CN114633777A - 基于双控制平台的轨道交通列车能耗数据监测系统及方法 - Google Patents
基于双控制平台的轨道交通列车能耗数据监测系统及方法 Download PDFInfo
- Publication number
- CN114633777A CN114633777A CN202210242101.4A CN202210242101A CN114633777A CN 114633777 A CN114633777 A CN 114633777A CN 202210242101 A CN202210242101 A CN 202210242101A CN 114633777 A CN114633777 A CN 114633777A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- data
- control platform
- module
- consumption data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 131
- 238000012544 monitoring process Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004891 communication Methods 0.000 claims abstract description 39
- 238000001914 filtration Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 11
- 238000009499 grossing Methods 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 17
- 102100028082 Tapasin Human genes 0.000 claims description 12
- 108010059434 tapasin Proteins 0.000 claims description 12
- 230000003750 conditioning effect Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 101150025671 tim8 gene Proteins 0.000 claims description 6
- FFGPTBGBLSHEPO-UHFFFAOYSA-N carbamazepine Chemical compound C1=CC2=CC=CC=C2N(C(=O)N)C2=CC=CC=C21 FFGPTBGBLSHEPO-UHFFFAOYSA-N 0.000 claims description 5
- 230000001960 triggered effect Effects 0.000 claims description 5
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 101001068136 Homo sapiens Hepatitis A virus cellular receptor 1 Proteins 0.000 claims description 3
- 101000831286 Homo sapiens Protein timeless homolog Proteins 0.000 claims description 3
- 101000752245 Homo sapiens Rho guanine nucleotide exchange factor 5 Proteins 0.000 claims description 3
- 102100021688 Rho guanine nucleotide exchange factor 5 Human genes 0.000 claims description 3
- 230000003139 buffering effect Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 239000013078 crystal Substances 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
- B61L15/0018—Communication with or on the vehicle or train
- B61L15/0027—Radio-based, e.g. using GSM-R
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
- B61L15/0081—On-board diagnosis or maintenance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/42—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for mass transport vehicles, e.g. buses, trains or aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种基于双控制平台的轨道交通列车能耗数据监测系统及方法,系统包括数据采集模块、Linux控制平台和终端服务器,数据采集模块采集轨道交通列车的能耗数据,进行平滑滤波处理后发送给Linux控制平台,并通过时间同步优化算法进行同步;Linux控制平台将能耗数据进行汇总分析,处理好后通过4G网络传输给终端服务器;同时Linux控制平台接收终端服务器的控制指令,转发给各采集节点用于外网通信;终端服务器接收来自Linux控制平台的能耗数据并分类写入到数据库中,同时通过Linux控制平台向各数据采集模块发送控制指令。本发明具有无线通信、灵活性强、便携稳定和抗干扰能力强等优点,提升了整个系统的安全可靠性。
Description
技术领域
本发明涉及城市轨道交通能耗监测技术领域,具体涉及一种基于双控制平台的轨道交通列车能耗数据监测系统及方法。
背景技术
如今,环境保护和节约能源问题已成为全球性的问题,低碳及新能源亦越来越深入到我们的生活中,地铁、轻轨等线路的开通,方便了市民的工作、购物和旅游。城市轨道交通的建设不仅缩短市民的出行时间,提高出行效率,而且带动线路周边地段的发展,改变城市人口分布不均的现状,缓解城市中心人口多、空气污染严重等现状,有利于城市的可持续发展。国家的战略发展的需求,进一步促进了城市轨道交通线路的扩展与建设,未来预计年总耗电可达400亿度,约占未来全国总耗电的5%以上。尽管相对于其他的交通工具,地铁已经算是低能耗的领先者,但面对如此布局庞大的建设,其总能耗仍不容小觑,地铁节能已势在必行。地铁主要的能耗集中在两个方面,列车牵引和通风空调,其中牵引能耗约占总能耗的一半。所以降低城市轨道交通能耗,成为降低运营成本的一个有效途径。设计双控制平台的轨道交通列车能耗数据监测的低功耗系统具有十分重要的意义。
目前,大部分城市轨道交通能源数据无线采集系统具有以下不足点:1)传统无线传感网采集装置功耗较高:轨道交通列车能耗监测设备,因为其安装的特殊性,多数都需要自带电池设备,如充电宝,这就需要作为负载的轨道交通列车的能耗监测设备,满足低功耗的需求。2)晶振产生的时钟偏差使设备时间戳与实现时间产生偏差:温度因为自身的材料等因素,许多外部条件会对晶振的时钟产生影响,比较常见的有温度、晶振本身精度的差异和外部电路,特别是在长时间工作后,会产生较大的的时间偏差,从而对能耗数据监测后续的能耗计算等产生较大影响。3)设备安装固定完毕后无法进行远程交互控制:传统的能耗监测设备都是通过现场人工的方式,如采用按键的方式开启监测设备工作,以及在列车停止工作后,采集到足够的能耗数据后,人工取下TF卡,读取能耗数据,实现采集设备的采集控制,而当列车处于运行状态下时,无法进行远程交互控制,如无法远程改变设备的时间戳,无法控制设备的启停工作,列车停止时,功耗为零,而造成设备采集无用的数据,且造成设备自身的电池损耗问题,缩短了设备采集能耗的时间周期。无法将TF中的数据远程读取到终端服务器端,直到列车晚上停止工作以后才能修改其状态,因此设备的交互性控制比较差,会造成诸多不利影响。
综上所述,就目前的轨道交通列车能耗数据监测系统来说,在低功耗、远程交互控制和时钟偏差上存在着较大问题,及时准确的获取能耗的时间戳的信息,低功耗需求,并远程控制采集模块的状态成为了能耗数据监测的关键。
发明内容
本发明的目的在于提供一种基于双控制平台的轨道交通列车能耗数据监测系统及方法,能够在满足正常需求成本的情况下实现整体轨道交通能耗数据的实时采集,使用户实时查看能耗信息,对采集设备进行远程交互控制,进而降低能耗,实现低成本运营。
实现本发明目的的技术解决方案为:一种基于双控制平台的轨道交通列车能耗数据监测系统,包括数据采集模块、Linux控制平台和终端服务器,其中:
所述数据采集模块,设置于各采集节点,用于对轨道交通列车的能耗数据进行实时的采集,将采集到的数据进行平滑滤波处理后通过WIFI通讯模块实时发送给Linux控制平台;
所述Linux控制平台,将各采集节点的能耗数据进行汇总分析整理,并将处理好后的数据通过4G网络模块传输给终端服务器;同时Linux控制平台作为采集节点和终端服务器的通信中枢,接收终端服务器的控制指令,转发给各采集节点实现数据交互;
所述终端服务器,用于接收来自Linux控制平台的能耗数据,通过内网穿透,并将能耗数据分类写入到数据库中,同时通过Linux控制平台向各采集节点发送控制指令。
一种基于双控制平台的轨道交通列车能耗数据监测方法,方法步骤为:
步骤1、数据采集模块实时采集轨道交通列车的能耗数据,将采集到的数据进行平滑滤波处理后通过WIFI通讯模块实时发送给Linux控制平台,通过时间同步优化算法减小同步精度的误差范围;
步骤2、Linux控制平台将各采集节点的能耗数据进行汇总分析整理,处理好后通过4G网络传输给终端服务器;同时Linux控制平台作为采集节点和终端服务器的通信中枢,接收终端服务器的控制指令,转发给各采集节点用于外网通信;
步骤3、终端服务器接收来自Linux控制平台的能耗数据,并将能耗数据分类写入到数据库中,同时通过Linux控制平台向各数据采集模块发送控制指令。
本发明与现有技术相比,其显著优点为:(1)通过构建双控制平台的轨道交通系统,实时监测列车能耗,兼顾利用了Linux平台操作系统具有兼容性与扩展性的优点,以及STM32平台实时性与低功耗的优点;(2)能够满足网络数据传输的低功耗、实时性等要求,具有灵活性强、便携稳定、抗干扰能力强等优点,提升了整个系统的安全可靠性。
附图说明
图1为本发明基于双控制平台的轨道交通列车能耗数据监测系统的结构示意图。
图2为本发明中数据采集模块工作框图。
图3为本发明中数据采集模块存储模块示意图。
图4为本发明中TPSN算法原理图。
图5为本发明中Linux控制平台作为数据传输桥梁的工作流程图。
具体实施方式
本发明基于双控制平台的轨道交通列车能耗数据监测系统,包括数据采集模块、Linux控制平台和终端服务器,其中:
所述数据采集模块,设置于各采集节点,用于对轨道交通列车的能耗数据进行实时的采集,将采集到的数据进行平滑滤波处理后通过WIFI通讯模块实时发送给Linux控制平台;
所述Linux控制平台,将各采集节点的能耗数据进行汇总分析整理,并将处理好后的数据通过4G网络模块传输给终端服务器;同时Linux控制平台作为采集节点和终端服务器的通信中枢,接收终端服务器的控制指令,转发给各采集节点实现数据交互;
所述终端服务器,用于接收来自Linux控制平台的能耗数据,通过内网穿透,并将能耗数据分类写入到数据库中,同时通过Linux控制平台向各采集节点发送控制指令。
进一步地,所述数据采集模块使用基于Cortex-M4内核架构的STM32F407VGT6处理器作为主控平台,主控平台包括STM32主控模块、信号调理电路模块、WIFI通讯模块、本地存储模块和辅助功能模块;其用于对轨道交通列车的能耗数据进行实时的采集,经过数据平滑滤波处理,并将处理后的数据进行内部通过ESP8266 WIFI模块实时发送给Linux控制平台。
进一步地,分别与信号调理电路模块、本地存储模块、辅助功能模块和WIFI通讯模块连接;STM32主控模块将发送给本地存储模块的能耗数据进行20次的平滑滤波处理,将发送给WIFI通讯模块的能耗数据进行2000次的平滑滤波处理,串口数据部分采用队列结构。
进一步地,所述信号调理电路模块连接外部霍尔传感器进行能耗数据的采集,将霍尔传感器+5V的模拟信号,变换为0-3.3V的数字信号,并添加嵌位保护电路,之后进入STM32主控模块的ADC单元。
进一步地,所述WIFI通讯模块采用乐鑫科技公司的ESP8266模块,通过WIFI局域网进行数据传输;STM32主控模块将数据经USART传输给ESP8266模块,ESP8266模块以100HZ的速率传输给Linux控制平台。
进一步地,所述本地存储模块具有本地数据存储功能,能耗数据以每秒钟10KHZ速率,存储于TF卡。
进一步地,所述辅助功能模块,具有显示数据采集模块电源、写卡状态显示、数据传输状态的功能。
进一步地,所述Linux控制平台使用Cortex-A9内核架构的Exynos4412处理器作为主控平台,Linux控制平台的无线通信数据模块包括两种:
一是WIFI通信模块采用的也是乐鑫科技公司的ESP8266模块,通过创建WIFI局域网和数据采集模块通讯,
二是采用的是移远公司的EC20模块,通过4G网络与终端服务器连接,实现能耗数据到终端服务器的转发,程序在进行完内核等配置后,主要进行的是应用层系统程序编写,从而达到功能实现;
进一步地,所述服务器端,是服务器端预先创建好子线程,在服务器端接收到请求后,使用预先创建好的子线程响应请求,实现服务器端对子线程的维护;
进一步地,所述应用层系统程序,主要包括了网络通信编写,数据队列的创建,如何实现内存的有效利用,构建芯片内核与外部设备之间通讯等方面。
本发明一种基于双控制平台的轨道交通列车能耗数据监测方法,采用所述的系统,方法步骤为:
步骤1、数据采集模块实时采集轨道交通列车的能耗数据,将采集到的数据进行平滑滤波处理后通过WIFI通讯模块实时发送给Linux控制平台,通过时间同步优化算法减小同步精度的误差范围;
步骤2、Linux控制平台将各采集节点的能耗数据进行汇总分析整理,处理好后通过4G网络传输给终端服务器;同时Linux控制平台作为采集节点和终端服务器的通信中枢,接收终端服务器的控制指令,转发给各采集节点用于外网通信;
步骤3、终端服务器接收来自Linux控制平台的能耗数据,并将能耗数据分类写入到数据库中,同时通过Linux控制平台向各数据采集模块发送控制指令。
进一步地,步骤1所述数据采集模块实时采集轨道交通列车的能耗数据,将采集到的数据进行平滑滤波处理后通过WIFI通讯模块实时发送给Linux控制平台,具体如下:
数据采集模块中,主控平台的STM32主控模块进行初始化配置,配置时钟和外设,当按下开关后,TIM1采集捕捉,触发TIM8,TIM8触发ADC,内存直接读取,进入中断,在中断中进行数据平滑滤波处理;
所述数据平滑滤波处理,具体为STM32主控模块将发送给本地存储模块的能耗数据进行20次的平滑滤波处理,将发送给WIFI通讯模块的能耗数据进行2000次的平滑滤波处理;
STM32主控模块发送给本地存储模块的数据采用SDIO的方式,串口数据部分采用队列结构,其中往TF卡中存储,采用了两个仓库的概念,一个仓库有50块,每块存放512字节能耗数据,两个仓库之间轮流存储,起到数据缓冲的作用;
STM32主控模块发送给WIFI通讯模块的数据通过队列的结构,有208个字节,存满即发送。
进一步地,步骤1中,Linux控制平台,通过时间同步优化算法,与Internet时间同步服务器建立连接,Linux控制平台采用TPSN实现时间同步,并作为数据采集模块网络授时服务器;
数据采集模块网络授时,并通过与Internet时间同步服务器建立联系,选用Linux控制平台IP地址作为进行网络授时服务器,数据采集模块基于TPSN时间同步协议,最终实现了数据采集模块与Linux控制平台的时间同步。
进一步地,所述Linux控制平台采用TPSN时间同步优化算法,采用两次接收时间的标准差的约束,减小同步精度的误差范围,具体过程如下:
(1)上一层节点R向下一层中的节点S广播同步的信息包,告知节点S已做好时间同步的准备;
(2)下一层节点S等待一段随机时间之后,在时刻T1向R发送同步信息请求,信息包含有发送的时间T1和σ1;
(3)节点R用本地时间记录下的收到S发的信息包的时间为T2,通过贝叶斯估计而得到的时间为T2’,TPSN利用消息传递得到节点时钟值的误差是一正态分布~N(0,σ2 2)
其中T2’为修正后的准确的接收时间,σ1 2、σ2 2表示方差,σ2表示标准差;
(4)节点R以同样的方法在T3时刻向节点S发送一确认消息,消息中包含(T1,T2’,T3,σ3),其中,T1发送的时间,T2’为修正后的准确的接收时间,σ3表示从接受不到的时间值中计算出的值;
(5)在T4时刻,节点S接收到节点R的确认信息包,并采用同样方法,根据贝叶斯估计得到新的接收的时间T4’:
其中T4’为新的接收时间,T4为本时刻接收信息的时间,σ3 2、σ4 2为方差;
此时,节点S得一组时间戳(T1,T2’,T3,T4’),计算相应新时间偏移Δ’:
其中:Δ’为新的时间偏移,T2’为修正后的准确的接收时间
得到时间偏移值后,节点S调整自己的时钟,从而达到和节点R同步的目的;
然后使用相同的方式完成节点S和其下一层节点同步过程,最终完成了整个网络同步,并通过新得出的Δ’来调整自己的本地的时钟;
时间同步优化算法,使时间同步精度受到两次接收时间的标准差的约束,减小同步精度的误差范围。
假设f(x)是实际测量表征函数,y(x)是N条直线中的任意的一条y=ax+b,则f(x)和y(x)的偏差为:
D=max|f(x)-y(x)|m≤x≤n
在点x’处,D=|f(x)-y(x)|,则称x’的偏差点。当f(x)-y(x)=D时,x’的为正偏点,则称x’为负偏差点。
假设切比雪夫逼近下的最佳的拟合直线是:
与f(x)所组成误差函数为:
上式,偏差点是误差函数e(x)的极值点。
联系上式,可得到的如下式:
下面再介绍如何得到的交错点组:
(1)在输入集xi(i=1,2,...,n)中,可选取的初始点组(xt0,xt1,xt2)。
(2)将交错点中组(xt0,xt1,xt2)和对应的输出yt0,yt1,yt2带入相应公式,计算得出的。
(3)如何存在的校准数据点(xt,yt)使得:
将切比雪夫逼近的求最佳的拟合线原理,应用到TPSN-B算法当中,得到另一种新的的时钟同步的算法TPSN-C。让本地节点每隔一段的向同步的节点发送一携带有相应时间戳的同步请求的消息,n组偏差求得的样本值为:(t1,Δ1’),(t2,Δ2’),…,(tn,Δn’)。
假设节点间的时钟偏差值y和时间x之间的关系是线性的:
y=ρx+σ
则利用上面所述的切比雪夫原理,可以即求得时钟偏差y和时间x的最佳的拟合线:
进一步地,所述Linux控制平台,主线程采用epoll的I/O多路复用的方式实现对各能耗数据采集模块的监听。
进一步地,所述服务器端,预先创建好子线程,在服务器端接收到请求后,使用预先创建好的子线程响应请求,实现服务器端对子线程的维护。
下面结合附图及具体实施例对本发明做进一步详细说明。
实施例
结合图1,本发明是一种基于双控制平台的轨道交通列车能耗数据监测的低功耗系统及方法,包括Linux控制平台AP、数据采集模块、和终端服务器;
所述数据采集模块,用于采集轨道交通列车的能耗数据,经过数据平滑滤波处理,并将采集到的能耗数据通过WIFI模块实时传输给Linux控制平台;
所述Linux控制平台,它通过设备注册、系统内核配置、应用层编写等,它将采集模块所采集到的实时的能耗数据进行汇聚整理,最后通过4G模块传输给终端服务器。Linux控制平台,作为采集节点和终端服务器的信息传递的纽带;
所述终端服务器,用于采终端服务器用于接收Linux控制平台上传的数据,并将数据分类写入到数据库中,同时通过Linux控制平台向各数据采集模块发送采集控制命令。
进一步地,所述的数据采集模块和Linux控制平台组成采集环境中的一种基于双控制平台的轨道交通列车能耗数据监测的低功耗系统及方法,其中:
数据采集模块,使用基于Cortex-M4内核架构的STM32F407VGT6处理器作为主控平台,主控平台包括:STM32主控单元模块、信号调理电路模块、WIFI通讯模块、本地存储模块和辅助功能模块,其用于对轨道交通列车的能耗数据进行实时的采集,经过数据平滑滤波处理,并将处理后的数据进行内部通过ESP8266 WIFI模块实时发送给Linux控制平台;
Linux控制平台同使用Cortex-A9内核架构的Exynos4412处理器作为主控平台。无线通信数据模块,一是WIFI通信模块采用的也是乐鑫科技公司的ESP8266模块,通过创建WIFI局域网和数据采集模块通讯,二是采用的是移远公司的EC20模块,通过4G网络与终端服务器连接,实现能耗数据到终端服务器的转发,程序在进行完内核等配置后,主要进行的是应用层系统程序编写,从而达到功能实现;
进一步地,所述服务器端,是服务器端预先创建好子线程,在服务器端接收到请求后,使用预先创建好的子线程响应请求,实现服务器端对子线程的维护;
进一步地,所述应用层系统程序,主要包括了网络通信编写,数据队列的创建,如何实现内存的有效利用,构建芯片内核与外部设备之间通讯等方面。
结合图2,本发明是一种基于双控制平台的轨道交通列车能耗数据监测的低功耗系统及方法,数据采集端主要是基于STM32主控平台设置各采集设备。用于实现对采集对象进行能耗数据采集,程序开始后要进行初始化配置,配置时钟和外设,当按下开关后,TIM1采集捕捉,触发TIM8,TIM8触发ADC,内存直接读取,进入中断,在中断中进行数据平滑处理。
结合图3,本发明是一种基于双控制平台的轨道交通列车能耗数据监测的低功耗系统及方法,进一步地,所述的数据平滑滤波处理功能,是分别将传递给STM32内部程序本地存储模块和WIFI存储模块的能耗数据进行20的次和2000的次平滑处理,其中串口数据部分采用队列结构,其中往TF卡中存储,采用了两个仓库的概念,一个仓库有50块,每块可以存放512字节能耗数据,两个仓库之间轮流存储,可以起到数据缓冲的作用,保障数据存储的安全性。其中往WIFI通信模块发送的数据是通过队列的结构,有208个字节,存满即发送。
结合图4,本发明是一种基于双控制平台的轨道交通列车能耗数据监测的低功耗系统及方法,对TPSN算法的原理的分析,其软件主要在父节点与子节点之间进行的时间同步,其中sink节点作为父节点,并通过NTP进时间同步,作为子节点的一个时间基准,无需再重新较准。因此,将原本TPSN算法进行双向的同步过程,可以更改成为单向时间同步,即子节点收到时间戳包后,通过计算可以得到时间偏移Δ和传输延时d,并根据时间偏移来较准系统时钟。结合STA节点以及AP节点的软件框架,TPSN算法的程序的实现流程,父节点可看作时间的源服务器。整个系统安全可靠,这也大大提高了时间的精准度,也最终实现了网络通讯的低功耗需求。
结合图5,本发明是一种基于双控制平台的轨道交通列车能耗数据监测的低功耗系统及方法,能耗监测系统的传输功能核心是linux控制平台,作为能耗数据采集模块和终端服务器的桥梁,用于外网的通信。作为能耗监测系统的中枢,将数据从各能耗数据采集模块汇聚并通过4G网络转发给远端的终端服务器。对数据传输功能的设计,本节对AP节点的软件工作流程进行了系统设计。AP节点相对于能耗数据采集模块是作为服务器,主线程采用epoll的I/O多路复用的方式实现对各能耗数据采集模块的监听。通过epoll_ctl()将需要监听的程序中的句柄fd添加内核事件表中,并在红黑树中增加新的节点,并调用epoll_wait()对内核事件表来进行监听。当epoll监听到新的数据时,epoll_wait将就绪链表中的数据从内核拷贝到用户空间中并存储到相应的t_events[]数组。此时,读取系统时间T2,记录客户端数据发送过来的对应时间。通过判断收到数据的长度可判断数据是否为时间同步报文,还是监测节点处数据。如果收到的是时间报文数据,读取系统时间将T3,并将系统时间T1、T2、T3进行整体整合,得到新的报文,最终返回给客户端。
本发明基于双控制平台的轨道交通列车能耗数据监测的低功耗系统及方法,无需复杂的布线设计,具有灵活性强、低功耗,及远距离传输等特性;数据采集模块与linux控制平台之间采用时间同步优化算法,优化各采集节点之间的时间同步,无需担心因为晶振的影响因素不同,而造成的时间上的不同步;4G模块和WIFI模块均采用Socket技术与所连接服务器端建立长连接,服务器端通过线程池技术维护一定数量的线程,大大减少了服务器的资源消耗,提高了系统的整体性能;本系统有效的利用了能耗数据采集模块与Linux控制平台二者的优点做了有效的结合,本系统的已有的问题上得到了解决,通过数据交互实现对采集装置的远程交互控制,解决了传统采集装置的可控性差的问题,从而使整个系统变的低功耗且安全可靠。
Claims (9)
1.一种基于双控制平台的轨道交通列车能耗数据监测系统,其特征在于,包括数据采集模块、Linux控制平台和终端服务器,其中:
所述数据采集模块,设置于各采集节点,用于对轨道交通列车的能耗数据进行实时的采集,将采集到的数据进行平滑滤波处理后通过WIFI通讯模块实时发送给Linux控制平台;
所述Linux控制平台,将各采集节点的能耗数据进行汇总分析整理,并将处理好后的数据通过4G网络模块传输给终端服务器;同时Linux控制平台作为采集节点和终端服务器的通信中枢,接收终端服务器的控制指令,转发给各采集节点实现数据交互;
所述终端服务器,用于接收来自Linux控制平台的能耗数据,通过内网穿透,并将能耗数据分类写入到数据库中,同时通过Linux控制平台向各采集节点发送控制指令。
2.根据权利要求1所述的基于双控制平台的轨道交通列车能耗数据监测系统,其特征在于,所述数据采集模块使用基于Cortex-M4内核架构的STM32F407VGT6处理器作为主控平台,主控平台包括STM32主控模块、信号调理电路模块、WIFI通讯模块、本地存储模块和辅助功能模块;
所述STM32主控模块,分别与信号调理电路模块、本地存储模块、辅助功能模块和WIFI通讯模块连接;STM32主控模块将发送给本地存储模块的能耗数据进行20次的平滑滤波处理,将发送给WIFI通讯模块的能耗数据进行2000次的平滑滤波处理,串口数据部分采用队列结构;
所述信号调理电路模块连接外部霍尔传感器进行能耗数据的采集,将霍尔传感器+5V的模拟信号,变换为0-3.3V的数字信号,并添加嵌位保护电路,之后进入STM32主控模块的ADC单元;
所述WIFI通讯模块采用乐鑫科技公司的ESP8266模块,通过WIFI局域网进行数据传输;STM32主控模块将数据经USART传输给ESP8266模块,ESP8266模块以100HZ的速率传输给Linux控制平台;
所述本地存储模块具有本地数据存储功能,能耗数据以每秒钟10KHZ速率,存储于TF卡中;
所述辅助功能模块,具有显示数据采集模块电源、写卡状态显示、数据传输状态的功能。
3.根据权利要求1所述的基于双控制平台的轨道交通列车能耗数据监测系统,其特征在于,所述Linux控制平台使用Cortex-A9内核架构的Exynos4412处理器作为主控平台,Linux控制平台的无线通信数据模块包括两种:
一是WIFI通信模块,采用乐鑫科技公司的ESP8266模块,通过创建WIFI局域网和数据采集模块通讯;
二是移远公司的EC20模块,通过4G网络与终端服务器连接,实现能耗数据到终端服务器的转发。
4.一种基于双控制平台的轨道交通列车能耗数据监测方法,其特征在于,采用权利要求1~3任一项所述的系统,方法步骤为:
步骤1、数据采集模块实时采集轨道交通列车的能耗数据,将采集到的数据进行平滑滤波处理后通过WIFI通讯模块实时发送给Linux控制平台,通过时间同步优化算法减小同步精度的误差范围;
步骤2、Linux控制平台将各采集节点的能耗数据进行汇总分析整理,处理好后通过4G网络传输给终端服务器;同时Linux控制平台作为采集节点和终端服务器的通信中枢,接收终端服务器的控制指令,转发给各采集节点用于外网通信;
步骤3、终端服务器接收来自Linux控制平台的能耗数据,并将能耗数据分类写入到数据库中,同时通过Linux控制平台向各数据采集模块发送控制指令。
5.根据权利要求4所述的基于双控制平台的轨道交通列车能耗数据监测方法,其特征在于,步骤1所述数据采集模块实时采集轨道交通列车的能耗数据,将采集到的数据进行平滑滤波处理后通过WIFI通讯模块实时发送给Linux控制平台,具体如下:
数据采集模块中,主控平台的STM32主控模块进行初始化配置,配置时钟和外设,当按下开关后,TIM1采集捕捉,触发TIM8,TIM8触发ADC,内存直接读取,进入中断,在中断中进行数据平滑滤波处理;
所述数据平滑滤波处理,具体为STM32主控模块将发送给本地存储模块的能耗数据进行20次的平滑滤波处理,将发送给WIFI通讯模块的能耗数据进行2000次的平滑滤波处理;
STM32主控模块发送给本地存储模块的数据采用SDIO的方式,串口数据部分采用队列结构,其中往TF卡中存储,采用了两个仓库的概念,一个仓库有50块,每块存放512字节能耗数据,两个仓库之间轮流存储,起到数据缓冲的作用;
STM32主控模块发送给WIFI通讯模块的数据通过队列的结构,有208个字节,存满即发送。
6.根据权利要求4所述的基于双控制平台的轨道交通列车能耗数据监测方法,其特征在于,步骤1中,Linux控制平台,通过时间同步优化算法,与Internet时间同步服务器建立连接,Linux控制平台采用TPSN实现时间同步,并作为数据采集模块网络授时服务器;
数据采集模块网络授时,并通过与Internet时间同步服务器建立联系,选用Linux控制平台IP地址作为进行网络授时服务器,数据采集模块基于TPSN时间同步协议,最终实现了数据采集模块与Linux控制平台的时间同步。
7.根据权利要求6所述的基于双控制平台的轨道交通列车能耗数据监测方法,其特征在于,所述Linux控制平台采用TPSN时间同步优化算法,采用两次接收时间的标准差的约束,减小同步精度的误差范围,具体过程如下:
(1)上一层节点R向下一层中的节点S广播同步的信息包,告知节点S已做好时间同步的准备;
(2)下一层节点S等待一段随机时间之后,在时刻T1向R发送同步信息请求,信息包含有发送的时间T1和σ1;
(3)节点R用本地时间记录下的收到S发的信息包的时间为T2,通过贝叶斯估计而得到的时间为T2’,TPSN利用消息传递得到节点时钟值的误差是一正态分布~N(0,σ2 2)
其中T2’为修正后的准确的接收时间,σ1 2、σ2 2表示方差,σ2表示标准差;
(4)节点R以同样的方法在T3时刻向节点S发送一确认消息,消息中包含(T1,T2’,T3,σ3),其中,T1发送的时间,T2’为修正后的准确的接收时间,σ3表示从接受不到的时间值中计算出的值;
(5)在T4时刻,节点S接收到节点R的确认信息包,并采用同样方法,根据贝叶斯估计得到新的接收的时间T4’:
其中T4’为新的接收时间,T4为本时刻接收信息的时间,σ3 2、σ4 2为方差;
此时,节点S得一组时间戳(T1,T2’,T3,T4’),计算相应新时间偏移Δ’:
其中:Δ’为新的时间偏移,T2’为修正后的准确的接收时间;
得到时间偏移值后,节点S调整自己的时钟,从而达到和节点R同步的目的;
然后使用相同的方式完成节点S和其下一层节点同步过程,最终完成了整个网络同步,并通过新得出的Δ’来调整自己的本地的时钟;
时间同步优化算法,使时间同步精度受到两次接收时间的标准差的约束,减小同步精度的误差范围。
8.根据权利要求7所述的基于双控制平台的轨道交通列车能耗数据监测方法,其特征在于,所述Linux控制平台,主线程采用epoll的I/O多路复用的方式实现对各能耗数据采集模块的监听。
9.根据权利要求7所述的基于双控制平台的轨道交通列车能耗数据监测方法,其特征在于,所述服务器端,预先创建好子线程,在服务器端接收到请求后,使用预先创建好的子线程响应请求,进而实现服务器端对子线程的维护。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210242101.4A CN114633777B (zh) | 2022-03-11 | 2022-03-11 | 基于双控制平台的轨道交通列车能耗数据监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210242101.4A CN114633777B (zh) | 2022-03-11 | 2022-03-11 | 基于双控制平台的轨道交通列车能耗数据监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114633777A true CN114633777A (zh) | 2022-06-17 |
CN114633777B CN114633777B (zh) | 2024-07-30 |
Family
ID=81948231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210242101.4A Active CN114633777B (zh) | 2022-03-11 | 2022-03-11 | 基于双控制平台的轨道交通列车能耗数据监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114633777B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1127269A (ja) * | 1997-07-01 | 1999-01-29 | Nippon Telegr & Teleph Corp <Ntt> | 時計同期方法および装置および記録媒体 |
CN1314643A (zh) * | 1999-12-14 | 2001-09-26 | 国际商业机器公司 | 非均匀存储器存取系统的近似的单调时间同步方法和系统 |
CN104284403A (zh) * | 2013-07-12 | 2015-01-14 | 中南大学 | 一种无线传感器网络低功耗节点设计方法 |
CN106886612A (zh) * | 2017-04-21 | 2017-06-23 | 厦门华厦学院 | 一种大数据采集分析系统 |
KR101757159B1 (ko) * | 2016-12-21 | 2017-07-12 | 김종운 | 시간기반의 can 통신을 이용한 전관 방송 장치 및 시간 동기 방법 |
CN108168602A (zh) * | 2017-12-15 | 2018-06-15 | 广东石油化工学院 | 一种毒气扩散监测系统及其监测方法 |
CN110868705A (zh) * | 2019-05-27 | 2020-03-06 | 南京理工大学紫金学院 | 一种社会感知的基于多跳机会式d2d通信的内容分发方法 |
CN112866951A (zh) * | 2020-12-30 | 2021-05-28 | 南京理工大学 | 基于wsn框架的轨道交通能耗数采集系统 |
-
2022
- 2022-03-11 CN CN202210242101.4A patent/CN114633777B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1127269A (ja) * | 1997-07-01 | 1999-01-29 | Nippon Telegr & Teleph Corp <Ntt> | 時計同期方法および装置および記録媒体 |
CN1314643A (zh) * | 1999-12-14 | 2001-09-26 | 国际商业机器公司 | 非均匀存储器存取系统的近似的单调时间同步方法和系统 |
CN104284403A (zh) * | 2013-07-12 | 2015-01-14 | 中南大学 | 一种无线传感器网络低功耗节点设计方法 |
KR101757159B1 (ko) * | 2016-12-21 | 2017-07-12 | 김종운 | 시간기반의 can 통신을 이용한 전관 방송 장치 및 시간 동기 방법 |
CN106886612A (zh) * | 2017-04-21 | 2017-06-23 | 厦门华厦学院 | 一种大数据采集分析系统 |
CN108168602A (zh) * | 2017-12-15 | 2018-06-15 | 广东石油化工学院 | 一种毒气扩散监测系统及其监测方法 |
CN110868705A (zh) * | 2019-05-27 | 2020-03-06 | 南京理工大学紫金学院 | 一种社会感知的基于多跳机会式d2d通信的内容分发方法 |
CN112866951A (zh) * | 2020-12-30 | 2021-05-28 | 南京理工大学 | 基于wsn框架的轨道交通能耗数采集系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114633777B (zh) | 2024-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100519293C (zh) | 无线机车信号双机热备控制方法 | |
CN107161180A (zh) | 新型控制、监督、监测一体化的驼峰全电子自动化系统 | |
CN111003023B (zh) | 一种双系首尾双重冗余的列车专用自动唤醒自动休眠设备 | |
CN112866951A (zh) | 基于wsn框架的轨道交通能耗数采集系统 | |
CN106057008A (zh) | 一种基于实时仿真器的调度员培训仿真系统及搭建方法 | |
CN202940848U (zh) | 基于云计算平台的桥梁群监测系统 | |
CN101404629A (zh) | 基于arm7的wtb-以太网网关 | |
CN110809044A (zh) | 建筑多节点分布的压力采集数据的同步传输方法 | |
CN112801320A (zh) | 轨道列车轴承的数据采集系统、监测系统及数据采集方法 | |
CN114633777A (zh) | 基于双控制平台的轨道交通列车能耗数据监测系统及方法 | |
CN113194128B (zh) | 一种应用5g传输通信巡检机器人的定位系统和方法 | |
US11811868B2 (en) | Node data transmission method | |
CN219105371U (zh) | 一种物联网多模环境监测系统 | |
CN110553864B (zh) | 一种有轨电车模拟运行监控系统 | |
CN110830942B (zh) | 无源传感器网络的建筑受力平衡监测系统 | |
CN110838884B (zh) | 节点之间的数据传输的时间同步方法 | |
CN105491651A (zh) | 上位机实现节点休眠唤醒自动控制方法及系统 | |
CN110809249A (zh) | 节点的角色转换方法 | |
CN107886590A (zh) | 基于无人机的海上作业巡检系统及方法 | |
CN110672340B (zh) | 一种有轨电车模拟运行监控方法 | |
CN2935218Y (zh) | 对时子钟 | |
CN113993155B (zh) | 一种磁悬浮列车车地通信传输时延在线计算方法 | |
CN102923166B (zh) | 集成式列车超速防护设备主插件 | |
CN114244913A (zh) | 一种基于Android系统的轨道交通能源监控系统 | |
CN105404138A (zh) | 一种机车lkj装置的授时方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |