城市隧道風機綜合安全監測系統

張 超，劉龍超

（江南大學 物聯網工程學院，江蘇 無錫 214122）

0 引 言

在隧道內安裝風機可輸送和調節空氣或排除煙塵，從而確保隧道建設和運營的安全性和舒適度。為不占用交通面積，會專門修建通風道，將風機設計懸掛在隧道頂部。 隨著風機在城市公路隧道中的廣泛應用，隧道風機的安全性將直接影響后期道路行車的安全，而風機支座鋼板的施工質量對風機的安全性起到決定性作用。如果長期不對其進行檢查，可能會存在安全隱患。但若是長期進行檢查就會產生工程量較大、施工成本較高、延誤工期等問題。本文研究的重點在于制定一種檢測方法，能夠直觀檢測出風機支撐結構的穩定性；并將檢測計算得到的數據上傳到物聯網平臺，降低檢查維護的成本，減少檢查維修時間。

1 課題研究背景與發展現狀

1.1 課題研究背景

隨著中國對基礎建設的投入不斷加大，特長隧道、長隧道與隧道群不斷增加，為了保證隧道在運營中處于相對安全、健康的環境中，當隧道中的自然通風條件無法滿足通風要求時，必須安裝通風設備。城市隧道的風機安裝在隧道頂部，當隧道煙霧較濃或濕度較高時，會啟動風機以調節隧道內的空氣質量。長時間運行后，安裝焊縫存在脫落松動的隱患，對過往車輛而言存在安全風險。振動傳感器能夠監測風機異常振動，通過城市隧道風機綜合安全監測系統能夠及時向隧道運維管理人員預警，以減少車輛安全事故的發生，保障人民生命財產安全。

1.2 國內外研究現狀

為保障隧道風機運行安全可靠，學者提出了多種方案。例如張松等人提出在風機安裝時先鋪設一定尺寸的鋼板，鋼板通過錨栓與二次襯砌混凝土連接，以加固風機支座預埋鋼板，實現隧道風機支座鋼板加固。楊東等人設計了基于PLC控制的隧道風機系統，在主從站關系下，利用地感傳感器監測隧道內車輛數判斷風機啟停，風力傳感器控制風機風向，同時在道路口配備手動控制箱，保證隧道系統的安全；鐘正強等人設計了適用不同形式風機支承結構的鋼絲繩反力支承系統，針對不同風機鋼架采用對應連接件，檢測其承載力，確保結構安全穩固。

2 數據采集

2.1 振動數據采集

描述振動的量有位移、速度、加速度等。風機異常振動時，其振動參數會超出誤差范圍。由于加速度在高頻領域敏感度好，可以檢測出微小缺陷中產生的應力波，因此利用加速度的變化來反映風機狀態，并采用HWT905-485姿態角度傳感器獲取風機振動的加速度。借助RS 485 CAN HAT模塊使樹莓派具備RS 485、CAN通信功能，并利用RS 485通信電纜實現遠距離數據通信。將采集的振動加速度數據集傳輸至樹莓派，由此完成振動數據的采集。

2.2 聲音數據采集

當風機異常運行時會產生異音。ReSpeaker Mic Array v2.0麥克風傳感器具有遠場語音捕獲、語音算法、波束成形、噪聲抑制、消混響、聲學回聲消除等優點，因此使用ReSpeaker Mic Array v2.0麥克風傳感器采集風機振動聲音。

2.3 Socket通信

采用Socket通信技術實現服務器與客戶端的信息交互。由于數據量過大，樹莓派無法處理，因此將樹莓派中的振動數據文件和音頻文件發送至PC機，在PC機中進行處理。在數據上傳階段，采用Socket.I/O雙向通信技術實現物聯網網關物理模型與物聯網云平臺虛擬模型的同步更新，以有效提高系統的數據傳輸效率。

3 數據處理

3.1 頻譜分析

頻譜是指時域信號在頻域下的表示方式，可以針對信號進行傅里葉變換。所得結果是以幅度及相位為縱軸，頻率為橫軸的圖像（有時可省略相位信息）。有時也以“幅度頻譜”表示幅度隨頻率變化的情形，“相位頻譜”表示相位隨頻率變化的情形。

經過預處理的聲音信號在進行特征提取之前，首先需從時域轉換到頻域。常用的頻域分析方法分別為幅值譜分析、功率譜分析和倒頻譜分析。幅值譜分析是利用傅里葉變換后頻率的幅值對信號進行分析。由于頻域信號攜帶的有用信號更多，因此這樣更有利于下一步的分析與特征提取。

3.2 傅里葉變換與小波變換

將信號從時域轉換到頻域的方法分為傅里葉變換和小波變換。傅里葉變換與小波變換的區別在于，傅里葉變換在進行變換時將時域信息完全丟棄，僅體現信號的頻率分布情況。但聲音、振動等信號的時域信息也是非常重要的指標，因此，在傅里葉變換的基礎上進行改進，使用短時傅里葉變換方法，將時域信號分割成若干個小窗，分別對每一個小窗進行傅里葉變換，從而保留部分時域信息。但短時傅里葉變換在每一個小窗的邊緣部分變換效果并不理想，因此小波變換在繼承和發展了短時傅里葉變換局部化的思想后應運而生。該算法不僅克服了窗口大小不隨頻率變化等缺點，還能夠提供一個隨頻率改變的“時間-頻率”窗口，因此該算法是進行信號時頻分析和處理的理想工具。該算法的主要特點是通過變換能夠充分突出問題某些方面的特征，對時間（空間）頻率進行局部化分析，通過伸縮平移運算對信號（函數）逐步進行多尺度細化，最終實現高頻處時間細分，低頻處頻率細分的目的，以自動適應時頻信號分析的要求，解決傅里葉變換中存在的難題，成為繼傅里葉變換以來在科學方法上的重大突破。

3.3 運用MATLAB進行處理

將采集的振動加速度數據集及音頻文件導入MATLAB，采用快速傅里葉算法在頻域進行濾波和積分處理，得到重要的速度和位移指標參數，從而實現對聲音頻譜和振動頻譜的處理。

4 數據存儲與框架

數據存儲采用時序數據庫InfluxDB和關系型數據庫MySQL，協議測試可以保證信息鏈中遵循同一協議的不同設備正確互聯。因此通信采用MQTT協議。

傳感器設備作為MQTT協議的發布者，將數據傳給MQTT消息代理（Broker），后端以訂閱者的身份訂閱某主題的消息，每當發布者向代理上傳該主題的消息，此時訂閱了該主題的客戶便能收到消息內容（負載）。消息的發布者和訂閱者均為客戶端，消息代理為服務器。

獲取到傳感器監測、處理后的數據便能與數據庫交互，完成數據存儲。查詢數據時，由前端向后端發出請求，后端查詢語句訪問數據庫，獲取查詢結果返回給前端顯示。

整體數據流圖如圖1所示。

圖1 存儲數據流圖

5 前端顯示

借助Socket通信技術將處理完成的數據發送到物聯網平臺端口，在物聯網平臺中進行前端展示，包括風機運行狀態可視化、管理樹莓派、定期體檢、風機異常關斷與維護。

（1）風機運行狀態可視化：基于三維和駕駛艙可視化開發技術，將多風機監測以及焊縫形變信息進行可視化展示，能夠有效提高公共設施維保人員的處理效率；

（2）管理樹莓派：我們不僅要掌握每臺風機的異常運行狀態，還要掌握邊緣計算設備是否正常運行，因此將邊緣計算設備的運行狀態上傳至物聯網平臺，以實時監測樹莓派；

（3）定期體檢：定期報告風機異常運行時間、異常運行程度、異常運行次數及樹莓派異常運行情況；

（4）風機異常關斷與維護：當監測到風機異常運行，超出安全閾值時，物聯網平臺彈出紅色窗口預警，隧道運維管理人員遠程關斷風機，并通知維修人員及時維修，減少車輛安全事故的發生。

6 結 語

通過對隧道風機振動和聲音的分析，可以較為準確地得到隧道風機的運行狀況。使用傳感器獲得隧道風機聲振數據，再運用Socket通信技術將傳感器得到的數據傳給PC機，通過MATLAB進行頻譜處理，得到重要的速度和位移指標參數，最后將所得數據上傳到物聯網平臺。系統成功實現了對風機異常運行的監測，并通過物聯網平臺能及時向隧道運維管理人員預警，以減少車輛安全事故的發生，保障人民生命安全。