魏瀚峰

(中國鐵路上海局集團有限公司 運輸部， 上海 221000)

0 引言

減速頂在編組站的大量使用，在全路范圍內(nèi)安裝運用各類減速頂超過100多萬臺，目前減速頂?shù)难矙z、監(jiān)測、維修還停留在傳統(tǒng)的粗放管理狀態(tài)。

(1) 減速頂?shù)臋z測維修，依靠人力日常巡檢為主，拉網(wǎng)式的巡檢，效率低。

(2) 巡檢以肉眼觀察、工人腳踩來判斷，缺乏標準的量化手段做支撐，容易導致檢查盲區(qū)。

(3) 巡檢在行車窗口期間進行，無法實現(xiàn)減速頂工況實時監(jiān)控，無法做到事前預(yù)防和安全預(yù)警。

(4) 無法對車輛過頂速度、過頂壓力、調(diào)速效果進行有效的實時監(jiān)測，以及綜合分析。

(5) 由于缺乏數(shù)據(jù)支撐，無法獲取減速頂?shù)妮唹捍螖?shù)、使用損耗、狀態(tài)信息，使得減速頂?shù)陌惭b、使用、維修，依賴粗放經(jīng)驗估計，無法做到精益管理。

不少研究人員從不同方向致力于減速頂故障監(jiān)測的研究和探索。

鄭百玲等[1]提出減速頂故障判定方法，通過在減速頂?shù)撞堪惭b壓力傳感器，通過壓力傳感器采集壓力信號并根據(jù)該壓力信號繪制壓力時間曲線圖，查看周期內(nèi)的壓力值波峰數(shù)，根據(jù)波峰數(shù)判定減速頂是否正常。

閆祖東[2]提出了減速頂動態(tài)性能監(jiān)測管理系統(tǒng)設(shè)計與應(yīng)用，該方法是使用計算機替代人工記錄減速頂?shù)木S修使用和耗材磨損情況，建立減速頂維修及耗材記錄數(shù)據(jù)庫。通過對相關(guān)數(shù)據(jù)的統(tǒng)計分析，推斷車站減速頂?shù)哪p情況和使用狀態(tài)。

鞠欣然[3]提出減速頂信息采集及網(wǎng)絡(luò)管理系統(tǒng)，綜合分析系統(tǒng)中匯總的檢修數(shù)據(jù)，以減速頂檢修記錄和股道滾壓次數(shù)為基礎(chǔ)，進行綜合分析，實現(xiàn)對達到檢修條件的減速頂進行匯總預(yù)警。

要義勇等[4]提出的減速頂物聯(lián)網(wǎng)故障預(yù)警方法,通過NB-IoT組網(wǎng)技術(shù)將減速頂設(shè)計成物聯(lián)網(wǎng)感知層的節(jié)點，實現(xiàn)對減速頂運動曲線的監(jiān)測、存儲、處理和聯(lián)網(wǎng)轉(zhuǎn)發(fā)。通過部署云端數(shù)據(jù)庫實現(xiàn)減速頂各節(jié)點數(shù)據(jù)的批量化存儲和應(yīng)用，通過構(gòu)造標準周期曲線、計算多區(qū)間運動曲線的樣本熵系數(shù)來評價減速頂?shù)慕】禒顟B(tài)。

Bezukladnikov[5]提出了監(jiān)測和控制車站和港口集裝箱的系統(tǒng)，特點在于對多個對象進行監(jiān)測和控制，相關(guān)的車輛減速器作為對象之一，作為整個系統(tǒng)的輸入之一。

Tu Xuyue[6]提出的空氣壓縮機的監(jiān)測方法，可以遠程監(jiān)測4臺空氣壓縮機的參數(shù)，這種方法還無法采集和處理大規(guī)模數(shù)量的對象。

總結(jié)上述研究者的研究結(jié)果，概括為以下4種方法，如圖1所示。

圖1 減速頂分析方法

由于減速頂使用的站場環(huán)境復(fù)雜，減速頂影響因素眾多的情況，針對這種情況，目前研究的減速頂故障監(jiān)測方法還存在著如下局限性。

(1) 考慮因素單一。過頂壓力是減速頂作用的一個很重要的因素，但由于現(xiàn)場情況復(fù)雜，影響因素多，只考慮過頂壓力一個因素難以代表全面性。

(2) 有些方式是根據(jù)減速頂?shù)臋z修記錄來進行分析，這需要工作人員在事后將大量的檢修記錄手動輸入管理系統(tǒng)，難以起到實時監(jiān)測的作用。

(3) 采用互聯(lián)網(wǎng)傳輸減速頂數(shù)據(jù)，通過部署公有云端數(shù)據(jù)庫實現(xiàn)減速頂各節(jié)點數(shù)據(jù)的存儲和應(yīng)用，這種方式存在著鐵路數(shù)據(jù)的安全性問題。

(4) 考慮鐵路運輸作業(yè)的特點，目前的測試和監(jiān)測都是在模擬環(huán)境下進行，而在實際鐵路運輸作業(yè)過程中，以及車列真實運行環(huán)境下，沒有實現(xiàn)減速頂工況數(shù)據(jù)實時采集。

(5) 即有的研究還停留在減速頂工廠對單個減速頂進行模擬工況測試的程度，無法滿足鐵路運輸?shù)郎献鳂I(yè)實際應(yīng)用的需要。

通過仔細研究減速頂?shù)膶嶋H應(yīng)用場所—--編組站的各方面情況，提取減速頂應(yīng)用重要特征如下。

(1) 對于一個編組站，減速頂使用數(shù)量非常大，達到幾千個甚至上萬個。

(2) 對時間響應(yīng)要求高，工作人員需要及時掌握所有減速頂?shù)墓ぷ鳡顟B(tài)。

(3) 減速頂?shù)墓ぷ鳡顟B(tài)受到多個因素的影響，諸如，過頂壓力、過頂速度、外界溫度和車輛載貨重量等。

(4) 減速頂?shù)氖褂脠龅貜V闊，環(huán)境復(fù)雜，場地內(nèi)已經(jīng)部署了很多各類電線、信號線以及其他管線等。此環(huán)境下，對每個減速頂部署數(shù)據(jù)傳輸線不可行。

鑒于以上特征，已有的研究中還沒有一個有效的方法，本文提出了基于邊緣計算的大規(guī)模減速頂在線監(jiān)測及智能預(yù)警系統(tǒng)，采用物聯(lián)網(wǎng)技術(shù)連接編組站所有減速頂，自動采集傳輸數(shù)據(jù)。通過構(gòu)建邊緣計算節(jié)點，實現(xiàn)數(shù)據(jù)在邊緣計算節(jié)點的預(yù)處理，提高整個系統(tǒng)大數(shù)據(jù)量的處理速度及傳輸效率，滿足對大規(guī)模減速頂狀態(tài)實時監(jiān)測的需要。通過神經(jīng)網(wǎng)絡(luò)模型獲得減速頂?shù)慕】禒顟B(tài)參數(shù)，實現(xiàn)對減速頂工作狀態(tài)的智能預(yù)警。本系統(tǒng)部署在上海南翔站，使用了18個月，驗證了本系統(tǒng)在實際環(huán)境下的有效性。

1 系統(tǒng)架構(gòu)

隨著物聯(lián)網(wǎng)相關(guān)技術(shù)的快速成熟發(fā)展，結(jié)合站場調(diào)車業(yè)務(wù)的需求，提出了基于邊緣計算的大規(guī)模減速頂在線監(jiān)測及智能預(yù)警系統(tǒng)。

整個系統(tǒng)包括：傳感器、采集網(wǎng)關(guān)、匯聚網(wǎng)關(guān)、應(yīng)用控制器以及減速頂在線監(jiān)測及智能預(yù)警系統(tǒng)軟件平臺，如圖2所示。

圖2 系統(tǒng)網(wǎng)絡(luò)拓撲

整個數(shù)據(jù)傳輸結(jié)構(gòu)采用物聯(lián)網(wǎng)的結(jié)構(gòu)：感知層、傳輸層、應(yīng)用層。

(1) 感知層

感知層起到采集減速頂狀態(tài)數(shù)據(jù)的作用。包含有減速頂和采集網(wǎng)關(guān)兩部分。其中，壓力傳感器內(nèi)嵌在減速頂中，壓力傳感器中內(nèi)置了智能芯片，壓力傳感器采集到壓力，通過對應(yīng)的轉(zhuǎn)換計算，保存在智能芯片中，同時把相關(guān)的過頂時間值也保存在該芯片中。

通過高頻對車輪滾過減速頂?shù)倪^程中采集過頂壓力，采集周期結(jié)束后，智能芯片保存一系列壓力數(shù)據(jù)和過頂時間點，并將這些數(shù)據(jù)傳送到對應(yīng)的采集網(wǎng)關(guān)。

(2) 傳輸層

傳輸層起到把數(shù)據(jù)傳送到應(yīng)用控制器的作用。

采集網(wǎng)關(guān)與匯聚網(wǎng)關(guān)之間，通過無線傳送方式進行數(shù)據(jù)傳送?，F(xiàn)場環(huán)境復(fù)雜，通過布線的方式建立傳輸網(wǎng)絡(luò)，施工難度大，且網(wǎng)線在現(xiàn)場環(huán)境下易折斷，并妨礙現(xiàn)場設(shè)備的部署和現(xiàn)場作業(yè)人員的快速移動。

綜合各方面現(xiàn)場因素的考慮，采用zigbee無線組網(wǎng)技術(shù)，底層采用IEEE 802.15.4標準規(guī)范協(xié)議。

該無線協(xié)議具備以下技術(shù)特點。

① 該協(xié)議組成的一個無線網(wǎng)絡(luò)，理論最大節(jié)點數(shù)就是2的16次方(即65 536)。對于規(guī)模大的編組站，其最大減速頂數(shù)量不超過20 000臺，以上節(jié)點數(shù)量可滿足減速頂?shù)默F(xiàn)場使用，具有很強的擴展性。② 網(wǎng)絡(luò)中的任意節(jié)點之間都可進行數(shù)據(jù)通信。在有節(jié)點加入和撤出時，網(wǎng)絡(luò)具有自動修復(fù)功能。對于多個采集網(wǎng)關(guān)，只要在網(wǎng)絡(luò)通信的范圍內(nèi)自動找到對方，他們就可以快速形成互連的網(wǎng)絡(luò)。而且，由于采集網(wǎng)關(guān)的有效性變動，通過重新搜索通信對象，確定它們之間的聯(lián)系來重置原始網(wǎng)絡(luò)，形成自組網(wǎng)，極大提高了無線網(wǎng)絡(luò)的自適應(yīng)性，保證了采集網(wǎng)關(guān)正常無線傳輸?shù)目煽啃訹7]。

當一個網(wǎng)絡(luò)節(jié)點的生存路徑變化后，可以自動更新網(wǎng)絡(luò)路徑，通過迂回路由保持網(wǎng)絡(luò)節(jié)點通路可達，如圖3所示。

圖3 標準規(guī)范協(xié)議

匯聚網(wǎng)關(guān)與應(yīng)用控制器之間數(shù)據(jù)傳送到匯聚網(wǎng)關(guān)后，匯聚網(wǎng)關(guān)通過IP網(wǎng)絡(luò)把數(shù)據(jù)送到應(yīng)用層。

(3) 應(yīng)用層

在應(yīng)用層包含有應(yīng)用控制器、減速在線監(jiān)測及智能預(yù)警系統(tǒng)軟件平臺就部署在應(yīng)用控制器上，調(diào)車管理人員通過訪問應(yīng)用控制器，查詢相關(guān)的減速頂數(shù)據(jù)，實時掌握各個減速頂?shù)倪\行狀態(tài)，實現(xiàn)在線監(jiān)測和智能預(yù)警等。

2 融合邊緣計算技術(shù)實現(xiàn)大數(shù)據(jù)處理

對于一個編組站來說，一條股道就要安裝幾十個乃至上百個減速頂，而這種股道至少有幾十條。對于繁忙的編組站來說，一條股道一天溜放的車廂達到上百節(jié)，在這種情況下，產(chǎn)生并要傳送的數(shù)據(jù)量是很大的。

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)等信息技術(shù)的快速發(fā)展，傳統(tǒng)的網(wǎng)絡(luò)中心節(jié)點的結(jié)構(gòu)已經(jīng)無法滿足智能感知、遠程監(jiān)控、遠程控制等場景對低延遲的高要求。而現(xiàn)場調(diào)車業(yè)務(wù)對系統(tǒng)的實時性有較高的要求，這就要求網(wǎng)絡(luò)具備傳輸?shù)脱舆t。

按照傳統(tǒng)的網(wǎng)絡(luò)設(shè)計，把大量的減速頂?shù)臄?shù)據(jù)全部傳送到中心節(jié)點上進行處理，這種結(jié)構(gòu)存在兩種弊端。

(1) 大量未經(jīng)處理的數(shù)據(jù)傳到中心節(jié)點后，加大了中心節(jié)點的負擔，使中心節(jié)點超負荷運轉(zhuǎn)，降低了中心節(jié)點的效率。

(2) 大量未經(jīng)處理的數(shù)據(jù)，不斷通過網(wǎng)絡(luò)傳輸?shù)街行墓?jié)點，占據(jù)了大量的網(wǎng)絡(luò)帶寬，會導致整個網(wǎng)絡(luò)傳送效率的下降，并影響車務(wù)及其他業(yè)務(wù)的網(wǎng)絡(luò)運行效率。

為了解決這個問題，通過邊緣計算技術(shù)來優(yōu)化系統(tǒng)架構(gòu)，提升系統(tǒng)的性能。邊緣計算，是指在靠近數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力為一體的開放平臺，就近提供服務(wù)。其應(yīng)用程序在邊緣側(cè)發(fā)起，產(chǎn)生更快的網(wǎng)絡(luò)服務(wù)響應(yīng)，滿足行業(yè)在實時業(yè)務(wù)等方面的基本需求[8]。

把匯聚網(wǎng)關(guān)作為邊緣計算節(jié)點，對原始數(shù)據(jù)進行預(yù)處理：數(shù)據(jù)過濾、數(shù)據(jù)凈化、數(shù)據(jù)轉(zhuǎn)換等計算處理后，把經(jīng)過處理后的數(shù)據(jù)傳送到中心節(jié)點，由中心節(jié)點進行全局的、深度化的處理，如圖4所示。

圖4 減速頂數(shù)據(jù)計算節(jié)點

(1) 采集網(wǎng)關(guān)傳送的大量數(shù)據(jù)在匯聚網(wǎng)關(guān)(邊緣計算節(jié)點)進行數(shù)據(jù)預(yù)處理，然后傳送到應(yīng)用控制器(中心節(jié)點)，減少了中心節(jié)點計算資源的消耗，提升中央節(jié)點處理全面、深度業(yè)務(wù)的性能。

(2) 在匯聚網(wǎng)關(guān)進行預(yù)處理后，形成的中間結(jié)果數(shù)據(jù)的數(shù)量大大減少，在傳送過程中所占用的帶寬資源也減少，為保證網(wǎng)絡(luò)整體傳輸性能發(fā)揮了巨大作用。

(3) 基于物聯(lián)網(wǎng)的結(jié)構(gòu)設(shè)計，未來對系統(tǒng)有更智能化的需求，將會根據(jù)中心節(jié)點計算的處理結(jié)果，以一種新的智能方式推送到邊緣計算節(jié)點，以控制終端迅速做出調(diào)整，由于邊緣計算節(jié)點更加靠近終端，將使系統(tǒng)的實時性更好。這種低時延的要求，是邊緣計算節(jié)點一個重要的特點[9]，如圖5所示。

圖5 減速頂數(shù)據(jù)流程

3 減速頂?shù)闹悄茴A(yù)警

從大量的實際經(jīng)驗中，得出只依靠過頂壓力作為唯一因素判別減速頂狀態(tài)是不全面的，因此，需要把相關(guān)的多種因素作為智能算法的輸入變量。

在數(shù)據(jù)分析方面，本系統(tǒng)結(jié)合各個維度的數(shù)據(jù)進行分析，有靜態(tài)數(shù)據(jù)，也有動態(tài)數(shù)據(jù)，各方面的數(shù)據(jù)匯聚到系統(tǒng)中，由于因素多，相關(guān)性復(fù)雜，依靠經(jīng)典算法，難以找出數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系。本系統(tǒng)采用人工神經(jīng)網(wǎng)絡(luò)，對大量的現(xiàn)場數(shù)據(jù)進行訓練，在數(shù)據(jù)分析方面起到了很明顯的效果。

本系統(tǒng)采用三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，進行分析計算[10]，如圖6所示。

圖6 減速頂數(shù)據(jù)計算模型

其中，輸入層，用于變量的輸入。隱含層，通過連接的權(quán)重及節(jié)點的函數(shù)得出一系列中間過程數(shù)據(jù)。輸出層，通過權(quán)重與中間過程數(shù)據(jù)的計算，得出最后的結(jié)果。

選擇的輸入變量有。

(1) 過頂壓力(x1)

(2) 過頂速度(x2)

(3) 持續(xù)天數(shù)(x3)

(4) 現(xiàn)場溫度(x4)

輸出結(jié)果y為減速頂健康狀態(tài)結(jié)果。結(jié)果的范圍區(qū)間為[0,1]，如果結(jié)果小于閾值，該系統(tǒng)就開始預(yù)警，讓工作人員注意該減速頂?shù)墓ぷ鳡顩r，消除工作中的安全隱患。

先根據(jù)采集的數(shù)據(jù)以及現(xiàn)場工作人員的經(jīng)驗，形成神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)訓練集，對神經(jīng)網(wǎng)絡(luò)模型進行訓練[11]。

訓練完后才能把該神經(jīng)網(wǎng)絡(luò)模型部署到應(yīng)用控制器上，對實際調(diào)車工作中產(chǎn)生的數(shù)據(jù)進行計算判斷，得出減速頂?shù)慕】禒顟B(tài)。

該模型擴展性強，對于新的影響因素，可通過增加輸入變量的方式，并重新訓練神經(jīng)網(wǎng)絡(luò)模型即可，形成持續(xù)的學習模式。

4 實際應(yīng)用效果

本系統(tǒng)選定上海南翔站下行場19道作為試用股道，在19道共安裝減速頂100臺。具體減速頂安裝數(shù)據(jù)如表1所示。

表1 南翔站19道減速頂布頂間距明細表

現(xiàn)場減速頂間距情況如圖7所示。

圖7 減速頂現(xiàn)場部署示意圖

減速頂智能單元包括可無線發(fā)送數(shù)據(jù)的采集網(wǎng)關(guān)和采集終端，匯聚網(wǎng)關(guān)安裝在室外防水箱內(nèi)。同時從燈橋旁邊的站房將網(wǎng)線接入到燈橋旁邊的防水箱內(nèi)，并提供接入IP口和IP地址，匯聚網(wǎng)關(guān)天線固定在燈橋上面，如圖8所示。

圖8 減速頂現(xiàn)場部署網(wǎng)絡(luò)接入

4.1 驗證效果

(1) 該系統(tǒng)進入大規(guī)模實用階段，具備在線監(jiān)控10 000個減速頂?shù)哪芰?。在上海南翔站現(xiàn)場部署了一條股道100臺減速頂，系統(tǒng)運行了1年半，經(jīng)受了各種氣候的考驗，整個系統(tǒng)運行正常。

(2) 所用的減速頂經(jīng)過各種車輛上萬次的輪壓，整個系統(tǒng)采集、傳送、存儲、處理功能均正常。

(3) 有效性驗證。智能預(yù)警的方法得到了站場的有效實際驗證，對于被預(yù)警的減速頂，維護人員實地檢查，發(fā)現(xiàn)有問題的減速頂確實存在油壓不足等問題，起到精準預(yù)警的作用。

(4) 可靠性驗證。通過相鄰減速頂數(shù)據(jù)、歷史數(shù)據(jù)、運輸作業(yè)數(shù)據(jù)進行智能大數(shù)據(jù)分析、避免誤報和漏報，滿足現(xiàn)場實際運輸作業(yè)安全管理的要求。

5 總結(jié)

本系統(tǒng)采用高頻采集數(shù)據(jù)，采集到車輪通過減速頂時的整個壓力變化過程。專家研究指出，減速頂效果理想的壓力變化過程如圖9所示。

圖9 性能良好的減速頂壓力波形

而有些減速頂狀態(tài)在實際使用中工況劣化如圖10所示。

圖10 減速頂性能劣化后的壓力曲線圖

經(jīng)過分析，發(fā)現(xiàn)減速頂由健康狀態(tài)發(fā)展到亞健康、不健康狀態(tài)，將有幾個月、甚至幾年的時間過程。通過持續(xù)完善數(shù)據(jù)的采集，提升數(shù)據(jù)算法，結(jié)合車輪過頂壓力變化的全過程，找出減速頂狀態(tài)變化的規(guī)律，更早的發(fā)現(xiàn)隱患，做好更精準的監(jiān)測工作。