基于IoT传感器网络的实时钢轨检测系统

发布时间：2022-01-03 07:10

　　本文针对铁路部门对线路进行定期巡检和列车状态监测的实际需求,提出一种基于物联网（IoT）传感器网络的实时钢轨检测系统,包括ZigBee检测端、ZigBee传输端和云端服务器3部分,用于长距离实时采集钢轨振动信息,分析扣件松紧程度、列车载重及运行速度等状态参数。与传统检测系统相比,该系统将多种传感器融合,并利用分段通信方式将检测端数据上报至云端,具有功耗低、成本低、不占用轨道资源等优点,并可实现24 h实时监测,大大提高了铁路轨道检测的效率和质量。综合实验表明,利用本文系统能够有效区分钢轨扣件的正常和脱落2种状态,结合特定型号的列车参数还可计算出列车的车厢数量、运行速度和载重等。本系统可实现性强,能够融合多种复杂算法,未来有望在铁路部门的故障定位和实时监测任务中发挥更关键的作用。 

【文章来源】：高技术通讯. 2020,30(08)北大核心

【文章页数】：8 页

【部分图文】：

基于无线物联网传感器的钢轨实时检测系统原理图

检测端整体结构

为了实现钢轨及列车状态的长距离实时监测,就需要在野外铁路线上布置足够数量的检测端节点,各检测节点采集的振动及温湿度数据实时上传到云端服务器进行分析和处理,处理结果则应及时报告给铁路安全监管部门。由于节点数量多,相隔距离长,有线传输数据的方式显然是不适用的,为了实现大量数据的可靠精确传输、节约成本和降低功耗,本文采用分段式无线传输方案,如图3所示。首先,利用低功耗、低成本的短距离通信技术ZigBee将检测端节点采集的数据汇总到ZigBee传输端,二者之间的通信链路是通过ZigBee通信协议建立的,其网络拓扑结构为星型,包含一个协调者节点和一系列的终端节点,规定每一个终端节点只能与协调者节点通信而不能与相邻终端节点通信。然后,采用适用于长距离传输的窄带物联网(NB-IoT),将中转节点中暂存的数据上报到云端服务器进行分析和处理;最后,利用互联网(Internet)将处理结果上报给铁路监管部门。由于该方案在每段距离传输时仅采用单一线路,因此能够有效解决多线路传输方式中的数据不同步等问题。

【参考文献】：
期刊论文
[1]基于机器视觉的铁路信号灯检测技术[J]. 张坤,李珊珊,王晓红,李雪菲,温涛.  河北工业科技. 2019(02)
[2]基于ARM cortex M3铁轨塌方自动检测报警系统[J]. 胡荣,罗小青,何尚平.  科学技术与工程. 2018(03)
[3]基于机器视觉的铁轨扣件边缘检测研究[J]. 李锦珑,马宏锋,张维昭,李祥林.  西北师范大学学报(自然科学版). 2017(05)
[4]基于无源RFID的卸货列车行程定位方法研究[J]. 陈冠军,王英健,徐大远.  自动化技术与应用. 2015(10)
[5]基于频域方法的轨道随机振动特性及试验验证分析[J]. 王开云,蔡成标,徐志胜.  机械工程学报. 2005(11)



本文编号：3565821