CN103543697A - 交通隧道设备集群式智能控制方法 - Google Patents

Abstract

本发明公开一种交通隧道设备集群式智能控制方法，所述方法基于对中央控制层控制指令的接收、解析、预处理、下发，对现场控制器状态收集、整理、打包、上传；将所搜集到的设备信息进行过滤，并根据内置的集群式智能控制器模型进行分析处理，在得到优化控制指令源后，将指令输出到现场控制器层，由现场控制层执行指令；其中：所述方法内置了设备属性数组，对每一个设备的属性进行数组化抽象封装，进而将各个设备按照属性的差别，在逻辑上归档成不同的集群，设备将被整合成一个个集群，而不再是颗粒状孤立的单独设备。本发明可减少人工干预，降低了交通隧道运营的设备成本，维护成本，为低碳生活贡献力量。

Description

交通隧道设备集群式智能控制方法

技术领域

本发明涉及交通隧道综合监控系统技术领域，具体地说，涉及的是一种交通隧道设备集群式智能控制方法。

背景技术

纵观交通隧道综合监控系统的发展历史，从早期的设备本地控制，发展到后来的中央分布式离散控制，再到现在普遍采用的智能控制层软件（组态平台）+现场控制器（PLC）的方式，客观来说，发展至今日的综合监控系统，架构已经比较成熟，基本能满足一般交通隧道的运行维护要求，而交通隧道内电气设备的安全性、稳定性及可靠性也都有了较高的保障，在中央控制室的人员，通过综合监控系统采集到的底层的各类电气设备的信号，足不出户，即能了解整条隧道的实时运行信息，并根据不同工况，发出相应指令，由综合监控系统传递至相应电气设备来执行。

同时也看到，随着科技进步的日新月异，一条现代化的交通隧道所包含的电气设备也越来越多，就钱江通道而言，设计中的强电及弱电设备，共有大小几十类，绝对数量有近千台之多，这就对综合监控系统提出了新的、更高的要求。此时，现有控制模式就显现出了不足之处，因为它对所采集设备信息的管理比较零乱、无序，综合监控系统在运行过程中，采集了大量底层设备的状态信息，这些信息都是孤立的、待整合的。但是对于整合信息的责任，却有两难之处：由于组态平台如果负荷过大将影响整体运行速率与稳定性，而PLC擅长的是逻辑控制与顺序控制，整合数据信息，从根本上讲，非其所长。这种两难情况往往导致待整合信息可能没有被充分地分析处理，进而无法达到全隧道设备最优控制。

根据多年来的交通隧道实施情况，现有控制架构有如下待改进之处：

第一、需要过多的人工干预，虽然现场控制器中内置了自控程序，但是局限性很大，不能满足隧道内所有工况，所以隧道的机电设备运行，还是以手动控制为主，无人或少人值守的概念仅停留在理论上，不利于节省人工成本。

第二、每次启动设备，次序往往固定不变，造成单台设备启停次数过于频繁，且对设备故障信息没有系统整理归档，无法给出合理的设备养护建议，造成设备损耗几率上升，运维成本上升。

第三、隧道设备没有达到最优控制，没有达到节能减排的目的，比如通风系统中，本可以通过启动少量设备，即可达到对隧道内环境的调节，实际运行中，却启动了更多的设备，虽然达到了相同的目的，能耗却上升了。

第四、没有形成设备组的概念，没有将同属性设备作为一个整体来考虑，这种做法虽然在应对简单的逻辑控制要求时并无大碍，但是如果是在环境复杂、工况种类繁多的情况下，可能导致单独的每台设备的控制逻辑固然繁琐，但是总体的控制效率却不高的问题，这也是第三点问题的重要成因。

经检索发现，公开号为101235723A的中国发明专利（申请号：200810045351.9），该专利提供了“一种高速公路路段多隧道集合式智能通风控制方法，利用高速公路交通流依次通过路段上多座隧道时的连续性特点，先行隧道根据实测的交通流、污染物浓度数据，预测出下一控制周期的交通流数据及污染物浓度；后行隧道根据先行隧道当前控制周期的交通流及本隧道实测的交通流、污染物浓度，对后行隧道下一控制周期的交通流、污染物浓度进行预测；各隧道再根据污染物预测值采用智能模糊推理的方式，对风机的开启数量进行控制。该方法能够更精确地提前预测隧道内交通流及烟雾、一氧化碳浓度变化，从而提前控制射流风机的开启数量；通风控制效果好，同时又减少能量消耗，提高风机的使用寿命。”

该发明与本发明技术要点比较:

1.该检索到的发明仅是局限在针对单纯的个体设备而言，仍旧没有把同属性，类似控制逻辑的设备归纳为设备集群的概念；本发明中，把同属性，类似控制逻辑的设备归纳为设备集群。

2.该检索到的发明没有设备养护数据库的建立，对于中长隧道的设备的智能控制显得比较粗糙；本发明中建立设备养护数据库，对设备进行更加精细化、归纳化，协调化的控制。

3.该检索到的发明是针对“路段上的多座隧道，从先行隧道的交通流量、污染物浓度来进行后行隧道在一个控制周期的交通流量，污染物浓度进行预测”这是个相对简单的预测方式，在现代化的通讯技术中，可将先行隧道与后行隧道的进行交通流量，污染物浓数据进行的通讯，检索到的发明的所谓的预测就成了一纸空文。以风机为例：本发明针对单个现代化中长隧道中安装的检测装置（车检器，COVI仪表，风速仪等）的反馈值，与在某个时刻的交通流的目标值进行比对，得到偏差值，对隧道内的交通流，环境污染物进行周期性的预测，更好的提高了控制的精度。

基于上述分析，本发明的目的就是建立一个新的隧道设备集群式智能控制方法来解决这些难题。

发明内容

本发明所要解决的技术问题是提供一种高效、节能、低运营成本、低碳的现代化交通隧道设备的智能控制方法。

为了解决上述技术问题，本发明采用下述技术方案：

本发明所述的交通隧道设备集群式智能控制方法，该方法具体为：基于对中央控制层控制指令的接收、解析、预处理、下发，对现场控制器状态收集、整理、打包、上传；将所搜集到的设备信息进行过滤，并根据内置的集群式智能控制器模型进行分析处理，在得到优化控制指令源后，将指令输出到现场控制器层，由现场控制层执行指令；其中：所述方法内置了设备属性数组，设备属性数组定义为在集群式智能控制器模型中建立的数组变量，用于描述各个单体设备的属性特征，如（设备用途、设备功率、设备里程位置、设备通讯接口、设备控制方式、设备能改变的环境参数等等）。如此，对每一个设备的属性进行数组化抽象封装，进而将各个设备按照属性的差别，在逻辑上归档成不同的集群，设备将被整合成一个个集群，而不再是颗粒状孤立的单独设备。

为了优化同属性设备的开启时间和次序，最大化各种设备的有效使用寿命，本发明还设置额外的养护数据库来进行支撑，数据库根据实际设备的运转情况，记录并跟踪设备的运行时间、开启次数、故障次数、预计使用寿命等信息。设备养护数据库与集群式控制器模型进行配合，对设备的启用进行最优化的建议。

本发明首先也是针对隧道内沿线射流式风机为研究对象，在实际的实施中推广至中长隧道内的所有机电设备(如照明设备、水泵设备、交通灯设备等)。本发明采用前馈式控制算法，或者在前馈式控制算法中，引入模糊控制理论，以能获得更加稳定的效果。

所述根据内置的集群式智能控制器模型进行分析处理，具体实现为：首先中央控制层根据测得的交通流数据与隧道内交通事件，通过服务器记录到数据库中。在数据库中，由数据库触发器完成数据的初步处理工作，处理所得数据作为方法的输入，方法利用交通流预测模型得到下一个控制周期的交通流，并结合检测元件测得的反馈值，计算出下一控制周期的预测增量，由反馈值、预测增量、目标值确偏差量，该偏差量作为智能控制器的输入量，智能控制器根据输入量与“设备属性数组”中设备属性的对比，筛选出与该输入量存在使能关系的设备集群，再根据输入量的数值大小（其本质就是一个偏差量），计算出在本次控制周期中每个相关设备集群需要增加或减少的设备台数，最后结合设备养护数据库，通过对集群中单体设备的最优选择，计算得出各个相关集群中实际需要开启或停止哪几台设备；

完成了本周期的控制后，智能控制器由动态环境参数获取新的输入量，进入下一个控制周期。每个控制周期的时间，一般为5分钟或10分钟。

所述现场控制器可直接根据给出的建议设备运行方式来进行设备的启停控制，也可以在中央控制层的实时数据库中增设一个设备状态表，把建议设备运行方式记录到设备状态表中，确定是否按照设备状态表来完成对设备的控制。

所述确定是否按照设备状态表来完成对设备的控制，具体的方式可以是：组态平台设置专门的后台调度程序，该调度每分钟扫描一次实时数据库的设备状态表部分，当发现设备状态表发生变化时，读取设备建议运行方式，并根据设备建议运行方式询问操作人员，是否向现场控制器发送设备控制信号，完成对设备的智能控制。

采用上述的技术方案，本发明具有有益效果：

1、不需要过多的人工干预，能够满足隧道内所有工况的运行，所有隧道的机电设备运行已真正做到以智能运行为主，力求做到无人或少人值守，节省人工成本。

2、形成设备集群的概念，对同属性、相同控制逻辑、相同作用的设备，作为一个集群来考虑，不再采用大量的逻辑互锁程序，提高控制的效率。

3、对设备属性，状态属性进行系统归档，提供相关的养护数据为维保人员提供专业数据，智能调整设备的运行顺序，力求设备的运行时间，运行次数达到动态平衡。降低设备的损耗几率，降低运维成本。

4、最优化控制，比如通风系统中不会再为了环境的调节而盲目的开启多台风机，本发明智能化建议开启风机的位置及台数，达到节能减排，降低能耗。

附图说明

图1为本发明一实施例设备集群属性示意图。

图2为本发明一实施例设备养护数据库示意图。

图3为本发明一实施例前馈式控制算法示意图。

图4为本发明一实施例基于前馈控制的设备集群式智能控制方法模型。

具体实施方式

以下结合附图和实施例对本发明的技术方案作进一步的解释，但是以下的内容不用于限定本发明的保护范围。

如图1所示，本实施例所述的交通隧道设备集群式智能控制方法，基于对中央控制层控制指令的接收、解析、预处理、下发，对现场控制器状态收集、整理、打包、上传；将所搜集到的设备信息进行过滤，并根据内置的集群式智能控制器模型进行分析处理，在得到优化控制指令源后，将指令输出到现场控制器层，由现场控制层执行指令。该方法具体包括以下几个方面的内容：

第一，建立设备集群属性

交通隧道设备集群式智能控制方法为了应对现代化隧道的发展趋势，应对隧道中越来越多种类的电气设备的集中协调控制，从纯设备的方向出发，不再颗粒状孤立地划分设备，协同地对各类设备进行整合处理。这里，对同类设备引入集群的概念，如附图1所示，为设备集群属性示意图：隧道左线射流风机集群、右线射流风机集群、左线水泵集群、右线水泵集群、左线照明集群、右线照明集群等。

以集群为出发点的控制方式，不仅可以简化现有中央控制系统智能联动的配置过程，使整个综合监控系统的结构变得更加清晰，同时可以让系统管理员或操作员更加关注应用系统本身的配置，关注各子系统间的逻辑扭转关系，而不再把时间耗费在控制指令与设备接口的对应关系方面。

如上所提及的，隧道设备集群式智能控制方法可以看作是位于传统现场控制器和中央控制系统之间的一个矩阵化的多输入多输出系统，同时，该控制方法内置了设备属性数组，对每一个设备的属性进行数组化抽象封装，进而将各个设备按照属性的差别，在逻辑上归档成不同的集群。

在隧道设备集群式智能控制方法中，设备将被整合成一个个集群，而不再是颗粒状孤立的单独设备。

2、建立设备养护数据库

为了优化同属性设备的开启时间和次序，最大化各种设备的有效使用寿命，还需要设置额外的养护数据库来进行支撑，数据库根据实际设备的运转情况，记录并跟踪设备的运行时间、开启次数、故障次数、运行建议、预计使用寿命等信息，如附图2所示。

设备养护数据库，与集群式控制器模型进行配合，对设备的启用进行最优化的建议。如附图4中“建议开启风机的位置及台数”。

3、建立集群式智能控制器模型

本实施例集群式智能控制器模型采用前馈式控制算法，以隧道风机设备为例，如附图4基于前馈控制的设备集群式智能控制模型，该方法是由进入隧道前区段的交通量信息及隧道内的车辆检测器信息，实时了解隧道内交通量、行车速度、车辆构成等信息，通过检测交通流状况，对以后的交通量进行预测，并分析交通流特征，用计算出以后一段时间内的环境参数前馈信号，并考虑由COVI传感器与风向风速传感器测出来的污染物浓度及流向的后馈信号，由前馈信号和反馈信号共同完成对风机的风量、运转台数等进行控制。该方法能根据交通量的变化，对风机进行追踪控制，不易产生大的波动现象，可按预先设定的标准模式在一定范围内进行风量分担控制。与后馈控制相比，可节省一定的电能消耗，并延长风机的使用寿命。

本设备集群式智能控制方法也考虑在实际效果更好的情况下，在前馈式控制算法中，可引入模糊控制理论，以期能获得更加稳定的效果,如附图3前馈式控制算法示意图。

4、集群式智能控制方法的实现逻辑

以隧道风机设备为例，常规模式下，检测元件主要为COVI仪、风速仪、车检器、视频分析仪等设备，执行元件为射流风机，控制对象是CO浓度和Ⅵ浓度，在方法发生作用时，首先中央控制层根据车检器和视频分析仪测得的交通流数据与隧道内交通事件，通过I/O服务器记录到数据库中。在数据库中，由数据库触发器完成数据的初步处理工作，处理所得数据作为方法的输入，方法利用交通流预测模型得到下一个控制周期（如5分钟或10分钟）的交通流，并结合COVI仪表检测元件测得浓度反馈值，通过环境分析模型计算出下一控制周期的CO、VI的浓度的预测增量，由反馈浓度（取平均值）、预测增量、目标浓度确定CO、VI的偏差量，这两个偏差量和当时的风速WS作为核心组件智能控制器的输入量，经过推理得出需要增加的风机的台数，再结合前文设立的设备的养护数据库，获得实际需要风机开启（关闭）的台数及位置。然后获得新的环境动态，进入下一个控制周期。

现场控制器（PLC）可直接根据养护数据库与智能控制方法控制器协同配合工作给出的建议风机运行方式（如附图4）来进行风机的启停控制，也可以在中央控制层的实时数据库中增设一个风机状态表，把建议风机运行方式记录到风机状态表中，由操作人员来确定是否按照风机状态表来完成对风机的控制（具体的方式可以是，组态平台设置专门的后台调度程序，该调度每分钟扫描一次实时数据库的风机状态表部分，当发现风机状态表发生变化时，读取风机建议运行方式，并根据风机建议运行方式询问操作人员，是否向现场控制器发送风机控制信号，完成对风机的智能控制）。

在大型长距离隧道工程时，现有的控制模式在隧道日常管理、设备节能、运维和设备养护等多方面存在不足之处，从而较大增加了隧道的运营成本。上述实施例采用本发明所提供的技术方案后，控制过程人工参与更少，控制精度及效率更高，能耗更低，运维成本更少。

以上仅仅是对本发明的较佳实施例进行的详细说明，但是本发明并不限于以上实施例。应该理解的是，在不脱离本申请的权利要求的精神和范围情况下，本领域的技术人员做出的各种修改，仍属于本发明的范围。

Claims (7)

1.一种交通隧道设备集群式智能控制方法，其特征在于：所述方法基于对中央控制层控制指令的接收、解析、预处理、下发，对现场控制器状态收集、整理、打包、上传；将所搜集到的设备信息进行过滤，并根据内置的集群式智能控制器模型进行分析处理，在得到优化控制指令源后，将指令输出到现场控制器层，由现场控制层执行指令；其中：

所述方法内置了设备属性数组，设备属性数组定义为在集群式智能控制器模型中建立的数组变量，用于描述各个单体设备的属性特征，如此，对每一个设备的属性进行数组化抽象封装，进而将各个设备按照属性的差别，在逻辑上归档成不同的集群，这样所有设备将被整合成集群形式，而不再是颗粒状孤立的单独设备。

2.根据权利要求1所述的交通隧道设备集群式智能控制方法，其特征在于：所述方法还设置额外的养护数据库，养护数据库根据实际设备的运转情况，记录并跟踪设备的运行时间、开启次数、故障次数、预计使用寿命信息，设备养护数据库与集群式控制器模型进行配合，对设备的启用进行最优化的建议。

3.根据权利要求1所述的交通隧道设备集群式智能控制方法，其特征在于：所述集群式智能控制器模型采用前馈式控制算法，或者在前馈式控制算法中，引入模糊控制理论。

4.根据权利要求1-3任一项所述的交通隧道设备集群式智能控制方法，其特征在于：所述根据内置的集群式智能控制器模型进行分析处理，具体实现为：

首先中央控制层根据测得的交通流数据与隧道内交通事件，通过服务器记录到数据库中；

在数据库中，由数据库触发器完成数据的初步处理工作，处理所得数据作为方法的输入，利用交通流预测模型得到下一个控制周期的交通流，并结合检测元件测得的反馈值，计算出下一控制周期的预测增量，由反馈值、预测增量、目标值确定偏差量，该偏差量作为智能控制器的输入量，智能控制器根据输入量与“设备属性数组”中设备属性的对比，筛选出与该输入量存在使能关系的设备集群，再根据输入量的数值大小，计算出在本次控制周期中每个相关设备集群需要增加或减少的设备台数，最后结合设备养护数据库，通过对集群中单体设备的最优选择，计算得出各个相关集群中实际需要开启或停止哪几台设备；

完成了本周期的控制后，智能控制器由动态环境参数获取新的输入量，进入下一个控制周期。

5.根据权利要求4所述的交通隧道设备集群式智能控制方法，其特征在于：每个控制周期的时间为5分钟或10分钟。

6.根据权利要求1-3任一项所述的交通隧道设备集群式智能控制方法，其特征在于：所述现场控制器直接根据养护数据库与智能控制方法控制器协同配合工作给出的建议设备运行方式来进行设备的启停控制，或者在中央控制层的实时数据库中增设一个设备状态表，把建议设备运行方式记录到设备状态表中，确定是否按照设备状态表来完成对设备的控制。

7.根据权利要求5所述的交通隧道设备集群式智能控制方法，其特征在于：所述确定是否按照设备状态表来完成对设备的控制，具体的方式是：组态平台设置专门的后台调度程序，该调度每分钟扫描一次实时数据库的设备状态表部分，当发现设备状态表发生变化时，读取设备建议运行方式，并根据设备建议运行方式询问操作人员，是否向现场控制器发送设备控制信号，完成对设备的智能控制。

Images