姜 峰，張 萌，李 悅，劉 琿，石 慧

（北京市地鐵運(yùn)營有限公司運(yùn)營三分公司，北京 100083）

由于地鐵系統(tǒng)存在自然通風(fēng)不足、缺乏自然采光、人群聚集且流動(dòng)性大等健康危害因素，極易累積并引發(fā)群體性公共衛(wèi)生事件。車站之間通過復(fù)雜的隧道系統(tǒng)連接，形成一個(gè)相對(duì)封閉的空間，地鐵車站與外界的空氣交換只能通過車站出入口和有限的隧道風(fēng)井進(jìn)行。此外，客流作為地鐵內(nèi)部與外界進(jìn)行物質(zhì)交流的重要方式，對(duì)地鐵內(nèi)顆粒物的質(zhì)量濃度有很大影響，客流高峰時(shí)地鐵車廂內(nèi) CO2的濃度和細(xì)顆粒物（PM2.5）的質(zhì)量濃度較高，車廂內(nèi)空氣質(zhì)量較差。同時(shí)，車廂內(nèi)高度密集的人群釋放出大量異味，如香水味、體味、食品氣味等，還有裝飾材料釋放出的總揮發(fā)性有機(jī)物（TVOC），各種異味對(duì)人體感官刺激明顯，直接影響乘客滿意度。本文通過給地鐵車輛加裝空氣質(zhì)量在線監(jiān)測系統(tǒng)，實(shí)現(xiàn)對(duì)CO2、PM2.5、TVOC、溫濕度等數(shù)據(jù)進(jìn)行連續(xù)監(jiān)測，可實(shí)時(shí)了解車廂內(nèi)的空氣質(zhì)量狀況；運(yùn)用云平臺(tái)記錄車廂內(nèi)的數(shù)據(jù)，有助于運(yùn)營部門分析制定相應(yīng)的措施，以提升運(yùn)營管理質(zhì)量。

1 空氣質(zhì)量在線監(jiān)測系統(tǒng)

地鐵車輛空氣質(zhì)量在線監(jiān)測系統(tǒng)由空氣質(zhì)量監(jiān)測終端、云平臺(tái)、客戶端（用戶PC或者手機(jī)）組成?？諝赓|(zhì)量在線監(jiān)測系統(tǒng)通過監(jiān)測終端實(shí)現(xiàn)對(duì)車廂內(nèi)的PM2.5、TVOC、CO2、溫濕度數(shù)據(jù)進(jìn)行采集。其中，PM2.5檢測采用激光粉塵傳感器，CO2檢測采用固態(tài)電化學(xué)型傳感器，TVOC檢測采用氣味傳感器，溫濕度檢測使用半導(dǎo)體溫度傳感器。

云平臺(tái)包括云服務(wù)器、數(shù)據(jù)存儲(chǔ)模塊、數(shù)據(jù)解析模塊、數(shù)據(jù)發(fā)送模塊、數(shù)據(jù)分析模塊、污染預(yù)警模塊等。云平臺(tái)采用linux服務(wù)器，使用C++編程，具備高并發(fā)特性，易于擴(kuò)展，可方便對(duì)異構(gòu)系統(tǒng)實(shí)現(xiàn)集成和被集成。數(shù)據(jù)通過4G通信模塊傳輸至服務(wù)器，云平臺(tái)支持客戶端網(wǎng)頁登錄和手機(jī)APP登錄方式接收云服務(wù)器的數(shù)據(jù)推送，對(duì)設(shè)備運(yùn)行狀態(tài)和空氣質(zhì)量數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)測，具有設(shè)備信息和歷史數(shù)據(jù)展示、異常數(shù)據(jù)報(bào)警反饋、多級(jí)架構(gòu)管理、數(shù)據(jù)統(tǒng)計(jì)查詢等功能。

空氣質(zhì)量在線監(jiān)測系統(tǒng)工作原理如圖1所示。空氣質(zhì)量監(jiān)測終端通過CO2、氣味、粉塵、溫濕度傳感器采集當(dāng)前安裝位置的空氣質(zhì)量狀況，由監(jiān)測終端的主控單元進(jìn)行數(shù)據(jù)預(yù)處理形成數(shù)據(jù)隊(duì)列；在數(shù)據(jù)隊(duì)列達(dá)到一定的數(shù)量且蜂窩信號(hào)滿足要求的情況下，主控單元對(duì)數(shù)據(jù)按照特定的傳輸協(xié)議進(jìn)行編碼和加密，并送入數(shù)據(jù)傳輸模塊；數(shù)據(jù)準(zhǔn)備完成后啟動(dòng)數(shù)據(jù)傳輸，由數(shù)據(jù)傳輸模塊通過運(yùn)營商基站從空中發(fā)送至云平臺(tái)；云平臺(tái)在收到數(shù)據(jù)后進(jìn)行加密校驗(yàn)，校驗(yàn)合格后進(jìn)行數(shù)據(jù)解碼，并判斷是否為有效數(shù)據(jù)（若收到的數(shù)據(jù)符合預(yù)先制定的協(xié)議和規(guī)范，服務(wù)器則進(jìn)行數(shù)據(jù)存儲(chǔ)并通知程序進(jìn)行數(shù)據(jù)解析和展示）；云平臺(tái)根據(jù)已儲(chǔ)存的數(shù)據(jù)按協(xié)議進(jìn)行數(shù)據(jù)解析，并根據(jù)既定的規(guī)則在客戶端進(jìn)行數(shù)據(jù)展示。

圖1 空氣質(zhì)量在線監(jiān)測系統(tǒng)工作原理

2 空氣質(zhì)量監(jiān)測終端安裝及運(yùn)行穩(wěn)定性測試

2.1 安裝位置及接電

空氣質(zhì)量監(jiān)測終端的規(guī)格參數(shù)如表1所示，實(shí)物及安裝位置如圖2所示。其安裝在地鐵車廂2號(hào)車門處中頂板上方，采用防松螺絲對(duì)底板進(jìn)行固定，采樣位置接近車廂中部客流密集處，能較好地反應(yīng)車廂內(nèi)的實(shí)際空氣質(zhì)量?？諝赓|(zhì)量監(jiān)測終端由空調(diào)電控柜DC 24 V電源模塊供電，電路設(shè)有單聯(lián)1A空氣開關(guān)，電源線由車門上部側(cè)板進(jìn)入空調(diào)電控柜。

2.2 運(yùn)行穩(wěn)定性測試

本測試在整列試驗(yàn)車加裝了空氣質(zhì)量監(jiān)測終端（每節(jié)車廂各1臺(tái)），安裝后對(duì)其進(jìn)行工作狀態(tài)、網(wǎng)絡(luò)信號(hào)質(zhì)量、數(shù)據(jù)傳輸可靠性等多項(xiàng)測試。在穩(wěn)定運(yùn)行10 個(gè)月后，未出現(xiàn)裝置工作異常及車輛電氣控制線路異常的情況。4G與GPRS信號(hào)強(qiáng)度各連續(xù)測量 15 min，測試位置的網(wǎng)絡(luò)信號(hào)強(qiáng)度高于數(shù)據(jù)傳輸所需國標(biāo)要求的最低信號(hào)強(qiáng)度（4G大于-110 dBm，GPRS大于-90 dBm）。云平臺(tái)設(shè)定每分鐘采樣1組數(shù)據(jù)，表2 為 2020 年 8 月 7 日空氣質(zhì)量監(jiān)測終端連續(xù) 1 h監(jiān)測的數(shù)據(jù)記錄，每分鐘均正常上傳1 組數(shù)據(jù)。

地鐵車輛地下線路可能存在通信信號(hào)強(qiáng)度不穩(wěn)定的情況，表3記錄了連續(xù)一個(gè)月（2020年5月份）內(nèi)試驗(yàn)車在正線運(yùn)營期間空氣質(zhì)量監(jiān)測終端采集的數(shù)據(jù)量，所有時(shí)段均采用1 min采集1組（包括PM2.5、TVOC、CO2、溫濕度）數(shù)據(jù)的頻率進(jìn)行采集。與運(yùn)營期間每臺(tái)空氣質(zhì)量監(jiān)測終端理論應(yīng)采集的數(shù)量進(jìn)行比較，發(fā)現(xiàn)僅有1臺(tái)監(jiān)測終端在5月10日與5月22日出現(xiàn)了共2組數(shù)據(jù)的丟失（見表3標(biāo)黃色的部分）。連續(xù)1個(gè)月監(jiān)測過程中所得的數(shù)據(jù)丟失率（丟失率=丟失的數(shù)據(jù)量/應(yīng)采集數(shù)據(jù)量）約為0.13×10-3，低于國標(biāo)對(duì)于信息傳輸要求丟包率的上限值1×10-3。

表1 空氣質(zhì)量監(jiān)測終端規(guī)格參數(shù)

表2 空氣質(zhì)量監(jiān)測終端連續(xù)1 h監(jiān)測的數(shù)據(jù)記錄

圖2 空氣質(zhì)量監(jiān)測終端實(shí)物及安裝位置

表3 2020年5月份試驗(yàn)車空氣質(zhì)量監(jiān)測終端采集的數(shù)據(jù)量

3 云平臺(tái)對(duì)車輛空氣質(zhì)量監(jiān)測數(shù)據(jù)分析

3.1 車廂內(nèi)PM2.5監(jiān)測數(shù)據(jù)分析

由于車站站廳與車廂相通，站內(nèi)PM2.5的濃度會(huì)隨客流變化而受到影響，同時(shí)乘客的攜帶、氣流的流動(dòng)作用也會(huì)使其從站臺(tái)軌道進(jìn)入車廂，從而對(duì)車廂內(nèi)的濃度造成影響。在2020年1月—11月運(yùn)營期間試驗(yàn)車某車廂內(nèi)PM2.5濃度整體變化趨勢如圖3所示。在新冠肺炎疫情的影響下，2月較1 月的PM2.5整體數(shù)據(jù)隨著乘客量的下降變化比較明顯，在疫情后車輛通風(fēng)系統(tǒng)采用最大換風(fēng)量設(shè)置，車廂內(nèi)的PM2.5數(shù)值保持在較低的水平。本文列出試驗(yàn)車某車廂在連續(xù)某3個(gè)工作日（2020年11月9日—11日）運(yùn)行過程中PM2.5數(shù)據(jù)的變化趨勢，如圖4所示。由圖可知，PM2.5濃度隨著早晚高峰客流的變化波動(dòng)，并在運(yùn)行一天的情況下會(huì)累計(jì)增加。

3.2 車廂內(nèi) CO2 監(jiān)測數(shù)據(jù)分析

在2020年1月—11月運(yùn)行期間試驗(yàn)車某車廂內(nèi)CO2濃度整體變化趨勢如圖5所示。由圖可知，CO2濃度的變化趨勢與客流量的變化趨勢一致，即使在全新風(fēng)模式下，客流高峰期的CO2濃度依然較高。由于高峰期客流爆增，乘客呼出的CO2也隨之劇增，并在車廂的小空間內(nèi)聚積。本文列出試驗(yàn)車某車廂在連續(xù)某3 個(gè)工作日（2020年11月9日—11日）運(yùn)行過程中CO2濃度的變化趨勢，如圖6所示。

圖3 2020年1月—11月試驗(yàn)車某車廂內(nèi)PM2.5濃度整體變化趨勢

圖4 2020年11月9日—11日試驗(yàn)車某車廂內(nèi)PM2.5濃度變化趨勢

圖5 2020年1月—11月試驗(yàn)車某車廂內(nèi)CO2濃度整體變化趨勢

3.3 車廂內(nèi) CO2 與TVOC 監(jiān)測數(shù)據(jù)關(guān)聯(lián)分析

丁力行等人指出 TVOC 的濃度過高會(huì)直接刺激人們的嗅覺和其他器官。試驗(yàn)車某車廂在某兩日（2020年11月11日和13日）TVOC與CO2濃度的連續(xù)監(jiān)測數(shù)據(jù)分別如圖7和圖8所示。通過比較可看出，二者在早晚高峰時(shí)間段出現(xiàn)峰值的時(shí)間一致。由此可知，車輛在運(yùn)行過程中，車廂內(nèi)TVOC與CO2濃度的變化均與客流量有關(guān)，在早晚高峰客流量較大時(shí)二者的濃度較高，容易造成乘客感官不適。

3.4 車廂內(nèi)溫、濕度監(jiān)測數(shù)據(jù)分析

圖6 2020年11月9日—11日試驗(yàn)車某車廂內(nèi)CO2濃度變化趨勢

圖7 2020年11月11日和13日試驗(yàn)車某車廂內(nèi)TVOC濃度變化趨勢

圖8 2020年11月11日和13日試驗(yàn)車某車廂內(nèi)CO2濃度變化趨勢

圖9 2020年1月—11月試驗(yàn)車某車廂內(nèi)溫度變化趨勢

圖10 2020年1月—11月試驗(yàn)車某車廂內(nèi)濕度變化趨勢

2020年1 月—11月運(yùn)行期間試驗(yàn)車某車廂內(nèi)的溫濕度連續(xù)監(jiān)測數(shù)據(jù)分別如圖9和圖10所示。由圖可看出，溫度變化趨勢在空調(diào)設(shè)定范圍內(nèi)，冬季略低于夏季，濕度變化趨勢也同樣冬季低于夏季；與龐雪瑩等人關(guān)于冬夏兩季北京地鐵車廂內(nèi)溫度檢測數(shù)據(jù)趨勢一致，濕度變化趨勢也與冬夏兩季北京濕度變化趨勢一致。

4 結(jié)論

本文通過測試試驗(yàn)，驗(yàn)證了在地鐵車輛車廂內(nèi)加裝空氣質(zhì)量在線監(jiān)測系統(tǒng)后運(yùn)行的安全性及穩(wěn)定性，未發(fā)現(xiàn)對(duì)車輛既有設(shè)施及電路造成影響，通過數(shù)據(jù)記錄得出采集的數(shù)據(jù)完整性較好。由連續(xù)監(jiān)測車廂內(nèi)PM2.5、CO2、TVOC、溫濕度數(shù)據(jù)的變化趨勢可看出，各項(xiàng)目指標(biāo)均與客流量變化直接相關(guān)。若該系統(tǒng)在地鐵車輛中擴(kuò)大運(yùn)用，可積累更多的車輛空氣質(zhì)量各項(xiàng)指標(biāo)數(shù)據(jù)，以便為提升列車運(yùn)營服務(wù)質(zhì)量、制定改善措施提供參考依據(jù)。