周韶澤，周允鑫，聶春戈，張海峰，崔凱

(1.大連交通大學 交通運輸工程學院，遼寧 大連 116028； 2.中車長春軌道客車股份有限公司，吉林 長春 130062)*

0 引言

隨著高速鐵路的快速發(fā)展，高速列車實時安全服役狀態(tài)的監(jiān)測顯得越發(fā)重要.為了保證列車運營的安全，國內(nèi)對列車安全服役監(jiān)測及其數(shù)據(jù)可視化進行了大量研究.浙江大學甄維超搭建了高速動車組傳感數(shù)據(jù)監(jiān)控系統(tǒng)，將系統(tǒng)產(chǎn)生的大量實時監(jiān)測數(shù)據(jù)，利用可視化技術(shù)的圖形、圖像手段對數(shù)據(jù)進行可視化展示[1]；西南交通大學郭倪宏對列車走行部軸承的監(jiān)測數(shù)據(jù)進行降維簡約，實現(xiàn)了數(shù)據(jù)可視化[2]；西南交通大學黃國輝設計了基于GPS/GIS的鐵路搶險車定位監(jiān)測系統(tǒng)，通過GPRS通信網(wǎng)絡傳輸?shù)腉PS定位數(shù)據(jù)的處理，并結(jié)合VB和MapX組件技術(shù)實現(xiàn)實時監(jiān)測、信息查詢、歷史回放[3]；西南交通大學郭宗昊設計了GPS和GIS相結(jié)合的區(qū)間列車定位可視化系統(tǒng)，通過GSM-R網(wǎng)絡實現(xiàn)車地信息傳輸，采用GIS組件式開發(fā)定位可視化系統(tǒng)，以VS和ArcGIS為開發(fā)工具，利用ArcGIS Engine開發(fā)組件庫，在NET環(huán)境下采用C#語言進行編程開發(fā)，完成系統(tǒng)軟件設計與實現(xiàn)[4].然而，這些相關研究具有局限性：由于監(jiān)測數(shù)據(jù)如加速度、應變等的實時采集頻率高而導致數(shù)據(jù)量巨大，難以滿足遠程數(shù)據(jù)可視化需求；跟蹤監(jiān)測多臺數(shù)采設備往往在各自車輛分散采集，難以反映在某一個地點、同一時刻各個采集量之間的相互關系；基于特定的應用程序，多機更新和查看不方便，尤其不適于在當今基于Web的移動端的應用；長期跟蹤監(jiān)測后累積出海量數(shù)據(jù)，難以進行快速調(diào)取、分析和顯示.

本文提出并開發(fā)了基于Web的高速動車組結(jié)構(gòu)跟蹤監(jiān)測數(shù)據(jù)可視化系統(tǒng)，并在CRH380CL為期兩年的結(jié)構(gòu)跟蹤監(jiān)測中得到成功運用，為動車組長期跟蹤監(jiān)測提供了便捷、高效的一體化工具.通過可視化的圖形或圖表可以及時、直觀和快速的了解列車關鍵部位振動、受力和溫度情況，以及基于這些數(shù)據(jù)研究這些數(shù)據(jù)間的關系，對掌握列車運行時的安全特性，認識列車監(jiān)測部位隨地理位置和季節(jié)溫度變化等的服役規(guī)律，以及改進產(chǎn)品結(jié)構(gòu)有重要意義.

1 數(shù)據(jù)可視化層次框架

構(gòu)建跟蹤監(jiān)測數(shù)據(jù)可視化層次結(jié)構(gòu)，以數(shù)據(jù)的采集、存儲、處理、傳輸作為框架的重要組成，將整個體系分為數(shù)據(jù)采集層、服務層與表現(xiàn)層，見圖1.

圖1 跟蹤監(jiān)測數(shù)據(jù)可視化層次框架

(1)數(shù)據(jù)采集層

數(shù)據(jù)采集層是數(shù)據(jù)可視化的來源.數(shù)據(jù)采集模塊以NI CompactRIO硬件為載體，以LabVIEW軟件為編譯平臺，基于可重新配置的FPGA(現(xiàn)場可編程門陣列)模塊對列車運行時的監(jiān)測數(shù)據(jù)進行采集.數(shù)據(jù)的緩存與傳輸要通過車載RT(Real-Time) 實時控制器，將監(jiān)測數(shù)據(jù)本地存儲或遠程發(fā)送[5].遠程發(fā)送的數(shù)據(jù)要進行特征值的計算并通過網(wǎng)絡模塊經(jīng)由3G網(wǎng)絡傳送到服務層.由于車載存儲的實時采集數(shù)據(jù)量巨大，需人工周期性定時拷貝到服務層進行處理.

(2)服務層

服務層功能包括在線特征數(shù)據(jù)的接收和存儲，數(shù)據(jù)采集層原始數(shù)據(jù)的拷貝和存儲，原始數(shù)據(jù)特征值與規(guī)律性數(shù)據(jù)的存儲，以及提供給Web服務器的瀏覽檢索服務.服務層的數(shù)據(jù)庫用來存儲在線、離線數(shù)據(jù)的特征值，原始數(shù)據(jù)的存儲位置和規(guī)律性數(shù)據(jù)等，等待Web服務器的調(diào)取請求.

(3)表現(xiàn)層

表現(xiàn)層的功能是在瀏覽器端對高速動車組采集的各項監(jiān)測數(shù)據(jù)整合、按需調(diào)取與同步可視化顯示.列車運行時的動應力、溫度、加速度和速度等數(shù)據(jù)，利用Web數(shù)據(jù)可視化圖表工具處理和顯示，最終獲得在線、離線特征數(shù)據(jù)和規(guī)律性信息.結(jié)合高速動車組運行的經(jīng)緯度數(shù)據(jù)，以Web地圖的形式動態(tài)顯示在瀏覽器端.

2 關鍵方法

2.1 基于特征值的數(shù)據(jù)取值方法

高速動車組長期結(jié)構(gòu)跟蹤監(jiān)測所獲得的實時采集數(shù)據(jù)量巨大，單在每節(jié)車每天產(chǎn)生的數(shù)據(jù)量就至少數(shù)GB.由于數(shù)據(jù)量巨大，為實現(xiàn)數(shù)據(jù)的遠程傳送、在線可視化且能反映列車在運營期間某一地理位置、某一時刻的情況，需要對實時采集數(shù)據(jù)進行特征值的提取.特征值取值是生成服務器數(shù)據(jù)的重要步驟，是數(shù)據(jù)可視化的數(shù)據(jù)準備階段.重要步驟是數(shù)據(jù)可視化的數(shù)據(jù)準備階段.

在數(shù)采設備中，通過預處理數(shù)據(jù)程序，將實時采集的數(shù)據(jù)去除溫飄和低通濾波等步驟后，提取出在線特征值存入數(shù)采設備緩存，以提供給遠程網(wǎng)絡進行發(fā)送.設固定時間間隔內(nèi)的數(shù)據(jù)總量N：

N=HS

(1)

式中，H為數(shù)據(jù)采集頻率;S為設置的取值間隔，單位為s.以S秒內(nèi)溫度、應力和加速度的最大值、平均值和最小值的作為特征值取值：

(2)

(3)

(4)

式中，T為溫度;σ為應力;a為加速度;N1、N2、N3為數(shù)據(jù)總量.σ由采集的應變計算，

σ=Eε

(5)

式中，E為彈性模量，ε為應變.

監(jiān)測數(shù)據(jù)特征值取值流程見圖2.在線特征值取值后，通過遠程傳輸被存入服務器數(shù)據(jù)庫.跟據(jù)重點關注需要，還可將原始數(shù)據(jù)經(jīng)過人工數(shù)據(jù)預處理后，提取典型線路和典型日期的離線特征值.特征值取值后，由于數(shù)據(jù)量大大減少，有利于遠程發(fā)送、快速存儲和瀏覽顯示.

圖2 監(jiān)測數(shù)據(jù)特征值的取值流程

2.2 基于時間戳的數(shù)據(jù)可視化

由于高速動車組結(jié)構(gòu)跟蹤監(jiān)測數(shù)采設備多，且分散在各個車廂內(nèi)，需要構(gòu)建采用時間戳的多源數(shù)據(jù)同步采集及可視化方法，步驟如下：

(1)利用車載數(shù)據(jù)采集設備的GPS模塊的授時功能，將采集的數(shù)據(jù)以統(tǒng)一時間戳記錄，獲得有統(tǒng)一時間戳的原始數(shù)據(jù).在每次采集設備啟動后，每隔一定周期(如半小時)通過GPS模塊校準一次本地采集時間；

(2)從原始數(shù)據(jù)中，根據(jù)上一小節(jié)方法基于時間戳取得特征值數(shù)據(jù)，并遠程傳輸?shù)椒掌鞔嫒霐?shù)據(jù)庫中；

(3)數(shù)據(jù)可視化顯示時，通過Ajax異步讀取數(shù)據(jù).URL定義數(shù)據(jù)獲取地址，數(shù)據(jù)在HTTP下GET的請求，獲得預期定義數(shù)據(jù)類型的數(shù)據(jù).各項數(shù)據(jù)以JSON這一輕量級的數(shù)據(jù)交換格式為輸出形式進行輸出[6]；

(4)獲取JSON格式的數(shù)據(jù)后，在Web動態(tài)圖表中實現(xiàn)動態(tài)圖表和折線的同步逐點刷新.在不重新刷新網(wǎng)頁的情況下，Ajax不斷從服務器端獲得各車的監(jiān)測數(shù)據(jù)，根據(jù)相同的時間戳實現(xiàn)數(shù)據(jù)的同步可視化.GPS地理位置也由JSON數(shù)據(jù)格式返回，由Web地圖(如Google地圖、百度地圖、高德地圖等)同步顯示.

采集數(shù)據(jù)同步可視化見圖3.因為GPS授時精度高，守時能力強，長期穩(wěn)定性好，所以由GPS產(chǎn)生的時間戳記錄適合于列車的長期跟蹤監(jiān)測及同步可視化.而采用JSON的數(shù)據(jù)形式輸出，提升了數(shù)據(jù)信息的傳輸效率，也便于圖表工具的解析.

圖3 采集數(shù)據(jù)同步可視化

2.3 監(jiān)測數(shù)據(jù)處理

監(jiān)測數(shù)據(jù)經(jīng)過特征值取值后，被發(fā)送到服務器數(shù)據(jù)庫存儲.在接收遠程發(fā)送的特征值數(shù)據(jù)過程中，由于3G信號強弱的問題可能存在延遲，所以跟蹤數(shù)據(jù)動態(tài)顯示需在服務器端經(jīng)過一段緩存時間后再進行顯示.

在動態(tài)可視化端，依據(jù)不同監(jiān)測部位，不同預設警示閾值被設置到動態(tài)圖表中.在可視化圖表的初始化中，設定超過閾值時的警示顏色.當監(jiān)測值超過閾值，曲線警示顯示在動態(tài)曲線上，同時，該警示值被記錄在數(shù)據(jù)庫中.例如，當溫度和加速度監(jiān)測數(shù)據(jù)超過設定的閾值時，會高亮顯示警示數(shù)據(jù)的動態(tài)曲線點，記錄下此刻的警示值以及列車的地理位置GPS信息、速度等其他信息進行下一步的處理.

如圖4為監(jiān)測數(shù)據(jù)處理流程.運營過程中經(jīng)常產(chǎn)生警示值的時間段和路段，需要提取原始數(shù)據(jù)進行詳細分析.為了詳細了解產(chǎn)生警示數(shù)據(jù)的原因，調(diào)出原始數(shù)據(jù)基于地理位置、速度、室外溫度等數(shù)據(jù)進行詳細分析.還可以進一步根據(jù)這些原始數(shù)據(jù)，進行等效應力的計算、依據(jù)標準對關鍵結(jié)構(gòu)進行結(jié)構(gòu)振動疲勞壽命分析等.

圖4 監(jiān)測數(shù)據(jù)處理流程

3 跟蹤監(jiān)測數(shù)據(jù)可視化實例

依據(jù)上文設計的可視化層次框架，基于B/S模式開發(fā)了高速動車組結(jié)構(gòu)跟蹤監(jiān)測數(shù)據(jù)可視化系統(tǒng)，并以為期兩年的高速CRH380CL高速動車組設備艙關鍵結(jié)構(gòu)跟蹤監(jiān)測作為實例驗證該系統(tǒng).

系統(tǒng)采用Apache作為Web服務器、PHP作為Web腳本語言以及MySQL數(shù)據(jù)庫作為存儲數(shù)據(jù)庫構(gòu)建[7].其中，經(jīng)過處理生成的存儲的特征值數(shù)據(jù)以時間戳為首列，包括動應力、溫度、加速度的最大值、平均值和最小值，以及對應存儲的經(jīng)緯度坐標、速度等.

Highstock是高效的Web前端可視化圖表工具，適合將動應力、溫度、加速度等監(jiān)測數(shù)據(jù)轉(zhuǎn)變?yōu)閯討B(tài)折線圖進行可視化.在可視化界面上，每個動態(tài)圖表分別對動應力、溫度、加速度、列車速度、經(jīng)緯度數(shù)據(jù)進行URL取值地址定義.各項數(shù)據(jù)的Ajax在循環(huán)下獲得JSON格式數(shù)據(jù).在y軸設置許用值報警線plotLines.當動態(tài)加載的數(shù)據(jù)超過閾值時，以警示顏色高亮超過閾值的點顯示在圖表上，并將警示數(shù)據(jù)記錄存儲.

百度地圖API被采用作為跟蹤數(shù)據(jù)同步顯示的Web地圖[8].在各項跟蹤數(shù)值動態(tài)繪制時，以列車圖標動態(tài)同步顯示列車地理位置.地圖的快速縮放功能，提供比當前地圖更大范圍的視角，為關注列車運行位置提供方便.

通過監(jiān)測數(shù)據(jù)各項數(shù)據(jù)快速同步同屏顯示，直觀獲得列車運行中的關鍵監(jiān)測部位的運行情況，實現(xiàn)列車監(jiān)測數(shù)據(jù)可視化界面如圖5.在列車運行時可以查看實時特征值動態(tài)曲線.在線和離線特征值歷史數(shù)據(jù)可以根據(jù)日期、小時等時間查詢和調(diào)取，并再現(xiàn)運行時的跟蹤值和地理位置.系統(tǒng)能夠方便、形象和快速地瀏覽長期跟蹤監(jiān)測數(shù)據(jù)，并能依托累積的原始監(jiān)測數(shù)據(jù)資源，進行進一步的詳細分析，開展更深入的研究.例如，根據(jù)某日期數(shù)據(jù)，分析線路對車輛的運行狀態(tài)、結(jié)構(gòu)的影響；不同季節(jié)溫度對設備艙溫度的影響，對結(jié)構(gòu)性能的影響等.

圖5 高速動車組監(jiān)測數(shù)據(jù)可視化界面

應用結(jié)果表明，系統(tǒng)可以適用于高速動車組的長期跟蹤監(jiān)測并進行數(shù)據(jù)的可視化，為監(jiān)測數(shù)據(jù)的有效使用提供高效工具.

4 結(jié)論

通過構(gòu)建基于Web的高速動車組結(jié)構(gòu)跟蹤監(jiān)測數(shù)據(jù)可視化三層結(jié)構(gòu)，使用基于特征值與時間戳的數(shù)據(jù)取值方法，開發(fā)了可視化系統(tǒng)，并在CRH380CL高速動車組設備艙關鍵結(jié)構(gòu)長期跟蹤監(jiān)測中進行了應用.高速動車組跟蹤監(jiān)測數(shù)據(jù)可視化方法可提供快速瀏覽跟蹤監(jiān)測數(shù)據(jù)，更充分利用累積的監(jiān)測數(shù)據(jù)資源的能力，為掌握列車運行情況、總結(jié)運行規(guī)律和改進產(chǎn)品設計提供便捷、高效的一體化工具.