基于Web的高速动车组跟踪监测数据可视化研究

周韶泽，周允鑫，聂春戈，张海峰，崔凯

(1.大连交通大学 交通运输工程学院，辽宁 大连 116028； 2.中车长春轨道客车股份有限公司，吉林 长春 130062)*

0 引言

随着高速铁路的快速发展，高速列车实时安全服役状态的监测显得越发重要.为了保证列车运营的安全，国内对列车安全服役监测及其数据可视化进行了大量研究.浙江大学甄维超搭建了高速动车组传感数据监控系统，将系统产生的大量实时监测数据，利用可视化技术的图形、图像手段对数据进行可视化展示[1]；西南交通大学郭倪宏对列车走行部轴承的监测数据进行降维简约，实现了数据可视化[2]；西南交通大学黄国辉设计了基于GPS/GIS的铁路抢险车定位监测系统，通过GPRS通信网络传输的GPS定位数据的处理，并结合VB和MapX组件技术实现实时监测、信息查询、历史回放[3]；西南交通大学郭宗昊设计了GPS和GIS相结合的区间列车定位可视化系统，通过GSM-R网络实现车地信息传输，采用GIS组件式开发定位可视化系统，以VS和ArcGIS为开发工具，利用ArcGIS Engine开发组件库，在NET环境下采用C#语言进行编程开发，完成系统软件设计与实现[4].然而，这些相关研究具有局限性：由于监测数据如加速度、应变等的实时采集频率高而导致数据量巨大，难以满足远程数据可视化需求；跟踪监测多台数采设备往往在各自车辆分散采集，难以反映在某一个地点、同一时刻各个采集量之间的相互关系；基于特定的应用程序，多机更新和查看不方便，尤其不适于在当今基于Web的移动端的应用；长期跟踪监测后累积出海量数据，难以进行快速调取、分析和显示.

本文提出并开发了基于Web的高速动车组结构跟踪监测数据可视化系统，并在CRH380CL为期两年的结构跟踪监测中得到成功运用，为动车组长期跟踪监测提供了便捷、高效的一体化工具.通过可视化的图形或图表可以及时、直观和快速的了解列车关键部位振动、受力和温度情况，以及基于这些数据研究这些数据间的关系，对掌握列车运行时的安全特性，认识列车监测部位随地理位置和季节温度变化等的服役规律，以及改进产品结构有重要意义.

1 数据可视化层次框架

构建跟踪监测数据可视化层次结构，以数据的采集、存储、处理、传输作为框架的重要组成，将整个体系分为数据采集层、服务层与表现层，见图1.

图1 跟踪监测数据可视化层次框架

(1)数据采集层

数据采集层是数据可视化的来源.数据采集模块以NI CompactRIO硬件为载体，以LabVIEW软件为编译平台，基于可重新配置的FPGA(现场可编程门阵列)模块对列车运行时的监测数据进行采集.数据的缓存与传输要通过车载RT(Real-Time) 实时控制器，将监测数据本地存储或远程发送[5].远程发送的数据要进行特征值的计算并通过网络模块经由3G网络传送到服务层.由于车载存储的实时采集数据量巨大，需人工周期性定时拷贝到服务层进行处理.

(2)服务层

服务层功能包括在线特征数据的接收和存储，数据采集层原始数据的拷贝和存储，原始数据特征值与规律性数据的存储，以及提供给Web服务器的浏览检索服务.服务层的数据库用来存储在线、离线数据的特征值，原始数据的存储位置和规律性数据等，等待Web服务器的调取请求.

(3)表现层

表现层的功能是在浏览器端对高速动车组采集的各项监测数据整合、按需调取与同步可视化显示.列车运行时的动应力、温度、加速度和速度等数据，利用Web数据可视化图表工具处理和显示，最终获得在线、离线特征数据和规律性信息.结合高速动车组运行的经纬度数据，以Web地图的形式动态显示在浏览器端.

2 关键方法

2.1 基于特征值的数据取值方法

高速动车组长期结构跟踪监测所获得的实时采集数据量巨大，单在每节车每天产生的数据量就至少数GB.由于数据量巨大，为实现数据的远程传送、在线可视化且能反映列车在运营期间某一地理位置、某一时刻的情况，需要对实时采集数据进行特征值的提取.特征值取值是生成服务器数据的重要步骤，是数据可视化的数据准备阶段.重要步骤是数据可视化的数据准备阶段.

在数采设备中，通过预处理数据程序，将实时采集的数据去除温飘和低通滤波等步骤后，提取出在线特征值存入数采设备缓存，以提供给远程网络进行发送.设固定时间间隔内的数据总量N：

N=HS

(1)

式中，H为数据采集频率;S为设置的取值间隔，单位为s.以S秒内温度、应力和加速度的最大值、平均值和最小值的作为特征值取值：

(2)

(3)

(4)

式中，T为温度;σ为应力;a为加速度;N1、N2、N3为数据总量.σ由采集的应变计算，

σ=Eε

(5)

式中，E为弹性模量，ε为应变.

监测数据特征值取值流程见图2.在线特征值取值后，通过远程传输被存入服务器数据库.跟据重点关注需要，还可将原始数据经过人工数据预处理后，提取典型线路和典型日期的离线特征值.特征值取值后，由于数据量大大减少，有利于远程发送、快速存储和浏览显示.

图2 监测数据特征值的取值流程

2.2 基于时间戳的数据可视化

由于高速动车组结构跟踪监测数采设备多，且分散在各个车厢内，需要构建采用时间戳的多源数据同步采集及可视化方法，步骤如下：

(1)利用车载数据采集设备的GPS模块的授时功能，将采集的数据以统一时间戳记录，获得有统一时间戳的原始数据.在每次采集设备启动后，每隔一定周期(如半小时)通过GPS模块校准一次本地采集时间；

(2)从原始数据中，根据上一小节方法基于时间戳取得特征值数据，并远程传输到服务器存入数据库中；

(3)数据可视化显示时，通过Ajax异步读取数据.URL定义数据获取地址，数据在HTTP下GET的请求，获得预期定义数据类型的数据.各项数据以JSON这一轻量级的数据交换格式为输出形式进行输出[6]；

(4)获取JSON格式的数据后，在Web动态图表中实现动态图表和折线的同步逐点刷新.在不重新刷新网页的情况下，Ajax不断从服务器端获得各车的监测数据，根据相同的时间戳实现数据的同步可视化.GPS地理位置也由JSON数据格式返回，由Web地图(如Google地图、百度地图、高德地图等)同步显示.

采集数据同步可视化见图3.因为GPS授时精度高，守时能力强，长期稳定性好，所以由GPS产生的时间戳记录适合于列车的长期跟踪监测及同步可视化.而采用JSON的数据形式输出，提升了数据信息的传输效率，也便于图表工具的解析.

图3 采集数据同步可视化

2.3 监测数据处理

监测数据经过特征值取值后，被发送到服务器数据库存储.在接收远程发送的特征值数据过程中，由于3G信号强弱的问题可能存在延迟，所以跟踪数据动态显示需在服务器端经过一段缓存时间后再进行显示.

在动态可视化端，依据不同监测部位，不同预设警示阈值被设置到动态图表中.在可视化图表的初始化中，设定超过阈值时的警示颜色.当监测值超过阈值，曲线警示显示在动态曲线上，同时，该警示值被记录在数据库中.例如，当温度和加速度监测数据超过设定的阈值时，会高亮显示警示数据的动态曲线点，记录下此刻的警示值以及列车的地理位置GPS信息、速度等其他信息进行下一步的处理.

如图4为监测数据处理流程.运营过程中经常产生警示值的时间段和路段，需要提取原始数据进行详细分析.为了详细了解产生警示数据的原因，调出原始数据基于地理位置、速度、室外温度等数据进行详细分析.还可以进一步根据这些原始数据，进行等效应力的计算、依据标准对关键结构进行结构振动疲劳寿命分析等.

图4 监测数据处理流程

3 跟踪监测数据可视化实例

依据上文设计的可视化层次框架，基于B/S模式开发了高速动车组结构跟踪监测数据可视化系统，并以为期两年的高速CRH380CL高速动车组设备舱关键结构跟踪监测作为实例验证该系统.

系统采用Apache作为Web服务器、PHP作为Web脚本语言以及MySQL数据库作为存储数据库构建[7].其中，经过处理生成的存储的特征值数据以时间戳为首列，包括动应力、温度、加速度的最大值、平均值和最小值，以及对应存储的经纬度坐标、速度等.

Highstock是高效的Web前端可视化图表工具，适合将动应力、温度、加速度等监测数据转变为动态折线图进行可视化.在可视化界面上，每个动态图表分别对动应力、温度、加速度、列车速度、经纬度数据进行URL取值地址定义.各项数据的Ajax在循环下获得JSON格式数据.在y轴设置许用值报警线plotLines.当动态加载的数据超过阈值时，以警示颜色高亮超过阈值的点显示在图表上，并将警示数据记录存储.

百度地图API被采用作为跟踪数据同步显示的Web地图[8].在各项跟踪数值动态绘制时，以列车图标动态同步显示列车地理位置.地图的快速缩放功能，提供比当前地图更大范围的视角，为关注列车运行位置提供方便.

通过监测数据各项数据快速同步同屏显示，直观获得列车运行中的关键监测部位的运行情况，实现列车监测数据可视化界面如图5.在列车运行时可以查看实时特征值动态曲线.在线和离线特征值历史数据可以根据日期、小时等时间查询和调取，并再现运行时的跟踪值和地理位置.系统能够方便、形象和快速地浏览长期跟踪监测数据，并能依托累积的原始监测数据资源，进行进一步的详细分析，开展更深入的研究.例如，根据某日期数据，分析线路对车辆的运行状态、结构的影响；不同季节温度对设备舱温度的影响，对结构性能的影响等.

图5 高速动车组监测数据可视化界面

应用结果表明，系统可以适用于高速动车组的长期跟踪监测并进行数据的可视化，为监测数据的有效使用提供高效工具.

4 结论

通过构建基于Web的高速动车组结构跟踪监测数据可视化三层结构，使用基于特征值与时间戳的数据取值方法，开发了可视化系统，并在CRH380CL高速动车组设备舱关键结构长期跟踪监测中进行了应用.高速动车组跟踪监测数据可视化方法可提供快速浏览跟踪监测数据，更充分利用累积的监测数据资源的能力，为掌握列车运行情况、总结运行规律和改进产品设计提供便捷、高效的一体化工具.