軌道車輛橫向穩定性與平穩性判別安卓APP的實現

包立麒 王佳寧

?

軌道車輛橫向穩定性與平穩性判別安卓APP的實現

包立麒1王佳寧2

1.上海工程技術大學城市軌道交通學院，上海 200335 2.上海工程技術大學電子電氣工程學院，上海 200335

軌道車輛運行的平穩性是評價其運行品質的重要指標。課題根據我國軌道車輛平穩性評定標準，開發了評定軌道車輛平穩性的手機應用，使乘客易于獲取所乘軌道車輛的平穩性參考信息。軟件選擇了使用安卓系統的智能手機作為載體，硬件層面利用了智能手機內部集成的加速度傳感器，陀螺儀等傳感器進行加速度信號采集，監測程序采用Java語言開發。

軌道車輛；平穩性；加速度傳感器；安卓

引言

智能手機具有高普及率，優秀的運算性能且集成多種傳感器的特點。人們在生活中已習慣于借助智能手機獲取各種資訊，例如天氣，地理位置，空氣質量等。軌道車輛作為常見交通工具，其運行平穩性、舒適度與人的生活息息相關[1]。本文設計與開發了運行于使用安卓系統的智能手機，利用其集成的多種傳感器及處理性能計算車輛運行平穩性量化標準，為乘客提供參考信息，引起乘客對列車運行平穩性的關注并提高軌道車輛相關信息的普及性。

Sperling平穩性指標在我國鐵路有長期的非正式的應用[1]。本課題采用的1985年發布的GB5599鐵道車輛動力學性能評定標準中，平穩性評價標準基本與sperling指標相同[2]。此評價指標根據頻率將不同段的加速度波形分組，根據其不同頻率加權計算平穩性并疊加以計算整個波形的平穩性指標。

軟件層面上，程序運行于智能手機廣泛使用的安卓系統，采用Java語言編寫。使用快速傅里葉變換算法（FFT）處理數據采集得到的橫向與垂向加速度離散信號以將其轉換到頻域并根據指標設計算法量化計算平穩性。

1 基礎理論

1.1 設計方案

1.1.1 程序架構

程序通過SensorManager類實現對硬件部分的調用，使用手機內置的加速度傳感器設備完成橫向與垂向振動數據采集。通過程序處理得到合適長度的實時橫向，垂向加速度信號序列后，使用快速傅里葉變換（FFT）算法將信號轉換到頻域，并按照GB5599-1985鐵道車輛動力學性能評定推薦的平穩性指標計算方法進行平穩性計算，并根據此平穩性指標給出實時的平穩性評定。平穩性評定的結果通過友好簡潔的軟件界面顯示。為了直觀展示實時數據與計算得出的橫向、垂向的平穩性指標，在程序街面上繪制了加速度波形圖，快速傅里葉變換波形圖，指標數據柱形圖。

系統的總體框架示意圖如圖1。

圖1

1.2 硬件及軟件支持

1.2.1 Android系統與Java語言

Android系統是一種廣泛使用于移動設備的操作系統。 Java語言是一種可以撰寫跨平臺應用程序的面向對象的程序設計語言，Android應用常使用Java語言編寫，本應用基于Android系統實現，使用Java語言進行編寫。

1.2.2 線性加速度傳感器

線性加速度傳感器（linear acceleration sensor）在每個采樣時刻返回x,y,z三軸的加速度數值。對于加速度傳感器與線性加速度傳感器在同一軸向上給出的值，理論上滿足如下關系：

加速度=重力+線性加速度[3]。

線性加速度傳感器的數據并非直接由物理傳感器給出，它需要加速度傳感器，方向傳感器與陀螺儀的數據，經過計算得出。

1.3 評價標準

1.3.1 平穩性指標

GB 5599—1985鐵道車輛動力學性能評定規定，客車運行平穩性（旅客乘坐的舒適性）分別按平穩性指標和平均最大振動加速度評定。客車運行平穩性指標按以下公式計算。

式中：Ｗ為平穩性指標；A為振動加速度，g；f為振動頻率，Hz；F（f）為頻率修正系數（列于表1、表3）。

表1 橫向振動平穩性頻率修正系數

表2 橫向振動平穩性等級

表3 垂向振動平穩性頻率修正系數

表4 垂向振動平穩性等級

GB 5599—1985根據以上公式求平穩性指標W，并根據表2、表4進行平穩性等級評定。

2 硬件調用及算法邏輯

2.1 傳感器

2.1.1 SensorManager類與線性加速度傳感器

SensorManager類（android hardware SensorManager）是所有傳感器的一個綜合管理類，包括了傳感器的種類、采樣率、精準度等。開發者可以通過這個類訪問設備上的各種傳感器。本應用需要來自加速度傳感器的實時數據。在Android系統中，提供給程序開發者使用的幾種傳感器類型中包含有線性加速度傳感器Sensor.TYPE_LINEAR_ACCELERATION。可以通過實例化SensorManager對象與線性加速度傳感器的一個Sensor實例并注冊監聽器，實現調用硬件，采集傳感器數據。

2.1.2 采樣率

根據奈奎斯特采樣定理，在進行A/D轉換過程中，當采樣頻率大于信號中最高頻率的2倍時，采樣之后的數字信號完整保留原始信號中的信息。在實際應用中根據經驗，一般采樣頻率為信號最高頻率的5～10倍。

Android系統提供了幾種常用的采樣頻率枚舉。其中枚舉型SensorManager.SENSOR_DELAY_GAME符合本文中應用所需要的采樣率要求，采樣間隔為20000微秒，即頻率50 Hz，故采用此枚舉型注冊監聽器[3]。

2.2 數據采集與處理

2.2.1 采樣序列與排序

FFT算法在采樣序列長度為2的N次方時有更快的處理速度。運算精度與消耗時間隨序列長度增加，因此需要選擇合適的序列長度。程序選擇每次將長度為256的離散序列進行FFT處理。對傳感器每單一軸向返回的數據，使用如下邏輯儲存：

聲明數組a[256]作為儲存數組，初始化時將數組元素置零，等待新采集的信號數據的存入，如圖2。

圖2

設開始信號采集時t=0，每一采樣時刻采集一個信號dt，按順序依次存入a[0]～a[255]。t=k時刻數組a中存儲情況如圖3所示。

圖3

當采集的數據個數超過數組的大小256，繼續使用數組a存儲新數據，從a[0]開始重新覆蓋寫入新數值。此時會將數組中存儲時間最久的數組元素中的內容覆蓋。此時情況如圖4所示。

圖4

此時數組a中存有離當前采樣時刻最近的256次采樣數據。若將其按照時間順序重新排序，形成的數組b存儲排序將如圖5所示。

圖5

當計算平穩性指標時，執行排序操作，對數組b進行快速傅里葉變換處理。

2.2.2 計算平穩性指標

快速傅里葉正變換將一個線性加速度離散序列轉化為離散傅里葉系數序列。離散傅里葉系數序列可以轉化為對應頻率子波的振幅值。對于實序列，將離散傅里葉系數乘以系數2/N，即可得到對應頻率的振幅。

3 代碼實現

3.1 算法

3.1.1 FFT

對于有限長序列，離散傅里葉變換（discrete Fourier transform）把信號從時域變換到頻域以研究信號的頻譜結構。在實際應用中通常采用高效計算DFT的方法，快速傅里葉變換（fast Fourier transform）[4]。

3.2.2 JFFTPACK

本文中使用的FFT計算采用了JFFTPACK。FFTPACK是快速傅里葉變換的一個計算機語言算法實現，可以對周期序列及其他對稱序列進行快速傅里葉變換。它可以進行實序列、復數序列等序列的快速傅里葉變換。JFFTPACK是其Java語言實現的開源算法包[5]。

3.2 數據采集與處理

3.1.1 數據采集、存儲與排序

實例化SensorManager對象與名為lasensor的線性加速度傳感器Sensor對象并注冊監聽器，實現調用硬件，采集傳感器數據。枚舉型SensorManager. SENSOR_DELAY_GAME設定了傳感器的采樣頻率為50 Hz。實現了接收傳感器返回值并儲存在數組的功能。

3.1.2 指標W計算

使用一個Java函數實現計算指標W。變量frequency為程序選用的采樣頻率，fs2數組為離散傅里葉系數序列。變量i為數組序號，i*c為i對應的子波頻率。根據表1與表3中的公式分組加權計算指標W后返回單精度浮點型變量。

4 App前端UI開發與軟件功能

4.1 界面

4.1.1 繪圖

本安卓應用實現了將軌道車輛運行的平穩性以一確定指標量化，并根據此指標評價列車運行狀況，以直觀的數據、波形圖、柱形圖反饋給用戶。（見圖6）

圖6

以加速度值為縱軸，其序號為橫軸繪制加速度波形圖，能直觀的展示當前振動波形的強烈程度與時域上的特性。將經過FFT以及歸一化處理后得到的振幅序列作為縱軸，其序號為橫軸繪制頻譜圖像，能直觀的展示當前振動波形的不同頻率成分及其大小。經過計算后，指標W對應的評定等級由程序展示于屏幕上。在街面上繪制柱形圖及其顏色直觀表示其程度。

4.1.2 刷新頻率選擇

程序的繪圖刷新頻率獨立于采樣頻率。過高的繪圖頻率將消耗硬件性能，而過低時會使軟件有延遲感，影響用戶體驗。本程序設定每采樣16次將加速度序列進行FFT并重新繪圖與更新數據顯示。

4.2 使用

4.2.1 方向

線性加速度傳感器獲取空間坐標系的x,y,z三個分量的線性加速度。對應于手機，將手機平放于水平面，z軸垂直于手機屏幕所在平面，x軸重合于屏幕水平方向，y軸重合于屏幕豎直方向向上，坐標原點位于屏幕左下角。令手機屏幕水平方向與車輛水平方向平行，此時傳感器給出正確的數值以供計算。[6]

4.2.2 延遲

程序中FFT計算需要大小為256的數組，因此理論上一次變換需要從5.12s前到最近一次采樣時刻的256個采樣點進行計算。盡管指標W的更新間隔相對而言很短，它并不表示實時的運行平穩性，而是約5.12s內的車輛運行平穩性情況[6]。

5 結論

軌道車輛作為一種使用率高的交通工具，其運行品質對乘客的舒適度與體驗有著重要意義。本安卓應用實現了將軌道車輛運行的平穩性以確定的平穩性指標W量化，并根據此指標評價列車運行狀況，為乘客提供直觀易懂的參考信息。本應用在提高乘客對軌道車輛乘坐體驗的關注度與普及軌道車輛相關知識方面有一定意義。

[1]梁海嘯.踏面磨耗對車輛穩定性及平穩性的影響分析[J].華東科技：學術版，2012（4）：6.

[2]樸明偉，粱樹林，方照根，等.高速轉向架非線性與高鐵車輛安全穩定性裕度[J].中國鐵道科學，2011，32（3）：86-92.

[3]漆暉，孫繼武，伍智敏.新型永磁直驅式柔性構架轉向架研究[J].佳木斯大學學報（自然科學版），2012，30（1）：53-56.

[4]鄭培治，祖炳潔，楊建福，等.不同軌道隨機激勵下的車輛動力學性能仿真研究[J].價值工程，2015，34（36）：217-220.

[5]牛雪梅，高國琴，鮑智達,等.基于滑模變結構控制的溫室噴藥移動機器人路徑跟蹤[J].農業工程學報，2013（2）：9-16.

[6]許自強，羅世輝，馬衛華.速度200km/h車輛一系懸掛參數優化及性能分析[J].鐵道機車車輛，2012，32（1）：22-25.

Android Application of Evaluating Lateral Stability of Rail Vehicle

Bao Liqi1WangJianing2

1.Shanghai University of Engineering Science, School of Urban Rail Transit、Rail Transit Signal and Control，200335 Shanghai 2.Shanghai University of Engineering Science,School of Electrical and Electronic Engineering、Automation，200335 Shanghai

The stability of the rail vehicle is an important index to evaluate the quality of the operation. According to the criteria of stability assessment of railway vehicles in China, the mobile phone application is developed to evaluate the stability of the rail vehicles, which makes it easy for the passengers to obtain the reference information of the stability of the passenger rail vehicles. The software layer using intelligent mobile phone with Android as a carrier. The hardware layer acquire acceleration signal by using integrated acceleration sensor and gyro sensor in intelligent mobile phone. The monitoring system is developed by Java.

Rail vehicle; Stability; Acceleration sensor;Android

HJ84.K

A

1009-6434（2016）10-0131-04

包立麒（1995—），男，漢族，籍貫（精確到市）為江蘇省淮安市，學歷本科，研究方向為軌道交通信號與控制。