当前, 列车速度的提高对行车安全提出了更高的要求。对广域长线式分布的钢轨应变/应力进行快速多点监测, 能快速地为线路养护和维修提供有效信息, 有望提升铁路客货运输的安全水平。然而, 高速铁路可供检测的时间窗口已大幅度压缩, 传统的人工检测法难以适应当前快速、准确、广域监测的迫切需求^[1]。在轨道和路基上安装固定传感器, 可以对特定路段的应变/应力进行全天候实时监测, 然而, 目前单一测点难以反映完整区段的钢轨健康状态, 阻碍了该技术的推广应用^[2]。近年来, 无线传感网(Wireless sensor network, WSN)技术的出现及发展, 使得传感器布设摆脱了供能和通讯布线的约束, 能够在广泛区域内组网, 并将感知到的信息汇聚到数据中心, 为分析和预测钢轨安全性提供了丰富的时空数据^[3]。

目前, 无线传感技术在轨道安全监测方面已开启部分研究, Rakshit等^[4]提出一种结合ZigBee通信和WiFi通信的HTN(Hybrid technology networking)技术, 能够实时监测列车各组件运行状态, 如轮轴轴承、刹车是否失效; 货车车厢门打开或关闭等。Costa等^[5]利用光纤传感器采集铁路桥的结构应变数据, 通过无线网络发送数据, 用于评估铁路桥的结构疲劳度。Reason等^[6]提出了基于多传感器的智能货运方案, 建议利用WSN技术的点对点能力实时监测车厢环境和车间距离等。Shafiullah等^[7]提出了适用于小数据量传输情况的能量优化使用协议E-BMA, 可用于钢轨温度监测。Pylkkä nen等^[8]按照不同气候区域选取钢轨测点, 利用温度传感器、线性位移传感器和湿度传感器测量冻结深度和钢轨结构的冻胀, 借助WSN收集数据, 进而实现包含不同环境的冻胀建模分析。然而受技术制约, 规模化的WSN应用还不多见^[9], 需要进一步对专用网络平台进行完善和优化, 研究WSN中多传感节点网络任务并发快速和可靠处理、数据高效存储和管理、数据可视化及分析等主要问题。

本文针对上述问题, 以我国高速铁路钢轨力学参量的广域监测需求为背景, 提出了适用于多传感节点网络任务并发处理的数据传输架构。基于关系型数据库, 形成了采集数据与元数据相融合的存储和管理模式。利用VTK开源平台开发了远程数据可视化和分析软件, 最终构建出完整的WSN上层信息处理平台, 在包含104个传感节点规模的WSN系统上得到应用, 并对数据吞吐量、丢失率等QoS关键指标进行了测试。

本文建立的无线传感网系统的架构由3层组成, 如图1所示。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 无线传感网的系统软件架构Fig.1 Software architecture of WSN

(1)数据采集层。由含有传感器和zigbee通讯模块的传感节点(简称节点)组成, 4个节点组成一组放在单元盒内。由传感器采集数据, 再由zigbee通讯模块负责把数据发送给网关, 也可接收网关下发的采集参数命令。

(2)控制及通信层。该层由网关和接入服务器组成。每个网关管理10~20个节点, 对接收的数据汇聚并解析, 再将解析成功的命令帧和数据帧转换为SOCKET数据帧, 并随后发送。汇聚到网关的数据通过3G网络转发给接入服务器。接入服务器根据信息包自带标识将其存储在服务器硬盘的特定位置。接入服务器的另一功能是向节点下发参数设置等控制命令。

(3)数据存储及分析层。数据存储及分析层由数据库、数据分析机、WebService服务器、客户端监测软件等组成。数据库以关系型数据库为基础, 通过映射规则, 采用元数据和本体库分离的形式管理大数据。数据分析机由各种算法组成, 对从关系型数据库中获取的数据进行计算分析。

WebService服务器提供网络接口。客户端监测软件通过调用WebService服务器接口访问数据, 实现可视化。

对建立的无线传感网系统进行了测试, 试验在中国国家铁道试验中心架设的钢轨应力检测无线传感网上开展, 该传感网能够测试线路钢轨的多点锁定轨温、应变、振动加速度等指标。安装的现场设备如图5所示, 单元盒安装在轨腰处, 内含至少4个传感节点, 网关放置在轨道旁, 通过交流电源供电。设计的客户端监测界面如图6所示, 其中图6(a)是基于C/S架构的客户端浏览器, 用不同颜色分别表示有砟曲线段、有砟直线段和无咋直线段轨道; 轨道上有单元盒, 网关布置在道侧, 曲线图由一个时间段内传感节点采集数据形成。图6(b)是基于B/S架构的客户端浏览器, 采用GIS技术展示设备布设地理信息, 点击单元盒可以显示传感节点最近采集数据曲线。现场布设13个网关、104个传感节点。节点供电箱和网关箱内装有温湿度传感器, 用于监测运行环境。接入服务器的电脑配置是:主频2.0 GHz CPU(8核)、内存32 GB, 网络带宽4 G/s。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 现场设备图Fig.5 Field devices

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 客户端软件人机交互界面Fig.6 Man-machine interface for client software

(1)数据丢失率测试。静态节点数据采集间隔15 min, 应变采集频率20 Hz; 动态节点数据为触发采集模式, 采集时长4 s, 加速度节点数据采集频率5 kHz, 动态应变数据采集频率0.5 kHz。令保存到服务器存储上的实际采样数据长度为N, 节点通道采样时长为T, 采样频率为f, 数据丢失率L=N/(Tf)。测试计算得到的数据丢失率如图7所示, 在运行30天期间所有节点通道数据丢失率小于5%, 91%以上节点数据丢失率接近于0.00%。

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 传感节点采集数据丢失率直方图Fig.7 Histogram of the data loss rate from the sensor nodes

(2)数据吞吐量测试。设置加速度节点为定时采集, 采集频率10 kHz, 采集时长2 s, 采样间隔10 min; 动态应变采集频率为1 kHz。设定所有单元盒加速度节点同一时刻开始采集, 这也会触发所有动态应变节点同时采集。静态节点按照正常工作状态参数设置。所有节点都设计为采集完成后进行数据传输。实验进行1 h。从结果可知, 对26个加速度节点, 系统平均处理速度即数据吞吐量为0.52 M/s时, 数据丢失率近似为零。

(3)数据时延测试。利用采集数据帧的时间戳, 获得完整的每组数据从采集到显示在客户端监测界面上时延均小于1 min, 含有丢包的数据时延小于4 min。利用短信开关关闭和重启网关, 从短信开关有回复开始计时到客户端界面显示网关状态改变的时延。如表1所示, 网关从关闭状态到显示在线需要1 min左右, 而网关从在线状态到显示关闭需要3~8 min。延时较长的部分原因是由于接入服务器判断网关掉线是通过捕捉Socket异常和心跳超时两种策略, 第二种策略需要较长时间。

表1

Table 1

表1(Table 1)

表1 网关状态改变时的响应时间 Table 1 Response time for gateway state change 序号 关闭时间时延/min 打开时间时延/min 1 3 1 2 6 1 3 7 1 4 8 1 5 4 1

表1 网关状态改变时的响应时间 Table 1 Response time for gateway state change

根据高铁分布式钢轨应力监测的需求, 建立了由数据采集层、通信及控制层、数据存储及分析层组成的无线传感网系统软件架构; 提出了多传感节点网络任务并发处理的数据传输框架, 利用关系型数据库和数据分析机构建数据存储及管理模式, 管理网络拓扑结构和持续增加的传感数据; 设计了“ 元信息捕获-本体映射-数据查询-数据获取-数据可视化” 交互操作数据流, 实现了设备分布和传感数据可视化。在中国铁道科学研究院架设的钢轨应力监测无线传感网平台上, 对本文建立的系统软件架构进行了测试, 结果表明:104个节点平均数据丢包率小于5%; 在最大数据吞吐量下运行1 h数据丢包率近似于0.00%; 数据从采集完成到显示的时延小于1 min。研究成果满足大规模无线传感网中数据传输与处理需要, 这将为无线传感网技术在工业领域的广泛应用提供借鉴。