基于監測傳感器的新型智能測控裝備研發與應用

趙 杰， 黃 會 寶， 李 諾 東， 張 涵 軻

(1.國能大渡河流域水電開發有限公司，四川 成都 610041;2.國網四川省電力公司成都供電公司，四川 成都 610041)

0 引 言

水電工程是國家重大的基礎設施，其運行安全關系重大，而大壩安全監測作為監控大壩安全的耳目，快速、準確獲取監測數據、反饋大壩安全顯得尤為重要[1]。例如：2020年汛期大渡河流域遭受百年一遇的大洪水，為減輕下游及長江流域防洪壓力，大渡河利用瀑布溝等水庫攔蓄洪水，錯峰削峰率達到8成，而快速攔蓄洪水的背后就是一條條監測數據的作用，依靠著監測數據實時反饋快速蓄水過程中的大壩安全。基于此，大渡河公司在每座大壩均布設了完備的監測儀器，但如何利用自動化、信息化手段快速、智能取得數據、反饋工程安全，一直是困擾大壩安全管理者的難題。從國內外看，現有自動化數據采集設備及系統普遍存在采集速度慢、傳輸層級多、功能擴展受限、設備信息不詳等不足，尤其在洪水、暴雨等特殊工況時常會出現通訊中斷、數據漏測等問題，在緊急情況下，管理人員無法準確掌握大壩或邊坡的運行狀況，難以評價工程安全穩定情況。

1 研發新裝備的總體思路

堅持問題導向，引進PLC(可編輯控制器)技術，融合物聯網、邊緣計算等技術，瞄準大壩安全監測內觀傳感器數據采集中的采集效率、測量模式、主動監測、設備監控及風險預警5大核心問題開展攻關，成功研發了“基于監測傳感器的新型智能測控裝備”。該裝備主要由感知層、測控層和應用層組成，其中核心成果主要為中間控制層，它將多類型傳感器集成化管理，嵌入預警模型和評判指標，可智能自主地采集數據并識別風險，供后臺人員分析、評價和預警。

2 主要技術內容

2.1 形成大壩安全監測智能測控單元

大渡河公司針對目前國內其他測控裝置在采集效率、數據處理分析效率等方面存在的弊端，利用PLC[2]在電力行業的成熟應用經驗，充分發揮PLC的運行穩定，可靠性高、通訊協議標準化的特點，參考國家相關標準和規范，將PLC的應用擴大到大壩安全監測領域。同時引入邊緣計算理念，將數據采集、分析、預警等指令傳感端直接完成，大大提升處理效率，減輕云端的負荷。由于整個過程更加靠近用戶，還為用戶提供更快的響應，將需求在邊緣端解決。

2.1.1 構建邊緣計算的測值可信度評估模型

在實際測量過程中，在獲得儀器的測量數據后，一個最重要的步驟就是對這些測量數據進行分析、評估，確認這些數據是否有效，無效的數據就要剔除，不能進入下一步的處理過程中。一般常用的處理方法就是首先去除粗差，然后按照一定的判定規則(比如3σ準則等)評估測量數據是否有效，能否表示真實的物理量，也即本次的測值是否可信，將可信度合乎測量要求的數據，送入下一步驟進行處理，以獲得最終的測量結果。量化測值的可信度評判在云端還是邊緣端完成，對測控系統的性能和可靠性會產生重大影響。據此，利用嵌入式系統強大的計算、存儲平臺，在數據源頭，即數據測量模塊端，進行測值的可信度計算、評估。實現了單支儀器采集數據時間僅為0.18 s，采集效率提升10.22倍。

2.1.2 優化網絡結構 減少傳輸路徑43%

目前，國內大壩安全數據采集平臺大多數都是采用采集計算機(工控機)作為數據采集管理平臺，在實際使用過程中，工控機經常發生死機故障，每隔一段時間必須人工重新啟動，耗費大量人力資源，影響數據采集效率。針對水電站工程監測采用的各種類型傳感器，如電阻式、電感式、電容式、鋼弦式以及其他形式，通過線路與智能測控裝備直接相連。經過研發運用CAN總線技術，將常規內觀自動化通訊網絡七層級優化至四層級，縮短網絡通訊序列，減少網絡通訊設備和信號轉換，提高了數據采集效率和傳輸可靠性。

2.2 創新測量方法 提升測量精度

在實踐中，大渡河公司創新優勢互補的復合測量新方法，解決了數據跳動、測值不穩、傳感器易壞等問題。經統計測量誤差降低到規范允許值的0.14倍，顯著提升了測量精度[3]。

傳感器的激勵電壓是整個測量過程的基礎，主要分為高壓激勵和低壓掃頻激勵兩種方式。高壓激勵是產生一個高壓激勵脈沖使振弦振動，激發時電壓峰值在幾十至一百多伏。低壓掃頻激勵是根據傳感器的固有頻率選擇合適的頻率段，對傳感器施加幾伏低電壓的頻率逐漸變大的掃頻脈沖串信號，當激勵信號頻率和鋼弦固有頻率相近時，即可使鋼弦振動。這兩種激勵方式各有所長，但都有不足。高壓激勵易使鋼弦起振，但精度低，對鋼弦損傷大； 低壓掃頻激勵精度高，但掃頻耗時長。結合高壓激勵和低壓掃頻兩種激勵方式的優點，在測量模塊中設置了復合測量模式。即第一次測量采用高壓激勵，快速使鋼弦起振，以后測量采用低壓掃頻方式，以獲得較高的精度。這樣，解決了數據跳動、測值不穩、傳感器易壞等問題。

2.3 建立智能自適應策略 滿足應急加密監測需求

測控裝備可根據PLC控制器設定規則對傳感器單元進行自適應頻次的數據采集讀取，以獲得讀取對象完整的狀態變化過程。PLC具有強大的數據運算處理和存儲功能，根據測量結果對比，可實現測量頻次自適應主動監測功能。當同一測量對象本身發生較大變化時，通過評判規則，能在測控裝備端自動增加或減少數據采集的頻次，以獲得測量對象的整個變化過程曲線及加密數據，確保能完整記錄測量對象的狀態變化，避免常規測控裝置無法記錄關鍵監測數據及變化情況的弊端，主動記錄本體演化過程，獲得全過程監測變化曲線及數據，滿足大壩在地震、洪水、暴雨等特殊情況下的應急加密監測需求。

2.4 研發智能診斷技術 提高設備可靠性

研發基于故障樹理論的設備健康狀態智能診斷技術[4]，實現了設備故障自診斷與預警，并按兩級給出故障報警，輔助快速判斷故障部位并指導定向消缺，以提高設備可靠性。

目前，國內常用的大壩安全監測系統，基于單片機開發，其功能較少，系統故障率較高，在故障發生后，需要維護人員自主判斷故障部位，對使用人員要求高且耗時較長。基于PLC+的理念，利用PLC成熟的I/O模塊，通訊端口和可定制化軟件的功能，以故障樹分析作為工具，專門開發了數據采集系統健康狀態智能診斷功能模塊，實時監測采集系統內中央處理單元、信號處理單元、通訊單元等各單元的工作狀態，并記錄在冊。診斷模塊根據系統內各單元的實時及歷史工作狀態，評估系統健康狀況，當出現一級故障時，立刻報警，通知使用人員，并通過系統預設處理措施自主處理。如在其他安全監測系統中出現的系統死機情況，可通過設備斷電重啟操作自動完成系統重啟。當出現系統不能自主處理的故障，如系統檢測到線路故障，將通過聲光報警或者短消息方式通知維護人員，告知哪個設備哪一通道出現線路故障，精確確定故障點，極大限度方便了用戶使用，顯著提升了智能化管控水平[5]。

2.5 研發多類型儀器 實現智能管控和及時預警

研發了多類型儀器通用采集裝備，儀器接入容量擴增4倍，開發了具有4級風險預警功能的人機交互系統，實現多類型傳感器的智能管控和及時預警。

2.5.1 集成多類型儀器采集模塊

國內各廠家的測量模塊其通訊協議不對外公開，且其大多采用非標協議，各廠家之間模塊不能混合使用，給現場安全監測系統建設帶來極大不便。針對水電站工程監測采用的各種類型傳感器，如電阻式、電感式、電容式、鋼弦式以及其他形式，研發了基于PLC控制且適應多類型傳感器的采集裝備，實現了多類型傳感器儀器幾何級擴增通道以及測值數據的精確讀取，極大限度提升了大壩安全監測自適應水平，顯著降低了工程安全監測成本，達到了主流監測設備和傳感器的即插即用目的。

2.5.2 開發大壩安全風險分級預警系統

監測系統采用C/S結構模式，軟件結構采用多層結構，分別為數據訪問層、業務邏輯服務器層和表現層(包括客戶端應用表現層)，通過對軟件層次結構的抽象和組合，能夠將數據訪問、業務邏輯處理和用戶界面展示部分進行分割和組裝，使軟件系統具備很好的伸縮性和靈活性，更好地適應復雜的網絡環境、數據庫類型和不同層次用戶的特殊需求。

大渡河流域大壩安全風險按大壩總滲流量、有效應力、揚壓系數及穩定系數等數等維度進行預警評判，共分為四級，從低到高依次為Ⅳ、Ⅲ、Ⅱ、Ⅰ級，對于不同的預警等級按規則推送相應的預警信息和應急處置措施。當監控指標達到或超過評判規則中某一項評判指標時即發布預警信息，推送應急處置措施；當監控指標低于評判指標時將降低預警級別直至預警結束。大壩安全風險需綜合大壩地質資料、監測數據、巡視檢查等因素綜合判斷，必要時可邀請外部專家會商，逐步健全預警評判體系，優化應急處置策略，提升大壩安全風險管控能力。

3 應用案例

選取瀑布溝電站壩頂左岸觀測房6個MCU模塊接入測試，與南京水文自動化研究所承建的分布式數據采集系統同步測量，覆蓋了27支正常測量的振弦式傳感器：包括2支多點位移計、3支錨桿應力計、16支滲壓計、3支土體位移計、3支土壓力計)，測試成果理想。

3.1 短期穩定性測試

通過自動化系統在短時間內連續測讀15次，由15次讀數計算其中誤差，根據中誤差評價自動化系統重復讀數精度及測值穩定性，其計算方法如下：

15次讀數分別為：x1、x2、……、x15；

實測數據算術平均值為：

式中n為15。

對短時間內重復測試的數據，用貝塞爾公式計算出短期重復測試中的誤差。計算公式如下：

按照《大壩安全監測系統驗收規范》(GB/T 22385-2008)要求鋼弦式儀器頻率測值中誤差σx應滿足±1 Hz的控制標準。對27支傳感器連續測量，各測點均滿足規范要求。

3.2 長期穩定性評價

在現行的規范中，對系統的可靠性可用平均無故障工作時間(MTBF)及數據缺失率(FR)來考核。

自動化數據系統可靠性評價應僅考核本次評定為正常的測點，考核時段取2019年10月1日至2020年3月31日。

3.2.1 平均無故障工作時間

平均無故障工作時間是可修復設備在相鄰兩次故障之間工作時間的平均值，用MTBF表示，它相當于設備的工作時間與這段時間內設備故障數之比，是設備可靠性的一個重要的定量指標。

故障定義：垂線自動化數據采集系統在一定時間內不能正常工作，造成所控制的測點測值異常或停測1周以上，稱為測點發生故障。如果測點不能正常工作，但在一周內能恢復，則不計故障次數，但應計故障天數。

各測點平均無故障工作時間計算公式如下：

本次考核系統平均無故障工作時間取各測點平均無故障工作時間的平均值，計算公式如下：

式中t為考核期天數；ti為考核期中故障天數；ri為考核期內第i個測點出現故障的次數，未發生故障取ri=1；n為系統中測點的總數。

平均無故障工作時間考核指標的確定：《大壩安全監測自動化技術規范》(DL/T5211-2005)要求“系統平均無故障時間(MTBF)大于6 300 h”、“數據采集裝置MTBF不小于6 300 h”，本次系統年平均無故障時間考核指標按規范要求取6 300 h。換算到本評價時間段2019年10月1日至2020年3月30日，無故障運行時間至少應滿足3 150 h。

接入的27支儀器，每日均能正常采集，年平均無故障工作時間均為4 392 h，滿足規范要求。

3.2.2 數據缺失率

數據缺失率是指未能測得的數據個數與應測得的數據個數之比，考核期和數據缺失計算原則與平均無故障工作時間相同。

測點數據缺失率計算公式如下：

系統平均數據缺失率取各測點數據缺失率的平均值，計算公式如下：

式中FR為數據采集缺失率；NFi為未測得的數據個數；NMi為應測得的數據個數；N為系統中測點的總數。

根據《大壩安全監測自動化技術規范》(DL/T5211-2005)有關 “監測系統自動采集數據的缺失率應不大于3%”的要求，本次系統數據缺失率考核指標取3%。考評時間段內能滿足設定1次/日的觀測頻次，數據缺失率為0。

3.2.3 準確性評價

采用便攜式讀數儀與PLC測量成果進行對比，先后開展了3次，綜合考慮人工測讀誤差因素，當頻率實測值最大較差|σ|≤2 Hz時，為合格；否則，為不合格。經計算全部滿足要求。

選取瀑布溝電站壩頂左岸觀測房6個MCU模塊接入測試，與南京水文自動化研究所承建的分布式數據采集系統同步測量，覆蓋了27支正常測量的振弦式傳感器：包括2支多點位移計、3支錨桿應力計、16支滲壓計、3支土體位移計、3支土壓力計)，測試成果顯示中誤差、平均無故障工作時間、數據缺失率、準確性評價均滿足規范要求。

4 結 語

引入邊緣智能控制技術，利用可編程序控制系統+特殊功能采集模塊，能夠適應多類型傳感器，實時感知設備運行環境；通過以太網傳輸，實現信息多路徑實時采集傳輸，減少并優化了網絡層級，大力提升數據采集效率和傳輸速率；采用開放式通訊協議，實現了信息系統與現場測控裝置的無縫銜接。

根據現場實際應用，提升了特殊工況下的應急加密監測能力，破解了現場獲取快速監控對象全過程完整監測數據的難題。同時，系統自動關聯地震、洪水等信息，在洪水、地震等特殊場景下，自動啟動加密監測或應急監測。快速應對了2019年四川宜賓、內江5級以上地震，及時獲得監測數據并評價了大壩安全狀況；2021年汛期，大渡河梯級庫壩群背后成千上萬條監測數據，有力支撐了大壩攔蓄百年一遇的大洪水，為減輕下游及長江流域防洪壓力做出了突出貢獻。可有力推進監測行業“感知→傳輸→識別→分析→應用”的全方位智能管控的發展，提高大壩安全風險管理的能力。