基于物聯(lián)網(wǎng)的海上風電場機器人監(jiān)控系統(tǒng)設(shè)計

摘 要：目前設(shè)計的海上風電場機器人監(jiān)控系統(tǒng)對復(fù)雜情況監(jiān)控能力較差，尤其是在火情狀態(tài)下，無法快速響應(yīng)。因此，本文設(shè)計了一種基于物聯(lián)網(wǎng)技術(shù)的海上風電場機器人監(jiān)控系統(tǒng)，系統(tǒng)硬件由采集器、處理器和存儲器組成。通過信息采集、信息處理和信息顯示實現(xiàn)軟件流程。以RXR-M80D-13kt多功能消防滅火機器人為研究對象，通過試驗研究驗證了該系統(tǒng)的可行性和性能表現(xiàn)。試驗結(jié)果表明，基于物聯(lián)網(wǎng)的監(jiān)控系統(tǒng)能夠有效提高海上風電場的監(jiān)控精度和響應(yīng)速度，尤其是在復(fù)雜火情狀態(tài)下，該系統(tǒng)仍然具有極好的響應(yīng)能力。

關(guān)鍵詞：物聯(lián)網(wǎng)；海上風電場；機器人；監(jiān)控系統(tǒng)

中圖分類號：TP 242" " 文獻標志碼：A

海上風電場作為清潔能源的重要來源，目前已經(jīng)得到了廣泛應(yīng)用。但是海上風電場所處環(huán)境十分復(fù)雜，海洋氣象、設(shè)備腐蝕、自然災(zāi)害等多方面的挑戰(zhàn)使海上風電場的狀態(tài)更多變，因此人們對海上風電場的安全和穩(wěn)定運行提出了較高要求。特別是發(fā)生火情時，海上風電設(shè)備一旦受損將會造成嚴重影響，傳統(tǒng)的監(jiān)控手段在復(fù)雜環(huán)境下的反應(yīng)速度和精準度存在較大的不足，難以快速響應(yīng)突發(fā)情況[1]。

物聯(lián)網(wǎng)技術(shù)快速發(fā)展，使設(shè)備間的數(shù)據(jù)傳輸、實時監(jiān)控和遠程控制變得更便捷、更高效。通過物聯(lián)網(wǎng)，監(jiān)控系統(tǒng)可以實時獲取風電場的環(huán)境數(shù)據(jù)和設(shè)備狀態(tài)信息，并迅速做出反應(yīng)。因此本文設(shè)計了一種基于物聯(lián)網(wǎng)的海上風電場機器人監(jiān)控系統(tǒng)，并通過試驗研究驗證了該系統(tǒng)在復(fù)雜火情等特殊狀況下的響應(yīng)速度和監(jiān)控精度。

1 基于物聯(lián)網(wǎng)的海上風電場機器人監(jiān)控系統(tǒng)硬件設(shè)計

1.1 采集器

為了確保采集的環(huán)境數(shù)據(jù)準確、全面，采集器內(nèi)部配備多種傳感器，包括溫濕度傳感器、氣壓傳感器、風速風向傳感器、火災(zāi)探測傳感器、振動傳感器等。通過傳感器實時監(jiān)測風電場的氣象條件、設(shè)備運行狀況以及火情等突發(fā)事件。采集器系統(tǒng)內(nèi)部的ADuC832為混合信號單片微控制器，將數(shù)據(jù)轉(zhuǎn)換電路、微控制器存于一體，采用的通信方式為8通道模擬通信I/O，內(nèi)部的12位ADC能夠配合DAC，同時擁有62KB片內(nèi)閃速/電擦除程序和4KB片內(nèi)閃速/電擦除程序，片內(nèi)數(shù)據(jù)RAM為2304Byte。采集器內(nèi)部譯碼器為74LS138譯碼器，連接外部存儲器和網(wǎng)卡控制器，采集器內(nèi)部設(shè)置了地址鎖存器，鎖存信息，確保信息輸出端狀態(tài)和輸入端保持一致，溫濕度傳感器監(jiān)測設(shè)備外部環(huán)境的溫度和濕度變化，為風電設(shè)備的腐蝕情況提供參考；風速風向傳感器實時獲取風場的風速、風向數(shù)據(jù)，為風力發(fā)電效率評估提供數(shù)據(jù)支持；火災(zāi)探測傳感器用于檢測火源的發(fā)生，及時預(yù)警系統(tǒng)并啟動緊急響應(yīng)[2]。

1.2 處理器

本文選用基于ARM架構(gòu)的多核處理器，利用處理器較強的并行計算能力，同時處理多路數(shù)據(jù)流，處理來自各種傳感器的海量數(shù)據(jù)，包括溫度、濕度、風速、振動、火災(zāi)警報等信息，通過實時處理確保監(jiān)控系統(tǒng)的響應(yīng)速度。控制系統(tǒng)的處理器屬于16核處理器，為TD公司設(shè)計生產(chǎn)，工作頻率最高可達8GHz，內(nèi)部具有晶體振蕩電路和復(fù)位電路，可實現(xiàn)2GSPS的等效采樣，可輸出2路250MHz的采樣信號[3]。為了提高處理數(shù)據(jù)的效率和速率，本文處理器總線上配置了數(shù)據(jù)處理單元，處理器配備多種通信接口，例如I2C、SPI、UART、CAN等，以支持不同類型傳感器的數(shù)據(jù)輸入。利用高效的數(shù)據(jù)接口支持，與采集器、存儲器、通信模塊等硬件設(shè)備進行無縫連接。與存儲器（例如Flash存儲器）緊密配合，確保實時數(shù)據(jù)的快速存儲和備份。為了適應(yīng)不同的設(shè)備，處理器還支持高速數(shù)據(jù)傳輸接口，例如Ethernet、Wi-Fi、LTE或5G通信模塊，從而實現(xiàn)數(shù)據(jù)的遠程傳輸和云端存儲。

海上風電場通常位于偏遠地區(qū)，供電條件有限，因此處理器采用低功耗設(shè)計，利用高效能的睡眠模式和動態(tài)功耗管理技術(shù)，根據(jù)系統(tǒng)負載的變化動態(tài)調(diào)節(jié)其工作頻率和電壓，從而降低不必要的功耗。與太陽能電池和風能系統(tǒng)等能源管理模塊配合，確保系統(tǒng)的能源自給自足。

1.3 存儲器

選擇固態(tài)存儲器（SSD）作為主要存儲介質(zhì)。固態(tài)存儲器具有快速的讀寫速度和較高的耐用性，能夠承受海上風電場中環(huán)境的嚴酷條件，與傳統(tǒng)硬盤相比，固態(tài)存儲器的抗震性和耐腐蝕性更強。同時配備閃存（Flash），閃存具備較高的存儲密度和較低的功耗，非常適合嵌入式系統(tǒng)中使用。在海上風電場的監(jiān)控系統(tǒng)中，傳感器不斷地采集氣象數(shù)據(jù)、設(shè)備運行狀態(tài)、火災(zāi)報警信息等。為了避免在網(wǎng)絡(luò)連接不穩(wěn)定或通信故障的情況下丟失數(shù)據(jù)，系統(tǒng)配備了足夠大的本地存儲空間，以進行數(shù)據(jù)緩沖和存儲。由于海上風電場遠離陸地，設(shè)備維護周期較長，一旦發(fā)生故障，數(shù)據(jù)恢復(fù)的難度較大。因此，存儲器增加了數(shù)據(jù)備份和冗余存儲機制。通過雙存儲介質(zhì)冗余設(shè)計，除了在Flash存儲之外，增加1塊高可靠性的SD卡或者外部硬盤，作為數(shù)據(jù)的備份存儲。

2 基于物聯(lián)網(wǎng)的海上風電場機器人監(jiān)控系統(tǒng)軟件設(shè)計

2.1 海上風電場信息采集

對傳感器輸出信號的積分或其他數(shù)學模型進行處理，能夠得到風速的實時數(shù)據(jù)。為了確保監(jiān)控系統(tǒng)對海上風電場的實時監(jiān)控能力，信息采集模塊設(shè)置合適的采集頻率，合理的采樣頻率可以確保數(shù)據(jù)的實時性，同時也避免了由過高的采集頻率導(dǎo)致的數(shù)據(jù)冗余和處理壓力。

所有采集到的數(shù)據(jù)信息需要保持時間同步，確保各傳感器的數(shù)據(jù)可以在同一時間軸上進行比較和分析。采用基于時間戳的同步機制，通過網(wǎng)絡(luò)時間協(xié)議（NTP）和局部同步協(xié)議（例如PPS信號）來同步各傳感器的時間[4]。

一旦信息采集完成，采集到的環(huán)境數(shù)據(jù)和設(shè)備狀態(tài)信息將通過物聯(lián)網(wǎng)通信協(xié)議傳輸至處理單元。為了應(yīng)對可能的通信中斷或網(wǎng)絡(luò)不穩(wěn)定問題，采集模塊還會配備本地存儲功能，將采集到的數(shù)據(jù)暫時保存在內(nèi)存或閃存中，待網(wǎng)絡(luò)恢復(fù)后再進行上傳。

2.2 海上風電場信息處理

采集到的原始數(shù)據(jù)會受到噪聲、丟失值或異常值的影響，因此需要進行數(shù)據(jù)清洗和預(yù)處理。在數(shù)據(jù)清洗階段，去除傳感器故障、通信錯誤等導(dǎo)致的數(shù)據(jù)缺失等無效或不完整的數(shù)據(jù)，假設(shè)某傳感器采集到的數(shù)據(jù)為x（t），其中可能包括缺失值或異常值。數(shù)據(jù)清洗的目標是對缺失值進行填充，本文采用線性插值法，針對缺失值x（ti），使用鄰近時間點的數(shù)據(jù)x（ti-1）和x（ti+1）進行插值，得到估算值，如公式（1）所示。

（1）

當監(jiān)測風電設(shè)備的振動狀態(tài)時，振動信號的頻率、幅度和相位等信息是重要的特征。當處理風速和風向數(shù)據(jù)時，需要計算風速的變化率或風力的持續(xù)時間，以評估風場的穩(wěn)定性和發(fā)電潛力。在數(shù)據(jù)融合方面，由于風電場中部署了多種傳感器，處理系統(tǒng)需要對來自不同傳感器的數(shù)據(jù)進行融合，以獲取更全面的風電場狀態(tài)信息。傳感器會采集風速、風向、溫濕度等多個數(shù)據(jù)源，這些數(shù)據(jù)通過加權(quán)平均法進行融合，得到一個更準確的綜合結(jié)果。通過異常檢測實時監(jiān)測風電場設(shè)備和環(huán)境的狀態(tài)，及時發(fā)現(xiàn)潛在的故障或異常情況[5]。由于風電設(shè)備的振動數(shù)據(jù)可能突變或者火災(zāi)探測傳感器檢測到溫度迅速上升，都預(yù)示設(shè)備故障或火災(zāi)隱患。異常檢測通過建立閾值模型或基于統(tǒng)計方法進行判斷，信息處理的最終目標是為系統(tǒng)決策提供支持。

3 試驗研究

為了驗證本文提出的基于物聯(lián)網(wǎng)的海上風電場機器人監(jiān)控系統(tǒng)實際應(yīng)用效果，以RXR-M80D-13kt多功能消防滅火機器人為研究對象，分析在火災(zāi)狀態(tài)下對滅火機器人的監(jiān)控效果。RXR-M80D-13kt多功能消防滅火機器人結(jié)構(gòu)如圖1所示。

選用本文系統(tǒng)與傳統(tǒng)基于人工智能的監(jiān)控系統(tǒng)和基于漏洞掃描技術(shù)的監(jiān)控系統(tǒng)進行試驗對比，比較反饋延時試驗結(jié)果如圖2所示。

監(jiān)控時間延長會導(dǎo)致反饋延時時間延長，隨著監(jiān)控時間延長，本文監(jiān)控系統(tǒng)與傳統(tǒng)監(jiān)控系統(tǒng)之間的反饋延時時間差異越來越大，當監(jiān)控時間差異超過150s，反饋延時時間差異尤為明顯。與傳統(tǒng)基于人工智能的監(jiān)控系統(tǒng)相比，本文提出的基于物聯(lián)網(wǎng)技術(shù)的監(jiān)控系統(tǒng)能夠在較長時間監(jiān)控下保持較低的反饋延時，而基于漏洞掃描技術(shù)的系統(tǒng)則存在較顯著的延時增長趨勢。這表明基于物聯(lián)網(wǎng)的海上風電場機器人監(jiān)控系統(tǒng)借助高效的通信網(wǎng)絡(luò)和實時數(shù)據(jù)處理能力，能夠在長時間監(jiān)控下保持高效的實時反饋能力，具備更好的適應(yīng)性和可靠性。造成這種現(xiàn)象的原因是本文提出的物聯(lián)網(wǎng)監(jiān)控系統(tǒng)通過分布式數(shù)據(jù)采集、即時數(shù)據(jù)傳輸和邊緣計算的融合有效縮短了反饋延時。在該系統(tǒng)中，數(shù)據(jù)采集和處理可以分布式進行，各節(jié)點之間的通信通過物聯(lián)網(wǎng)協(xié)議實現(xiàn)低延遲的數(shù)據(jù)交換，因此即便監(jiān)控時間延長，系統(tǒng)依然能夠保持相對穩(wěn)定和快速的反饋。

進一步比較誤檢率，試驗結(jié)果如圖3所示。

當檢測監(jiān)控時間為0s～300s時，傳統(tǒng)的人工智能監(jiān)控系統(tǒng)能力誤檢率比漏洞掃描安全監(jiān)控系統(tǒng)低。隨著監(jiān)控時間超過300個，漏洞掃描安全監(jiān)控系統(tǒng)的誤檢率比人工智能監(jiān)控系統(tǒng)低。但是本文提出的監(jiān)控系統(tǒng)誤檢率始終比監(jiān)控系統(tǒng)低，當監(jiān)控時間小于700s時，本文提出的監(jiān)控系統(tǒng)誤檢率低于2%，人工智能安全脆弱性監(jiān)控系統(tǒng)檢測能力誤檢率超過5%，漏洞掃描安全監(jiān)控系統(tǒng)的誤檢率大于4%。

4 結(jié)語

本文設(shè)計的基于物聯(lián)網(wǎng)的海上風電場機器人監(jiān)控系統(tǒng)充分利用了物聯(lián)網(wǎng)技術(shù)在數(shù)據(jù)采集、處理和實時傳輸中的優(yōu)勢，成功解決了傳統(tǒng)監(jiān)控系統(tǒng)在復(fù)雜環(huán)境下響應(yīng)遲緩、反饋延時較長的問題。通過硬件設(shè)計中采集器、處理器和存儲器的優(yōu)化配置，結(jié)合軟件設(shè)計中的信息采集、處理和顯示功能，該系統(tǒng)不僅能夠?qū)崟r監(jiān)控風電場的運行狀態(tài)，還能在應(yīng)對復(fù)雜火情等突發(fā)事件的情況下提供快速的反饋和準確的報警，顯著提高了監(jiān)控的響應(yīng)速度和精度。

試驗結(jié)果驗證了本文系統(tǒng)的高效性和可靠性。與傳統(tǒng)基于人工智能的監(jiān)控系統(tǒng)和基于漏洞掃描技術(shù)的監(jiān)控系統(tǒng)相比，基于物聯(lián)網(wǎng)的監(jiān)控系統(tǒng)能夠在長時間監(jiān)控和復(fù)雜任務(wù)下，保持較低的反饋延時和較高的系統(tǒng)穩(wěn)定性。尤其是在風電場這樣復(fù)雜且對實時性要求極高的環(huán)境中，物聯(lián)網(wǎng)技術(shù)的應(yīng)用為監(jiān)控系統(tǒng)提供了更高的適應(yīng)性和更大的優(yōu)化空間。

參考文獻

[1]張龍，隋海琛.漂移模型與水下機器人在海事演習中的應(yīng)用[J].自動化與儀器儀表，2023（6）：204-207.

[2]劉鑫，王忠，秦明星.多機器人協(xié)同SLAM技術(shù)研究進展[J].計算機工程，2022，48（5）：1-10.

[1]范亞南，陳國強，王增光，等.掛軌型機器人云臺視覺伺服控制[J].儀表技術(shù)與傳感器，2022（10）：46-51.

[3]杜小禹，楊培，張明路，等.模塊化作業(yè)爬壁機器人設(shè)計與分析[J].機械科學與技術(shù)，2024，43（7）：1180-1188.

[4]秦浩楊仁友楊靚.一種基于激光矩陣的水下網(wǎng)衣巡檢機器人定位方法[J].漁業(yè)現(xiàn)代化，2022，49（5）：127-136.

[5]黃建蝦，陳祎，鮑巍，等.漂浮式風電平臺錨鏈檢測機器人動力學仿真[J].中國海洋平臺，2023，38（2）：12-17.