基于CFD的地表溫度傳感器的設計與實驗研究

摘要地面溫度變化速度為每10年升高0.1 ℃，然而受太陽輻射的影響，在實際測量時傳統防輻射罩會產生約1 K量級的太陽輻射誤差．為提升地表溫度測量精度，降低工作能耗，本文設計了一種基于壓電振片振動加速傳感器探頭輻射熱量擴散的溫度傳感器．首先利用計算流體動力學（Computational Fluid Dynamics，CFD）方法計算溫度傳感器在多物理因素下的輻射誤差，然后使用神經網絡算法對數據進行擬合分析，最后搭建外場實驗平臺，將傳感器放置在真實環境中來驗證方案的可行性．實驗結果表明，本文提出的地表溫度傳感器具有較高的溫度測量精度，其修正值與基準值的絕對誤差和均方根誤差分別為0.041 ℃和0.055 ℃，也驗證了神經網絡算法修正效果的優越性．

關鍵詞計算流體動力學（CFD）;溫度傳感器;太陽輻射誤差;壓電振片;神經網絡

中圖分類號P412.1 文獻標志碼A

0 引言

IPCC的評估報告顯示，19世紀80年代至21世紀20年代，地表平均溫度升幅約為0.85 K［1］．全球表面氣溫變化深刻影響著水土資源、作物產量、農業活動等許多領域，地表溫度數據為預測和分析氣候變化提供了基礎信息［2］．有效降低溫度測量誤差對于氣候觀測具有重要意義.地面溫度傳感器的測量誤差通常由相應的硬件系統和太陽輻射引起．美國FLUKE公司研制的1595A測溫電橋，在外場條件下精度可達0.05×10-6 K量級，比太陽輻射引起的誤差低約1個量級．太陽輻射導致防輻射罩內部空氣溫度上升，從而影響測量精度，是引起傳感器數據偏差的主要因素［3］．如何降低太陽輻射誤差是地面溫度監測中有待深入研究的問題．

地表溫度傳感器探頭通常安裝在防輻射罩中，傳統防輻射罩分為自然通風和強制通風兩種．受太陽輻射的影響，防輻射罩吸收太陽熱量，導致罩體內部空氣溫度上升從而引起測量誤差．嚴家德等［4］對通風防輻射罩和百葉箱的溫度觀測系統進行數據對比，發現百葉箱的測溫數據相較于通風防輻射罩偏高．世界氣象組織（WMO）對自然通風溫度傳感器進行誤差比對，結果顯示，LBOM、SYOU、SSOS型輻射誤差分別為0.6 K、1 K、0.7 K［5］．Erell等［6］證明了太陽輻射誤差和氣流速度成負相關特性，并推測自然通風防輻射罩內部氣溫平均誤差約為1 K．沈貝蓓等［7］分析了1981—2019年全球氣溫特征，結果表明地表溫度以0.320 ℃／（10 a）的速率逐年增長．因此，傳統的自然通風溫度傳感器難以滿足高精度的溫度測量需求．

馮琪等［8］研究的強制通風溫度傳感器的精度可達0.05 K量級，但只考慮了氣流速度，未將反射輻射、長波輻射、太陽高度角等因素考慮在內，具有一定局限性．Thomas等［9］設計了一種新型結構的強制通風防輻射罩，輻射誤差可降至0.12～0.28 ℃．上述文獻對于多種強制通風防輻射罩的研究表明，強制通風溫度傳感器能夠有效提高測量精度．強制通風防輻射罩內部放置一個由電機驅動的風扇，風扇加速輻射罩氣流交換，可降低因輻射產生的熱量．如需顯著降低輻射誤差，則要求風扇長期工作，但大多數氣象站難以滿足連續供電的工作需求，且電機轉子不平衡、軸承磨損等異常也會使電機發熱引起熱對流，導致內部溫度上升，從而產生測量誤差．

為提高測量精度，降低儀器能耗，本文提出了一種基于壓電陶瓷振動的溫度傳感器結構．該傳感器利用壓片陶瓷振動，加速傳感器周圍空氣流動實現通風，從而達到降低太陽輻射誤差的效果．首先通過計算流體動力學（Computational Fluid Dynamics，CFD）方法計算出該傳感器在多物理環境因素下的輻射誤差，然后采用神經網絡對計算結果進行修正，得到輻射誤差訂正公式，最后通過外場對比實驗進一步驗證該方案的可行性．

1 研究方法與物理模型構建

1.1 研究方法

本文主要對地表溫度傳感器進行仿真和實驗分析．首先利用Creo軟件對地面溫度傳感器進行建模，通過ANSYS ICEM CFD軟件進行材料點的定義和網格劃分，并采用CFD方法對傳感器進行流固耦合仿真分析，然后使用神經網絡算法對仿真數據進行擬合，得到誤差修正公式．實驗部分進行系統電路總體設計，為驗證降低輻射誤差方法的有效性，搭建外場輻射誤差觀測平臺進行實驗對比分析．圖1為總體設計框圖．

1.2 結構設計與模型構建

氣溫觀測系統主要包含2個鍍銀鏡面鋁板、2根樹脂材質的隔熱柱、2片陶瓷晶體壓電振片和1個溫度傳感器探頭［10］．結構示意如圖2所示．

為較好地降低太陽直接輻射和下墊面反射輻射的影響，在探頭上下方各放置了2個外表面鍍銀的反射率約為0.9的圓形鋁板，鋁板內表面涂有一層吸收率約為0.9的黑色涂層，鋁板尺寸直徑為140 mm，厚度為2 mm．為有效實現通風效果，在中間放置2片相互垂直的雙晶片壓電振子，振子由2張26 mm×8 mm×0.3 mm的PZT壓電陶瓷片粘接在40 mm×12 mm×0.3 mm的銅片基板上．壓電振片由隔熱柱固定，隔熱柱的高度和半徑別分為140 mm和30 mm．利用逆壓電效應，對壓電陶瓷施加電場，使得壓電陶瓷產生彎曲．通過驅動電路控制2個壓電振片交替振動，上方振片進行左右振動，下方振片進行前后振動，整體矢量振動使鉑電阻保持圓周運動，加快鉑電阻在各個方向的散熱．當風速較低時開啟振動可以有效提高鉑電阻周圍氣流速度，降低太陽輻射誤差．

為有效提高計算效率和測量精度，建立尺寸為1 200 mm×1 000 mm×1 000 mm的矩形立方體空氣域.通過網格劃分軟件ICEM對該傳感器和空氣域模型進行網格劃分，不同的網格尺寸對應不同的計算區域，在網格數量為40萬時，顯示網格質量良好（gt;0.3）.利用CFD方法建立流體動力學模型如圖3所示，傳感器材料特性參數如表1所示．

2 流固耦合分析

2.1 溫度場和流場分析

為模擬不同環境條件下地表溫度傳感器的輻射誤差，將劃分好的網格導入到FLUENT進行流固耦合分析，并配置輻射耦合邊界條件，完善用于數值分析的物理模型［11］．因模型中涉及輻射傳熱和對流換熱，在模型中需使用能量方程［12］，開啟太陽射線追蹤（solar ray tracing）模型，湍流模型采用K-Epsilon方程，耦合速度與壓力算法使用SIMPLE算法，動量、能量以及湍流采用一階迎風模式（first order upwind）［13］．設置速度入口（velocity-inlet）條件，確定流體流速對應的湍流條件，采用壓力出口（pressure-outlet）條件．

在多數值仿真分析中，為探究在低風速環境中，開啟和關閉傳感器探頭振動兩種模式下的輻射誤差，對2組仿真數據進行對比．設定第1組太陽輻射強度W、環境風速V、下墊面反射率f、海拔高度H、太陽高度角E和角速度θ分別為1" 000 W／m2、1 m／s、20％、0 km、45°和0 rad／s;第2組開啟探頭轉動，其他環境條件一定時改變角速度θ為60 rad／s，自由空氣溫度為300 K，模型溫度場和流場分布分別如圖4和圖5所示．

仿真結果顯示，第1組傳感器探頭周圍的氣流速度和輻射誤差分別為0.702 m／s和0.107 K，當開啟振動時第2組氣流速度和輻射誤差分別為1.46 m／s和0.068 K，輻射誤差降低了0.039 K，表明該模型具有較好的通風性，能夠有效地降低輻射誤差．

2.2 仿真結果分析

為驗證多種環境條件下對太陽輻射誤差的影響，采用CFD方法，通過W、V、f、E、H等對傳感器進行仿真計算．輻射強度范圍為200～1 200 W／m2、步長為200 W／m2;氣流為0.4～4 m／s;下墊面反射率為0.1～0.9、步長為0.1;太陽高度角范圍為10°～90°、步長為10°;氣象站海拔高度從0 km至5 km、變化范圍為1 km;角速度θ為60 rad／s．仿真結果如圖6所示．

從圖6a可以看出：當太陽高角度為10°時，由于太陽直接照射在傳感器探頭的表面積偏大，導致輻射誤差增大;當風速為0.2 m／s且太陽高度角為10°時，輻射誤差為0.148 ℃，太陽高度角對輻射誤差結果影響不大．由圖6b可以看出，風速一定時，輻射誤差與太陽輻射強度成正比．由圖6c可以看出，下墊面反射輻射造成的輻射誤差升溫影響增大，太陽輻射誤差與下墊面反射率呈正比關系．由圖6d可以看出，隨著海拔高度的升高空氣變得稀薄導致流速降低，輻射誤差與氣流速度成單調遞減關系．由仿真結果可知，在多種環境條件下氣流速度對輻射誤差的影響較大，驗證了本設計實現傳感器探頭通風達到降低輻射誤差效果的有效性．

2.3 輻射誤差修訂驗證

由于CFD仿真計算的輻射誤差都是離散數據，無法得到與影響因素之間的具體關系．為解決CFD仿真僅能分析離散模型的問題，本文選用BP神經網絡進行數據處理［14］．典型的BP神經網絡由輸入層、隱藏層和輸出層構成［15］．為得到太陽輻射強度W、風速V、下墊面反射率f、太陽高度角E和氣象站海拔高度H與輻射誤差ΔT之間的關系，擬合數據獲得誤差修正公式．

結合CFD仿真得到的溫度傳感器的輻射誤差結果，通過神經網絡算法對樣本集進行訓練，訓練結果作為氣象站溫度傳感器的輻射誤差．擬合生成的預測值和真實值對比分別如圖7和圖8所示．由圖7可知總數據集樣本數介于150～250時，擬合相關性達到0.98，由圖8可知誤差呈正態分布，絕對誤差值主要集中在-0.005～0.004 2 ℃，表明該算法模型擬合精度較好，進一步增加了溫度傳感器數據測量的準確性．

通過求得絕對誤差MAE和均方根誤差RMSE來表示誤差：

式中，Es和Ef分別為仿真計算結果和擬合計算結果，n是樣本數量．對數據進行處理求得MAE和RMSE的值分別為0.004 ℃和0.012 ℃，表明測量值進行修正后與計算值吻合度較高．

3 實驗設計與驗證

3.1 地表溫度傳感器硬件電路設計

本文硬件電路部分主要包括主控制器、溫度采集模塊、驅動控制、通信模塊．主控制器選用STM32F103C8T6芯片，該芯片具有成本小、功耗低的優勢，滿足本文電路的設計要求．溫度采集選擇PT100測溫鉑電阻，并加入參考電阻;供電部分將數字電源和模擬電源分開設計［17］，優化整體電路;測溫電路選用24位模擬數字轉換器AD7794芯片采集數據，可將模擬信號轉換成數字信號［18］;壓電振片采用PWM調制技術，實現輸出頻率和功率的可調，使用RS232協議實現與PC端的數據通信．電路設計如圖9所示．

3.2 實驗平臺搭建

為驗證本設計的測量準確性和基于CFD方法數據融合降低輻射誤差方法的可靠性，本文選擇在中國氣象局氣象探測中心（南京）觀測基地搭建了外場輻射誤差觀測平臺，實驗基地海拔為21 m，如圖10所示，并與076B型強制通風溫度測量儀器進行溫度觀測對比實驗．

在外場觀測實驗中，每30 min進行一次太陽輻射強度和風速的氣象數據采集，得到的環境參數如圖11所示．為探究地表溫度傳感器的測溫精準度和誤差修正公式的準確性，將傳感器的實驗測量值代入誤差修訂公式，獲得的修正值T1與076B型實驗結果值T2進行比對，得到輻射誤差修正值和實驗值之間的誤差值為ΔT，比對結果如圖12所示．對數據進行處理求得MAE和RMSE的值分別為0.041 ℃和0.055 ℃，結果表明測量值進行回歸方程進行修正后與基準值吻合度較高，實驗進一步驗證了此模型對降低輻射誤差的有效性．

4 結論

為了降低溫度傳感器的輻射誤差，提高傳感器的測溫精度，本文設計了一款利用壓片振動加速傳感器通風的地表溫度傳感器，改善了自然通風防輻射罩修正效果較差這一弊端，又優化了強制通風功耗較大的問題．通過壓電振片的振動帶動傳感器探頭進行轉動，使傳感器周圍氣流速度加快，從而降低輻射誤差．通過CFD方法針對多物理環境條件的輻射誤差進行量化．為了得到連續的輻射誤差修訂方程，使用BP神經網絡算法對得到的離散數據進行擬合．最后以076B型強制通風溫度傳感器的值作為基準溫度，進行外場對比實驗來驗證測溫精度的有效性，獲得以下結論：

1） 通過CFD仿真結果可知，輻射誤差與太陽輻射強度成正比，與氣流速度成反比．對開啟和關閉探頭轉動兩種情況下進行仿真分析，結果顯示本設計開啟振動時輻射誤差降低了0.039 K，驗證了本文通過提高傳感器探頭周圍氣流速度從而達到降低輻射誤差的有效性．

2） 通過對輻射誤差修訂方程準確性驗證結果分析可知，其預測值和樣本值主要集中在-0.005～0.0042 ℃區間，絕對誤差和均方根誤差分別為0.007 ℃和0.005 ℃．

3） 由對比實驗結果可知，氣溫觀測系統的平均絕對值誤差為0.041 ℃，均方根誤差為0.055 ℃，表明該地表溫度觀測系統預測值與基準值較為符合，能夠達到預期的效果．

參考文獻

References

［1］ Intergovernmental Panel on Climate Change.Climate change 2013：the physical science basis［R］.Cambridge：Cambridge University Press，2014

［2] 任彥霓，周廷剛，謝舒蕾，等.地表溫度的多源遙感數據時空融合模型構建［J］.山東農業大學學報（自然科學版），2021，52（4）：637-641

REN Yanni，ZHOU Tinggang，XIE Shulei，et al.Construction of spatiotemporal fusion model on multi-source remote sensing data from land surface temperature［J］.Journal of Shandong Agricultural University （Natural Science Edition），2021，52（4）：637-641

［3] 楊榮康，張利，劉清惓，等.探空溫度傳感器受太陽輻射影響的仿真分析［J］.南京信息工程大學學報（自然科學版），2013，5（6）：527-532

YANG Rongkang，ZHANG Li，LIU Qingquan，et al.Simulation analysis of error of sounding temperature sensor influenced by solar radiation［J］.Journal of Nanjing University of Information Science ＆ Technology （Natural Science Edition），2013，5（6）：527-532

［4] 嚴家德，王成剛，金蓮姬，等.百葉箱和通風防輻射罩氣溫觀測系統的數據對比與訂正［J］.氣候與環境研究，2015，20（5）：533-543

YAN Jiade，WANG Chenggang，JIN Lianji，et al.A comparative and modification study of louvred and aspirated shield temperature systems［J］.Climatic and Environmental Research，2015，20（5）：533-543

［5］ Lacombe M，Bousri D，Leroy M，et al.WMO field intercomparison of thermometer screens／shields and humidity measuring instruments［R／OL］.［2022-02-18］.http：／／resp.llas.ac.cn／C666／handle／2XK7JSWQ／10262

［6] Erell E，Leal V，Maldonado E.Measurement of air temperature in the presence of a large radiant flux：an assessment of passively ventilated thermometer screens［J］.Boundary-Layer Meteorology，2005，114（1）：205-231

［7] 沈貝蓓，宋帥峰，張麗娟，等.1981—2019年全球氣溫變化特征［J］.地理學報，2021，76（11）：2660-2672

SHEN Beibei，SONG Shuaifeng，ZHANG Lijuan，et al.Changes in global air temperature from 1981 to 2019［J］.Acta Geographica Sinica，2021，76（11）：2660-2672

［8] 馮琪，劉清惓，楊杰，等.強制通風溫度傳感器計算流體動力學設計與分析［J］.儀表技術與傳感器，2017（11）：17-20，29

FENG Qi，LIU Qingquan，YANG Jie，et al.Computational fluid dynamics design and analysis of forced ventilation temperature sensor［J］.Instrument Technique and Sensor，2017（11）：17-20，29

［9] Thomas C K，Smoot A R.An effective，economic，aspirated radiation shield for air temperature observations and its spatial gradients［J］.Journal of Atmospheric and Oceanic Technology，2013，30（3）：526-537

［10] 黎慶超，劉潤軒，潘鵬宇，等.基于PT100的非平衡電橋溫度傳感器的設計與仿真［J］.信息與電腦（理論版），2022，34（8）：114-116

LI Qingchao，LIU Runxuan，PAN Pengyu，et al.Design and simulation of a PT100-based unbalanced bridge temperature sensor［J］.China Computer ＆ Communication，2022，34（8）：114-116

［11] 趙永強，朱博文，劉智，等.三螺桿泵的流固耦合特性分析［J］.液壓與氣動，2020（6）：70-77

ZHAO Yongqiang，ZHU Bowen，LIU Zhi，et al.Analysis of fluid solid coupling characteristics of three screw pump［J］.Chinese Hydraulics ＆ Pneumatics，2020（6）：70-77

［12] 劉清惓，楊杰，楊榮康，等.雙加熱濕度傳感器的CFD分析與加熱策略設計［J］.傳感技術學報，2012，25（8）：1039-1044

LIU Qingquan，YANG Jie，YANG Rongkang，et al.CFD analysis and heating strategy design of heated twin humidity sensor［J］.Chinese Journal of Sensors and Actuators，2012，25（8）：1039-1044

［13] Ciappi L，Stebel M，Smolka J，et al.Analytical and computational fluid dynamics models of wells turbines for oscillating water column systems［J］.Journal of Energy Resources Technology，2022，144（5）：050903

［14] Wu B，Han S J，Xiao J，et al.Error compensation based on BP neural network for airborne laser ranging［J］.Optik，2016，127（8）：4083-4088

［15] 馬奔，薛永基，顧艷紅.修正的BP神經網絡森林火災成災面積預測研究［J］.資源開發與市場，2014，30（12）：1441-1443

MA Ben，XUE Yongji，GU Yanhong.Study on prediction of forest fire disaster area with modified BP neural network［J］.Resource Development ＆ Market，2014，30（12）：1441-1443

［16] 耿增顯，陳錦濤，趙嶷飛，等.基于BP網絡的小型無人機航跡預測［J］.西華大學學報（自然科學版），2022，41（1）：30-35

GENG Zengxian，CHEN Jintao，ZHAO Yifei，et al.Track prediction of small UAV based BP network［J］.Journal of Xihua University （Natural Science Edition），2022，41（1）：30-35

［17] Li Z W，Liu C Z，Xu Y P，et al.A novel analog power supply for gain control of the multi-pixel photon counter （MPPC）［J］.Nuclear Instruments and Methods in Physics Research Section A：Accelerators，Spectrometers，Detectors and Associated Equipment，2017，850：35-41

［18] 孫星.基準探空溫度傳感器設計［D］.南京：南京信息工程大學，2019

SUN Xing.Design of a reference sounding temperature sensor［D］.Nanjing：Nanjing University of Information Science ＆ Technology，2019

Design and trial of surface temperature sensor based on CFD

WANG Yanan1，2 LIU Qingquan1，2 YANG Jie2 XUE Guilu2 YAO Cheng2

1Collaborative Innovation Center of Atmospheric Environment and Equipment Technology，

Nanjing University of Information Science ＆ Technology，Nanjing 210044

2Jiangsu Key Laboratory of Meteorological Observation and Information Processing，

Nanjing University of Information Science ＆ Technology，Nanjing 210044

Abstract The ground temperature changes at a rate of 0.1 ℃ every 10 years，however，a solar radiation error of about 1 K can be produced by conventional radiation shields due to the influence of solar radiation.In order to improve the accuracy of surface temperature measurement and reduce working energy consumption，this paper designs a temperature sensor based on the accelerated diffusion of radiant heat via piezoelectric ceramic vibration.First，the Computational Fluid Dynamics （CFD） method is used to calculate the radiation error of the temperature sensor under multi physical factors，then the data is fitted and analyzed using the neural network algorithm，and finally the field experiment platform is built to place the temperature sensor in real environment to verify the feasibility of the scheme.The experimental results show that the absolute error and root mean square error between the corrected value and reference value of the surface temperature sensor are 0.041 ℃ and 0.055 ℃，respectively，which also verifies the superior correction performance of the neural network algorithm.

Key words computational fluid dynamics （CFD）;temperature sensor;solar radiation error;piezoelectric oscillator;neural network

收稿日期2022-05-01

資助項目國家自然科學基金（41875035）;江蘇省產學研合作項目（BY2022544）;江蘇省研究生科研與實踐創新計劃（SJCX22_0334）;江蘇省高校大學生創新創業訓練計劃（202210300011Z）

作者簡介王亞楠，女，碩士生，研究方向為傳感器設計及其氣象數據誤差修正．1291873383@qq.com

楊杰（通信作者），男，博士，碩士生導師，主要研究方向為探空濕度傳感器的設計與仿真．002837@nuist.edu.cn