FBG傳感器在物聯網高壓輸電設備健康監測系統的應用研究*

陳飛，崔健，楊建華

(1. 超高壓輸電公司 貴陽局，貴陽 550002；2. 中國電建集團 貴州電力設計研究院有限公司，貴陽 550002)

0 引 言

高壓輸電設備是我國電力系統的重要基礎設施之一，大部分高壓鐵塔分布在距離城市較遠的郊區或野外，暴風、冰雪和雨水腐蝕對鐵塔塔身結構影響較大，受制于人工定期巡檢的主觀因素影響，國內輸電設備運行存在安全隱患無法及時排除，突發情況應對效率低和系統長期穩定性差等問題[1-2]。目前，高壓輸電設備的主要健康監測方法包括飛行器定期、定點巡邏檢查，機器人定期、定點巡邏檢查，SAR衛星監測和光纖光柵(FBG)傳感器監測。其中，光纖光柵傳感器結構簡單且靈敏度高，具有抗電磁干擾、防雷擊、耐腐蝕和精度高等特點，在輸電鐵塔強電磁干擾環境中優勢明顯。通過將應變、溫度和壓力等參數轉化為波長并進行測量，進而計算傳感器的波長變化就可以得出傳感器所處環境參數的變化。因此，FBG傳感器在輸電鐵塔健康監測應用中具有較為顯著的優勢[3-4]。

物聯網是將信息感知、數據傳遞和智能分析通過傳感器、全球定位系統、有線(或無線)傳輸網絡和服務器等硬件與軟件整合，實現對監測物體整體或局部的認識、觀察、監控和智能管理的新興網絡技術，涉及計算機、通信工程、微電子與傳感器和定位與測量等多個領域的交叉學科，其關鍵技術為[5]：

(1)感知和識別技術，其中感知技術利用傳感器獲取監測物體的位移、溫度、受力分布和局部載荷大小等信息，是組成物聯網的基礎模塊。識別技術包括監測物體的位置、地理信息識別和物體識別，射頻識別(RFID)在當前物體識別技術中占據主導地位，由低頻、高頻和超高頻識別技術組成。其中，超高頻識別技術的有效識別范圍大，設備安裝和維護保養的成本低，未來有可能成為RFID技術的主要發展方向。位置識別和地理識別的主要技術基礎分別為全球定位系統(GPS)和地理信息系統(GIS)，兩者協同工作可實現物聯網平臺下的位置信息和空間分布信息的采集與管理；

(2)節點設計技術，細分為感知節點和網關節點。其中，感知節點間隔距離較短，通過無線通信網絡連接，負責獲取監測物體的物理信息。感知節點與應用層之間通過網關節點連接，感知節點與網關節點共同構成異種異構互聯網絡；

(3)組網與通信技術，即服務于物聯網的信息和數據通信網絡，常用技術包括GSM、GPRS、WiMAX、Wi-Fi、ZigBee等無線網絡和光纖、電力載波通信等有線通信技術；

(4)信息處理技術，用于智能分析和處理感知層獲得的大量數據。信息處理模塊是物聯網的重要中樞神經，物聯網的工作過程往往伴隨著海量數據的產生，信息處理模塊的速度直接影響物聯網服務的時效性。

圖1為基于物聯網的高壓輸電設備健康監測系統組成結構框圖，FBG傳感器感知鐵塔主材應變后，通過無線傳感網絡將數據傳遞至應用層，最終通過嵌入式控制終端或管理員手機將信息反饋給管理員。

對于輸電設備物聯網而言，感知層傳感器的工作穩定性和傳輸層網絡通信速度直接影響到監測數據的準確度和時效性[6]。文中確定由ZigBee網絡和GSM模塊協同完成輸電鐵塔主材應變數據的無線傳輸工作，進而著重分析感知層FBG傳感器測量原理和傳感器數據的處理方法。

圖1 高壓輸電設備監測系統框架

1 FBG傳感器測量原理

通過對輸電鐵塔力學模型的有限元分析，得出鐵塔變形初期(鐵塔傾斜在0～10°之間)塔身偏下部分的應變最大，隨著重力載荷的持續性影響，變形開始向頂部擴展直至倒塌[7]。對于鐵塔工作狀態監測的目的在于當鐵塔處于變形初期時，立即采用有效手段阻止變形的進一步擴展，故選擇光纖布拉格光柵(FBG)傳感器的安裝位置如圖1所示。對于輸電鐵塔健康狀態的監測，就是對塔身主材受力導致FBG傳感器處應變變化的測量[8]。將FBG傳感器安裝在圖2中的鐵塔塔身主材上，當外界條件變化使得橫擔所受垂直向下的力G和電纜提供的水平張力FT的大小和角度變化時，主材內里的變化會因此FBG傳感器安裝位置所對應主材應變發生變化。FBG傳感器將測量得到的線應變轉化為中心波長位移并利用通信網絡將其傳遞至數據處理模塊，通過中心波長位移量與橫擔所受垂直向下的力G、電纜張力FT和應變Δε的關系即可對鐵塔的工作狀況進行描述。

圖2 輸電鐵塔FBG傳感器的安裝位置

鐵塔塔身結構可以簡化為空間桁架，而往往可以將空間桁架分解成平面桁架對桁架內桿件進行受力分析。將輸電鐵塔AB側面和CD側面簡化為矩形平面桁架并分別設為1-1截面和2-2截面，載荷在這兩個截面的受力分析如圖3所示。

圖3 左側和右側平面桁架截面的受力分析

根據理論力學計算鐵塔主材內力：

(1)

式中G為垂直向下的力；FT為水平方向的拉力；b為鐵塔主材高度；a為主材寬度。

根據胡克定律：

(2)

式中FN為組成主材受到的軸向力；A為主材截面積。

正應力σ與軸向力FN的關系為：

(3)

將公式(3)代入公式(2)中，得：

(4)

傳感器的布拉格中心波長分別由光柵和光纖的周期和有效折射率決定，這兩個參數的變化會引起布拉格波長的移位，應變值的變化會改變上述兩個參數，使得布拉格波長發生變化，布拉格波長移位與應變的關系為：

ΔλB=λB(1-pe)Δε

(5)

式中ΔλB為布拉格中心波長；Δε為軸向應變量；ΔλB為Δε對應產生的布拉格中心波長移位；pe為有效彈光系數；ΔλB(1-pe)為應變系數。

將公式(4)代入公式(5)中，得：

(6)

將公式(1)代入公式(6)中替換FN可得到FBG傳感器中心波長位移量ΔλB與鐵塔主材的關系：

(7)

公式(7)可由矩陣表示為：

(8)

根據線形最小二乘法最終可轉化為：

(9)

(10)

FBG傳感器的應變量可表示為：

(11)

2 FBG傳感器性能測試

為了檢驗FBG應變傳感器的實際性能，利用QJ-212拉壓試驗機對S1、S2、S3和S4傳感器進行拉力試驗，根據拉力試驗機顯示的拉力值對四個FBG傳感器進行標定。在拉力試驗機上從0 kN開始分5次每次逐漸增加10 kN，每次加載到要求載荷后保持15 min鐘內拉力不變，待波長穩定后分別記錄各載荷對應的波長，載荷加載至15 kN時完成加載過程試驗。從50 kN開始每次減小10 kN并按加載過程記錄各載荷下的波長直至載荷為0 kN，完成卸載過程試驗。加載和卸載過程FBG傳感器S1、S2、S3和S4所對應的載荷與中心波長關系擬合曲線如圖4所示，表1為傳感器性能測試結果。據此可以得出，四個傳感器的線性度和靈敏度較高，誤差較小，可以滿足輸電鐵塔變形的測量要求。

圖4 左側和右側平面桁架截面的受力分析

表1 FBG傳感器性能測試結果

3 FBG傳感器監測數據處理

對于FBG傳感器而言，光子和電子的無規則波動是影響系統測量精度的主要因素。在分析噪聲中的光子和電子對系統的影響時，假設系統為線性，根據平方率效應，將光子無規則波動所產生的噪聲轉化為電子噪聲，所有電子噪聲疊加后組成系統噪聲[9]。在傳統傳感網測量應用中，大多采用多傳感器數據融合對被測對象進行評價和估計。但是，大量多組數據的分組、篩選、處理和總結不僅是對分析系統能力的極大考驗，對數據傳輸系統也提出了較高的要求，對于其系統噪聲的處理目前也沒有較為優秀的方法[10]。在鐵塔工作狀態監測中，采用單個FBG傳感器并通過標準差的加權平均時序融合方法處理數據，既可以去除系統噪聲，也有利于簡化系統，獲得的測量結果可靠性更高。

在FBG傳感器監測數據處理中，異常值會對系統的測量結果產生很大影響，進而使得數據融合過程產生較大誤差，依據拉依達準則對采集得到的數據進行一致性檢驗，先求得測量結果的均值和剩余誤差，再利用貝塞爾公式計算標準差，當某個測量結果殘差在標準差3倍以上時，即認為該值為異常值進行剔除。以表2中的某半年內FBG傳感器采集到的12個應變樣本值為例，現判斷x6=84.52是否為異常值。

表2 某FBG傳感器采集的12個樣本值

由于3s=25.47，則x6的殘余誤差為|g6|=|84.52-58.6|=25.92>3s，故該值為異常值，應被剔除。

通過對多組數據的觀察和整理發現，FBG傳感器獲得的真實值多呈現正態分布的特點，故選取標準差與加權平均組合的時序融合算法對數據進行處理。將某時間段內若干個監測結果進行一致性檢驗并剔除異常值后，將其分為兩組。以主材應變測量過程為例，設被測主材實際應變大小為S0，則被測主材應變測量結果可由公式表示為：

S=HS0+N

(12)

設第一組監測結果的數據為：S11，S12，…，S1m，m≤10。

設第二組監測結果的數據為：S21，S22，…，S2n，n≤20-m。

計算兩組監測數據的算術平均值為：

(13)

(14)

標準差為：

(15)

(16)

將第一組和第二組的監測結果數據組合，根據公式(3)可得：

(17)

(18)

式中HT為H的轉置矩陣；R為測量噪聲的協方差；E為單位矩陣，則：

(19)

最終的時序融合值Sa為：

(20)

通過分析可以發現，時序融合算法是在將兩組監測數據提出異常值后獲得真實值的基礎上，根據標準差算和加權平均算法對監測值進行處理并以此來估計被測對象實際值的過程。在這一過程中，算法為兩組數據中方差較大的一組數據賦予較小權值，反之，方差較小的一組數據賦予較大權值。相比于直接計算算術平均值的過程，以時序融合值計算出的輸電鐵塔主材靜態應變值更加準確，與主材實際應變也更接近。值得注意的是，對于主材應變的時序融合分析過程同樣適用于對橫擔所受垂直向下的力G和電纜提供的水平張力FT的數據處理中。

4 工程應用與分析

選取某地區輸電鐵塔2017年11月1日到2018年4月28日期間的監測數據為樣本，選取安裝在鐵塔主材上的4只FBG傳感器在該期間采集獲得的樣本數據剔除異常值后分成兩組并進行時序融合，結果如表3所示。

表3 監測數據時序融合分析結果

對于輸電鐵塔工作穩定性的實時監測，一方面要求系統能實時表現出傳感器安裝位置鐵塔主材的應變情況，另一方面根據時序融合算法對選擇時間段內鐵塔工作狀態進行分析并以此為依據對輸電鐵塔工作穩定性進行整體把控。目前，該系統可以完成對輸電鐵塔受力G、FT和應變值Δε的實時監控與時序融合分析，圖5為監控系統對2017年11月1日到2018年4月28日期間的監測數據時序融合分析結果。其中，在鐵塔工作健康狀態的實時監控中，可視化界面數據刷新速度主要由傳感器信息采集時間決定，在大部分實際工況中，數據的刷新時間約為1分鐘，既可以滿足鐵塔工作狀態監控的精度要求，也避免了數據刷新過于頻繁對傳感器和數據傳輸模塊帶來過大的工作負載，保證了系統的穩定性和壽命。

圖5 鐵塔工作狀態在線監測系統可視化界面

圖6為有限元仿真獲得的輸電鐵塔傾斜角度與應變關系，當輸電鐵塔傾斜角度分別為3°、6°和10°時，傳感器所對應的主材應變分別為和391，經時序融合獲得的輸電鐵塔應變值在61附近，所對應的輸電鐵塔傾斜角度為1.56°，說明該期間內輸電鐵塔的工作狀態比較健康。

圖6 輸電鐵塔傾斜角度與測量位置應變關系

5 結束語

通過分析FBG傳感器的測量原理，確定了橫擔所受垂直向下的力G、電纜提供的水平張力FT和主材應變Δε與中心波長位移量的關系，提出了FBG傳感器測量數據剔除異常值和時序融合過程，將FBG傳感器的測量和數據處理過程應用于工程實踐中，獲得應變量分別為61.67、61.37、61.97和61.82。通過對FBG傳感器測量數據的時序融合處理，提高了傳感器對鐵塔工作狀態監測的準確性。