广西谢家峒隧道论隧道照明智能调控系统

广西谢家峒隧道认为隧道照明能源的节约已成为隧道建设最重要的部分。通过分析现有隧道的发展和当前智能控制算法的研究，简述当前智能调控存在的问题。并通过利用模糊神经系统控制的算法对影响隧道照明的五个因素进行MATLAB建模对LED灯具进行无极调控，再通过对复杂天气“亮度跳变”的问题进行量级较大的分级调控。从而提高隧道的智能度和能源的消耗度。

隧道在城市网络系统中扮演着至关重要的角色，而随着隧道的不断增加，必然会衍生出一系列的问题。截止2016年底，中国公路隧道为15181座，总里程达14039.7km。虽然近年来，隧道照明发展很快，产生了多种智能调控的技术和方法，但是在隧道照明智能调控系统实际的应用中却不是很成熟。全国仍有大量的隧道照明用的还是固定照明系统，并且其中大多数灯具都还是高压钠灯，极大的浪费了能源。因此建立一个隧道只能调控系统就变得尤为重要，能够极大的减少人力和能源消耗。

1国外研究现状欧美等少数科技较先进的国家从20世纪50年代就开始对隧道智能照明技术进行了研发，将人工控制的照明集成在一起形成协调、高效的集成智能控制系统，实现无人操作，极大地减少了人力资源。到了20世纪80年代，国际照明委员会制定了多项关于隧道照明的设计准则与规范，形成了统一的行业标准，为隧道照明的发展做出了巨大的贡献。其中1982年制定的标准《CIENo.30.2，1988》一直被世界各国广泛的应用。国外隧道的灯具和照明智能控制系统都比较先进，并且研发了大量各具特色系统。澳大利亚邦奇电子推出的Dynalite照明智能系统、奇胜科技推出的C-Bus系统，美国路创公司推出的GRAFIK隧道照明控制系统等。特别是飞利浦公司创造的智能照明系统在家居、零售、办公、建筑和城市景观照明领域的创新和发展已经变得尤为成熟，为其他国家隧道照明的发展做出了巨大的贡献。

2国内研究现状我国公路隧道照明的发展相对较晚，科技的发展的也比较落后，国外的产品和技术需要极长的时间才能渗入国内。直到21世纪，隧道照明的建设才通过参照国外的标准规范，由交通部颁发并实施了第一部《公路隧道照明设计规范》。到2014年7月，再次颁布了《公路隧道照明设计细则》。两部规范的实施极大地推进了我国公路隧道照明的发展，隧道不再是只有高压钠灯照明、不再只有耗费人力的人工控制以及。同时各地方依据规范均制定出复合其自身独特环境和地理特性，极大的推进和丰富了中国隧道照明的进程和内容。

2.1隧道智能调控算法从传统人工控制到分级调控，公路隧道照明不断充实，到今天的照明智能控制系统，隧道照明已经越发成熟，为建设绿色的、节能的公路照明系统做出巨大了贡献。当前的智能控制系统通过采集现场的环境参数和交通参数之后建立参数模型，我们考虑的控制变量越来越多，控制算法越来越多样化，隧道照明模型更加精准、更加节能、更加高效。而且随着无线传感技术的高速发展，如Zigbee、蓝牙、wifi等短距离低成本的无线传感技术，使得隧道照明智能调控更加精确和高效。应用最多的智能调控系统为对洞外亮度、车速、以及车流量进行建模的算法。2017年郭晓杰，方春平利用自适应模糊神经控制系统进行建模，将输出结果转化为控制信号，从而调节照明设备，对于LED灯具，可以实现隧道的无级调光。对于高压钠灯，则可以实现分级调光。2017年7月张德钱，洪远泉，周永明利用数学拟合，仿真分析了不同车速下的車流量、洞外亮度和隧道坡度变化对照明功率的影响。隧道照明的改造空间很大，智能控制系统的开发和完善对于交通的安全和节能有着重要的意义，为工程设计提供技术支持和依据。

2.2智能调控存在的问题王兴平，史玲娜，涂耘在公路隧道系统性照明节能技术应用思路中，设计了一种将太阳能薄膜光伏遮光棚技术和LED无级调光技术相结合的综合性照明节能思路，能够极大的减少能源的消耗。对智能调控领域当前仍存在许多未解决的细节，难以实现真正的全方位无人的、高效的智能照明。具体问题如下：（1）不同特点的隧道没有相对应的算法和控制系统。（2）现有控制系统影响因素考虑不全面。（3）隧道照明控制实时性差。（4）隧道照明算法的多样性没有产生一个最优的理论。

3解决方案

3.1模糊神经控制系统下的分级调光系统模糊神经控制系统是现在交通行业运用比较广泛的一个算法，在大量非线性问题中得到了成功运用。此方案为实现隧道远程无人智能调控，并在云层大量突变条件下采用量级超过100的分级调控系统，从而解决隧道的盲视效应、亮度跳级以及资源的浪费。交通量的增加会使隧道照明的亮度增加；而行车速度和隧道的坡度能够影响人的反应时间；路面亮度影响驾驶员的视野。而洞口亮度s20是隧道洞内亮度变化的主要因素。因此我们根据洞外亮度、车流量、车速以及隧道坡度、路面亮度等多因素条件下进行模糊神经系统建模。并且利用灯光检测器对洞外s20进行实时监测，当亮度发生较大变化时采用量级较大的分级调控。

3.2研究步骤1）利用CAD画出隧道，输入隧道各参数进行三维建模。2）利用洞外亮度s20、车流量q、车速v以及隧道坡度d、路面亮度L这五个因素建立一个模糊神经控制的函数即隶属度函数。函数可选用三角形隶属度函数，此函数相对简单方便。3）对大量的隧道数据进行MATLAB仿真，得出一个上s20与四个变量的曲线关系。并对原始数据进行校对，查证可行性。4）将输出结果转化为控制信号，利用公式D=a·L20（t）。D为隧道洞内亮度，a为亮度系数，S20（t）为各因素影响下关于时间的控制函数，从而控制LED的无极调控。5）通过对隧道进行洞外亮度不同天气（晴天，多云，少云，雨天，雾天）等多种情况下的s20检测，从而确定一个分级调控的量级，并确定一个输出时间和周期刷新率，提高控制的实时性。远程智能调控系统位于监测中心，能够实时对现场进行通信和监测。监控中心可对隧道的所有参数和设备进行实时调控，可以采集大量的实时隧道数据，便于后期的处理。并在发生事故时，监控人员能及时通过该界面进行紧急控制，使灯具亮度最大，从而便于对事故的处理和隧道的检测。