列车车厢空气质量环境智能检测和调控系统
Intelligent Detection and Control System for Air Quality Environment in Train Carriages
摘要: 随着我国高速铁路的发展,乘客对乘坐舒适性的关注度越来越高。由于现有列车车厢对空气质量检测和自动控制系统的应用不够广泛,无法对列车空气质量变化做出及时的响应,导致列车内空气质量不够好,游客乘坐体验感较差,因此本文进行列车车厢空气质量环境智能检测和调控系统的研究。主要基于STM32单片机为系统核心控制系统智能检测与调控,首先检测包括AM2302 (DHT11)检测温湿度,使用5516光敏电阻测量光照,MG812检测二氧化碳气体。然后根据检测结果,考虑节能,在正常情况选择智能控制风道系统来进行改善空气质量,在高压或隧道情况通过调控空气净化系统来改善空气质量。
Abstract: With the development of high-speed railways in China, passengers are paying increasing attention to ride comfort. Due to the limited application of air quality detection and automatic control systems in existing train carriages, timely responses to changes in train air quality cannot be made, resulting in poor air quality inside the train and poor passenger experience. Therefore, this article conducts research on an intelligent detection and control system for air quality environment in train carriages. Mainly based on the STM32 microcontroller as the core control system for intelligent detection and regulation, the first detection includes AM2302 (DHT11) to detect temperature and humidity, using a 5516 photoresistor to measure illumination, and MG812 to detect carbon dioxide gas. Then, based on the detection results, energy conservation should be considered, and an intelligent control air duct system should be chosen to improve air quality under normal conditions. In high-pressure or tunnel conditions, adjust the air purification system to improve air quality.
文章引用:周森, 张梓劲, 郭倩茹, 刘梦星. 列车车厢空气质量环境智能检测和调控系统[J]. 传感器技术与应用, 2025, 13(2): 67-76. https://doi.org/10.12677/jsta.2025.132009

1. 引言

铁路作为一种重要的运输方式,在人们的生活和经济发展中起着重要作用[1]。铁路运输的安全性、效率和环保特性使其成为广大人民群众出行的首选。铁路行业面临着各种挑战和机遇[2]。随着城市化进程的加速,人口流动增加,铁路客运需求不断增长,列车行驶较快并且车厢密闭性强,因此车厢空气环境质量问题日益凸显。当前车厢内的通风系统控制来改善车厢内温度比较依赖经验,且车厢内光照强度不能自动调节,不仅舒适度有所下降,而且也不利于资源利用。为提高旅客舒适度,基于这种状况,本文设计了一套列车车厢空气质量环境智能检测和调控系统,通过车内的实时状况,自动调节车厢内通风系统和光照强度使其维持在合适状态。

2. 列车车厢空气质量智检技术现状

2.1. 空气质量影响因素

目前,铁路客流量每年都以较大幅度增长,尤其在节假日和春运、暑运期间经常严重超员,直接影响到车厢内空气质量。车厢内的空气质量影响因素分述如下。

1) 微小气候

新型空调列车的微小气候较以前的空调列车有了很大的改善,不同季节微小气候中温湿度合格率差异较大,冬春季合格率低于夏秋季[3]

2) 可吸入颗粒物(PM10)

调查显示,车厢内PM10有不同程度超标[4];25K型车可吸入颗粒物合格率低于其他车型,合格率软卧 > 硬卧 > 硬座[3];冬运的PM10超标率分别高于暑运、十一黄金周[5]

3) CO浓度

车厢内的CO主要来源于旅客抽烟,且受季节影响较大,冬夏季明显高于春秋季,不同车型车厢内空气中CO浓度不同[6]

4) CO2浓度

CO2的浓度既反映室内有害气体的综合水平,又可反映室内通风换气的实际效果,具有重要的卫生学意义。CO2污染是所有污染指标中最为严重的。据报道,客车车厢内CO2浓度超过国家卫生标准,无空调列车硬座车厢在严重超员时CO2浓度超标率可达33.30% [7];在十一黄金周、冬运期间,列车严重超员,车厢内CO2超标率则高达58.3%~75.0% [5]

5) 空气中细菌总数

列车空调通风系统的设置和使用不合理,不仅导致新风量、风速、温度、湿度等指标不能达到国家标准,而且其空气过滤器、制冷管、通风管和冷却水中孳生大量细菌和真菌,对车厢空气造成污染。调查显示,不同车厢内空气中细菌总数均有不同程度的超标,卧铺车高于硬座车、餐车,车厢内空气中细菌总数随季节而变化[3]-[6]。这可能与卧铺车厢结构性能的原因以及车厢内空气流动性较差有关[8]

2.2. 国内情况

1) 快速检测方法:广东省标准化协会发布了《车室内空气痕量组分在线快速检测方法》团体标准,该标准旨在快速检测车内空气质量,特别是痕量组分,如苯、甲苯、乙苯、二甲苯、甲醛等。

2) 监测网络与数据处理:国内正在加强空气质量监测网络的布局和数据处理的效率,通过大数据平台实时分析监测数据,并及时发布空气质量指数和预警信息。

2.3. 国外情况

1) 先进检测设备:欧美国家普遍采用高精度的空气质量监测仪器,如激光颗粒物计数器、气体分析仪等,能够实现对多种污染物的高精度测量。

2) 新型检测技术:国外积极研发新型检测技术,如遥感监测、无人机监测等,以提高监测效率和准确性。

3) 监测网络布局:发达国家通常采取密集布点的策略,确保监测数据的全面性和代表性。同时,这些国家还注重将监测站点与城市规划、交通布局等相结合,以更好地反映实际空气质量状况。

3. 设计方案

3.1. 研究内容

目前,气体监测装置的设计多使用红外检测、半导体传感器以及电化学法[9]。基于非分光红外检测法设计了3组分气体无线检测装置[10]。以STM32F103为主控芯片设计了便携的CO实时监测装置。但现有设计中多存在所测气体不全面、数据观测不便的问题,且大多采用的微处理器均无开源扩展功能,还需软件开发、设计控制页面,整体软、硬件投入过大,无法在各个列车车厢普遍使用。

结合多种传感器搭建实时气体环境监测平台并进行质量评价,可弥补传统监测系统不足,主要研究内容如下:

(1) 研究列车车厢的空气品质现状,总结列车车厢所需监测类型及空气品质评价标准。

(2) 设计传感器阵列,精准检测车厢内的多种污染物(如PM2.5、甲醛、苯系物等)、温湿度、二氧化碳浓度等参数,优化传感器布局以确保数据准确性与代表性,并研究传感器的抗干扰性与稳定性,实现长期可靠监测。

(3) 基于无线传输网络数据处理技术,结合监测数据,实现当前列车车厢实时空气质量评价,为制定精确改善列车车厢内空气品质的策略提供参数参考[11]

3.2. 系统总体方案设计

目前,单片机技术工作性能稳定,体积较小,已经在各个领域广泛应用[12],所以本文采用STM32单片机为系统核心控制,通过相应的传感器采集车厢内的温湿度、CO2浓度、光照强度等环境参数,将采集到的数据信号经A/D转换模块进行转换,然后通过单片机STM32分析和处理,最后将传感器数据每隔一段时间显示在显示屏[13]。当检测到信号满足要求或达到阈值时,控制系统打开或关闭车厢通风系统,以及控制窗帘,降低或者升高车厢内光照亮度到合适的要求。并且模拟各种环境来对系统进行试验。系统总体框架如图1所示。

Figure 1. System structure drawing

1. 系统总体结构图

4. 系统硬件设计

4.1. STM单片机

选用STM32单片机为该系统的核心控制处理器。STM单片机一款高性能32位微控制器(Microcontroller),它具有更强大的计算能力、更大的存储空间、更低的功耗、更高的可靠性,可以连接多个传感器和执行器,并通过无线通信设备实现智能设备的自动控制。

4.2. 温湿度传感器模块

AM2302 (DHT11)温湿度传感器,具有快速响应、功耗低、稳定性高、小巧方便等功能特点,它应用专用的数字模块采集技术和温湿度传感技术,传感器包括一个电阻式感湿元件和一个NTC测温元件,并与一个高性能8位单片机相连接。DHT11传感器都在极为精确的温湿度校验室中进行校准。校准系数以程序的形式储存在OTP内存中。将DHT11的DATA引脚连接到STM32的其中一个GPIO引脚上。

传感器接口电路原理如图2所示。

Figure 2. AM2302 Sensor interface diagram

2. AM2302传感器接口图

4.3. 光控传感器设计模块

使用5516光敏电阻作为光照传感器。光敏电阻5516的内部结构包括一个光敏元件和两个电极,光敏元件通常由半导体材料制成。优点是响应速度快、精度高、成本低、易于控制等,因此在许多领域得到了广泛应用。光敏电阻的阻值随入射光线的强弱变化而变化。在黑暗条件下,其阻值可达到1~10 MΩ;而在强光照射下,其阻值仅有几百至数千欧姆。光敏电阻对光的敏感度与人眼对可见光的响应接近,但凡人眼可以感受到的光都会引起其阻值发生变化。光照传感器输出的量为模拟量,因此需要先将信号接入A/D转换电路进行模数转换。光照传感器接口电路如图3所示。

Figure 3. Light sensor interface diagram

3. 光照传感器接口图

4.4. CO2传感器设计模块

使用MG812二氧化碳气体传感器具有较小的体积,较低的功耗,对CO2有较高的灵敏度和良好的选择性,受温湿度的变化影响较小,传感器信号具有良好的稳定性和重复性。当传感器保持在一定的工作温度,置于%20CO2%20气氛中时,电池正负极发生电极反应,传感器敏感电极和参考电极之间产生电动势,输出信号压与%20CO2%20浓度的对数成反比例线性关系,通过测试信号电压的变化可检到%20CO2%20浓度的变化。

4.5. PCB板块设计

为了实现车厢内的系统自动控制,采用PCB设计,PCB板为各种电子元器件提供了固定和支撑的平台,使得这些元件能够稳定地固定在板上,形成完整的电路系统。PCB板的设计能够优化电路的布局,减少电路中的干扰和噪声,提高电路的稳定性和可靠性。使用PCB板后,电子产品的组装变得更加简单方便,同时也便于后续的维护和检修工作。因此,能够满足使用要求。通过利用PCB板设计的电路板页面如图4所示。

Figure 4. PCB Board design

4. PCB电路板设计

4.6. 系统的具体实施体系结构

主要分为以下3层。

(1) 基础层。通过实现硬件层连接和通信,通过传感器收集和数模转换器初步处理各类数据,与远程服务器建立连接,进行分类数据上传。

(2) 中间层。对收集数据进行详细处理和储存,按照应用主题进行数据加载、数据分类、主题抽取等 分类处理,将处理数据按照系统需要设计接口,提高客户端功能响应的效率。

(3) 表示层。客户端通过小程序访问该列车服务器,对车内信息进行实时监控,或通过蓝牙连接,运用蓝牙通信直接读取相关数据。该系统主要以显示屏显示出车厢内各参数数据以图形的形式展现出来,可以更好的让乘客了解车厢内的参数变化。

5. 系统的软件设计

系统软件主程序包括系统初始化,温湿度、光照、CO2浓度数据采集、分析和处理。系统核心控制部件为STM32单片机。采用KEIL5软件C语言编写程序,将控制系统的功能分为温湿度显示采集、光照、CO2采集,控制通风系统以及报警部分,分别进行程序编写,然后在主函数调用各个子程序。系统运行时,首先初始化整个系统,设定温度,车厢人数,以及传感器的报警阈值,并查看设备的远程数据采集的完整性。设备运行期间可以通过电路板实时查看设备的运行状态,并且可以对相应的控制部件发送命令。整个系统的整体控制电路实物如图5

Figure 5. Overall control circuit diagram

5. 整体控制电路实物图

6. 实验验证

车厢空气质量环境智能检测和调控系统通过利用温度传感器、CO2传感器、光照传感器来完成对相关数据的采集。

6.1. 车厢内温湿度检测试验

此功能从DHT11传感器读取温度和湿度数据并将值存储在变量中,设置温度高阈值(Temp_H)使用两个按钮(KEY1和KEY2)。它在OLED屏幕上显示当前值,并通过USART将其发送到监控或控制目的。控制变量似乎确保了每按一次按钮,阈值调整只发生一次。试验时利用吹风机的热风来模拟温度升高,当温度升高至预设阈值时继电器通电,设备发出相应指令接通报警设备进行报警。同时系统控制通风系统进行工作来达到降温的试验时,模拟温度上升,通过传感器接收,到达阈值时,系统自启进行运作,系统控制通风空调系统使车厢内温度降低。并且乘客可通过小程序查看温湿度状态[13]。温度升高启动空调系统模拟如图6所示。

Figure 6. Temperature rise start air conditioning system simulation

6. 温度升高启动空调系统模拟

6.2. 车厢内CO2浓度检测试验

从ADC通道读取模拟值,并对4个采样进行平均Get_Adc_Average函数,将结果存储在adc1.根据模数转换器读数计算CO2浓度。如果计算的CO2浓度小于或等于零,则将其设置为零。当MG812传感器接收到的CO2浓度达到或超过预定阀值时,相对应的继电器通电,从而接通报警设备进行报警。同时控制通风系统进行工作来达到提高空气质量的目的。二氧化碳浓度过高报警启动系统模拟如图7所示。

Figure 7. Carbon dioxide concentration is too high alarm start system simulation

7. 二氧化碳浓度过高报警启动系统模拟

6.3. 车厢内光照强度试验

列车车厢空气质量环境智能检测和调控系统利用光照强度去控制电动窗帘的开合。当光照强度高于上限或低于下限时,控制电动窗帘的继电器动作。在进行试验时,采用发光电源模拟强光状态;采用将光敏电阻放置在黑暗处模拟午夜状态[14]。当光照强度小于400 Lux的时候,继电器工作,对车厢内的灯光系统进行控制,来进行补光。用强光手电来模拟强光状态下系统工作状态,当光照大于800 Lux时,达到阈值,系统会控制电机对车厢的窗帘进行控制同时降低车厢内光照强度,达到舒适的光照强度。当列车进入隧道群这种恶劣环境下,车厢内的压力以及光感发生明显变化,系统会通过对车厢内光照强度感应,并快速反应,通过继电器通电对灯光进行控制,缓慢使灯光变亮,维持车厢内光照强度。补光模拟系统如图8所示。

Figure 8. Fill light system simulation

8. 补光系统模拟

7. 调控系统设计

随着科技的发展,现有的列车都会配备空调系统,我们可以通过改善现有的空调技术更加节能改善列车空气质量。

7.1. 风道系统设计

风道系统的核心包括送风道,回风道,排风道。送风口隐藏在列车侧顶;回风口设置在窗口;费排风口安装在侧墙下部,通过废排风道送入车下废排装置[15]

风道回风口和车厢顶板风格栅连接,当空调机组运行时,车厢部分空气经回风口,与来自列车外部通过风口吸入的新风在空调混合箱内混合后送入空调机组内,由空调系统对该风的温度湿度进行处理后,经过送风风机增压并通送风口送到车厢内。车厢内的废气由废排通风器排出[15]。实现新风通行的良性循环体,有利于车厢内空气与外界空气的交换,提高车厢内空气质量,给乘客带来舒适的呼吸感受。

Figure 9. Schematic diagram of air purification

9. 空气净化原理图

为了降低系统噪声和提高送风的均匀性,风道采用“动压腔 + 静压腔”控制动压和静压差来控制流量,从而提升风道送风均匀性的目的;将动压到静压转换的腰形孔的风速控制在5 m/s左右[16],送风道内粘贴吸音隔热材料,并控制风道内风速,将吸音蜗壳用于车厢的离心风机及轴流机[17]。这样来提高乘客的舒适度。

7.2. 空气净化装置

在空调机组增加空气净化装置,当进入高海拔、隧道群、或遇到雾霾天气等恶劣环境时,外界风已经不在适合继续送入车厢内,因此可以关闭与外界的送风口,打开空气净化装置,空气净化装置采用光等离子管结构,利用特殊波长的光等离子管发出超低频的电能,空气会产生高能量的光等离子,该离子将空气中的病菌,微尘,异味除去,并将有害物质等进行分解,从而进行空气净化[18]-[20]。空气净化原理如图9

8. 结论

本系统采用多种传感器,用多种传感器的精密性对车厢内部气体进行检测,如一些有害气体,一氧化碳,PM2.5,等各种有害气体的检测,实现高精度,快响应的应用效果。同时,还具备二氧化碳监测传感器,对车厢中的二氧化碳浓度进行实时监测,通过人数的变化,对二氧化碳浓度的含量进行标准化的设定阈值,通过通风系统的快速调通,使车厢空气达到令人舒适的程度,即使在高海拔地区也能快速响应,让旅客度过一个舒适的高海拔之旅。

通过以上的实验验证可以得出,本系统能提供很好的温湿度调节作用,同时能够对空气有害物质气体进行报警,能够最大限度的为乘务人员作出正确判断的预留时间,同时本系统有非常精密的算法,同时可进行多项指标的检测与调控,并且支持在线调控车厢温度,通过蓝牙无线连接还可查看当前车厢内的温湿度及其其他的气体的浓度状态。

9. 总结

论文详细描述了智能检测和调控系统的整体设计,包括硬件和软件方面。智能检测系统包括传感器网络,用于实时监测车厢内的空气质量参数,如温度、湿度、CO2浓度等。调控系统利用传感器数据来实时调节车厢内的环境参数,以维持舒适和健康的空气质量水平。论文介绍了用于空气质量监测和调节的关键技术,包括传感器选择、数据采集与处理算法、智能控制算法等。特别强调了系统的实时性和准确性,在保证乘客舒适度的同时,尽可能减少能源消耗。论文给出了对智能检测和调控系统进行的实验结果和验证,证明了系统在不同条件下的有效性和稳定性。实验结果显示,该系统能够快速响应车厢内环境变化,并有效地调节空气质量,提升乘客舒适度。

参考文献

[1] 陈怀, 夏梁志, 陶启明, 等. 大功率储能式钢轨闪光焊电源的研制[J]. 电焊机, 2021, 51(8): 164-166.
[2] 吕其兵, 张曦 . 高速铁路轨道焊接质量控制现状与趋势[J]. 电焊机, 2019, 49(2): 1-5
[3] 刘小闪, 孔宪会. 空调旅客列车车厢空气质量的调查分析[J]. 铁道劳动安全卫生与环保, 2009, 36(2): 93-96.
[4] 叶绍燕. 列车车厢内环境质量现状调查[J]. 疾病监测与控制, 2011, 5(6): 331-332.
[5] 李雅珍, 曹雪玲, 杨明进. 普通客车超员车厢内空气质量调查[J]. 环境与职业医学, 2009, 26(2): 213-215.
[6] 王开林, 华勇, 王琪, 等. 25K型全列空调列车内环境卫生学研究[J]. 现代预防医学, 2004, 31(2): 198-201.
[7] 刘隆华, 曾青. 普通旅客列车硬座车厢空气污染状况调查[J]. 职业与健康, 2009, 25(5): 519-520.
[8] 叶绍燕. 旅客列车车厢内空气质量影响因素的研究进展[J]. 职业与健康, 2013, 29(17): 2245-2246.
[9] 张胥, 徐雷钧, 白雪, 等. 基于物联网平台的三组分气体检测装置设计[J]. 仪表技术与传感器, 2022(4): 37-41.
[10] 白雪. 基于STM32的CO气体便携检测装置设计[J]. 信息记录材料, 2019, 20(3): 31-33.
[11] 李修岭. 基于树莓派4B的列车车厢移动式空气环境监测平台构建[J]. 甘肃科技, 2023, 39(9): 79-83.
[12] 聂宵, 徐广平, 房孝俊. 基于STM32的高精度温度控制系统设计[J]. 激光与红外, 2020, 50(1): 107-110.
[13] 张宝军, 田奇. 基于CNN的超宽带/惯性导航室内定位算法[J]. 传感器与微系统, 2021, 40(7): 114-117.
[14] 翁利侠. 基于STM32智能窗帘控制系统的设计[J]. 机电工程技术, 2022, 51(4): 228-231.
[15] 刘小滨, 刘寅, 沈文浩. 基于STM32单片机的环境温/湿度远程监控系统设计[J]. 中国造纸学报, 2022, 37(3): 118-125.
[16] 张英姿, 刘峰. 轨道交通车辆空调系统智能控制技术研究[J]. 计算机测量与控制, 2021, 29(10): 123-127.
[17] 刘智远, 龙源, 李行, 等. 地铁列车空调送风风道优化设计研究[J]. 机车电传动, 2024(1): 58-63.
[18] 齐玉文, 孟胜军, 王森林, 等. 地铁车辆空调机组降噪效果的试验研究[J]. 城市轨道交通研究, 2022, 25(12): 250-252.
[19] 贾利民. 铁路运输智能自动化——现状、问题与挑战[C]//贾利民, 张锡第, 蔡秀生, 张一军, 杨悌惠. 中国控制会议论文集. 北京: 科学出版社, 1994: 20-32.
[20] 贾利民, 李平铁路智能运输系统一体系框架与标准体系[M]. 北京: 中国铁道出版社, 2004.