基于无线传感网络的水利枢纽闸门状态在线监测

谢锡刚，陆云龙，汪 艳，顾静艳

(1.无锡市锡山区城市运行管理中心，江苏 无锡 214000；2.江苏省望虞河锡山管理所，江苏 无锡 214000)

作为水运交通的重要枢纽，闸门是船闸系统中不可或缺的重要组成部分之一。闸门运行状态的稳定性和可靠性与内河航运整体的安全性直接相关[1]。当闸门发生故障时，带来的最直接的影响就是对应的航道停航，严重情况下，停运的时间可能达到数月[2]，不仅会给水上运输造成重大的经济损失，也在一定程度上增加了下游的安全隐患。因此对水利枢纽闸门的状态进行准确监测具有重要意义[3]。对现阶段的闸门状态监测方法进行分析可知，其主要分为3种形式，首先是人工监测，这种监测方法具有较高的精准度，但是实施难度大[4]，风险高，难以实现实时监测的效果。其次是应力形变监测，这种监测方式主要是依靠传感器进行的[5]，通过采集到的应力变形情况，实现对闸门状态的分析，但是该方法对于采集数据可靠性的依赖程度较高，一旦出现传感器故障，或其他因素导致采集数据异常时[6]，将会直接影响最终的监测效果。最后是振动监测，该监测方法也是以传感器为基础实现的，但是受水下环境特殊性的影响，水体的振动会对传感器采集到的数据产生一定的干扰[7]，导致对于水利枢纽闸门状态的监测结果精度下降[8]。

为此，本文提出基于无线传感网络的水利枢纽闸门状态在线监测研究，并通过对比测试的方式分析验证了设计监测方法的实际应用效果。

1 水利枢纽闸门状态在线监测方法设计

1.1 基于无线传感网络的闸门状态数据获取

在充分考虑环境对于数据质量的影响的条件下，本文构建了振动采集单元，实现对闸门实时振动信号的获取，由于原始的振动信号在传输过程中受到水体的阻碍作用[9]，会出现不同程度的衰减，导致最终的监测结果与实际情况存在偏差[10]。为此，本文对振动频率进行计算，并将其转换成RS485信号的形式，在无线传感网络中传输。在具体的执行过程中，考虑到闸门的实际固有频率一般不会超过50Hz，结合这一理论数据信息，本文以采样定理为基础，对振动采集频率进行适应性设置，具体的设置标准见表1。

表1 振动采集频率设置

按照表1所示的方式，结合具体情况，实现对闸门振动采集频率的适应性设置。除此之外，为了保障采集数据结果的完整性和精准性，本文以瞬态响应分析需求为基础，设置振动采集量程为±2g，对应的分辨率为0.01m/s2。一般情况下，闸门在水下的振动分为纵向振动和水平切向振动两路，这也是振动最为明显的两个表现形式。为了能够实时同步获取上述两路数据采集结果，本文采用具有高实时性的AD芯片—AD7606执行对两路振动信号的同步采集。借助SPI通信方式将AD7606采集的振动信号传输至无线传感网络中，实现对片上振动数据的实时获取。

1.2 水利枢纽闸门状态在线监测

对于采集到的振动数据，在传入无线传感网络中之前，采用FFT(Fast Fourier transform，快速傅里叶变换)计算采集数据反馈的闸门振动频率信息。其中，傅里叶变换频率分辨率的计算方式可以表示为：

(1)

式中，fs—闸门振动频率分辨率参数；Fs—AD7606采集闸门振动信息时的采样频率参数；n—采样点的数量。

利用有限元分析对傅里叶变换后的数据进行可分辨处理。对于闸门的振动频率数据信息而言，在第四、五阶，对应的频率相差为定值，以此为基础，实现对频率的可分辨处理。在此基础上，采用滑动窗口实时转换对应的振动频率，具体的实现流程分为以下几个步骤：

步骤1：按照固定的数量规模标准对采集到的水利枢纽闸门振动状态数据进行分割处理，具体的实现方式可以表示为：

xi=X→(T)

(2)

式中，xi—对来自无线传感网络的水利枢纽闸门振动状态数据分割结果；X—无线传感网络输出的整体水利枢纽闸门振动状态数据；T—数据分割标准。

以固定的时间周期为基准实现对水利枢纽闸门振动状态数据分割，为后续的数据预处理提供可靠的基础。

步骤2：对分割后的数据进行去工频干扰、去直流分量处理。无线传感网络输出的数据信息受传输过程中干扰因素以及传输机制的影响，会存在一定的杂波，为了最大限度保障最终监测结果的可靠性，需对数据进行去工频干扰处理，具体的实现方式可以表示为：

H(xi)=-∑pilnpi

(3)

式中，H(xi)—去工频干扰后的水利枢纽闸门振动状态数据；pi—xi水利枢纽闸门振动状态数据的暂态频率参数。

在此基础上，对其进行去直流分量处理，具体的实现方式可以表示为：

(4)

式中，A(xi)—去直流分量后的水利枢纽闸门振动状态数据；ai—xi水利枢纽闸门振动状态数据的暂态直流参数。

按照这样的方式，实现对无线传感网络输出的数据信息的清洗。

步骤3：以处理后的水利枢纽闸门振动状态频谱数据为基础，其中的最大值为T时段内闸门的振动频率参数。

步骤4：滑动窗口至下一个分割数据，执行上述操作。

按照上述方式，实现对无线传感网络输出水利枢纽闸门振动状态数据的准确监测，为相关闸门管理工作的开展提供可靠数据基础。

2 测试分析

2.1 测试环境准备

在测试阶段，为了能够更加直接地对本文设计水利枢纽闸门状态在线监测方法的实际应用效果进行分析，本文设计了对比测试环境，对照组采用的方法分别为文献[3]设计的闸门状态监测方法、以及文献[4]提出的闸门状态监测方法。以正在运行的某船闸闸门为研究对象，采用模拟的方式对不同运行条件下的闸门状态展开监测。该闸门为Ⅲ级通航建筑类型，上游和下游均的闸门均采用钢质三角闸门。利用COMSOL分析软件，按照闸门的实际结构信息以及尺寸信息，对其进行等比例建模处理。其中，考虑到闸门的最主要构成部分为桁架结构以及表面门叶，因此本文在物理建模时，桁架的构建阶段选用了梁模型、门叶的构建阶段选用了壳模型。为了最大限度还原实际门闸的物理参数状态，将密度为7870kg/m3的CCSB作为模型的门叶材料，其杨氏模量和泊松比分别为200GPa和0.29。将密度为7870kg/m3的Q335B作为模型的闸门主体型材，对应的杨氏模量和泊松比分别为211GPa和0.33。由于在闸门的实际运行环境受实际水文条件的影响，存在非稳态的特征，因此，本文设置了以下几种监测条件，具体见表2。

表2 闸门状态在线监测环境条件设置

结合表2的信息，设置闸门的振动频率为40.0Hz，分别采用3种方法闸门进行的监测，并与实际振动数据进行比较，分析其具体的监测效果。

2.2 测试结果与分析

在上述基础上，统计了不同方法对于闸门振动情况的监测结果，得到的数据信息见表3。

表3 闸门振动状态监测结果统计表

结合表3统计的测试结果对不同监测方法的监测效果进行分析。在文献[3]监测方法的测试结果中，对于闸门振动频率的监测结果与实际值(40.0Hz)的偏差基本稳定在2.0～4.5Hz区间范围内，对应的最小误差和最大误差分别为2.14和4.33Hz，由此可以看出，该监测方法的精度存在进一步提升的空间。在文献[4]监测方法的测试结果中，对于闸门振动状态的监测结果与实际值的差异表现出了较为明显的不稳定性，最大误差达到了5.79Hz，最小误差为0.15Hz。测试结果表明，该方法监测性能受客观环境条件的影响较为明显，对应的监测结果可靠性难以得到保障。相比之下，在本文设计监测方法的测试结果中，对于闸门振动频率的监测结果与实际值始终保持着较高的一致性，最大误差仅为0.12Hz，最小误差仅为0.05Hz。综合上述测试结果可以得出结论，本文设计的基于无线传感网络的水利枢纽闸门状态在线监测方法，可以在不同环境条件下实现对闸门状态的精准监测，具有良好的实际应用价值，能够为闸门的维护检修提供可靠的数据基础。

3 结语

为了解决现有水利枢纽闸门状态监测方法监测结果存在的误差较大的问题，本文以水利枢纽闸门为研究对象，设计了一种基于无线传感网络的水利枢纽闸门状态在线监测方法。充分利用了无线传感网络在数据传输阶段的可靠性和时效性，结合快速傅里叶变换算法和有限元分析，实现了对水利枢纽闸门状态数据的实时精准监测。但在复杂的水利枢纽环境中，信号可能会受到干扰或衰减，从而导致数据传输不稳定，影响闸门数据传输的完整性。因此在未来的研究中，将重点关注信号去噪的问题，避免影响监测结果的准确性，以期最大限度保障水运交通的顺利运行。