速度和位置等重要信息，有利于輔助相關人員完成鐵路線實時監(jiān)測和故障定位等任務。與傳統(tǒng)鐵軌檢測系統(tǒng)相比，本系統(tǒng)可在不占用軌道資源的情況下，實現24 h實時監(jiān)測，大大提高了鐵軌檢測的效率和質量，對鐵路交通運輸業(yè)的發(fā)展具有重要意義。