壓雪車有了“中國造”

2022-01-13 09:16:42|來源:北京日報|編輯:趙春曉

  一陣寒風吹過,細碎的雪沫子貼著雪白的地皮俏皮地打了個滾兒。一台“大塊頭”在雪地上穩穩駛過,所過之處,雪面變得服服帖帖。這是我國首批高端大馬力壓雪車,今年冬季,開始在河北張家口崇禮萬龍滑雪場上崗。

  2020年11月,國家重點研發計劃“科技冬奧”專項“室外大中型壓雪車研發及應用示範”項目獲科技部審核通過。作為課題負責人之一,北京科技大學機械工程學院副教授陳哲涵團隊,與擁有研發及生産壓雪車經驗的河北宣化工程機械製造廠、掌握履帶車輛動力系統技術的中國人民解放軍陸軍裝甲兵學院等單位一起,開啟了壓雪車的科研之路。

  此前,全球的壓雪車市場主要被德國、意大利等歐洲國家掌控。一群工程機械領域的中國專家跟雪磨合了一年多,終於有底氣説:“我們要打破壟斷,打造中國人自己的壓雪車,為國産室外大中型壓雪車登上冬奧會雪道做好準備。”

壓雪車有了“中國造”

陳哲涵

壓雪車有了“中國造”

科研團隊在雪場實地勘探

壓雪車有了“中國造”

我國首批高端室外大馬力壓雪車SG400

  看雪“下菜碟”

  目前已經亮相的國産壓雪車,身長8.3米,高2.9米,前鏟最大寬度5.4米。

  “主機身像個小型坦克。”北科大機械工程學院辦公室裏,陳哲涵趁著沒課,又一次打開壓雪車的照片,仔細端詳起來。他像是介紹一位老朋友,笑著向記者引薦:壓雪車由駕駛室和一圈凹凸不平的履帶組成,機身前端連接推雪鏟,後端用支架牽引雪犁和壓雪板,用來打碎和壓平雪面。

  照片背景是一片暗夜,唯有壓雪車深藍色的機身在燈光和白雪映射下泛著光,這顯示了壓雪車的真實工作環境:一般都是在雪場送走最後一撥客人,完成當天的清場後,壓雪車才能開始工作,駕駛員要同時面對低溫、疲勞和高噪聲等多重困難。當然,科研人員也是一樣,他們甚至要面臨更漫長、更冷酷的夜。

  “經過一年多的研發和測試,我們造出了7台新型壓雪車,都已經開上雪場進行測試和應用了。”談起整個科研項目的推進,陳哲涵想了想,總結了四個字:“還算順利。”

  “然後呢?”面對記者的追問,陳哲涵托了托黑框眼鏡,語氣平淡地説:“沒了,就是還算順利。”確實,在他眼裏,吃苦、挨凍、經歷失敗,是科研的必經之路,不值得一提,團隊裏的其他人也都是樂天派。“每次實地測試,一幹就要熬到後半夜,第二天早上大家準點起來幹活兒。真沒覺得有多辛苦,因為每次測試都能解決很多問題,大家樂在其中。”

  説起研發、生産壓雪車,還得從人們對滑雪的需求講起。《中國滑雪産業白皮書(2019年)》中的數據顯示,直到1999年,全國還只有20家滑雪場。雪場數量少,意味著壓雪車等設備的需求量小。但就是這樣一個少人問津的科研領域,卻一直有人孤獨且執著地堅持著研發:早在本世紀初,素有“雪國”美譽的哈爾濱就有人開始琢磨起壓雪車。不過當時,全國冰雪産業幾乎一片空白,所謂的研究只是憑著興趣,幾人湊一個小組,“照貓畫虎”地攢機器。

  2015年7月31日,國際奧會第128次全會在馬來西亞吉隆坡投票決定,將2022年冬奧會舉辦權交給北京。從那時候起,國內滑雪場和滑雪人數成幾何倍數增長,可是滑雪場使用的壓雪車,絕大多數還是“外籍”。“在國外雪地上生産出來的壓雪車,不能完全適用於國內雪地。我們希望能打造一款適用於我國雪地的國産壓雪車。”

  其實,壓雪車在早期是被歸屬到農用機械行列的。陳哲涵説,因為壓雪車和農用犁地機的用途、構造有相似之處,區別是一個把雪犁得暄,一個把土翻松。也正是這件不足為奇的農用機械,為升級改造項目提供了可借鑒的模板。

  以壓雪車雪犁的關鍵部件雪輥為例,不同形式的雪輥適用於不同的雪地。“雪輥就像是帶齒的滾筒,筒上輥齒的形狀、密度排列有區別。”團隊找尋最優齒形和排列方式的過程,就借鑒了工程機械作業裝置優化設計的思路——先對雪的顆粒大小、硬度情況、飛濺速度等參數進行收集,建立不同溫度、不同種類雪質的硬度、密度等參數的數據模型,研究不同雪質與雪輥的轉速、轉矩的對應關係,針對不同的打雪厚度和控制需求模擬計算,找到優化方案。之後製作樣機,驗證理論模型,力爭實現多變環境下液壓系統的精準控制。

  陳哲涵舉了個反例,説明如此大費周章的原因:“規定是打5毫米厚的雪,如果控制誤差大,設備跑了一趟只打了2毫米厚,工人需要再來回操作2趟,時間、人力和物力都浪費了。”他説,因為雪場地理位置不同、滑雪人群不同,需要的打雪厚度也不一樣。比如在冬奧賽場上,運動員更鍾愛滑“硬”雪——表面堅固得宛如冰層,目的是追求更快的速度。在普通滑雪場,尤其是初級道,則需要“軟”雪:一方面滑雪者不是專業選手,對速度的追求不高;另一方面,如果初學者不小心摔倒,鬆軟的雪帶來的衝擊力小,可以讓滑雪者免於受傷。

  因此,項目組需要借鑒工程機械設計的優化思路,讓壓雪車在提高效率的同時,盡可能實現“看雪下菜碟”——根據不同雪況,打出不同厚度的雪。

  把雪場“搬”進實驗室

  借可以,但絕不是簡單的套用拿來。陳哲涵堅持,搞科研借的是思路,更重要的則是因地制宜的實踐。

  為了採集壓雪車作業狀態下的真實數據,團隊一次次上山測試。“夜晚風雪大,氣溫低,吹得人骨頭縫兒疼。”至今,陳哲涵回憶起來,還會不自覺地皺起眉頭。

  2020年11月至2021年3月,是壓雪車項目成立以來的第一個雪季,也是科研團隊技術攻關的關鍵時期。那段時間,每隔幾天,團隊就會迎來一次“上山日”。大包小包背著實驗裝備摸黑兒上山,在漫天揚雪中等待數據採集,變成了他們的日常。

  整個雪季,陳哲涵團隊累計在山上度過了三十多天,在壓雪車上進行了成百上千次的實驗和數據採集。不上山的時候,他們就轉戰實驗室,分析數據、製作模型、模擬實驗。

  從原理上講,競賽類雪道使用的是冰狀雪。壓雪車需要先將雪道翻開,在雪塊破碎、雪面疏鬆後進行注水,通過反復翻壓將濕雪壓均勻,使冰狀雪層厚度一致。隨後,駕駛員操縱壓雪車將賽道迅速地壓平,使雪層自下而上形成一層“冰殼”,最後通過滑雪板側滑的方式鏟去浮雪,賽道才得以光滑如鏡。

  壓出完美的雪道,需要從每個步驟和細節入手。陳哲涵團隊的辦法是分而治之。針對不同雪質,採取不同作業方式。在北科大機械工程實驗室內,如今還擺放著數臺小型模擬裝置,有小巧精緻的壓雪車模型,也有壓雪車上的某個小比例部件。“平常,我們就是利用這些小零件來做實驗的。”

  壓雪車有了,雪從哪兒來?總不能把雪從山上裝回來吧?為此,科研人員用泥土、沙粒、高分子化合物等材料製作倣真雪,再將其打碎成0.1至1毫米不等的顆粒,然後操縱小型裝置在倣真雪上進行翻、壓、滑等實驗,以模擬壓雪車面對不同雪況雪質的工作。

  其實,這種因地制宜的想法,也是一種借光兒。陳哲涵讀研究生期間,在導師的帶領下曾參與為一家企業創建信息化系統。“我們到企業調研後,白天與他們討論項目、溝通需求,晚上就在賓館寫代碼,原本計劃幾週完成的項目,最後只用了預期一半的時間。”陳哲涵説,小團隊贏了大企業,根本原因就在於因地制宜。大企業因為經驗豐富,一般會有自己的一套管理機制和工作模式,這有利於他們將現有的經驗套用到客戶的需求中,進行融合改造,以達到錦上添花的效果。“但固化的經驗與模式容易水土不服。在很多場景下,需要針對客戶的具體需求,設計定制化的方案。”具體問題具體分析,是科研項目得以順利完成的關鍵,也是該項目團隊的制勝法寶。

  添“梅”一縷香

  研發過程中,嚴謹到有些枯燥的科研人員還彰顯了柔情的一面。壓雪車的駕駛室約有2平方米,僅能坐下兩位駕駛員。發動機一旦啟動,小空間裏便充斥著震耳欲聾的噪音。在前期調研過程中,陳哲涵觀察到,駕駛員為了躲避噪音有時會不停地調整坐姿。“坐半個椅子,歪著脖子,什麼姿勢都有,肯定不舒服。”他想到,如果對座椅位置進行合理設計,讓人耳避開噪聲較大的位置,師傅們工作時會更舒心。

  給椅子找個合適的位置,過程繁複且曲折。陳哲涵團隊在壓雪車的測試階段進行了大量噪音採集和分析工作,“2平方米的空間裏,我們佈置了12個測試點,來採集和分析噪音的分佈情況。”陳哲涵解釋説,測試點的選擇有講究。先根據理論經驗,模擬出噪音傳播的方向和軌跡,再通過大數據分析和建模,找到可能會産生不同聲場的點位,一共12個。

  之後,團隊在壓雪車真實作業環境下對測試點進行噪音監測,僅僅四五次上機實驗就攢下了百萬條數據,然後就是反復的調試與分析。最終,團隊摸清了噪聲分佈的規律,繪製出一張駕駛室裏的噪音圖,找到了最恰當的位置安放駕駛座。

  為了避免上夜班時駕駛員打瞌睡,大多數市面上的壓雪車設計了針對疲勞駕駛的警報功能。其原理是根據機械操作的時間間隔來判斷,“如果系統檢測到駕駛員有一段時間沒有對壓雪車進行操作,或者出現操作頻率緩慢等情況,機器就會發出尖銳的報警聲。”

  不過這種報警器大多不太準,誤報和漏報概率較大。陳哲涵團隊引入了機器視覺技術,通過安裝攝像頭實時監控駕駛室內的工作情況,並通過人工智能手段,精準分析駕駛員是否進入疲勞狀態。

  “訓練人工智能的過程就像教小孩算術。”陳哲涵舉了個形象的例子,第一步是構建一套演算法,使機器具備初步判斷駕駛員是否處於疲勞狀態的能力,“如同告訴孩子一加一等於二、二加二等於四的基礎加減法運算規則。”隨後就是漫長的訓練過程,團隊準備了約三千條數據集,每條數據就是一張照片,讓機器來判斷照片上的人是在打瞌睡還是處於精神集中狀態。

  “有的孩子聰明,有的孩子學得慢,數據集就像一本練習冊,有計算題也有標準答案。”他説,經過反復的訓練,團隊不斷提高人工智能的判斷效率和能力,最終優化出了一套正確率在95%以上的視覺演算法,實現了對駕駛員的疲勞駕駛進行精準警報。

  梅須遜雪三分白,雪卻輸梅一段香。科研人員正是憑著對細節的孜孜以求,提升了國産壓雪車的競爭力。

  春水雪初融

  雖然付出了百分百的努力,但這個以冬奧會為契機而立項的科研項目,最終卻無緣北京冬奧會。陳哲涵解釋,進入冬奧會比賽場館使用的設備需要得到國際奧會的認可,目前只有德國和意大利生産的兩款老牌壓雪車擁有進場資格。

  “這次不能上場,不代表下一次,所以沒有什麼好沮喪的。”陳哲涵擺擺手,攤開了工作計劃表説,“我們哪兒有工夫沮喪啊?手裏的活兒要緊。”歐洲企業幾乎壟斷的壓雪車市場,容易産生馬太效應。在調研過程中,陳哲涵了解到,一些歐洲企業乾脆將某些型號的壓雪車停産,以達到節約人工成本的目的。“這條路當下走得通,更多原因是他們佔據了市場,有絕對的話語權。但這也是我們的突破點。既然沒有贏在起跑線,就要努力嘗試彎道超車。”

  在陳哲涵的工作本上,列了很多目標:圍繞著室外大中型壓雪車的主題,解決環境溫度低、高程落差大、行駛工況複雜等條件下壓雪車的高精準、高可靠性、環保等方面的科學問題。“我們的目標是打破國外企業在産品、技術和標準上的壟斷。”

  既要批量生産,還要拿出鏤冰翦玉的精細勁兒。陳哲涵説,壓雪車顯然不能一件一件地造,要靠智慧流水線生産,利用演算法把好品質關,靠中國“智”造來助力;團隊的目標是要突破高效穩定驅動、精準作業控制以及輕量化、可靠性設計等技術瓶頸,研製出室外大中型壓雪車關鍵部件與整機,使整體技術達到國際先進水準,促進我國冰雪運動領域的科技進步,帶動培養相關專業人才。

  智慧製造和“黑燈工廠”的思路也將應用到壓雪車的生産製造環節。舉個簡單的例子,壓雪車車身需要噴漆,外觀檢驗需要靠人繞著設備用肉眼“掃描”。隨著壓雪車登上流水線,這道關卡將實現半自動化,檢驗員手持圖像採集裝置繞車一圈,自動精準挑刺兒,比如“這塊漆不勻”“那裏有個小黑點”。而在不遠的將來,檢測設備將部署在自動駕駛的小車上,實現全自動檢驗,甚至修補返工都能靠機器人完成。

  陳哲涵心裏還有一筆大賬:要塑造有口皆碑的“金字招牌”,小作坊似的各自為政走不通,必須要形成行業規範,給産品品質、技術工藝都設門檻。之後,雪場的架空索道、造雪設備,甚至滑雪愛好者身上穿的滑雪服、戴的滑雪鏡、用的滑雪板等都要逐步制定規範。所有這些集合起來,就是一套完整的冰雪運動行業標準。

  “目前,團隊正在和中國工程機械工業協會聯合編寫壓雪車的標準。”陳哲涵説:“我們中國的技術、産品和標準,會靠實力被全球市場認可。”

  調查數據顯示,2019年全年國內滑雪者達到1305萬。隨著人們生活水準的提高,加上北京冬奧會成功舉辦,各項滑雪推廣活動將朝著縱深化的方向發展,關注和參與冰雪行業的人會越來越多。

  晴雪初霽,未來風光無限。儘管遺憾地錯過了北京冬奧會,但陳哲涵仍堅定地相信:只要努力前行,國産壓雪車一定會走上冬奧會賽場!

  (北京日報 記者 劉冕 實習記者 何蕊 製圖 吳薇)