基于MEMS傳感器陣列大壩沉降監測設計

摘 要：大壩沉降監測是確保水利設施安全的關鍵技術手段。雖然傳統的大壩監測方法能提供一定的監測數據，但存在成本高、部署困難和監測點有限等問題，難以滿足現代大壩監測的需求，本文提出了一種用于監測高海拔地區大壩沉降的技術，該技術基于微機電系統（MEMS）傳感器陣列，利用MEMS傳感器陣列監測沉降，并構建三維形變矢量模型。通過結合MEMS傳感器陣列的扭轉角度和各節長度，結合RS485通信協議傳輸數據并通過Lora模塊結合網關對數據進行遠程傳輸，以確定傳感陣列在形變后的空間位置和長期遠程監測。最后結合傳感器數據采用細分算法和歐拉角進行反向推導，以擬合并重現地形表面的形態。

關鍵詞：MEMS傳感器；沉降監測；RS485；變形重構

中圖分類號：TP 212" " 文獻標志碼：A

隨著我國大壩建設規模擴大和設計結構復雜化，壩體結構在外部載荷作用下產生形變，而當這種形變累計到一定程度時會影響大壩運行的安全。因此，大壩沉降形變監測十分重要。目前，針對壩體沉降形變的監測大多采用水管式沉降儀、滲壓計、靜力水準儀、振弦式傳感器及光纖測斜儀[1]。

微機電系統（MEMS）傳感器具有體積小、成本低、易于智能化和數字化等優點。該技術被廣泛應用于橋梁、邊坡等國家基礎建設設施的安全健康監測[2]。MEMS加速度計陣列可以用來追蹤和分析物體的空間結構變化，陣列式位移監測系統（SAA）已被廣泛部署于監測隧道開挖、大壩變形、滑坡等多個領域[3]。

本文基于MEMS傳感器陣列提出了一種采用LoRA模塊結合網關的大壩沉降形變監測技術，實現數據的遠程傳輸和監測功能。

1 系統總體框架設計

1.1 系統結構設計

大壩沉降監測系統利用MEMS傳感器陣列準確地感知并收集數據，以建立三維重構模型，進而生成大壩沉降的三維重構圖像。該監測是通過在大壩被監測區域上部署一系列以一字形排列的傳感器陣列來實現的。傳感器姿態示意圖如圖1所示，能夠直觀地反映地面發生的微小形變。

通過收集MEMS傳感器在不同姿態下的數據，結合傳感器節點的偏轉角度和各個支點之間的距離，可以確定傳感器變形后的姿態位置。具體設計過程如下：在傳感器布置方面，將MEMS傳感器陣列均勻布置在大壩被監測區域表面，傳感器間距根據被監測區域的具體尺寸和監測精度要求來確定。為了確保安裝前的精度，需要對每個傳感器節點進行校準，以消除零點漂移和傳感器靈敏度不一致等問題。在數據傳輸與處理方面，通過RS485總線將各傳感器節點的數據傳輸到終端設備。終端設備內置LoRa模塊，通過LoRa網絡將數據傳輸至中心網關，中心網關匯聚各終端的數據，并通過蜂窩網絡上傳至云端服務器。在云端服務器上，先對采集的數據進行預處理，濾除噪聲和異常值。結合每個傳感器節點的位置和偏轉角度，計算每個傳感器節點的空間坐標變化。在三維建模與反演方面，使用細分算法對各傳感器節點的空間坐標進行擬合，生成連續的曲面模型，基于擬合的曲面模型，構建大壩沉降部分的三維變形向量模型。隨后，將生成的三維變形向量模型導入Abaqus等有限元分析軟件，方便工程師后續進行受力分析。通過三維反演，分析大壩承重墻的受力分布，識別受力集中的區域和潛在的薄弱點，并根據受力分析結果，提出相應的加固措施，確保大壩的結構穩定性。在動態監測與反饋過程方面，通過實時監測大壩的變形數據，設置預警閾值，當檢測到異常變形時，系統自動發送預警信息。在云端服務器上，構建可視化平臺，實時展示大壩的三維變形情況，便于工程師遠程監控和決策。此外，由于MEMS傳感器屬于精密儀器且監測環境惡劣，需要定期對傳感器陣列進行維護和校準，確保監測數據的準確性和可靠性。

本文系統地描述了MEMS傳感器在大壩沉降監測中的設計，確保了監測系統的高效性和可靠性，這不僅為大壩安全提供了有力的技術支持，也為今后類似工程提供了可行的參考方案。

系統的工作環境要求耐高溫高濕度的環境，連續工作時間不低于3個月。該監測裝置的主體為RS485總線、電池模組、2套降壓模組。其中，控制艙用于控制系統的采集時間同步問題。采集系統使用上位機尋址進行控制，每個加速度傳感器模組上均有撥碼器，因此可以獨立發送數據。

1.2 系統網絡架構設計

與傳統的大壩監測方法[4-5]相比，現代化沉降監測面臨的主要挑戰是數據通信的限制，需要建立更可靠的通信鏈路解決上述問題。

本文結合RS485總線技術、LoRa調制技術及網狀網絡拓撲結構，設計了一個高效的大壩監測系統，旨在提升數據傳輸的可靠性和擴大覆蓋范圍。首先，RS485總線技術以其抗干擾能力強、通信距離遠和組網靈活等優點，廣泛應用于工業自動化和遠程控制等領域，已被多項研究證實其在復雜環境下的數據傳輸可靠性。在大壩監測系統中，各傳感器節點通過RS485總線實現穩定的數據采集和傳輸，RS485總線支持多點通信，確保在大規模監測場景中，各節點數據能及時、準確地傳輸到終端設備，滿足大壩監測對數據傳輸可靠性的高要求。其次，LoRa調制技術作為一種低功耗廣域網通信技術，以其傳輸距離遠、功耗低、網絡容量大等特點，解決了傳統無線通信技術在大壩監測中面臨的傳輸距離受限、功耗高等問題。多項研究表明，LoRa技術在遠距離和低功耗應用中表現出色，顯著提升了系統的通信效率和覆蓋范圍。傳感器節點采集的數據先通過RS485總線傳輸到終端設備，再由終端設備通過LoRa網絡發送至中心網關。LoRa技術不僅有效解決了數據遠距離傳輸的問題，而且還通過其低功耗特性，大幅延長了傳感器節點和終端設備的電池壽命，減少了維護成本，提升了系統的可持續性和經濟性。網狀網絡拓撲結構的應用進一步提升了系統的可靠性和擴展性。在這種結構中，每個監測區域通過一個中心網關連接多個監測終端，形成多點采集的網絡。終端設備之間的互相通信和數據多跳傳輸，確保了即使某些節點或鏈路發生故障，數據仍能通過其他路徑傳輸到中心網關，極大地增強了網絡的穩定性。這種高可靠性設計確保了在各種惡劣環境下，數據傳輸的穩定性和連續性，為大壩安全監測提供了堅實保障。

通過采用網狀拓撲結構，本文構建的大壩變形監測系統不僅在通信條件受限的區域內提供了高效穩定的數據傳輸能力，而且極大地提升了整個監測系統的可靠性和靈活性。

1.3 多通道系統同步采集設計

在多通道傳感器陣列同步采集設計中，為了應對傳感節點數量眾多和單塊采集板通信負荷過大的問題，在設計中采用多條傳感陣列配合多個采集板進行同步采集。由于每個采集板的物理性質差異（例如內部晶振、環境溫度、濕度等）可能導致時間漂移，因此即使多個采集板在同一時刻開始工作，也難以確保長時間連續工作后仍能保持同步采集。

為了解決這一問題，設計了一種基于繼電器的采集控制板。該控制板通過繼電器對多個采集板進行啟?？刂疲瑥亩ＷC了數據采集的同步性。具體設計包括在每個采集板上安裝高精度時鐘模塊，以減少時間漂移的影響，并在系統軟件中加入時間校正算法，以進一步提高采集同步的精度。

通過采用這種多通道系統同步采集設計，能夠有效協調多個采集板的工作，實現大規模傳感器網絡的數據同步采集，滿足大壩沉降監測的高精度要求。圖2中，Δt為采集板向各個傳感器詢問地址所要的時間，p為丟包率，丟包率為單位時間內不完整數據的占比。由圖2中的曲線可知，隨著采集板問詢時間間隔增加，采集板獲取的丟包率會先快速下降，后逐漸穩定，因此選擇問詢時間間隔在30ms、40ms為理想的問詢時間間隔。

2 MEMS傳感陣列設計

MEMS傳感器陣列的硬件部分主要由六軸加速度模組、數據采集模組和降壓模組組成。其中，MEMS 6軸傳感器集成了高精度陀螺儀、加速度計和姿態分析功能，通過使用動力學解算與卡爾曼動態濾波算法，實現快速準確地分析傳感器實時運動姿態的功能。

如圖3所示，該電路設計了一個集成MEMS傳感器和雙降壓管理電路的系統，用于大壩監測應用。傳感器部分由MPU-6050六軸加速度模塊組成，并通過STC32G12K單片機進行數據處理和傳輸。電路中的U2芯片（TPRT9193-33GB）用于提供3.3V穩壓電源，確保傳感器模塊穩定工作。各個傳感器節點通過RS485總線連接，實現可靠的數據通信。

傳感器節點的電路設計包括多個去耦電容100nF（例如C5、C6、C7、C8、C9、C10、C11、C12），用于濾除電源中的高頻噪聲，確保信號的穩定性。數據采集板通過集成的STC32G12K單片機將采集的傳感器數據通過RS485總線傳輸至上位機進行處理。上位機通過不斷發送尋址指令，實現對各個傳感器節點的實時數據采集和監控。為了防止用戶出現電源接反等問題，在MEMS傳感器旁添加了綠色發光二極管，當傳感器工作正常時，發光二極管會正常工作，反之則會遏制電流通過。

為了確保系統電源的穩定性和可靠性，該設計采用了2套獨立的降壓管理電路。第一套電路基于TPRT9193-33GB，主要為傳感器模塊提供3.3V電源。第二套電路使用AMS1117-3.3穩壓芯片，將輸入電壓降至3.3V，主要為其他輔助電路和數據采集單元供電。

雙降壓電路的設計提供了冗余機制，當其中一套電路失效時，另一套電路能夠繼續穩定供電，從而提高了整個系統的可靠性和抗干擾能力。通過這種雙降壓冗余設計和穩定的電源管理，整個大壩監測系統能夠在復雜的環境下穩定運行，確保傳感器數據的準確采集和傳輸，滿足大壩沉降監測的需求。

3 基于傳感陣列數據三維重構模型

通過采集MEMS傳感器的各個姿態信息，獲取傳感器各個節點上的扭轉角來確定節點上各個傳感器的空間位置，并使用細分算法來擬合空間曲面的狀態，從而三維重構出地形變形矢量模型，對三維被監測平面情況進行動態真實的顯現，傳感器之間的節點變形可以近似為圓弧。通過結合每個傳感器節點的位置即由傳感器的初始位置和變形之后的姿態角度決定，如公式（1）所示。

（1）

式中：θi為第i個傳感器繞Y軸旋轉的角度；xi和yi分別為傳感器在X軸和Y軸上的坐標。

其中，第i段圓弧的半徑為ri。當傳感器節點之間圓心角角度不為0°時，圓心Ci在以Pi為原點的坐標表示為[0.0.ri]T，則有Pi+1在以Pi為原點的坐標系中的坐標如公式（2）所示。

Pi+1=[risin（ai），0，ri-ricos（ai）]T （2）

式中：Pi為第i個傳感器的位置坐標；ri為第i段圓弧的半徑；ai為第i段圓弧的圓心角。

通過上述公式可以計算每個傳感器節點在三維空間中的位置。

在獲取了各個傳感器節點的空間位置后，通過插值算法來計算監測區的地形變化。這些區域被4組互相平行、排成1行的傳感器陣列分成不同的區塊。在該區域內，4組相互平行且排成1列的傳感器陣列將其劃分為若干不同的段落，每一段的界限由2組傳感器陣列確定。利用這些陣列以及對區域內其他點的插值計算。如圖4所示，通過算法處理，相鄰的傳感器陣列能夠重構出每個正方形區塊的地形變化量。采用這種方法，可以對余下的區域進行相似的計算處理。并且通過細分算法處理后，生成一個連續的曲面模型，進而構建大壩沉降部分的三維變形向量模型。

在三維變形向量模型中，傳感器節點的姿態變化數值是通過將當前測量的姿態角度與初始位置的姿態角度進行比較得出的。具體來說，通過計算傳感器在X、Y和Z軸上的偏轉角度，結合細分算法對空間內其他區域進行插值處理，實現對監測區內地形變化的三維重建。

具體操作如下：通過確定網格、添加新點、連接新點等步驟，從而獲取經過細分的正方形網格。其中，h為平面的形變量，通過判斷h的正負值來判斷被測物體平面沉降和抬升，其中hgt;0表示被測平面發生隆起，hlt;0表示被測平面發生沉降，其中大壩沉降監測區域的表面形變量如公式（3）所示。

（3）

式中：h為被測區域的形變量；i為x坐標軸傳感器編號；j為y坐標軸傳感器編號；h（0，0）為坐標軸原點。

4 試驗與討論

4.1 傳感陣列性能測試試驗

MEMS傳感陣列監測分辨率測試過程如下：首先，將傳感陣列平鋪在地面上，加速度傳感器面朝上，通過夾具和平臺固定各個節點，調整傳感器的姿態角。為了模擬不同的沉降形態，將4條傳感器陣列分別構造成不同的形狀。每個傳感器節點通過RS485總線將采集的角加速度數據傳輸到終端設備。終端設備內置了LoRa通信模塊，這些模塊負責通過LoRa網絡將收集到的數據傳輸到網關。網關作為數據匯聚點，接收并整合來自多個終端設備的數據，并通過蜂窩網絡將這些數據上傳到云端服務器。在云端服務器中，采集的角加速度會被進一步處理和保存。研究人員可以遠程訪問這些數據，并使用MATLAB軟件進行詳細分析。通過MATLAB重構被監測區域的三維形狀，并將結果顯示在屏幕上，同時保存圖像。

4.2 沉降模擬監測試驗

為了模擬大壩沉降的真實環境，在實驗室中搭建了3m×3m的混凝土平面，并在平面上布設了4條MEMS傳感器陣列，使其緊貼混凝土表面，用于監測混凝土表面的地形變化，地形三維重構圖如圖5所示。整體地形變形變量較小。

5 結語

本文主要設計了基于MEMS加速度傳感器陣列的大壩沉降監測技術和裝置，提出了一種使用撥碼器形式區分傳感器ID編號并可以實現同步多個傳感器數據采集技術的方法，通過LoRA無線傳輸模組將RS485總線傳輸數據上傳到網關，并對數據進行插值計算和變形重構，獲得大壩的矢量沉降模型，與傳統的傳感器監測技術相比，該方法可以實現大壩的長期沉降監測分析以及高精度測量，并且能夠獲取大壩的三維沉降圖層。在試驗理想環境中進行測試，驗證該方案能夠實現地形監測的任務。下一步將研究如何提升系統的穩定性和可靠性，爭取在大壩沉降監測中開展并投入實際的使用環境中。

參考文獻

[1]毛良明，施?，?新型步進電機式大壩變形自動監測儀器[J].傳感器與微系統，2006（4）：55-57.

[2]李文龍.MEMS傳感器應用于邊坡監測技術研究[J].地下水，2023，45（6）：159-160，181.

[3]徐建強，楊建國，閻宗嶺等.公路邊坡危巖智能安全監測及現場災害報警技術[J].土工基礎，2017，31（2）：240-243.

[4]陳娟，徐蒙，周怡，等. 大壩廊道無線傳感器網絡節點布局優化 [J].傳感器與微系統， 2019， 38 （9）： 53-56，59.

[5]喬靜，褚金奎，繆新穎，等. 用于大壩安全監測的長距離WSNs節點設計[J].傳感器與微系統， 2012， 31（5）：104-106，114.