韓夏溪，張紹陽，馮興樂，張少博

（長安大學(xué) 信息工程學(xué)院，陜西 西安 710064）

0 引 言

我國幅員遼闊，山區(qū)較多，隨著高速公路里程的快速增加，隧道的數(shù)量和長度在世界上都排在首位。據(jù)交通運輸部發(fā)布的《2018年交通運輸行業(yè)發(fā)展統(tǒng)計公報》數(shù)據(jù)顯示，全國公路隧道共17 738處、1 723.61萬米。由于隧道行車環(huán)境相對惡劣，存在洞內(nèi)視線差、洞口明暗變化大、道路窄、能見度差等情況，極易引發(fā)交通事故，加上環(huán)境封閉，一旦出現(xiàn)事故，往往會造成重大財產(chǎn)損失與惡劣的社會影響。

隧道機電系統(tǒng)是實現(xiàn)隧道安全運營的重要保障。隧道機電系統(tǒng)包括隧道視頻監(jiān)控、通風(fēng)、照明、消防、供配電、環(huán)境、應(yīng)急通信、可變情報板、設(shè)備控制等部分。這些機電系統(tǒng)通過隧道通信系統(tǒng)，在隧道監(jiān)控中心進行獨立或集中控制，實現(xiàn)隧道的安全運營。典型的隧道機電設(shè)備控制系統(tǒng)如圖1所示。

圖1 典型的隧道機電設(shè)備控制系統(tǒng)

隧道機電設(shè)備控制系統(tǒng)弊端包括：系統(tǒng)的使用和管理較為繁瑣，傳感器的管理依賴各自的系統(tǒng)；布設(shè)新的傳感器困難，增加及修改需要依賴原來的廠家；更重要的是，由于傳感數(shù)據(jù)相對孤立，難以實現(xiàn)傳感器融合與綜合分析。

國內(nèi)多位學(xué)者對隧道信息采集問題進行了研究。曾磊等首次提出智慧公路隧道的概念，但其構(gòu)建的公路隧道養(yǎng)護管理平臺中對隧道機電設(shè)備的狀態(tài)感知仍舊依靠人工巡查；劉攀等同樣采用了可兼容多協(xié)議的智能網(wǎng)關(guān)，但依舊存在部分老舊設(shè)施無法接入的問題，且并未解決源頭數(shù)據(jù)可靠性以及多傳感器并行故障識別的問題。另外，該文章使用自己租借的云平臺，無法實現(xiàn)與原有業(yè)務(wù)系統(tǒng)的無縫銜接；任栓哲等主要對云平臺進行信息融合，搭建了隧道綜合監(jiān)控聯(lián)動管理平臺；魏偉采用智能感知技術(shù)將故障精準(zhǔn)定位。這些研究在一定程度上提高了隧道數(shù)據(jù)采集和管理的效率，但仍未在行業(yè)中進行深入應(yīng)用，隧道機電系統(tǒng)設(shè)計仍按照JTG D70-2014公路隧道設(shè)計規(guī)范進行。

響應(yīng)國家提出的“新基建”“數(shù)字交通”“智慧交通”戰(zhàn)略，實現(xiàn)交通基礎(chǔ)設(shè)施的數(shù)字化轉(zhuǎn)型，本文提出一種隧道機電設(shè)備融合物聯(lián)網(wǎng)系統(tǒng)，實現(xiàn)了前端傳感數(shù)據(jù)的統(tǒng)一采集，并構(gòu)建成匯聚所有傳感數(shù)據(jù)的數(shù)據(jù)管理平臺，為業(yè)務(wù)應(yīng)用層的應(yīng)用系統(tǒng)利用數(shù)據(jù)分析、預(yù)測提供便利。在此基礎(chǔ)上，采用核主元分析法（KPCA）和貢獻圖相結(jié)合的方式，實現(xiàn)基于多傳感器數(shù)據(jù)融合的故障類型判定方法，展示了傳感數(shù)據(jù)融合采集和管理的優(yōu)勢。

1 隧道機電傳感數(shù)據(jù)融合采集和管理技術(shù)方案

系統(tǒng)邏輯架構(gòu)如圖2所示。

圖2 隧道機電監(jiān)管系統(tǒng)邏輯架構(gòu)

基于Agent技術(shù)的隧道機電監(jiān)管系統(tǒng)架構(gòu)分為3個部分：數(shù)據(jù)感知層、數(shù)據(jù)管理層和業(yè)務(wù)應(yīng)用層。其中，數(shù)據(jù)感知層包括感知Agent和傳感器，數(shù)據(jù)管理層主要為傳感數(shù)據(jù)管理平臺。

1.1 數(shù)據(jù)感知層

數(shù)據(jù)感知層主要包括數(shù)據(jù)融合采集功能和數(shù)據(jù)緩存功能。

數(shù)據(jù)融合采集功能針對不同的設(shè)備采取統(tǒng)一的方式接入。本文將隧道機電設(shè)備細分為視頻監(jiān)控設(shè)備、智能網(wǎng)絡(luò)設(shè)備終端、非智能機電設(shè)備以及普通工作設(shè)備。前兩種設(shè)備的監(jiān)管技術(shù)已經(jīng)成熟，對于后面兩種設(shè)備，提出并設(shè)計了一種物聯(lián)網(wǎng)感知Agent網(wǎng)關(guān)，可以兼容主流接口，其主要的技術(shù)指標(biāo)見表1所列。

表1 網(wǎng)關(guān)主要技術(shù)指標(biāo)

數(shù)據(jù)緩存功能將傳感器數(shù)據(jù)暫存在SQLite數(shù)據(jù)庫中?？蛇h程設(shè)置數(shù)據(jù)采集頻率，感知Agent可將傳感器采集的數(shù)據(jù)暫存在數(shù)據(jù)庫，利用SQLite輕量級、讀寫速度快和提供高效的C語言API等優(yōu)點，有效防止了數(shù)據(jù)傳輸過程中沖突、丟失等現(xiàn)象的產(chǎn)生。

1.2 數(shù)據(jù)管理層

智能網(wǎng)關(guān)將采集的數(shù)據(jù)進行統(tǒng)一封裝并上傳至數(shù)據(jù)管理層。封裝形式采用獨立于編程語言的輕量級文本數(shù)據(jù)格式JS對象簡譜（JavaScript Object Notation, JSON），JSON具有簡潔和清晰的層次結(jié)構(gòu)，易于機器解析和生成。數(shù)據(jù)管理層可實現(xiàn)數(shù)據(jù)管理、設(shè)備狀態(tài)感知等功能，具體如下：

（1）REST API：基于REST技術(shù)設(shè)計統(tǒng)一的服務(wù)API接口，為上層應(yīng)用提供統(tǒng)一和通用接口的服務(wù)，與平臺其他服務(wù)實現(xiàn)無縫對接；

（2）設(shè)備管理：實現(xiàn)隧道機電系統(tǒng)傳感器設(shè)備的注冊、認證、刪除和信息修改等，支持新設(shè)備的實時接入，可實現(xiàn)硬件融合；

（3）用戶管理：實現(xiàn)用戶的注冊、認證、刪除和信息修改等，可保證用戶隨時隨地登錄網(wǎng)站監(jiān)控數(shù)據(jù)，同時還方便隧道機電設(shè)備維護人員登錄查看故障設(shè)備歷史數(shù)據(jù)或故障設(shè)備日志記錄；

（4）事件管理：通過大數(shù)據(jù)平臺以及文本型數(shù)據(jù)庫的優(yōu)劣分析，記錄最優(yōu)解決方案，通過有效的業(yè)務(wù)流程管理進行各類事件的處理。

1.3 業(yè)務(wù)應(yīng)用層

業(yè)務(wù)應(yīng)用層主要分為業(yè)務(wù)系統(tǒng)和數(shù)據(jù)綜合應(yīng)用，應(yīng)用架構(gòu)如圖3所示。

圖3 基于Agent技術(shù)的隧道機電數(shù)據(jù)融合采集及應(yīng)用架構(gòu)

業(yè)務(wù)系統(tǒng)可實現(xiàn)各類業(yè)務(wù)，例如視頻監(jiān)控、機電系統(tǒng)維護管理、人員工作考核等，這些系統(tǒng)的數(shù)據(jù)可從數(shù)據(jù)管理層的服務(wù)接口直接獲取，從而保障數(shù)據(jù)的真實性、時效性。

數(shù)據(jù)的綜合應(yīng)用利用物聯(lián)網(wǎng)大數(shù)據(jù)實現(xiàn)跨傳感器、跨業(yè)務(wù)系統(tǒng)的綜合分析，例如故障判斷、應(yīng)急處置、聯(lián)動控制等。數(shù)據(jù)的綜合應(yīng)用對于實現(xiàn)系統(tǒng)的智能化、智慧化具有重要作用，符合未來的發(fā)展趨勢。

2 基于多傳感器融合的隧道機電設(shè)施故障分析

隧道機電系統(tǒng)中有大量傳感器，隧道主路的運行條件不能及時控制是多種因素作用的結(jié)果，可能是某個傳感器故障引起，因此判斷傳感器狀態(tài)至關(guān)重要。本課題以某隧道不同測點采集的數(shù)據(jù)為樣本，首先使用核主元分析法（KPCA），在高維特征空間中構(gòu)造相應(yīng)的平方預(yù)測誤差（SPE）并計算其置信界限，最后通過求解貢獻圖定位故障傳感器。

2.1 數(shù)據(jù)集選取

選取某隧道通風(fēng)井口處及距通風(fēng)井口300 m處2個測點的一氧化碳濃度傳感器（CO儀）、煙霧透過率傳感器（VI儀）、風(fēng)向風(fēng)速儀（W儀）作為研究對象，傳感器序號及測點位置見表2所列。

表2 傳感器序號及測點位置

選擇隧道機電設(shè)備正常運行時6個測量變量的1 000組數(shù)據(jù)，隨機選取70%數(shù)據(jù)樣本為訓(xùn)練數(shù)據(jù)集，提取特征空間主元并計算SPE指數(shù)及其置信下限，構(gòu)建KPCA模型。選取30%數(shù)據(jù)樣本為測試數(shù)據(jù)集，人為引入故障并計算正確率。

測試數(shù)據(jù)實例見表3所列。

表3 隧道測點位置采集的測試數(shù)據(jù)

2.2 故障判定

經(jīng)計算，當(dāng)=3時，前3個特征值之和與總特征值之和的比值超過85%，即前3個主元反映了樣本數(shù)據(jù)的大部分信息。故本文選取核主元分析的主成分數(shù)為3。進一步通過公式（2）、公式（3）和公式（4）計算SPE置信界限：

對測試數(shù)據(jù)進行計算可得，傳感器故障檢測指標(biāo)SPE值的99%置信界限為2.067 3。即當(dāng)系統(tǒng)的SPE<時，可以判定系統(tǒng)正常；當(dāng)系統(tǒng)的SPE>時，可以判定系統(tǒng)故障。

2.3 故障定位

判定系統(tǒng)故障后，需要從多傳感器信息中定位故障傳感器。一般情況下，傳感器故障的表現(xiàn)形式主要分為：云平臺接收不到數(shù)據(jù)；云平臺接收到的是間歇性數(shù)據(jù)；云平臺接收的數(shù)據(jù)呈現(xiàn)漂移性，即傳感器測量值與真實值的差值隨時間的增加而發(fā)生變化；云平臺接收的數(shù)據(jù)超出誤差允許的范圍。其中，對于接收不到數(shù)據(jù)的隧道機電設(shè)備，平臺監(jiān)測人員可通過手機向?qū)?yīng)智能網(wǎng)關(guān)下達遠程重啟命令，以有效避免故障誤判。本課題采用貢獻圖求解方法，第原始測量變量對監(jiān)控量的貢獻量計算公式為：

式中：l表示KPCA特征空間中的主元數(shù)；t代表第i主元；x代表第j原始測量變量，其中x要經(jīng)過數(shù)據(jù)標(biāo)準(zhǔn)化處理。經(jīng)計算后，得出貢獻量最大的變量就是故障變量。

以距通風(fēng)井口300 m處CO儀為例，在測試數(shù)據(jù)中分別加入偏差故障、漂移故障、完全故障和精度等級下降故障，驗證核主元分析法對多傳感器的故障診斷能力，并利用核主元分析的貢獻圖法進行故障定位。檢測出故障后，根據(jù)式（5）采用貢獻圖法求出各變量的貢獻量，畫出變量貢獻圖，可以發(fā)現(xiàn)4號傳感器故障，即距通風(fēng)井口300 m處的CO儀出現(xiàn)故障。

3 結(jié) 語

論文針對高速公路隧道機電系統(tǒng)中各傳感設(shè)備電氣接口多樣、數(shù)據(jù)格式不同、傳輸協(xié)議各異、控制系統(tǒng)封閉等造成的傳感數(shù)據(jù)孤島問題，提出一種隧道機電設(shè)備融合監(jiān)控的物聯(lián)網(wǎng)架構(gòu)，并研究了基于多傳感器數(shù)據(jù)融合的故障類型判定方法實例，展示了傳感數(shù)據(jù)融合采集和管理的優(yōu)勢。該論文旨在幫助隧道機電系統(tǒng)管理單位的工作有的放矢，更好地安排維護任務(wù)，安排人力資源，提高維護工作效率，達到提質(zhì)增效的目的；另一方面，隧道機電系統(tǒng)的狀態(tài)感知對于保障行車安全可靠，打造暢通、數(shù)字、文明、和諧的高速公路也具有重要作用。