CN112581056A - 铁路货车运行状态监测*** - Google Patents
铁路货车运行状态监测*** Download PDFInfo
- Publication number
- CN112581056A CN112581056A CN202011476581.8A CN202011476581A CN112581056A CN 112581056 A CN112581056 A CN 112581056A CN 202011476581 A CN202011476581 A CN 202011476581A CN 112581056 A CN112581056 A CN 112581056A
- Authority
- CN
- China
- Prior art keywords
- analysis data
- vehicle
- data
- state
- gateway
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 62
- 238000004458 analytical method Methods 0.000 claims abstract description 120
- 238000001514 detection method Methods 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 230000005540 biological transmission Effects 0.000 claims abstract description 20
- 230000002159 abnormal effect Effects 0.000 claims abstract description 9
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 10
- 230000001413 cellular effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 239000002210 silicon-based material Substances 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- BXLNWOAYQXBHCY-UHFFFAOYSA-N diphenylsilylidene(diphenyl)silane Chemical compound C1=CC=CC=C1[Si](C=1C=CC=CC=1)=[Si](C=1C=CC=CC=1)C1=CC=CC=C1 BXLNWOAYQXBHCY-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 235000015842 Hesperis Nutrition 0.000 description 1
- 235000012633 Iberis amara Nutrition 0.000 description 1
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 239000011733 molybdenum Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本申请涉及一种铁路货车运行状态监测***,包括:状态检测模块,设置于车辆的各监测点,用于采集车辆的状态数据,并对状态数据进行边缘计算得到第一分析数据;车载网关,用于在车辆处于运行区间时,获取第一分析数据,并对第一分析数据进行雾计算得到第二分析数据,将第二分析数据上传至服务器;就地网关,用于在车辆处于非运行区间时,获取第一分析数据,并对第一分析数据进行雾计算得到第三分析数据,将第三分析数据上传至服务器;服务器用于将第二分析数据或第三分析数据发送至监测中心;监测中心,用于在判断车辆状态异常或故障时,发出报警。本发明能够实现铁路货车的实时监测,降低数据传输负载压力,降低延时,提高监测的及时性和精准性。
Description
技术领域
本申请涉及铁路物流技术领域,特别是涉及一种铁路货车运行状态监测***。
背景技术
铁路物流(Railway Logistics)是依托铁路的点、线集合,发挥基础设施和生产运营两个层面的网络经济特征,联结供给主体和需求主体,根据铁路资源配置和优化条件,将运输、储存、装卸、搬运、包装、流通加工、配送、信息处理等功能有机结合,是物品从供应地向接受地实体流动的计划、实施与控制的过程。由于铁路物流站点之间距离较远,因此货运车辆的性能检测非常重要。
现有的铁路货车不具备发电或受电条件,因此其信息化、智能化技术发展相对缓慢,主要依靠地面5T***进行车辆性能和安全检测,5T***是指:TADS:货车滚动轴承早期故障轨边声学诊断***;TFDS:货车运行故障动态图像检测***;THDS:红外线轴温探测***;TPDS:货车运行状态地面安全监测***; TCDS:客车运行安全监控***。5T***存在监测位置分散、数据不连续等问题,难以满足当前铁路货车重载、快捷和多式联运进一步发展的需求。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提供更及时且精准地运行状态监测的铁路货车运行状态监测***。
一种铁路货车运行状态监测***,包括:
状态检测模块,设置于车辆的各监测点,用于采集车辆的状态数据,并对所述状态数据进行边缘计算得到第一分析数据;
车载网关,设置于车辆上,用于在车辆处于运行区间时,获取所述状态检测模块上传的所述第一分析数据,并对所述第一分析数据进行雾计算得到第二分析数据,将所述第二分析数据上传至服务器;
就地网关,设置于非运行区间,用于在车辆处于非运行区间时,获取所述状态检测模块上传的所述第一分析数据,并对所述第一分析数据进行雾计算得到第三分析数据,将所述第三分析数据上传至所述服务器;所述服务器用于将所述第二分析数据或所述第三分析数据发送至监测中心;
监测中心,用于在根据所述第二分析数据或第三分析数据判断车辆状态异常或故障时,发出报警。
上述铁路货车运行状态监测***,在货车上设置状态检测模块直接采集车辆的状态数据,并进行边缘计算得到第一分析数据,在车辆处于运行区间时,将第一分析数据上传至车载网关;在车辆处于非运行区间时,则将第一分析数据上传至就地网关,车载网关或就地网关对第一分析数据进行雾计算后得到第二分析数据或第三分析数据上传至服务器,服务器将第二分析数据或第三分析数据发送至监测中心,监测中心根据第二分析数据或第三分析数据判断车辆状态是否异常或故障,实现铁路货车的实时监测,并且利用边缘计算和雾计算对数据进行前置处理,降低数据传输负载压力,降低延时,提高监测的及时性和精准性。
在其中一个实施例中,铁路货车运行状态监测***还包括:
移动终端,用于获取并显示所述车载网关发送的所述第二分析数据或所述就地网关发送的所述第三分析数据。
工作人员能够通过移动终端及时查看车辆的运行状态,提高巡检效率。
在其中一个实施例中,所述状态检测模块包括一个以上MEMS传感器,分布于所述车辆的各监测点,用于采集车辆的状态数据,并进行边缘计算得到所述第一分析数据。
MEMS传感器便于无损安装至车辆,保证监测数据的可靠性,同时能够进行边缘计算,降低发送至车载网关和就地网关的数据量,进而实现数据传输负载的轻量化,降低数据传输负载压力,实现低延时。
在其中一个实施例中,所述MEMS传感器为支持LoRa无线传输协议的传感器,用于通过LoRa无线传输向所述车载网关或就地网关发送所述第一分析数据。
在车辆进入蜂窝数据网络信号较差的区域,车载网关也能正常获取状态检测模块上传的第一分析数据,保证数据的连续性。
在其中一个实施例中,所述状态检测模块包括顶盖传感器、底门行程传感器、制动缸鞲鞴行程传感器、列车管压力传感器、制动缸压力传感器、转向架振动传感器或车体振动传感器中的任意一个或一个以上。
通过将这些传感器设置于车辆的各个监测点,监测对应的状态数据,能够真实反映出车辆运行状态,替代地面5T***的监测,提供连续的监测数据。
在其中一个实施例中,所述车载网关设有定位模块。
定位模块能够实时定位,通过服务器发送至监测中心,以便能够实现车辆管控和调度,若车辆遇到紧急情况还能及时安排救援。
在其中一个实施例中,所述状态检测模块在车辆处于运行区间时,若任意一个状态数据达到预设的阈值时,生成提示信息发送至所述车载网关;
所述车载网关在接收到所述提示信息时获取当前的定位信息,并将所述提示信息及所述定位信息经由所述服务器发送至所述监测中心;所述监测中心用于在接收到所述提示信息及所述定位信息时启动应急预案,并根据所述应急预案生成应急指令发送至所述移动终端。
状态检测模块能够进行简单预警,通过对不同的传感器设置阈值,一旦该传感器检测的数据达到阈值,则生成提示信息发送至车载网关进行预警,提高预警的效率,提高车辆安全性。
在其中一个实施例中,所述定位模块包括GPS单元和/或BDS单元。
在其中一个实施例中,所述车载网关设有低功耗蓝牙模块;
所述车载网关在检测到所述移动终端处于蓝牙连接范围内时,通过所述低功耗蓝牙模块向所述移动终端发送所述第二分析数据。
通过低功耗蓝牙模块,车载网关能够实现直接与蓝牙通信范围内的移动终端建立通信,使工作人员能够更为及时地获取第二分析数据。
在其中一个实施例中,所述车载网关在未检测到所述移动终端处于蓝牙连接范围内时,经由所述服务器向所述移动终端发送所述第二分析数据。
车载网关能够通过服务器向运行区间外的移动终端发送数据,便于工作人员为车辆到站检修进行准备。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统技术描述中所需要使用的附,图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为其中一个实施例中,铁路货车运行状态监测***结构示意图;
图2为其中一个实施例中,铁路货车运行状态监测***结构示意图;
图3为其中一个实施例中,铁路货车运行状态监测***的通信架构图。
附图标记说明:
100、状态检测模块;200、车载网关;300、就地网关;400、服务器;500、监测中心;600、移动终端。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
需要说明的是,当一个元件被认为是“连接”另一个元件时,它可以是直接连接到另一个元件,或者通过居中元件连接另一个元件。此外,以下实施例中的“连接”,如果被连接的对象之间具有电信号或数据的传递,则应理解为“电连接”、“通信连接”等。
在此使用时,单数形式的“一”、“一个”和“所述/该”也可以包括复数形式,除非上下文清楚指出另外的方式。还应当理解的是,术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在,但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。同时,在本说明书中使用的术语“和/或”包括相关所列项目的任何及所有组合。
正如背景技术所述,现有技术中的监测***存在监测位置分散、数据不连续等问题,经发明人研究发现,出现这种问题的原因在于,5T***为地面***,其中,红外线轴温探测***(THDS)是应用了光学、红外遥感、信息处理、通信联网和自动控制等技术,设置环境温度为基准,利用设在轨边的红外线探头中的红外线探测器检测每个车辆轴承发出的红外线辐射的大小,并将其转换为相应的电压信号。轴承表面的温度越高,其红外线辐射的能量也越高,红外线探头输出的相应电压值也越高,从而达到车辆轴温检测和发现热轴的目的,他具有快速、准确、非接触的特点,能自动探测运行中各种类型车辆的车轴温度。通过数据比较、分析,对温升超标的列车车轴做出报警。货车运行故障动态图像检测***(TFDS)是采用高速连续数字照相技术、大容量图像数据实时处理技术和精确定位技术,利用轨边高速摄像头,对运行货车隐蔽故障和常见故障进行动态检测。货车滚动轴承早期故障轨边声学诊断***(TADS)是利用轨边噪声采集阵列,实时采集运动货车滚动轴承噪音,通过数据分析,及时发现货车轴承早期故障。货车运行状态地面安全监测***(TPDS)时利用设在铁路整线直线段的轨道测试***,动态监测轮轨间的动力学参数,实现对货车的运行状态分析评判,兼有车轮擦伤及超偏载监测功能,实现对运行品质不良货车实施联网跟踪报警,向前方列检预报车轮踏面擦伤,预警货物超载。客车运行安全监控***(TCDS) 是对轴温、供电、车门、门下电源、火灾、空调、防火漆、基础制动***和转向架、车辆动力学的全面检测,重点对客车热轴事故、火灾事故、供电故障及制动***和走行部故障进行监控。显然可以看到,除TCDS之外,其他都为地面监测,通过设置在轨边的装置实现监测,但一般考虑到成本,并不会在全段轨道设置监测装置,而是间隔一段距离设置一套监测装置,因此监测位置分散,监测数据不连续,而TCDS无法实现其他检测***的功能,并且直接通过天线向地面传输原始采集数据,数据量庞大,传输存在延时,影响监测的及时性。
基于以上原因,本发明提供了一种能够提供更及时且精准地运行状态监测的方案,
在其中一个实施例中,如图1所示,提供了一种铁路货车运行状态监测***,包括:
状态检测模块100,设置于车辆的各监测点,用于采集车辆的状态数据,并对状态数据进行边缘计算得到第一分析数据;
车载网关200,设置于车辆上,用于在车辆处于运行区间时,获取状态检测模块100上传的第一分析数据,并对第一分析数据进行雾计算得到第二分析数据,将第二分析数据上传至服务器400;
就地网关300,设置于非运行区间,用于在车辆处于非运行区间时,获取状态检测模块100上传的第一分析数据,并对第一分析数据进行雾计算得到第三分析数据,将第三分析数据上传至服务器400;服务器400用于将第二分析数据或第三分析数据发送至监测中心500;
监测中心500,用于在根据第二分析数据或第三分析数据判断车辆状态异常或故障时,发出报警。
车辆的各监测点为需要采集状态数据的位置,例如顶盖、底门摆臂、制动缸鞲鞴、列车管、制动缸、转向架、车体表面等位置。状态监测模块具有数据处理能力,能够对采集到的状态数据进行边缘数据得到第一分析数据再进行上传,降低上传的数据量,提高上传速度,降低延迟。
车载网关200设置于车辆之上,用于与状态检测模块100连接,获取第一分析数据,能够通过蜂窝数据网络于服务器400进行数据交互。运行区间即相邻两个站点间的运行区域,运行区间不设有就地网关300,因此可以直接通过车载网关200上传第二分析数据至服务器400,服务器400再将第二分析数据发送至监控中心。车载网关200对第一分析数据进行雾计算,进一步计算分析、数据耦合后得到第二分析数据,能够进一步减少数据量,优化上传至服务器400的效率。
非运行区间即站点,当车辆达到站点时,状态检测模块100能够直接将第一分析数据发送至就地网关300,地面工作人员能够直接从就地网关300获取数据进行查看,就地网关300也能够对第一分析数据进行雾计算,得到第三分析数据上传至服务器400,服务器400再发送至监测中心500进行统一监控。车辆装卸均在非运行区间进行,装卸完毕后,监测中心500根据现场工作人员的交互操作及就地网关300提供的第三分析数据,判断车辆是否发生异常或故障,在其中一个实施例中,若出现异常或故障,能够通过声光报警或向工作人员的移动终端600发送报警,提示工作人员进行检修,提高车辆巡检效率和运输安全性。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种数据,但这些数据不受这些术语限制。这些术语仅用于将区分不同节点产生的数据。例如第一分析数据为状态检测模块100产生,第二分析数据为车载网关 200产生,第三分析数据为就地网关300产生,其中第二分析数据可以与第三分析数据相同,也可以不同。
上述铁路货车运行状态监测***,在货车上设置状态检测模块100直接采集车辆的状态数据,并进行边缘计算得到第一分析数据,在车辆处于运行区间时,将第一分析数据上传至车载网关200;在车辆处于非运行区间时,则将第一分析数据上传至就地网关300,车载网关200或就地网关300对第一分析数据进行雾计算后得到第二分析数据或第三分析数据上传至服务器400,服务器400将第二分析数据或第三分析数据发送至监测中心500,监测中心500根据第二分析数据或第三分析数据判断车辆状态是否异常或故障,实现铁路货车的实时监测,并且利用边缘计算和雾计算对数据进行前置处理,降低数据传输负载压力,降低延时,提高监测的及时性和精准性。
在其中一个实施例中,铁路货车运行状态监测***还包括:
移动终端600,用于获取并显示车载网关200发送的第二分析数据或就地网关300发送的第三分析数据。
移动终端600包括但不限于个人电脑、智能手机、掌上电脑、可穿戴设备等计算机设备。工作人员能够通过移动终端600及时查看车辆的运行状态,若工作人员乘坐车辆处于运行区间,则获取并显示车载网关200发送的第二分析数据;若工作人员处于站点,则获取并显示就地网关300发送的第三分析数据。
在其中一个实施例中,移动终端还能获取监控中心发送的指令,例如监控中心判定车辆发生异常,能够向移动终端发送检修指令,工作人员在移动终端收到检修指令后能够及时进行检修。
在其中一个实施例中,状态检测模块100包括一个以上MEMS传感器,分布于车辆的各监测点,用于采集车辆的状态数据,并进行边缘计算得到第一分析数据。
考虑到传统传感器结构复杂,体积大,易损坏,需要持续维护和校验,安装复杂,一旦损坏将无法及时获取检测数据,因此可以采用MEMS传感器。MEMS 的全称是微型电子机械***(Micro-ElectroMechanical System),相对于传统的机械,它们的尺寸更小,最大的不超过一个厘米,甚至仅仅为几个微米,其厚度就更加微小。采用以硅为主的材料,电气性能优良,硅材料的强度、硬度和杨氏模量与铁相当,密度与铝类似,热传导率接近钼和钨。采用与集成电路(IC)类似的生成技术,可大量利用IC生产中的成熟技术、工艺,进行大批量、低成本生产,使性价比相对于传统“机械”制造技术大幅度提高。MEMS传感器作为获取信息的关键器件,对各种传感装置的微型化起着巨大的推动作用,已在太空卫星、运载火箭、航空航天设备、飞机、各种车辆、生特医学及消费电子产品等领域中得到了广泛的应用。采用MEMS传感器对铁路货车的状态数据进行监测,其体积小、灵敏度高、功耗低,便于无损安装至车辆,保证监测数据的可靠性,并且MEMS传感器具备一定的计算能力,能够对状态数据进行边缘计算,进而实现数据传输负载的轻量化,降低数据传输负载压力,实现低延时。
在其中一个实施例中,MEMS传感器为支持LoRa无线传输协议的传感器,用于通过LoRa无线传输向车载网关200或就地网关300发送第一分析数据。
LoRa是一种低功耗局域网无线标准,在此之前的通信标准中,低功耗一般很难覆盖远距离,远距离一般功耗高。LoRa就是远距离无线电(Long Range Radio),它最大特点就是在同样的功耗条件下比其他无线方式传播的距离更远,实现了低功耗和远距离的统一,它在同样的功耗下比传统的无线射频通信距离扩大3-5倍。传输距离若在城镇可达2-5Km,郊区可达15Km。工作频率可以是ISM频段,包括433、868、915MH等。调制方式为基于扩频技术,线性调制扩频(CSS)的一个变种,具有前向纠错(FEC)能力,一个LoRa网关可以连接上千上万个LoRa节点。其传输速率一般为几百到几十Kbps,速率越低传输距离越长。因此配合MEMS传感器对数据进行边缘计算后降低数据量,能够有效提升数据传输速率。在车辆进入蜂窝数据网络信号较差的区域,车载网关也能正常获取状态检测模块上传的第一分析数据,保证数据的连续性。
在其中一个实施例中,状态检测模块100包括顶盖传感器、底门行程传感器、制动缸鞲鞴行程传感器、列车管压力传感器、制动缸压力传感器、转向架振动传感器或车体振动传感器中的任意一个或一个以上。
顶盖传感器用于检测各个车辆顶盖的位置,底门行程传感器用于检测车辆底门摆臂位置(即过死点),制动缸鞲鞴行程传感器用于检测制动缸鞲鞴行程,列车管压力传感器用于检测列车管压力,制动缸压力传感器用于检测制动缸内压力,转向架振动传感器用于检测转向架振动信号,车体振动传感器用于检测车体振动信号,通过将这些传感器设置于车辆的各个监测点,监测对应的状态数据,能够真实反映出车辆运行状态,替代地面5T***的监测,提供连续的监测数据。
在其中一个实施例中,车载网关200设有定位模块。
定位模块能够实时定位,将车辆的当前定位发送至服务器400,服务器400 再发送监测中心500,使得监测中心500能够实现车辆管控和调度,若车辆遇到紧急情况还能及时安排救援。
在其中一个实施例中,状态检测模块100在车辆处于运行区间时,若任意一个状态数据达到预设的阈值时,生成提示信息发送至车载网关200;
车载网关200在接收到提示信息时获取当前的定位信息,并将提示信息及定位信息经由服务器400发送至监测中心500;监测中心500用于在接收到提示信息及定位信息时启动应急预案,并根据应急预案生成应急指令发送至移动终端600。
状态检测模块100能够进行简单预警,通过对不同的传感器设置阈值,一旦该传感器检测的数据达到阈值,则生成提示信息发送至车载网关200进行预警,车载网关200在接收到提示信息时获取此时的定位信息,将定位信息与提示信息经由服务器400发送至监测中心500,监测中心500能够及时启动应急预案,并发送对应的应急指令至移动终端600,工作人员的移动终端600受到应急指令后执行应急处理,从而提高预警的效率,提高车辆安全性。
在其中一个实施例中,定位模块包括GPS单元和/或BDS单元。
BDS单元即为北斗导航单元,定位模块可以是通过GPS单元或BDS单元中的一个实现定位,也可以两者配合实现定位,提高定位精度。
在其中一个实施例中,车载网关200设有低功耗蓝牙模块;
车载网关200在检测到移动终端600处于蓝牙连接范围内时,通过低功耗蓝牙模块向移动终端600发送第二分析数据。
低功耗蓝牙是一种智能、低功耗的蓝牙无线技术,通过缩小智能设备的尺寸、降低其价格与复杂性进一步提高了其智能化程度。传统蓝牙存在电池的快速耗尽以及连接断开次数频繁,因此需要进行频繁的重复配对的问题。低功耗蓝牙成功地解决了这些问题。低功耗蓝牙从外形设计到使用方式,一切皆以最低功耗为设计目标。为了减少功耗,低功耗蓝牙设备大部分时间会处于睡眠模式。当活动发生时,设备会自动被唤醒并且向网关、个人电脑或智能手机发送信号。最大/ 峰值功耗不超过15毫安,平均功耗约为1微安。使用时的功耗被降低到传统蓝牙的十分之一。在使用较少的应用中,一粒纽扣电池就能维持5至10年的稳定运行。低功耗蓝牙技术的调制与传统蓝牙技术略有不同。低功耗蓝牙微微网一般基于一台与多台从设备连接的主设备。微微网中,所有设备要么是主设备,要么是从设备,但无法同时当主设备和从设备。主设备控制从属设备的通信频率,而从属设备只能根据主设备的要求进行通信。相比传统蓝牙技术,低功耗蓝牙技术所增加的一项新功能就是“广播”功能。通过这项功能,从设备可以告知其需要向主设备发送数据。广播消息还包括活动或测量值。
通过低功耗蓝牙模块,车载网关200能够实现直接与蓝牙通信范围内的移动终端600建立通信,发送第二分析数据,使工作人员能够更为及时地获取第二分析数据,同时低功耗蓝牙模块能够进行广播,同时向多个移动终端600发送第二分析数据,提高监测的及时性和有效性。
在其中一个实施例中,车载网关200在未检测到移动终端600处于蓝牙连接范围内时,经由服务器400向移动终端600发送第二分析数据。
车载网关200的蓝牙连接范围内没有移动终端600时,若需要向工作人员发送相关数据,可以通过服务器400利用蜂窝数据网络发送第二分析数据至移动终端600,车载网关200将第二分析数据通过蜂窝数据网络上传至服务器400,服务器400通过蜂窝数据网络将第二分析数据发送至移动终端600。
在其中一个实施例中,服务器400能够对第二分析数据、第三分析数据进行云计算,进一步计算分析后,再向监测中心500或移动终端600发送处理后的数据,进一步降低传输的数据量,缩短数据传输延时,提高车辆故障或异常的应急处理效率,提高车辆安全性。
在本说明书的描述中,参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性描述不一定指的是相同的实施例或示例。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种铁路货车运行状态监测***,其特征在于,包括:
状态检测模块,设置于车辆的各监测点,用于采集车辆的状态数据,并对所述状态数据进行边缘计算得到第一分析数据;
车载网关,设置于车辆上,用于在车辆处于运行区间时,获取所述状态检测模块上传的所述第一分析数据,并对所述第一分析数据进行雾计算得到第二分析数据,将所述第二分析数据上传至服务器;
就地网关,设置于非运行区间,用于在车辆处于非运行区间时,获取所述状态检测模块上传的所述第一分析数据,并对所述第一分析数据进行雾计算得到第三分析数据,将所述第三分析数据上传至所述服务器;所述服务器用于将所述第二分析数据或所述第三分析数据发送至监测中心;
监测中心,用于在根据所述第二分析数据或第三分析数据判断车辆状态异常或故障时,发出报警。
2.根据权利要求1所述的铁路货车运行状态监测***,其特征在于,还包括:
移动终端,用于获取并显示所述车载网关发送的所述第二分析数据或所述就地网关发送的所述第三分析数据。
3.根据权利要求1或2所述的铁路货车运行状态监测***,其特征在于,所述状态检测模块包括一个以上MEMS传感器,分布于所述车辆的各监测点,用于采集车辆的状态数据,并进行边缘计算得到所述第一分析数据。
4.根据权利要求3所述的铁路货车运行状态监测***,其特征在于,所述MEMS传感器为支持LoRa无线传输协议的传感器,用于通过LoRa无线传输向所述车载网关或就地网关发送所述第一分析数据。
5.根据权利要求4所述的铁路货车运行状态监测***,其特征在于,所述状态检测模块包括顶盖传感器、底门行程传感器、制动缸鞲鞴行程传感器、列车管压力传感器、制动缸压力传感器、转向架振动传感器或车体振动传感器中的任意一个或一个以上。
6.根据权利要求5所述的铁路货车运行状态监测***,其特征在于,所述车载网关设有定位模块。
7.根据权利要求6所述的铁路货车运行状态监测***,其特征在于,所述状态检测模块在车辆处于运行区间时,若任意一个状态数据达到预设的阈值时,生成提示信息发送至所述车载网关;
所述车载网关在接收到所述提示信息时获取当前的定位信息,并将所述提示信息及所述定位信息经由所述服务器发送至所述监测中心;所述监测中心用于在接收到所述提示信息及所述定位信息时启动应急预案,并根据所述应急预案生成应急指令发送至所述移动终端。
8.根据权利要求6所述的铁路货车运行状态监测***,其特征在于,所述定位模块包括GPS单元和/或BDS单元。
9.根据权利要求2所述的铁路货车运行状态监测***,其特征在于,所述车载网关设有低功耗蓝牙模块;
所述车载网关在检测到所述移动终端处于蓝牙连接范围内时,通过所述低功耗蓝牙模块向所述移动终端发送所述第二分析数据。
10.根据权利要求6所述的铁路货车运行状态监测***,其特征在于,所述车载网关在未检测到所述移动终端处于蓝牙连接范围内时,经由所述服务器向所述移动终端发送所述第二分析数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011476581.8A CN112581056B (zh) | 2020-12-15 | 2020-12-15 | 铁路货车运行状态监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011476581.8A CN112581056B (zh) | 2020-12-15 | 2020-12-15 | 铁路货车运行状态监测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112581056A true CN112581056A (zh) | 2021-03-30 |
CN112581056B CN112581056B (zh) | 2024-05-14 |
Family
ID=75136193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011476581.8A Active CN112581056B (zh) | 2020-12-15 | 2020-12-15 | 铁路货车运行状态监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112581056B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113311812A (zh) * | 2021-05-28 | 2021-08-27 | 中车齐齐哈尔车辆有限公司 | 一种铁路货车的数据上报方法和车载监测*** |
CN113341918A (zh) * | 2021-05-28 | 2021-09-03 | 北京时域智控技术有限公司 | 一种铁路货车监测***及方法 |
CN113490070A (zh) * | 2021-05-28 | 2021-10-08 | 北京时域智控技术有限公司 | 一种铁路货车票插网关及其运行方法 |
CN113511234A (zh) * | 2021-05-28 | 2021-10-19 | 中车齐齐哈尔车辆有限公司 | 一种铁路货车车载监测***的列车网 |
CN114580050A (zh) * | 2021-12-23 | 2022-06-03 | 北京交通大学 | 一种基于多种复杂力学效应的车桥耦合动力分析*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102785681A (zh) * | 2012-07-30 | 2012-11-21 | 北京锦鸿希电信息技术股份有限公司 | 列车在途安全状态监测方法、设备和*** |
US20130062474A1 (en) * | 2010-05-31 | 2013-03-14 | Central Signal, Llc | Train detection |
CN105564468A (zh) * | 2016-03-07 | 2016-05-11 | 成都优立科科技有限公司 | 一种铁路货车行车安全监控***和方法 |
CN109733439A (zh) * | 2018-12-14 | 2019-05-10 | 中国铁道科学研究院集团有限公司通信信号研究所 | 机车车载监测信息综合传输***及方法 |
CN109948169A (zh) * | 2017-12-20 | 2019-06-28 | 中国中车股份有限公司 | 一种铁路货车故障预测与健康管理*** |
CN111891189A (zh) * | 2020-07-10 | 2020-11-06 | 中车齐齐哈尔车辆有限公司 | 铁路车辆的监控方法、***、装置、存储介质和处理器 |
-
2020
- 2020-12-15 CN CN202011476581.8A patent/CN112581056B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130062474A1 (en) * | 2010-05-31 | 2013-03-14 | Central Signal, Llc | Train detection |
CN102785681A (zh) * | 2012-07-30 | 2012-11-21 | 北京锦鸿希电信息技术股份有限公司 | 列车在途安全状态监测方法、设备和*** |
CN105564468A (zh) * | 2016-03-07 | 2016-05-11 | 成都优立科科技有限公司 | 一种铁路货车行车安全监控***和方法 |
CN109948169A (zh) * | 2017-12-20 | 2019-06-28 | 中国中车股份有限公司 | 一种铁路货车故障预测与健康管理*** |
CN109733439A (zh) * | 2018-12-14 | 2019-05-10 | 中国铁道科学研究院集团有限公司通信信号研究所 | 机车车载监测信息综合传输***及方法 |
CN111891189A (zh) * | 2020-07-10 | 2020-11-06 | 中车齐齐哈尔车辆有限公司 | 铁路车辆的监控方法、***、装置、存储介质和处理器 |
Non-Patent Citations (2)
Title |
---|
WANG, ZY (WANG, ZHONGYING): "A Tentative Design of Operating Environmental Monitoring and Warning System of High-speed Trains Based on A Wireless Sensor Network", 2015 27TH CHINESE CONTROL AND DECISION CONFERENCE (CCDC) * |
李辉;韩清亮;田云;刘美霞;: "基于双网的GYK远程维护监测***技术研究", 铁道通信信号, no. 10, pages 2 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113311812A (zh) * | 2021-05-28 | 2021-08-27 | 中车齐齐哈尔车辆有限公司 | 一种铁路货车的数据上报方法和车载监测*** |
CN113341918A (zh) * | 2021-05-28 | 2021-09-03 | 北京时域智控技术有限公司 | 一种铁路货车监测***及方法 |
CN113490070A (zh) * | 2021-05-28 | 2021-10-08 | 北京时域智控技术有限公司 | 一种铁路货车票插网关及其运行方法 |
CN113511234A (zh) * | 2021-05-28 | 2021-10-19 | 中车齐齐哈尔车辆有限公司 | 一种铁路货车车载监测***的列车网 |
CN114580050A (zh) * | 2021-12-23 | 2022-06-03 | 北京交通大学 | 一种基于多种复杂力学效应的车桥耦合动力分析*** |
CN114580050B (zh) * | 2021-12-23 | 2024-02-23 | 北京交通大学 | 一种基于多种复杂力学效应的车桥耦合动力分析*** |
Also Published As
Publication number | Publication date |
---|---|
CN112581056B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112581056B (zh) | 铁路货车运行状态监测*** | |
US11977003B2 (en) | System, method and apparatus for monitoring the health of railcar wheelsets | |
CN107380202B (zh) | 基于NB-IoT网轨道车辆车轴状态监测方法及*** | |
RU2640389C1 (ru) | Система управления поездом и железнодорожным депо | |
CN107031681B (zh) | 轨道状况监测传感器设备和检测轨道轴承的状况的方法 | |
CN107380201B (zh) | 基于广域网与局域网车轴健康状态监测方法及监测*** | |
RU2677840C2 (ru) | Система и способ обнаружения эксплуатационных аномалий в поездных составах и железнодорожных вагонах | |
CN107614353B (zh) | 建立和管理列车编组的***和方法 | |
RU2457131C2 (ru) | Система мониторинга железнодорожного поезда | |
US7705743B2 (en) | Self-assembling wireless network, vehicle communications system, railroad wheel and bearing monitoring system and methods therefor | |
CN107972695A (zh) | 一种物联网轨道车辆车轴健康状态智能监测管理***装置 | |
RU2613188C2 (ru) | Система и способ контроля эксплуатационных характеристик железнодорожного вагона | |
CN106023631A (zh) | 基于iBeacon技术的仓储物流车辆监控*** | |
CN108058719B (zh) | 一种铁路货车及其监控*** | |
CN103727978A (zh) | 一种基于北斗通信的铁路货车状态实时监测终端及方法 | |
CN113479237A (zh) | 一种铁路智慧货车*** | |
CN209014944U (zh) | 一种铁路货物车辆车载安全监测装置 | |
CN203920740U (zh) | 一种铁路机车走行部故障在线监测诊断*** | |
Carvalhosa et al. | Multipurpose sensing platform for improved road safety | |
CN112665772B (zh) | 列车管巡检***及25t轴重铝合金煤炭漏斗车*** | |
CN108709652A (zh) | 一种车辆轴温监测***及监测方法 | |
CN217466070U (zh) | 一种基于4G+LoRa的重载货车制动缸压力监测*** | |
CN106080656A (zh) | 铁路货车轴温监测电路及其监测方法 | |
CN113341918A (zh) | 一种铁路货车监测***及方法 | |
Moriello et al. | An Internet of Things-based Solution for Monitoring Freight Train Carriages |
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 |