辜 勇，胡泽旭，于 蒙，郑澜波，周鹭莹

(武汉理工大学 物流工程学院，湖北 武汉 430063)

随着经济全球化趋势的发展、国内外贸易的快速增长及“一带一路”战略的提出，我国海上货运量快速增长，其中药品、血液制品、生鲜食品等不易储存的高价值货物所占的比例也呈几何式增长[1]。海运冷藏集装箱作为技术性能先进的冷藏运输工具，运价相对较低、运输质量较高，能实现“国到国”直达运输，是药品、血液制品、保鲜食品等冷冻冷藏货物的最佳运输方式。但由于我国对冷藏集装箱内部环境缺少有效监测，导致货物损坏率(20%～25%)远远高于发达国家(1%～5%)，所以对在途冷藏箱内部环境的监测显得十分重要。

目前，对于集装箱实时监测的研究有近十年时间，取得了一定的研究成果。如边童[2]利用ZigBee技术实现集中控制器对压缩机、风机和加湿器的控制，来确保冷藏箱内部环境的稳定，实用性较强，适用于港口堆场等区域。许世博等[3]针对远洋烟花爆竹运输事故频发的现象，提出了一种基于ZigBee的自动监测系统。汪小愉等[4]提出一种基于NRF905无线通信芯片的温湿度监测系统，与ZigBee模块相比，该装置传输速率较低，无法满足实时监测的要求。路建永[5]针对货物贮运环境设计了一种基于ZigBee的监测装置，详细分析了相关硬件的设计思路，与海运集装箱监测的应用环境有一定差异。马帅等[6]提出了一种基于ZigBee技术集装箱监测系统的设计思路，明确了ZigBee网络各部分的功能。

ZigBee技术是一种基于IEEE 802.15.4的近距离、低复杂度、低功耗、大容量、可靠、延时短的双向无线通信技术[7]，可工作在2.4 GHz(全球流行)、868 MHz(欧洲流行)和915 MHz(美国流行)3个频段上，分别具有最快250 kbit/s、20 kbit/s和40 kbit/s的传输速率[8]，能在数千个微小的传感器之间相互协调并实现通信，可较好地满足冷藏集装箱实时监测系统在全球复杂环境下的技术需求。同时ZigBee网络具有自适应组网功能，能够满足冷藏箱在途中需要中转或临时装卸时自动加入所在船舶的无线网络，保证无线网络的连续性；能够有效解决冷藏集装箱船在深船舱、高堆叠、高屏蔽环境下的无线自动组网及数据传输过程中的信号屏蔽问题。因此，应用ZigBee技术对海运冷藏集装箱实时监测系统进行设计是可行的。

1 系统总体设计

对冷藏箱监测的需求可概括为：①能准确检测冷藏箱内部温度场和部分气体浓度信息；②能在短时间内不断发送实时温湿度、气体浓度等数据至船载监测系统；③能在采集的信息中自动选出异常数值，以警示船上工作人员；④能形成一段时间内各个集装箱温湿度、气体浓度等数据和变化曲线，并实时传送至岸上的远程监测中心；⑤能同时满足货主、集装箱船公司、保险公司等不同用户的监测需求。

基于ZigBee技术的海运冷藏集装箱实时监测系统，由冷藏箱数据采集与处理部分、远程数据通信部分和冷藏箱监测中心组成，包含有若干温湿度传感器节点的温湿度检测系统、多节点ZigBee无线通信系统、具有异常报警功能的船载监测系统和面向不同终端用户的远程监测系统等。系统的总体框架如图1所示。提前在冷藏箱内部安装传感器，在集装箱船上安装协调器、路由器等ZigBee组成设备，各节点适当分布，尽量保证节点间平均通信距离最短，组成ZigBee网络；在集装箱船和岸上安装卫星通信设备及数据计算机等。

海运冷藏集装箱实时监测系统整体流程为：①由温湿度检测系统通过分布式多点监测技术采集冷藏箱内部信息；②运用多传感器数据融合技术对数据进行处理，并通过多节点ZigBee无线通讯技术将数据上传至船载监测系统；③船载监测系统对数据进行收集、压缩、判断等，若有异常数据则报警并提供异常数据来源；④船载监测系统通过海事卫星将冷藏箱信息和集装箱船信息等实时传递到岸上的远程监测系统，提供给不同用户。

图1 系统总体框架

2 系统模块设计

2.1 温湿度检测模块

温湿度检测模块负责获取冷藏箱内部的温度场数据并确保数据的准确性。传统的检测方法是在冷藏箱进风口和出风口各安装一个传感器。但由于箱体太大，制冷设备的送风口与其对角线上的回风口温湿度有一定差距，有时相差4℃，采用单点式冷藏箱测温方法不能准确真实地反映集装箱内部温度场[9]。因此需要采用分布式多点检测，以20英尺箱为例给出一种多传感器布置方案[10]，如图2所示。在保证冷藏箱制冷系统完好、压缩机与风口方位不变且箱内装满货物的前提下，选择前后截面的左上测量点与右下测量点、中间截面的左右测量点，共6个温湿度传感器放置点。

图2 传感器放置点

需要注意的是，在货物数量与箱体结构变化的情况下，该实验结论不具有普遍性，需要重新实验选择最佳测量点放置方案。同时，针对气体浓度等其他信息的监测点放置方案，也需要通过相关实验来确定。

2.2 船载监测模块

船载监测模块主要帮助船上工作人员完成冷藏箱监测、故障报修等工作。船载监测系统流程如图3所示。数据处理计算机接收来自主节点的数据包并拆包，分别将包中的节点信息和采集数据放入不同的数组中；然后将采集数据进行列表和绘图；若发现异常数据，则报警提示，弹出具体冷藏箱的位置、箱号等；若无异常数据，则对数据进行刷新，实现动态监测。

图3 船载监测系统流程

船载监测模块面向的用户是船上工作人员，考虑到实际需求，其基本功能设计如下：

(1)冷藏箱识别：通过不同节点与货物的对应关系，冷藏箱在连入系统后，系统可以通过节点信息获得对应冷藏箱的种类、位置、箱号、连入离开时间等信息。

(2)实时监测：能够实时监测到冷藏箱各传感器的温湿度数据及其变化曲线。

(3)报警提示：若冷藏箱某一个传感器温度值不在阈值内，则系统发出报警声，并弹出报警窗口显示对应箱号、位置等。

(4)信息查询及报表生成：在数据处理计算机中，可根据时间或箱号等信息，查询具体某个冷藏箱的状态信息并生成报表。

(5)数据备份：结束一次运载后将冷藏箱的温湿度、时间、承载货物等信息备份到硬盘，以便日后核查。

来自华夏幸福基业股份有限公司产业发展集团的副总裁关玮雅女士做了“打造产业集群，服务智能制造”的主题演讲，她热情欢迎与制造业的企业家寻求共同发展之道，华夏幸福正以产城融合的新模式不断赋能制造业。

2.3 远程监测模块

远程数据通信采用北斗卫星通信技术，实现远程监测中心与船载监测中心之间的数据传输。该技术具有双向通信、卫星定位和授时等功能，完全能够满足监测信息的传递需求[11]。通过北斗卫星通信系统，数据信息以特定的发送频率传送至地面站，再通过Internet传输至各类终端设备。

由于集装箱船与冷藏箱之间的动态结合关系，为方便货主对分布在不同集装箱船上的多个冷藏箱进行集中查询，远程监测中心需要管理对接多个船载监测中心。另外，针对岸上用户的实际需求，在传输冷藏箱实时状态数据的同时，将船名、航次、位置、预计到港时间等信息一并上传至远程监测中心。

远程监测系统采用B/S(Browser/Server)体系结构。远端用户通过客户端或浏览器均可以实现动态数据或图表的浏览、提取、下载等操作。与船上工作人员不同的是，岸上用户还要关注集装箱船与冷藏箱的整体状态，如集装箱船位置信息、冷藏箱状态等，而不仅仅是传感器的实时温湿度数据。因此在设计远程监测系统时，需要针对不同用户提供更加符合其实际需求的信息。远程监测系统功能如图4所示。

图4 远程监测系统模块

(1)船公司(船代)：需要所属全部集装箱船的航次、位置、货物等信息来完成历史记录、资料归档等工作。

(2)货主(货代)：需要运单内所有承载集装箱船的航次、位置、到港时间及货物所在冷藏箱的整体状态信息等。

(3)保险公司：需要保险责任范围内的货物所在冷藏箱的整体状态以评估货物状态，进而明确理赔情况等。

3 系统数据处理

数据信息的处理是整个监测系统中最重要的部分，前端数据采集的准确性和可靠性直接影响后端的监测结果显示。在当前研究中，监测设备在进行数据采集时，通常仅通过单一传感器完成，即使采用多个传感器或者多种类型传感器，也只是分开孤立地反映某一点的信息。同时，由于箱内环境复杂多变，通信容易受到干扰，节点失效的可能性很高；且传感器所处方位不同、传感器自身质量差异及实际环境中一些无法控制的随机因素，难以避免出现较大误差，使各传感器的测量数据不能完全反映箱内的真实情况。因此需要引入一种新的数据处理方式来降低误差，实现该过程的有效性和准确性。研究发现，通过建立基于自适应加权算法和BP神经网络的二级数据融合，可以明显降低误差对监测结果的影响，提高数据的准确性和可靠性。

3.1 二级数据融合模型

将多传感器数据融合技术引入到冷藏集装箱实时监测系统中，建立二级数据融合模型，实现对传感器数据的综合处理，具体如图5所示，可看出第一级是局部融合中心，应用自适应加权融合算法完成像素级融合，主要是把来自多个传感器的多源数据融合，排除单个传感器测量结果的不准确性和局限性，得出对各个传感器数据的一致性描述。最后汇总到全局融合中心，即决策性融合，采用BP神经网络算法对同源融合后的结果进行融合，从而提高了冷藏箱监测数据的准确性和可靠性。数据融合过程可以辅助人们进行态势/环境判定、规划、探测、验证、诊断，以提高状态监测和故障诊断的准确性和可靠性[12]。

图5 多传感器数据融合模型

3.2 融合算法分析

(1)

(2)

总均方误差为：

由于X1，X2，…，Xn之间相互独立，并且是X的无偏估计，故E[(X-Xp)(X-Xq)]=0(p≠q,p=1,2,…,n;q=1,2,…,n)，所以σ2可表示为：

(3)

从式(3)可以看出，σ2的值越小代表输出精度越高，问题转换成求传感器总均方误差最小值问题。由于σ2与Wp成二次函数关系，根据多元极值理论，当总均方误差最小时，传感器加权因子为：

(4)

此时最小总均方误差为：

(5)

当估计真值X为常值时，可利用各传感器的历史数据进行估计，以提高估计的准确性。设第p个传感器进行了第k次测量，其平均值为：

(6)

此时估计值为：

(7)

3.3 实验测试

选取8个温度传感器采集节点，令其在相同的时间对温度进行8次单独测量，得出各传感器各时间点的温度数据，如表1所示。

表1 温度传感器实际测量数据 ℃

由此可以通过计算得出各传感器数据的均值和方差，并根据上述自适应加权算法得出各自的权值，如表2所示。

表2 温度传感器融合数据 ℃

计算融合值为：

0.130 3×8.72+0.057 2×6.79+

0.223 4×8.81+0.082 3×7.26+

0.062 5×7.53+0.117 3×8.74+

0.146 6×8.52+0.180 4×9.38=8.51

从表2可以看出，方差大的传感器计算得出的权重相对较小，方差小的传感器计算得出的权重相对较大，这样对可能存在的粗大误差进行抑制，确保了整个数据融合的精确性，达到了数据融合的效果。之后对数据方差较大的传感器进行更换，并经过多次融合测试后，得出的结果与上述结论一致，排除了传感器自身质量差异导致的偏差，进一步证明了数据融合的有效性。

4 结论

首先，笔者在详细分析海运冷藏集装箱监测实际需求的基础上，设计了基于ZigBee技术的海运冷藏集装箱实时监测系统，详细介绍了该系统的各个模块的构成和设计方案。其次，针对当前研究中缺少的数据处理和远程监测模块部分，引入多传感器数据融合模型，保证了温湿度数据的科学性和可靠性；并基于北斗卫星通讯技术，针对不同终端用户需求设计了远程监测系统，完善了系统末端的功能。最后,重点研究了数据融合模型算法，并通过实验验证了该系统算法的有效性。结果表明，系统方案可以保证箱内温度场监测的准确性和传输数据的可靠性，提高冷藏集装箱监测的自动化程度，对海运冷藏集装箱实时监测系统的开发实现具有一定的借鉴作用和参考价值，同时对保障远洋运输的安全性和可靠性具有重要意义。