伍志丹

(柳州鐵道職業(yè)技術學院,廣西 柳州 545616)

0 引言

近年來我國鐵路事業(yè)獲得迅猛發(fā)展,動車組因具有安全、快捷以及環(huán)保等特點,逐漸成為人們遠行的重要交通工具[1]。隨著鐵路技術和人們生活質量的持續(xù)提升,人們對動車組客室舒適度水平提出了更嚴格的要求,舒適的客室環(huán)境不僅有益于乘客的身體健康,避免出現頭痛、胸悶等情況,還能給乘客帶來心理上的愉悅感[2]。由于動車組客室基本處于封閉狀態(tài),因此通過溫度、風速和光照度等環(huán)境參數調節(jié),為乘客營造良好的客室環(huán)境是保證動車組客室舒適度的有效手段[3-4]。但一直以來客室環(huán)境參數調節(jié)大多采用人工形式,經常發(fā)生嚴重背離乘客舒適度要求的現象,且調節(jié)實時性較差,還容易造成能源浪費,因此研究動車組客室舒適度控制系統(tǒng)極其必要。

針對該系統(tǒng)的設計成果有很多,例如謝苗苗和李威等,分別利用改進D-S證據理論與人體熱感覺穿戴傳感技術完成系統(tǒng)設計[5-6]。這兩種系統(tǒng)對控制指令均具有較好的響應效果,但需要優(yōu)化大量超參數,且對參數設置較敏感。人工智能技術是對模擬和延伸人的智能進行開發(fā)的一項技術科學,在各個領域均具有廣泛的應用空間,因此本文研究基于人工智能技術的動車組客室舒適度控制系統(tǒng)設計。

1 動車組客室舒適度控制系統(tǒng)設計研究

1.1 系統(tǒng)總體結構

基于人工智能技術的動車組客室舒適度控制系統(tǒng)總體結構如圖1所示。

(1)傳感器層:若干個類型不同的傳感器組成,將其部署在動車組各客室內合適的位置上,用于采集光照度、溫濕度以及氣體等環(huán)境參數數據。

(2)無線傳輸層:負責創(chuàng)建傳感器層和業(yè)務應用層之間的連接,利用智慧安全型無線通信模塊,將傳感器層采集的環(huán)境參數數據傳輸到業(yè)務應用層。

(3)業(yè)務應用層:包含多源數據融合、動車組客室舒適度預測和主控制器三大模塊。多源數據融合模塊負責對接收到的各類環(huán)境參數數據進行融合;依據融合結果,動車組客室舒適度預測模塊運用人工智能技術中的T-S模糊神經網絡,預測動車組各客室的舒適度,并將預測結果反饋給主控制器模塊;結合環(huán)境參數國際標準和人體對各環(huán)境參數的敏感度,得出舒適度環(huán)境參數最優(yōu)值表,如果預測結果未達到舒適度要求,針對其中超出最優(yōu)值的環(huán)境參數,主控制器模塊通過向空調、通風和燈光等設備發(fā)出控制命令,實現溫濕度、空氣清新度和光照度等自動調節(jié),從而保證動車組各客室的舒適度水平。

(4)界面層:為相關技術人員提供實時監(jiān)測動車組各客室環(huán)境參數數據和舒適度指標的功能,可以對舒適度進行手動控制,還具備數據分析和管理運行功能。

圖1 動車組客室舒適度控制系統(tǒng)總體結構圖

1.2 系統(tǒng)硬件設計

1.2.1 智慧安全型無線通信模塊結構

負責傳輸動車組客室環(huán)境參數數據的智慧安全型無線通信模塊結構,如圖2所示。該模塊選用的處理器型號為ARM Cortex-A8 AM3354,具有功耗低、高性價比和外設接口豐富等優(yōu)點;電源管理電路可以將多種電源電壓提供給該模塊,并能有效管理模塊各部分電源,從而達到節(jié)能的目的;復位電路可以避免模塊出現死機情況,對保證模塊安全穩(wěn)定運行發(fā)揮著巨大作用;為提升動車組客室環(huán)境參數數據傳輸安全性,利用SPI總線連接處理器與加/解密芯片,并采用一問一答的通信模式[7-8];通過I2C總線和MMC接口與處理器相連接的EEPROM存儲芯片、SD卡的作用,體現在對用戶設定的模塊參數進行存儲,以及保存模塊的風險感知數據;串口1與USB(從)接口負責連接系統(tǒng)傳感器層中的各類傳感器,完成動車組客室環(huán)境參數數據的接收;串口2與USB(主)接口負責連接系統(tǒng)業(yè)務應用層中的終端,完成動車組客室環(huán)境參數數據的上傳。

圖2 智慧安全型無線通信模塊結構圖

1.2.2 動車組客室舒適度主控制器模塊結構

負責動車組客室舒適度控制的主控制器模塊主要由控制、驅動和電源組成,結構如圖3所示。

圖3 主控制器模塊結構圖

(1)控制單元:主要職責為接收動車組客室舒適度預測模塊反饋的預測結果、閉環(huán)控制算法實現以及脈寬調制輸出等[9]。

(2)驅動單元:接收到控制單元傳送的脈寬調制信號后,負責向空調、通風和燈光等設備發(fā)出控制命令,實現空調的升溫、降溫與除濕等功能,以及燈光光照強度調節(jié)和通風設備的打開或關閉功能。

(3)電源單元:該單元內嵌開關電源芯片和降壓集成穩(wěn)壓芯片,可以為控制單元的子電源電路提供+24 V、+12 V和+5 V電壓等級的電能,為驅動單元提供的電能的電壓等級為+24 V和+12 V。

1.3 基于人工智能技術的動車組客室舒適度預測

動車組客室舒適度預測模塊依據動車組客室環(huán)境參數數據融合結果,運用人工智能技術中的T-S模糊神經網絡預測動車組各客室的舒適度。預測平均投票數(Predicted Mean Vote,PMV)是用于直觀反映人體舒適度的指標[10-12],計算公式為:

PMV=[0.3RHexp(-0.3M)]×

(1)

式中,人體的新陳代謝率和對外做功分別為M、W;動車組客室溫度為ta;動車組客室的平均光照強度為tm;動車組客室空氣質量指數為P;動車組客室相對濕度為RH;人體服裝面積系數和外表面溫度分別為fcl、tcl;對流交換系數為hc。fcl和hc的計算公式為:

(2)

式中,服裝熱阻值為Icl描述;風速為va。

PMV指標的取值介于[-3,3]范圍內,當PMV值處于[-3,-1]和[1,3]范圍內時,表明動車組客室舒適度不達標,當PMV值處于(-1,1)范圍內時,表明動車組客室舒適度達標。

(3)

輸入向量x屬于模糊語言變量值的隸屬度函數為:

(4)

利用式(5)得到T-S模糊模型的輸出值y:

(5)

根據以上T-S模糊模型創(chuàng)建T-S模糊神經網絡,該網絡將影響動車組客室舒適度的溫度、相對濕度、平均光照強度、風速和空氣質量指數五個環(huán)境因素,以及人體新陳代謝率和服裝熱阻值兩個人體因素作為輸入,將預測的PMV指標作為輸出。該網絡包含前件與后件網絡,其中前件網絡由輸入、模糊化、模糊規(guī)則計算和歸一化四個層級組成,具體描述如下:

(1)輸入層:該層的各節(jié)點連接輸入向量的每個分量xi,可直接將輸入值傳送到模糊化層。

(3)模糊規(guī)則計算層:該層的各節(jié)點均屬于一條模糊規(guī)則,利用下式對各規(guī)則的適應度進行計算:

(6)

(7)

(8)

當T-S模糊神經網絡輸出的PMV指標值未達到規(guī)定標準時,需要依據舒適度環(huán)境參數最優(yōu)值表(表1),利用系統(tǒng)的主控制器模塊實現動車組客室舒適度控制。

表1 舒適度環(huán)境參數最優(yōu)值表

2 系統(tǒng)的性能測試結果與分析

將某包含11個客室的動車組作為實驗對象,各客室布局完全相同,將光照度、溫濕度、風速以及氣體傳感器各25個部署在各客室相同的位置上,用于采集環(huán)境參數數據,據其利用本文系統(tǒng)實現動車組客室舒適度控制。

選擇四類傳感器進行零點標定測試,以驗證各傳感器對動車組客室環(huán)境參數數據采集的穩(wěn)定性,某日10:00-18:00的傳感器零點響應變化結果用圖4描述。分析圖4可以發(fā)現,在10:00-18:00,各類傳感器的輸出電壓均較為穩(wěn)定,特別是氣體傳感器的輸出電壓基本保持不變,并且各類傳感器的輸出電壓十分接近,均在2.0 V附近波動。因此表明本文系統(tǒng)選用的傳感器具有較理想的零點穩(wěn)定性,有助于保證采集的動車組客室環(huán)境參數數據質量。

圖4 傳感器零點響應變化結果圖

使用本文系統(tǒng)對動車組任意三個客室的PMV指標值進行預測,各時段預測結果如表2所示,從表2可知,在大多數時間段,本文系統(tǒng)對各客室PMV指標值的預測值與期望值一致,最大偏差僅為0.2。因此表明本文系統(tǒng)具有較優(yōu)異的動車組客室舒適度預測效果,可為動車組客室舒適度控制提供可靠依據。

表2 動車組客室PMV指標值預測結果表

對夏季某日上午10:00動車組各客室PMV指標值進行預測,所得結果中有5個客室的舒適度未達標,利用本文系統(tǒng)控制這5個客室的舒適度,各客室原始環(huán)境參數和控制后的環(huán)境參數結果如表3所示。分析表3可以看出,使用本文系統(tǒng)對動車組各客室舒適度進行控制后,各客室的環(huán)境參數均與表1中的舒適度環(huán)境參數最優(yōu)值相符合,因此表明本文系統(tǒng)能夠實現動車組不同客室舒適度的全面、準確控制。

表3 動車組客室舒適度控制測試結果表

本文系統(tǒng)溫濕度監(jiān)測界面如圖5所示。通過該界面能清晰呈現動車組不同客室的溫度和濕度信息,能為技術人員提供空調模式的手動控制功能,包括加熱、制冷、加濕以及除濕,并且界面設計較為友好,便于操作。因此可知,本文系統(tǒng)可為技術人員進行動車組客室環(huán)境參數實時監(jiān)測和舒適度控制提供支持。

圖5 動車組客室環(huán)境數據監(jiān)測界面圖

3 結語

為解決動車組客室環(huán)境參數手動調節(jié)存在的實時性較差和易背離乘客需求等問題,研究基于人工智能技術的動車組客室舒適度控制系統(tǒng)。該系統(tǒng)選用的各類傳感器能有效保證動車組客室環(huán)境參數數據采集質量;利用人工智能技術中學習能力較穩(wěn)定的T-S模糊神經網絡預測動車組客室舒適度,所得預測值與期望值基本相同,且該系統(tǒng)能將動車組不同客室的環(huán)境參數控制在最優(yōu)區(qū)間,舒適度控制效果優(yōu)勢顯著。