電氣設(shè)備紅外測溫運(yùn)動路徑尋優(yōu)控制的研究

廖盼盼, 張佳民

(上海電力學(xué)院 自動化工程學(xué)院, 上海 200090)

電氣設(shè)備紅外測溫運(yùn)動路徑尋優(yōu)控制的研究

廖盼盼, 張佳民

(上海電力學(xué)院 自動化工程學(xué)院, 上海 200090)

為了優(yōu)化電氣設(shè)備紅外測溫系統(tǒng)的運(yùn)動路徑,縮減巡檢時間,分析了紅外測溫系統(tǒng)的運(yùn)動過程,并采用遺傳算法對其進(jìn)行控制,通過對樣本進(jìn)行仿真測試可知,按編號進(jìn)行巡檢所用的脈沖數(shù)是路徑優(yōu)化后脈沖數(shù)的3倍多,可見優(yōu)化后的路徑大大縮短了系統(tǒng)的巡檢時間.

電氣設(shè)備; 紅外測溫; 遺傳算法; 路徑尋優(yōu)

隨著社會的進(jìn)步和經(jīng)濟(jì)的發(fā)展,人們對電能的需求越來越大,對電力系統(tǒng)和電氣設(shè)備的安全性和穩(wěn)定性的要求也越來越高.如今的電力系統(tǒng)將向高電壓、大容量發(fā)展,設(shè)備的輸送能力不斷增加,導(dǎo)致設(shè)備損壞問題時有發(fā)生,如果無法及時發(fā)現(xiàn),容易導(dǎo)致起火或爆炸,造成巨大的經(jīng)濟(jì)損失[1-3].

目前,對于高壓帶電設(shè)備溫度的測量,主要分為接觸式測量和非接觸式測量.其中,接觸式測量存在準(zhǔn)確度低、動態(tài)響應(yīng)慢的問題.紅外測溫技術(shù),作為一門非接觸性測溫技術(shù)在溫度測量領(lǐng)域內(nèi)已有一定的歷史,在準(zhǔn)確度、測量范圍、動態(tài)響應(yīng)等方面較有優(yōu)勢[4-5].但常用的手持式或固定安裝的紅外測溫儀只能單點(diǎn)測溫,且布設(shè)成本較高.

為克服上述不足,本文針對變電站電氣連接點(diǎn),以開關(guān)接觸頭和母線連接點(diǎn)為監(jiān)測對象,將自動化云臺技術(shù)和控制算法相結(jié)合,研制了一套紅外多點(diǎn)測溫系統(tǒng),在忽略外界干擾的情況下,該系統(tǒng)能夠良好地實現(xiàn)紅外測溫儀多點(diǎn)測溫的功能,并且能夠通過云臺帶動測溫儀,使測得的樣本信息自動更新路徑,實現(xiàn)自優(yōu)化.

1 紅外測溫原理及結(jié)構(gòu)

1.1 紅外測溫原理

紅外測溫儀又稱為點(diǎn)溫儀,是一種非成像的、只能監(jiān)測待測點(diǎn)或視場面積內(nèi)平均溫度的檢測儀器.它是以待測物體的紅外輻射功率與溫度成一定的函數(shù)關(guān)系而制成的儀器,其基本結(jié)構(gòu)包括紅外探測器、光學(xué)系統(tǒng)、信息處理系統(tǒng)與信號放大、結(jié)果顯示等幾個主要功能部分.紅外測溫儀的工作原理如圖1所示[6].

圖1 紅外測溫原理

在紅外測溫儀工作時,首先由光學(xué)系統(tǒng)收集被測物體的紅外輻射能量,并通過45°反射分光鏡將接收到的輻射能量經(jīng)透鏡匯聚,通過濾光片處理后被紅外探測器接收;然后探測器將接收到的能量轉(zhuǎn)換為電信號,經(jīng)放大器放大和處理;最后由顯示器顯示被測物體的溫度.

1.2 紅外測溫系統(tǒng)的總體結(jié)構(gòu)

系統(tǒng)總體原理框圖如圖2所示.待測點(diǎn)隨機(jī)分布在空間的各個位置,在可見激光的指示下,對待測溫點(diǎn)的空間坐標(biāo)進(jìn)行定位和編號,并將定位信息存儲至存儲器中,然后控制系統(tǒng)定位接口電路根據(jù)這些點(diǎn)的坐標(biāo),進(jìn)行一周的定位搜索,根據(jù)自尋優(yōu)定位原則,使得在一周內(nèi)測溫過程中所用的時間最短.

圖2 紅外測溫系統(tǒng)結(jié)構(gòu)設(shè)計

1.3 云臺結(jié)構(gòu)設(shè)計

本文設(shè)計了一種能夠使紅外測溫儀在空間轉(zhuǎn)動的自動控制結(jié)構(gòu),其設(shè)計圖如圖3所示.

圖3 云臺設(shè)計結(jié)構(gòu)示意

自動控制結(jié)構(gòu)的原理是通過兩臺步進(jìn)電機(jī)搭建的云臺結(jié)構(gòu),在無行程接觸開關(guān)的控制下使紅外測溫儀在垂直方向和水平方向轉(zhuǎn)動,從而實現(xiàn)紅外測溫儀對空間多個待測點(diǎn)快速掃描測溫的功能.

2 運(yùn)動過程的路徑優(yōu)化

2.1 系統(tǒng)控制實現(xiàn)

對于多個待測設(shè)備,已知步進(jìn)電機(jī)從起始位置轉(zhuǎn)動到各待測設(shè)備的脈沖數(shù),如果進(jìn)行一周系統(tǒng)自尋檢實驗,步進(jìn)電機(jī)按照待測設(shè)備編號順序從編號1的設(shè)備點(diǎn)依次檢測,所走過的路程較長,將導(dǎo)致整個系統(tǒng)的測量時間較長.本系統(tǒng)對多個設(shè)備點(diǎn)依次進(jìn)行溫度監(jiān)測,通過縮短紅外測溫儀在各設(shè)備間的移動距離來提高整個系統(tǒng)的工作效率.假定測溫儀的移動速度是恒定的,可以通過優(yōu)化監(jiān)測路徑來縮短測溫儀在各設(shè)備間移動的時間,從而達(dá)到優(yōu)化整個紅外測溫系統(tǒng)的效果.

2.1.1 需求分析

通過對紅外測溫系統(tǒng)實際應(yīng)用方式的綜合分析,將路徑優(yōu)化的過程整理為如下需求.

(1) 將各待測設(shè)備均看作坐標(biāo)系上的點(diǎn),可以通過點(diǎn)坐標(biāo)來表示各設(shè)備之間的位置關(guān)系.其中每一點(diǎn)的x軸和y軸坐標(biāo)均表示紅外測溫儀從初始位置轉(zhuǎn)動到每一個待測點(diǎn)時步進(jìn)電機(jī)在x軸和y軸上轉(zhuǎn)動的脈沖數(shù).

(2) 任意選取一個起始點(diǎn)(由于在實際應(yīng)用中,操作人員可以從待測設(shè)備點(diǎn)中任一點(diǎn)開始測溫),軟件能夠自動檢測出經(jīng)過所有點(diǎn)的最短路徑.

(3) 支持紅外測溫儀在經(jīng)過所有點(diǎn)后返回起始點(diǎn)和不返回起始點(diǎn)兩種模式.

2.1.2 算法設(shè)計

通過需求分析可知,該路徑優(yōu)化過程實際上是對一個旅行商問題(Traveling Salesman Problem,TSP)進(jìn)行求解.這是組合數(shù)學(xué)中一個古老而又困難的問題,具體可描述為:一個推銷員要到N個城市推銷商品,已知每個城市之間的距離,他要找出一條包含N個城市的最短環(huán)路路程[7].這與測溫儀在測完所有設(shè)備后返回起始點(diǎn)是完全一致的.解決這個問題有很多算法,相對于傳統(tǒng)搜索算法而言,遺傳算法適用于復(fù)雜問題求解.因此,該問題可采用遺傳算法求解.

遺傳算法的基本運(yùn)算過程如下[8-10].

(1) 編碼 對所要求的特征進(jìn)行編號,每個特征就是一個基因,對一串基因的每個解進(jìn)行編碼.

(2) 初始化群體 設(shè)置進(jìn)化代數(shù)計數(shù)器t=0和最大進(jìn)化代數(shù)T,并將隨機(jī)生成的N個個體作為初始群體P(0).

(3) 交換 將交換概率挑選的每兩個母體相異的基因進(jìn)行交換.

(4) 適應(yīng)性評價 計算群體P(t)中每個個體的適應(yīng)度.

(5) 選擇 將選擇算子作用于群體.從減緩的群體中選擇優(yōu)良的個體自動遺傳到下一代或通過配對產(chǎn)生新的個體遺傳到下一代.

(6) 交叉 將交叉算子作用于群體.所謂交叉是指把兩個父代個體的部分結(jié)構(gòu)加以互換重組而生成新個體的操作,這是遺傳算法的核心.

(7) 變異 將變異算子作用于群體.首先選擇一定的數(shù)量個體,改變個體的某些基因值;群體P(t)經(jīng)過選擇、交叉、變異運(yùn)算后得到下一代群體P(t+1).

(8) 終止條件判斷 若t=T,則以進(jìn)化過程中所得到的具有最大適應(yīng)度的個體作為最優(yōu)解輸出,并且終止計算.

遺傳算法的流程如圖4所示.

圖4 遺傳算法流程示意

使用遺傳算法對本文中的問題進(jìn)行求解,過程如下.

(1) 編碼 采用序號編碼,比如A(4,7,6,5,9,1,2,8,10,3)代表從待測設(shè)備4出發(fā)經(jīng)由待測設(shè)備7—6—5—9—1—2—8—10—3的一條路徑.

(2) 適應(yīng)度函數(shù) 對于多個待測設(shè)備v={v1,v2,v3,…,vn}的一個訪問順序為t={t1,t2,t3,…,tn},其中t1∈v(i=1,2,3,…,n),則其最優(yōu)路徑的數(shù)學(xué)模型為:

(1)

式中:dtiti+1——從ti到ti+1的距離.

(3) 初始化 為了提高效率,在初始化時可采用局部尋優(yōu)的辦法,即從某個待測設(shè)備出發(fā),先到達(dá)最近的未走過的設(shè)備.

(4) 遺傳操作 可選擇交叉、變異等.

(5) 終止條件 可設(shè)定最大計算代數(shù)T,也可設(shè)定連續(xù)M次無改善,即尋優(yōu)結(jié)束.

2.2 仿真實現(xiàn)

2.2.1 按編號的系統(tǒng)測溫方案

為了便于對比分析,先根據(jù)待測設(shè)備編號進(jìn)行系統(tǒng)測溫,具體過程如下:

(1) 給定15個待測設(shè)備的坐標(biāo)點(diǎn),其中每個點(diǎn)的坐標(biāo)表示測溫儀從初始位置轉(zhuǎn)動到該點(diǎn)位置時步進(jìn)電機(jī)轉(zhuǎn)動的脈沖數(shù),作為仿真的輸入;

(2) 對待測設(shè)備進(jìn)行編號,將編號為1的設(shè)備點(diǎn)作為仿真的起始點(diǎn);

(3) 運(yùn)行程序,得到經(jīng)過所有點(diǎn)的路徑,同時提供路徑圖,便于直觀了解仿真結(jié)果.

仿真輸入時,取15個點(diǎn)作為代表15個待測設(shè)備轉(zhuǎn)動的脈沖數(shù),具體坐標(biāo)如表1所示.

表1 仿真坐標(biāo)點(diǎn)信息

其中,第一行代表編號為1的點(diǎn),坐標(biāo)為(287,489),從編號1開始仿真,仿真路徑如圖5所示,則系統(tǒng)經(jīng)過路徑的脈沖數(shù)為7.001 9e+03.

圖5 巡檢路徑坐標(biāo)示意

由圖5可以看出,系統(tǒng)從第一個點(diǎn)開始依序測溫,路徑圖雜亂無章,系統(tǒng)走過的總路程過長,則系統(tǒng)運(yùn)行時間相對較慢.為了改進(jìn)系統(tǒng)的性能,以下提出了基于遺傳算法的系統(tǒng)路徑優(yōu)化方案.

2.2.2 基于遺傳算法的優(yōu)化方案

根據(jù)需求將算法模型分成兩種進(jìn)行仿真分析,一種是測溫儀在完成測溫后返回起始點(diǎn),另一種是測溫儀在完成測溫后停留在最后一個點(diǎn)的位置,不返回起始點(diǎn).此處對兩種模型采用相同的仿真流程,以便于對兩種模型的優(yōu)缺點(diǎn)進(jìn)行討論.具體過程如下:給定15個待測設(shè)備的坐標(biāo)點(diǎn)作為仿真的輸入,其中每個點(diǎn)的坐標(biāo)表示測溫儀從初始位置轉(zhuǎn)動到該點(diǎn)位置時步進(jìn)電機(jī)轉(zhuǎn)動的脈沖數(shù);選擇其中任一點(diǎn)作為起始點(diǎn);運(yùn)行代碼,得到經(jīng)過所有點(diǎn)的最短路徑,同時提供圖像路徑,以便于直觀了解仿真結(jié)果.

第1種模型,即紅外測溫儀在完成全局測溫后返回起始點(diǎn),其仿真流程如下.

(1) 編碼 編碼使用的是Matlab語言.首先,給所有待測點(diǎn)編碼,以待測點(diǎn)的遍歷次序作為遺傳算法的編碼;用函數(shù)產(chǎn)生一個矩陣為一個隨機(jī)路徑,利用矩陣儲存隨機(jī)群體產(chǎn)生的初始群體,并用矩陣儲存各個待測點(diǎn)之間的距離,用距離的總和來衡量適應(yīng)度.然后,用一個選擇函數(shù)選擇路徑,將較小路徑選擇出來;再使用交叉函數(shù)組合出新個體,進(jìn)行有效搜索;利用變異函數(shù),依變異概率確定是否變異,隨機(jī)選擇路徑上的待測點(diǎn)進(jìn)行交換.最后,用函數(shù)求得最佳距離,每一代的所有距離都要與初始的最佳距離進(jìn)行比較,從而選擇出最終的最佳距離.

(2) 仿真輸入 選用相同的15個點(diǎn)作為仿真輸入,選擇序號為6的點(diǎn)(546,261)作為起始點(diǎn),開始仿真.

(3) 仿真結(jié)果 由于此次仿真考慮傳感器在結(jié)束測量時會返回起始點(diǎn),所以測量路徑必然是閉環(huán).仿真結(jié)果如圖6所示.仿真得出的最優(yōu)路徑為:6—10—14—11—5—7—15—13—12—3—2—9—1—8—4—6.經(jīng)過的最優(yōu)路徑脈沖數(shù)為2.762 8e+03.

圖6 測溫后返回起點(diǎn)的最優(yōu)路徑

第2種模型,即紅外測溫儀在完成全局測溫后不返回起始點(diǎn),其仿真流程如下.

(1) 編碼 編碼使用的是Matlab語言,具體過程同上,對算法進(jìn)行模擬仿真.

(2) 仿真輸入 選用相同的15個點(diǎn)作為仿真輸入,并且同樣選擇序號為6的點(diǎn)(546,261)作為起始點(diǎn),開始仿真.

(3) 仿真結(jié)果 由于此次仿真考慮傳感器在結(jié)束測量時不返回起始點(diǎn),所以測量路徑不是閉環(huán).

仿真結(jié)果如圖7所示.仿真得出的最優(yōu)路徑為:6—10—14—11—5—7—15—13—12—3—2—9—1—8—4.經(jīng)過的最優(yōu)路徑脈沖數(shù)為2.336 3e+03.

圖7 測溫后不返回起點(diǎn)的最優(yōu)路徑

2.2.3 仿真結(jié)果分析

從仿真結(jié)果可以看出,按編號進(jìn)行巡檢所用的脈沖數(shù)是路徑優(yōu)化后脈沖數(shù)的3倍多,可見路徑優(yōu)化大大縮短了系統(tǒng)的巡檢時間.在路徑優(yōu)化中,針對兩種模型進(jìn)行分析如下.

(1) 測溫儀在完成全局測溫后返回起始點(diǎn)的模型所求出的最優(yōu)路徑較長,但是便于控制測溫儀的位置.該模型適用于被測設(shè)備位置相對穩(wěn)定、不會輕易改變的情況,只需周期性地從某一固定

起點(diǎn)進(jìn)行全局溫度檢測,并可以在檢測完成后重新回到起點(diǎn),以方便下次繼續(xù)以相同的路徑檢測.

(2) 測溫儀在完成全局測溫后不返回起始點(diǎn)的模型所求出的最優(yōu)路徑較短.該模型針對多組不同的被測設(shè)備位置,可以從每組的任一個點(diǎn)開始進(jìn)行測溫,以最優(yōu)的路徑完成全局溫度的檢測.

3 結(jié) 語

本文簡要介紹了運(yùn)用遺傳算法解決電氣設(shè)備紅外測溫系統(tǒng)控制中的路徑優(yōu)化問題,并運(yùn)用Matlab軟件進(jìn)行了仿真,驗證了其有效性.本文只在理論方面進(jìn)行了分析,在實踐方面仍有待更廣泛深入研究.

[1] 陳琳,唐忠,崔昊楊.電氣設(shè)備紅外測溫技術(shù)的實現(xiàn)[J].電測與儀表,2013(4):64-68.

[2] 盧瑛,吳國忠.智能型高壓電氣設(shè)備溫度監(jiān)測預(yù)警系統(tǒng)[J].中國電力,2010,43(3):55-58.

[3] 王厚余.對我國電氣火災(zāi)頻發(fā)原因的淺析[J].消防技術(shù)與產(chǎn)品信息,2009(2):62-64.

[4] 李智偉,馮馳.紅外測溫系統(tǒng)設(shè)計與實現(xiàn)[J].應(yīng)用科技,2010,37(5):24-28.

[5] 王嫻雅.紅外熱成像測溫系統(tǒng)關(guān)鍵技術(shù)和硬件實現(xiàn)[D].南京:南京理工大學(xué),2007.

[6] 李德剛.紅外診斷技術(shù)在電氣設(shè)備狀態(tài)檢測中的研究與應(yīng)用[D].濟(jì)南:山東大學(xué),2010.

[7] 沈焱萍,張學(xué)靜,吳鵬,等.基于遺傳算法的旅行商問題求解[J].計算機(jī)光盤軟件與應(yīng)用,2012(10):21-22.

[8] 劉東山,周顯春.云計算調(diào)度算法綜述[J].計算機(jī)安全,2012(10):49-53.

[9] 劉荷花,崔超,陳晶.一種改進(jìn)的遺傳算法求解旅行商問題[J].北京理工大學(xué)學(xué)報,2013,33(4):390-393.

[10] 韓鳳嬌.一種基于遺傳算法求解TSP問題的優(yōu)化算法[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用,2012(7):36-39.

(編輯 白林雪)

Study on Motion Path Optimization Control of InfraredTemperature Measurement for Electrical Equipment

LIAO Panpan, ZHANG Jiamin

(SchoolofAutomationEngineering,ShanghaiUniversityofElectricPower,Shanghai200090,China)

In order to optimize the motion path and reduce the inspection time of the infrared temperature measurement system of electrical equipment,the motion process of infrared temperature measurement system is analyzed,and the operation process is controlled by genetic algorithm.Through the simulation test of the test sample,the number of pulse used to patrol is 3 times bigger than the optimized path pulse number,and the optimized path greatly shortens the system inspection time.

electrical equipment; infrared temperature measurement; genetic algorithm; route optimization

10.3969/j.issn.1006-4729.2016.06.016

2016-05-16

簡介：廖盼盼(1991-),男,在讀碩士,江西新余人.主要研究方向為電氣設(shè)備多點(diǎn)紅外測溫遠(yuǎn)程監(jiān)控系統(tǒng).E-mail:791704177@qq.com.

TN219;TP277.1

A

1006-4729(2016)06-0578-05