基于物聯(lián)網(wǎng)的智慧公路系統(tǒng)運行故障檢測方法

劉奧祥 殷佩軒

（河南省交通事業(yè)發(fā)展中心，河南 鄭州 450000）

智慧公路系統(tǒng)是一種能夠通過現(xiàn)代化的大數(shù)據(jù)技術(shù)實現(xiàn)對公路當中各類交通信息情況的綜合分析，以此解決公路交通時常發(fā)生的信息滯后問題，從而起到改善交通發(fā)展情況的作用。智慧公路系統(tǒng)的建立對實現(xiàn)公路建設(shè)的智能化和信息化而言具有十分重要的現(xiàn)實意義，因此基于智慧公路系統(tǒng)的重要性，相關(guān)領(lǐng)域研究人員紛紛開展了相關(guān)研究[1]。當前，針對這一話題的研究大部分采用數(shù)據(jù)采集技術(shù)、數(shù)據(jù)綜合處理技術(shù)等，從其總體層面上針對智慧公路系統(tǒng)在實際運行過程中存在的各類問題進行分析并解決，并提出具有針對性的解決對策，以此充分滿足公路交通運營的需要。但目前，大部分針對智慧公路系統(tǒng)在運行過程中的故障檢測都是通過實地考察與綜合數(shù)據(jù)分析相結(jié)合的方式，不僅會在一定程度上影響到檢測的效率，同時得出的檢測結(jié)果精度也無法滿足實際公路運營的需要[2]?；诖?，本文開展對智慧公路系統(tǒng)運行故障檢測方法的設(shè)計研究。

1 基于物聯(lián)網(wǎng)的智慧公路系統(tǒng)運行故障檢測方法

1.1 基于物聯(lián)網(wǎng)的智慧公路系統(tǒng)運行信息感知網(wǎng)絡(luò)構(gòu)建

感知即通過光、聲、電等傳感器對各類信息進行多樣化動態(tài)獲取。為了確保對智慧公路系統(tǒng)運行故障檢測精度，需要在檢測前構(gòu)建一個系統(tǒng)運行信息感知網(wǎng)絡(luò)，以為后續(xù)故障信號的檢測和故障識別等提供更有利的基礎(chǔ)條件。由于智慧公路系統(tǒng)是一個相當龐大的系統(tǒng)，其中包含的要素眾多，并且在系統(tǒng)運行過程中，其本身也會產(chǎn)生大量的信息和狀態(tài)參數(shù)[3]。復雜的信息感知會造成后續(xù)大量的運算，為了保證檢測的效率，本文引入物聯(lián)網(wǎng)技術(shù)，將智慧公路系統(tǒng)運行時需要注重的四個要素角度設(shè)定為路、車、環(huán)境、人。針對智慧公路系統(tǒng)運行信息感知網(wǎng)絡(luò)，將人作為控制核心，利用其完成對其他三個要素的感知[4]。結(jié)合物聯(lián)網(wǎng)的本質(zhì)屬性以及其深層次含義，在智慧公路系統(tǒng)中，除了人以外的三個要素構(gòu)成了一個相互支持的體系，并實現(xiàn)了由車- 路- 環(huán)境構(gòu)成的循環(huán)體系，由此進一步得到智慧公路系統(tǒng)運行信息感知網(wǎng)絡(luò)基本結(jié)構(gòu)，如圖1 所示。

圖1 智慧公路系統(tǒng)運行信息感知網(wǎng)絡(luò)基本結(jié)構(gòu)示意圖

由圖1 可以看出，智慧公路系統(tǒng)運行信息感知網(wǎng)絡(luò)由三部分感知網(wǎng)絡(luò)組成，通過其相互之間的融合和協(xié)同運作，將智慧公路系統(tǒng)運行要素、運行管理以及故障檢測對象融入到整個體系中，并充分明確了三者之間的關(guān)系。將物聯(lián)網(wǎng)技術(shù)作為重要依據(jù)，針對智慧公路系統(tǒng)運行過程中產(chǎn)生的各類信息進行采集，并將采集到的信息作為檢測的輸入端。在物聯(lián)網(wǎng)環(huán)境中完成對多種類型傳感器的綜合部署，利用不同功能傳感器完成對不同運行參數(shù)進行獲取[5]。由于采集到的信息類型差異較大，為方便對其進行統(tǒng)一的檢測和故障識別，需要按照固定的頻率使用各傳感器對運行信息進行采集，并且確保采集具有一定的周期性，以此促使智慧公路系統(tǒng)運行信息感知網(wǎng)絡(luò)實現(xiàn)周期性的規(guī)律變換。

1.2 基于多維傳感器的運行故障信息采集

通過上述論述完成對智慧公路系統(tǒng)運行信息感知網(wǎng)絡(luò)的構(gòu)建后可知，在網(wǎng)絡(luò)體系中包含著多種具有不同功能的傳感器，利用其產(chǎn)生的多維效果，可以實現(xiàn)對智慧公路系統(tǒng)運行過程中的故障信息采集[6]。將各個功能的傳感器采集到的信息匯總，并將其傳輸?shù)街腔酃废到y(tǒng)故障信息診斷庫中，結(jié)合信號的特征提取以及分類等方法可以實現(xiàn)對系統(tǒng)的運行故障檢測與診斷。根據(jù)智慧公路系統(tǒng)運行信息感知網(wǎng)絡(luò)，對多維傳感器采集到的故障信號進行檢測，并提取故障樣本特征值，得到智慧公路系統(tǒng)運行故障高分辨信息特征量，其表達式為：

公式（1）中，x（t）表示智慧公路系統(tǒng)運行故障信息特征量；f 表示智慧公路系統(tǒng)運行過程中的頻率；ak（t）表示獲取到的故障信號載波強度；bk（t）表示正常狀態(tài)下智慧公路系統(tǒng)的信號載波強度。公式（1）中，ak（t）的計算公式如公式（2）所示：

公式（2）中，θk表示智慧公路系統(tǒng)運行故障時其傳感器采集到的故障信號相位。在智慧公路系統(tǒng)運行過程中會由于受到故障問題的影響而產(chǎn)生沖擊脈沖效應(yīng)。在這種效應(yīng)的作用下，可以通過結(jié)合信息融合技術(shù)實現(xiàn)對智慧公路系統(tǒng)故障的快速檢測，進而得到故障信號的傳遞模型，如公式（3）所示：

公式（3）中，N 表示智慧公路系統(tǒng)運行過程中其故障特征點的分布總量。結(jié)合能量融合的方式，針對智慧公路系統(tǒng)的故障特征信號進行分離處理，并引入RFID 傳感器技術(shù)實現(xiàn)對其故障識別，進而將RFID 得到的故障識別結(jié)果輸出[7]。除此之外，還需要對獲取到的數(shù)據(jù)信息進行歸一化處理，以此完成對物聯(lián)網(wǎng)環(huán)境中海量數(shù)據(jù)的識別、融合和模型化處理[8]。為了達到有效歸一化處理的目的，必須將各個指標屬性下對應(yīng)的數(shù)據(jù)轉(zhuǎn)換到相同的區(qū)間中。在完成不同區(qū)間劃分后，確定數(shù)據(jù)對象，并對其進行歸一化分析。假設(shè)目標數(shù)據(jù)集為V，在經(jīng)過歸一化處理后所有數(shù)據(jù)的組合應(yīng)為矢量系數(shù)與通過模擬綜合法計算得出的數(shù)據(jù)歸一化矢量乘積[9]。在明確故障信號的基本組成，并實現(xiàn)對數(shù)據(jù)的歸一化處理后，可以為后續(xù)開展智慧公路系統(tǒng)運行故障信號檢測與預處理提供數(shù)據(jù)輸入基礎(chǔ)條件。

1.3 智慧公路系統(tǒng)運行故障信號檢測與預處理

在此基礎(chǔ)上，利用無線射頻技術(shù)對系統(tǒng)運行的狀態(tài)特征信息量進行建模，并綜合非線性時間序列和相空間重構(gòu)理論，實現(xiàn)對故障信號奇異數(shù)值的分解，分解過程可用公式（4）表示：

公式（4）中，X 表示智慧公路系統(tǒng)運行過程中產(chǎn)生的故障信號奇異數(shù)值；U 表示多維傳感器采集到的故障樣本數(shù)據(jù)分布正交結(jié)果；D 表示智慧公路系統(tǒng)故障特征矩陣；V 表示經(jīng)過初始化處理后的智慧公路系統(tǒng)故障信號聚類結(jié)果；T 表示聚類次數(shù)。按照上述公式（4）實現(xiàn)對故障信號奇異數(shù)值的分解，假設(shè)分解后能夠得到l 個特征值，再結(jié)合模糊相關(guān)性檢測的方式，針對智慧公路系統(tǒng)的特征分析和自適應(yīng)信息分離結(jié)果確定最終故障檢測輸出的特征量，并得到其對應(yīng)的波速信號能量譜[10]。通常情況下，智慧公路系統(tǒng)正常運行時產(chǎn)生的基譜頻率會出現(xiàn)在故障頻率區(qū)域下方，因此結(jié)合這一特點，分別在智慧公路系統(tǒng)時域和頻域上完成對故障信號特征的分解，得到相應(yīng)的特征分解分量結(jié)果。在故障工況條件下，轉(zhuǎn)動頻率的能量譜序列，設(shè)定總點數(shù)為N，則故障樣本序列的某一維頻域相關(guān)性能特征量可利用模糊關(guān)聯(lián)規(guī)則挖掘的方法進行獲取，并以此得到離散的故障檢測樣本。在小波分解的基礎(chǔ)上，針對故障檢測樣本進行預處理，并通過多維分解，對故障信號進行檢測。上述內(nèi)容對應(yīng)的表達式為：

公式（5）中，D^j，k表示故障信號檢測樣本序列的統(tǒng)計特征值；μ 表示多維分解的尺度；Sumj，k2表示智慧公路系統(tǒng)故障檢測的模糊判決式。當Sumj，k2符合<μ2的條件時，則此時說明智慧公路系統(tǒng)上沒有出現(xiàn)故障問題，此時D^j，k故障信號檢測樣本序列的統(tǒng)計特征值可記為0；當Sumj，k2符合≥μ2的條件時，此時D^j，k故障信號檢測樣本序列的統(tǒng)計特征值應(yīng)當按照公式（5）上半部分計算得出具體結(jié)果。

1.4 智慧公路系統(tǒng)運行故障特征提取與故障識別

再針對運行故障檢測進行優(yōu)化，并促進檢測方法的智能化。針對上述經(jīng)過預處理后的故障信號進行頻譜加窗處理，在處理過程中結(jié)合故障信號的特點，對頻譜加窗子帶、頻譜加窗特征分解系數(shù)等參數(shù)進行設(shè)定。除此之外，還應(yīng)根據(jù)智慧公路系統(tǒng)的運行環(huán)境特點，對其無偏估計值以及波束信號的分辨率進行設(shè)定，最終得到智慧公路系統(tǒng)運行時故障特征檢測的模糊度。結(jié)合梯度矢量計算方法，得到智慧公路系統(tǒng)故障特征提取結(jié)果，利用SURE 表示智慧公路系統(tǒng)故障的子帶鄰域分塊長度，結(jié)合該算法的應(yīng)用優(yōu)勢，提升故障檢測的精度。在實際操作過程中，需要確保SURE 的取值達到最小，并在結(jié)合頻譜分析以及智能信息檢測方法的基礎(chǔ)上，完成對智慧公路系統(tǒng)故障信號的特征檢測以及濾波分析。

在完成上述操作后，引入BP 神經(jīng)網(wǎng)絡(luò)分類器，將上述生成的輸入量和輸出量導入到BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，利用分類器完成對故障特征的識別。對于在多種不同荷載條件下運行的智慧公路系統(tǒng)而言，其內(nèi)部各個相連接的機電設(shè)備位移量可通過多維譜分析方法得出，并將這一結(jié)果作為BP 神經(jīng)網(wǎng)絡(luò)分類器的輸出特征量。同時，在分類的過程中，在分類器隱含層中設(shè)置一個加權(quán)函數(shù)：f/Z，其中f 表示分類輸出特征量具體數(shù)值；Z 表示智慧公路系統(tǒng)中各個機電設(shè)備位移量具體數(shù)值。將上述加權(quán)函數(shù)帶入到BP 神經(jīng)網(wǎng)絡(luò)分類器中，得到故障信號的具體位移頻譜表達結(jié)果，以此實現(xiàn)對智慧公路系統(tǒng)運行故障特征的識別，將位移頻譜表達結(jié)果與不同故障類型對應(yīng)的位移頻譜相對比，以此確定最終智慧公路系統(tǒng)運行時發(fā)生故障的具體類型。

1.5 基于故障檢測結(jié)果的智慧運營與養(yǎng)護

通過上述論述，可以實現(xiàn)對智慧公路系統(tǒng)運行故障信號的檢測以及對故障具體類型的識別，為提高智慧公路系統(tǒng)運行的安全性和穩(wěn)定性，還需要結(jié)合上述得到的故障檢測結(jié)果，實現(xiàn)智慧公路運營和養(yǎng)護。首先，在上述利用多維傳感器實現(xiàn)對智慧交通系統(tǒng)運行數(shù)據(jù)的實時監(jiān)測，并對交通狀況檢測信息進行處理。結(jié)合得到的信息結(jié)果對故障檢測過程中的通信順暢情況進行判斷，若存在通信受限問題，則需要從上一步驟的監(jiān)測環(huán)節(jié)入手對其進行優(yōu)化。若通信順暢，則可以通過有線或無線的方式實現(xiàn)對故障檢測結(jié)果的上傳，并將相關(guān)數(shù)據(jù)信息存儲在交通控制中心，再由其完成對后續(xù)運維的具體調(diào)度。將上述得到的故障檢測結(jié)果作為重要依據(jù)，若出現(xiàn)智慧公路系統(tǒng)運行故障問題，則自主完成對故障問題發(fā)生具體原因的分析，并利用車載通信傳輸設(shè)備自動傳輸故障節(jié)點的具體圖像信息以及數(shù)據(jù)信息，同時調(diào)用涵蓋故障發(fā)生時間的監(jiān)控錄像，探究該區(qū)域的具體系統(tǒng)運行狀況，以此實現(xiàn)對多種不同故障問題信息的獲取。為了確保智慧公路系統(tǒng)運行時間得到延長，還需要實現(xiàn)對其智慧養(yǎng)護，通過路面養(yǎng)護、橋梁養(yǎng)護、隧道養(yǎng)護以及機電設(shè)備養(yǎng)護等多種養(yǎng)護方法相結(jié)合的方式，降低系統(tǒng)運行出現(xiàn)故障的概率，從而確保公路系統(tǒng)的正常運營。

2 對比分析

為驗證設(shè)計方法在實際應(yīng)用中的效果，選擇以文獻[10]方法作為對照組，將本文上述提出方法作為實驗組，分別利用兩種檢測方法完成對智慧公路系統(tǒng)運行過程中存在的故障問題進行檢測，如圖2、圖3 所示。

圖2 實驗組智慧公路系統(tǒng)運行檢測結(jié)果示意圖

圖3 對照組智慧公路系統(tǒng)運行檢測結(jié)果示意圖

由圖2、圖3 可知，實驗組檢測方法的檢測結(jié)果可以清晰地看到在智慧公路系統(tǒng)運行過程中出現(xiàn)了三次明顯的故障問題，分別出現(xiàn)在18.45s、40.23s、68.23s，而對照組得出的檢測結(jié)果采樣幅值存在較大差異，并且在智慧公路系統(tǒng)正常運行的情況下，其幅值的變化也存在較大改變，無法在第一時間找出存在故障問題的時間節(jié)點，在一定程度上會影響到檢測方法的效率以及檢測精度。

為了更直觀地對兩種檢測方法的應(yīng)用效果進行對比，對兩種方法在不同信噪比條件下的檢測結(jié)果精度進行記錄，并將其繪制成如表1 所示的實驗結(jié)果記錄表。

表1 實驗組與對照組檢測結(jié)果精度實驗結(jié)果記錄表

從表1 中記錄的實驗結(jié)果可以看出，實驗組的檢測結(jié)果精度明顯高于對照組檢測結(jié)果精度，并且隨著信噪比的不斷增加，實驗組檢測方法表現(xiàn)出更加理想的檢測性能，當信噪比數(shù)值達到10dB 時，其檢測結(jié)果的精度能夠達到100.00%，而對照組檢測方法在10dB 信噪比條件下檢測精度也只能夠達到78.21%，無法滿足公路交通運營的需要。

3 結(jié)論

本文在引入物聯(lián)網(wǎng)技術(shù)的基礎(chǔ)上提出了一種全新的故障檢測方法，并通過實驗的方式驗證了該方法的巨大優(yōu)勢。在實際應(yīng)用中，可以將本文提出的檢測方法應(yīng)用到真實的智慧公路系統(tǒng)運行環(huán)境中，以實現(xiàn)對系統(tǒng)中各類設(shè)備運行參數(shù)的實時獲取。