APP下载

风传感器的对比研究

2018-10-17蔡成满倾鹏程冯志航

装备制造技术 2018年8期
关键词:中山站采集器风向

蔡成满,倾鹏程,冯志航

(中山市气象局,广东 中山 528403)

0 引言

目前风杯式风传感器广泛应用于气象、海洋、环境、港口、机场、工农业及交通等领域,因此有必要对风传感器进行分析研究[1-4],基于中国气象局气象探测中心《地面观测要素数字传感器测试评估》项目,共六家国内气象公司生产的风杯式风传感器安装在中山国家基本气象站场内进行为期1年的测试评估。他们分别是江苏省无线电科学研究所有限公司、中环天仪(天津)气象仪器有限公司、华云升达(北京)气象科技有限责任公司、上海长望气象科技股份有限公司、长春市济春气象探测技术有限公司、长春气象仪器有限公司,下面分别用组1—组6表示。本次测试评估项目主要是测试仪器产品的可靠性、准确性、易维护、易扩展等,根据测试要求,六家公司的风传感器均采用太阳能板加内置蓄电池进行供电,配合Zigbee无线通信,完全实现设备的无线缆安装,便于现场灵活互换和维护,同时支持有线的RS232串口的信号输出,支持扩展调试。

1 风传感器工作原理

1.1 风向

六组测试的风向传感器均由七位格雷码盘、光电组件、电路板和风标组成。风向传感器最核心部件是七位格雷码盘,它将风向标转动角度的度数转换成二进制数字信号。码盘分上中下三部分,上部装有7个红外发光二极管,中间正对7个码道,底下有7个光敏三极管与上部的二极管相对应。码盘随风向标转动不管处于任何位置,在同一时刻透光与不透光的组合达128个,所以风向分辨为360°/128=2.8125°,即风向标每转动2.8125°就能输出一组格雷码,而且相邻两组格雷码仅有一位数字发生0和1的不同,能精准表示出风向的微小变化。

1.2 风速

本次测试的风速传感器是三杯式风速传感器,外部主要由三个互成120°且处于同一平面的半球形风杯组成。在风力的作用下风杯绕轴旋转,其转速正比于风速。组2—组5是光电式风速传感器,其内部主要由截光盘和光电转换器组成,风杯转动时带动轴上的截光盘转动,光电转换器进行光电扫描并产生相应的脉冲信号,其脉冲频率随风速增大而增加,经计数器处理后,输出实际的风速。组6则是霍尔效应电磁式风速传感器,其内部主要由霍尔开关电路和上下两两对应的18对磁体组成,风杯转动时带动磁棒盘旋转,周转一圈,霍尔开关电路能感应出18个脉冲信号,其频率随风速的增大而线性增大,经计数器处理后,输出实际的风速。

2 资料与方法

本文采用的数据总时长为12个月,从2016年6月30日20时到2017年6月30日20时。由于组6从2017年3月18日起出现信号接收故障,无法形成一年数据,故组6不参与本文数据分析对比。

2.1 月平均风速

从图1可见,中山站月平均风速比所有组的月平均风速均偏大,这是因为中山站风仪器安装在10 m风塔上,而各组的风仪器安装距地面1.5 m处,一般来说风速随拔海高度的升高而增大,所以中山站月平均风速比所有组偏大是符合上述规律的。图1中中山站月平均风速最小值出现在1月份为1.4 m/s,峰值出现在6、7月份为2.0 m/s,而各组的曲线变化基本同步,与中山站相比各组的最小值均出现在5月份为0.7、0.8 m/s,但峰值出现则各不相同:组1峰值为1.0 m/s,分别出现在10-12月份和2月份;组2峰值为1.2 m/s,出现在11月份;组3峰值为1.2 m/s,出现在2月份;组4峰值为1.2 m/s,分别出现在7、11和2月份;组5峰值为1.2 m/s,分别出现在11和2月份。其中,组1比其他组的各月平均风速数据明显偏小0.1到0.2 m/s,根据现场的观察没发现组1安装异常,而且当风流动变化时(风速大于0.2 m/s),组1的风杯也能立即转动,初步判断组1风速比其他组风速数据偏小可能是组1内部元件计算的结果。

图1 组1—组5月平均风速与中山站对比

2.2 数据可靠性

为了研究五组风传感器数据可靠性,采用均方根误差分析法[5]进行误差分析,衡量五组数据的可靠性。式(1)为均方根误差公式:

原则上,均方根误差越小,风传感器数据越稳定可靠。以中山站月平均风速数据为参考,五组的均方根误差值如下表1,从表1可以看出,五组RMSE值的很接近,其中组5的均方根误差最小,认为组5数据最可靠;组3相对来说数据稳定性稍差。

表1 五组RMSE值列表

2.3 月最多风向

从图2可见,中山站月最多风向峰值为出现在10月份和12月份的东北偏北风,风向频率为25%;组1月最多风向峰值也是出现在10月份的东北偏北风,风向频率为24%;组2的跟组1的一样,但风向频率为25%;组3组4跟其他组差异较大,组3月最多风向峰值为出现在2月份的东风,风向频率为20%,其10月份最多风向为北风,风向频率为17%;组4则是12月份的北风,风向频率为24%,其10月份最多风向为东北偏北风,风向频率为21%;组5跟组1类似,也是出现在10月份,风向频率为24%,但却是东北风。综观图2各组月最多方向曲线跟中山站比较有明显差别,组1、组2、组5这三组与中山站较接近。组3和组4无论与中山站比较还是五组内比较差别均较大。故认为组1、组2、组5风向数据较准确。

图2 组1—组5月最多风向与中山站对比

根据上述分析,中山站与五组风传感器风向数据差别较大是风传感器安装高度不同导致的,同时五组风向数据也互不相同,根据实验表明[6],即使各组风传感器安装同一的水平高度上,如下图3所示,风向数据也不完全一致,因为风杯本身是空气流的扰动源,当来向的风经过前面的风传感器后,由于风杯的作用,会影响到后面的风传感器采集,导致所采集到的风速和风向数据有差异。

图3 风传感器安装俯视图

2.4 采集成功率

一次完整的数据采集是传感器随外界要素的变化触发机械变化从而产生光电信号,光电信号输送到数据处理单元进行整合变成传输信号,经ZigBee无线通信技术近距离传输到主采集器,并储存到主采集器中,数据以BUFR格式储存在SD卡中供本地下载查看,同时通过4G无线网络远距离传输到电脑服务器中。

本次测试所有风传感器均采用这种传输模式,主要测试数据在近距离和长距离的无线传输的稳定程度。基于电脑服务器没有设在本站,所以本文只统计SD卡中的采集到的数据情况。按照数据传输的时效性,下一分钟前部接收到上一分钟的数据为有效。当遇到客观原因,如数据丢包、交流电跳闸或测试人员授权集中调试等原因导致主采集器停机无法接收数据,但传感器仍继续工作,数据暂时存储在数据处理单元内,待主采集器恢复正常后陆续上传,而这部分数据当以剔除。理论上主采集器在一年中应收到的总采集量(按一分钟一条数据算)为分钟数×小时数×天数,即60×24×365=525 600.除去客观原因导致的空缺采集量15 065,实际测试的总采集量应为510 535.式(2)为采集成功率的计算公式,下表2为在主采集器中统计到的组1到组5的成功采集总量,其中:

从表2可见,组3的成功采集率是最高的,达到99.81%;其次是组1的99.70%,组4和组5的采集成功率相对稍低,因此认为组3的数据采集及传输稳定性较好。

表2 五组成功采集量和成功率列表

3 建议

3.1 在供电方面

建议使用容量较大的电池,最好能保证电池在没有外界电源补充(太阳能板充电等)的情况下仍能连续稳定工作30天以上。因为一年到晚总会遇到低温阴雨天气,而中山历史上曾出现过连续26天的低温阴雨天气,太阳能板基本无法给电池充电,而当电池电量下降到某个阀值时,为保护电池寿命数据处理单元会作出停电指令,从而导致整个风传感器不工作,就无法保证数据的一致性、设备的稳定性。

3.2 在材料方面

建议在构件部分多选用耐老化材料[7-8]、抗腐蚀材料,保证在强日照、高温高潮等外部环境中均能满足功能指标的需求。从试验中看到有部分公司的构件已经出现锈迹,就耐老化和抗腐蚀方面来说还是不足,有待改进。

猜你喜欢

中山站采集器风向
南极中山站和长城站日照时数的气候变化特征及其影响因素
COVID-19大便标本采集器的设计及应用
南极洲——中山站
“雪龙”号搭载南极科考队抵达中山站
基于ZigBee的大型公共建筑能耗采集器设计
基于LabVIEW的多数据采集器自动监控软件设计与开发
自然与风Feeling Nature
行业统计带来哪些风向?
风向
风向