河工模型智能化測(cè)控設(shè)計(jì)及開(kāi)發(fā)

，，

河海大學(xué) 水利水電學(xué)院，南京 210098)

1 研究背景

河工模型是解決水利工程規(guī)劃、設(shè)計(jì)和運(yùn)行中重大科學(xué)技術(shù)問(wèn)題的主要手段之一，測(cè)控技術(shù)是保障河工模型能否復(fù)演天然水沙運(yùn)動(dòng)和試驗(yàn)數(shù)據(jù)可靠性、準(zhǔn)確性的關(guān)鍵。根據(jù)河工模型試驗(yàn)流程，其主要包括模型設(shè)計(jì)、模型制作、邊界控制、數(shù)據(jù)采集及數(shù)據(jù)分析等過(guò)程，當(dāng)前已有大量研究者針對(duì)模型試驗(yàn)的單一過(guò)程或多個(gè)過(guò)程開(kāi)展了專(zhuān)項(xiàng)研究。李俊敏[1]基于PID(Proportion Integral Differential)算法，運(yùn)用拉格朗日插值對(duì)水位數(shù)據(jù)進(jìn)行離散，實(shí)現(xiàn)非恒定流控制；杜劍鋒等[2]針對(duì)河工模型試驗(yàn)中目標(biāo)水位突降開(kāi)發(fā)了尾門(mén)分時(shí)控制方法；馬娟等[3]、孫東坡等[4]、陳誠(chéng)等[5-6]研發(fā)了水位、地形、流場(chǎng)等測(cè)量技術(shù)。吳新生等[7]以深圳河口潮汐模型為應(yīng)用對(duì)象，開(kāi)發(fā)了潮汐模擬系統(tǒng)，包括邊界控制和數(shù)據(jù)測(cè)量；淮河水利科學(xué)研究院虞邦義等[8]、西南水運(yùn)工程科學(xué)研究所丁甡奇等[9]、南京水利科學(xué)院蔡守允等[10]也針對(duì)邊界控制和數(shù)據(jù)測(cè)量開(kāi)發(fā)了相應(yīng)集成系統(tǒng)。

上述研究主要針對(duì)河工模型試驗(yàn)的邊界控制或數(shù)據(jù)測(cè)量等少數(shù)過(guò)程，而未將河工模型測(cè)控作為一個(gè)整體進(jìn)行一體化研究，主要表現(xiàn)在：①缺乏自動(dòng)化模型設(shè)計(jì)，模型設(shè)計(jì)是河工模型試驗(yàn)的重要環(huán)節(jié)，包括相關(guān)比尺運(yùn)算、試驗(yàn)條件及模型水沙參數(shù)評(píng)估、原型與模型數(shù)據(jù)轉(zhuǎn)換等，目前模型設(shè)計(jì)主要依靠人工完成，易受試驗(yàn)經(jīng)驗(yàn)影響出現(xiàn)試驗(yàn)條件不滿(mǎn)足工況需求等錯(cuò)誤；②數(shù)據(jù)分析自動(dòng)化程度低，數(shù)據(jù)測(cè)量與邊界控制是相輔相成的，模型流態(tài)穩(wěn)定性及相似性評(píng)價(jià)均依賴(lài)于測(cè)量數(shù)據(jù)分析，目前測(cè)控系統(tǒng)缺乏自主數(shù)據(jù)分析，影響試驗(yàn)重復(fù)性。河工模型測(cè)控系統(tǒng)不限于邊界控制和數(shù)據(jù)測(cè)量，還應(yīng)涵蓋河工模型試驗(yàn)各環(huán)節(jié)，并依據(jù)其時(shí)序特征依次開(kāi)展邊界控制、數(shù)據(jù)采集和數(shù)據(jù)分析。

人感知外界的過(guò)程為：感覺(jué)器官獲取外界刺激，由神經(jīng)系統(tǒng)傳輸至中樞神經(jīng)作出本能反應(yīng)，再傳輸至大腦經(jīng)分析作出結(jié)論指導(dǎo)動(dòng)作。該過(guò)程包括信號(hào)采集、信息傳輸、信號(hào)分析和動(dòng)作執(zhí)行，與河工模型測(cè)控過(guò)程極其相似。人從感知到反饋執(zhí)行整體過(guò)程的一體化特征更顯著，各部分以大腦為中心協(xié)調(diào)聯(lián)動(dòng)，具有效率高、動(dòng)作精準(zhǔn)等優(yōu)點(diǎn)。若將智能化思維融入河工模型測(cè)控，充分借鑒其信號(hào)分析及協(xié)同處理等能力，可有效整合河工模型試驗(yàn)各過(guò)程，提高邊界控制與數(shù)據(jù)分析的聯(lián)動(dòng)性，實(shí)現(xiàn)河工模型測(cè)控整體過(guò)程的自動(dòng)化。

為了提高河工模型試驗(yàn)整體過(guò)程的自動(dòng)化程度和測(cè)量數(shù)據(jù)的準(zhǔn)確性，借鑒人信息感知過(guò)程，將擬人化分析方法引入河工模型試驗(yàn)，建立河工模型智能化測(cè)控；本文詳細(xì)設(shè)計(jì)了試驗(yàn)過(guò)程的自動(dòng)化流程及實(shí)施方法，構(gòu)建了以“自設(shè)計(jì)、自試驗(yàn)、自處理”為一體的全自動(dòng)化河工模型試驗(yàn)新模式。

2 智能化測(cè)控設(shè)計(jì)

2.1 智能化測(cè)控定義

智能是智力和能力的表現(xiàn)，涵蓋感覺(jué)、記憶、思維、語(yǔ)言和行為整個(gè)過(guò)程[11-12]。智能化是指由現(xiàn)代通信與信息、計(jì)算機(jī)網(wǎng)絡(luò)、行業(yè)技術(shù)、傳感器技術(shù)、智能控制匯集而成的針對(duì)某方面的應(yīng)用。目前已出現(xiàn)智能飛機(jī)[13]、智能控制、智能汽車(chē)[14]、智能攝像機(jī)、智能監(jiān)控、智能家居等應(yīng)用，其目標(biāo)是實(shí)現(xiàn)無(wú)人操作，其中無(wú)人駕駛已成為下一代汽車(chē)和下一代飛機(jī)發(fā)展的典范及主要特征[15]。

圖1 河工模型智能化測(cè)控示意圖Fig.1 Flowchart of intelligent control system for river model

借鑒其他行業(yè)技術(shù)智能化定義，建立河工模型試驗(yàn)智能化測(cè)控流程(如圖1)。給定模型對(duì)象，借助人工智能方法建立專(zhuān)家知識(shí)庫(kù)，將人工經(jīng)驗(yàn)轉(zhuǎn)換為專(zhuān)家知識(shí)，依據(jù)專(zhuān)家知識(shí)自主完成模型設(shè)計(jì)、模型試驗(yàn)和數(shù)據(jù)處理，輸出準(zhǔn)確的試驗(yàn)數(shù)據(jù)，其中數(shù)據(jù)采集、交互、分析、處理等過(guò)程均無(wú)需人工干預(yù)，即為河工模型的智能化測(cè)控，其異于傳統(tǒng)測(cè)控的主要特征具有數(shù)據(jù)自主分析能力。

圖2 自設(shè)計(jì)流程Fig.2 Process of self-design

2.2 智能化試驗(yàn)?zāi)Ｊ?/h3>

智能化測(cè)控具有自主數(shù)據(jù)分析能力，改變了河工模型傳統(tǒng)定床試驗(yàn)?zāi)Ｊ?，可?shí)現(xiàn)由半自動(dòng)模式向模型自設(shè)計(jì)、試驗(yàn)自運(yùn)行和數(shù)據(jù)自處理的全自動(dòng)模式轉(zhuǎn)變。

2.2.1 自設(shè)計(jì)

模型自設(shè)計(jì)是指測(cè)控系統(tǒng)根據(jù)研究目的、研究對(duì)象特征和實(shí)驗(yàn)室基本條件選取模型相似律，自主計(jì)算相關(guān)比尺，開(kāi)展模型限制條件、試驗(yàn)工況可行性等評(píng)估工作，并通過(guò)類(lèi)似模型試驗(yàn)成果對(duì)比，評(píng)判模型設(shè)計(jì)合理性。

模型自設(shè)計(jì)流程如圖2所示，基于相似理論推求水流和泥沙比尺，將原型數(shù)據(jù)轉(zhuǎn)換為模型數(shù)據(jù)，經(jīng)試驗(yàn)條件和專(zhuān)家?guī)煸u(píng)估，若不滿(mǎn)足相應(yīng)限制條件，則調(diào)整幾何比尺，重新設(shè)計(jì)。

試驗(yàn)條件包括：

(1)模型最大流量應(yīng)小于實(shí)驗(yàn)室最大供流能力；

(2)最小流速不得低于流速儀測(cè)量下限；

(3)水位變化量不得大于水位測(cè)量?jī)x器量程。

專(zhuān)家知識(shí)庫(kù)用于評(píng)估模型流態(tài)、模型變率以及模型沙選取等條件的適宜性。

(1)模型流態(tài)：要求模型水流處于阻力平方區(qū)，雷諾數(shù)>1 000，且最小水深不得低于0.03 m；

(2)模型變率：變態(tài)模型垂線(xiàn)分布不相似，張紅武[16]認(rèn)為模型變率>6以后，垂線(xiàn)流速分布明顯失真。對(duì)于不同研究對(duì)象和研究目的模型，變率存在不同影響，相應(yīng)限制條件主要依靠模型試驗(yàn)總結(jié)；

(3)模型沙選取：常規(guī)模型沙包括木屑、粉煤灰、塑料沙等，木屑易板結(jié)，鋪沙厚度不宜>20 cm；粉煤灰易產(chǎn)生絮凝，且粒徑范圍窄；塑料沙粘性小，水下休止角小，宜沖刷。模型沙運(yùn)動(dòng)特征差異較大，仍需要根據(jù)實(shí)際經(jīng)驗(yàn)總結(jié)。

關(guān)于模型流態(tài)、模型變率以及模型沙的限制條件，多數(shù)情況下通過(guò)試驗(yàn)總結(jié)確定。相關(guān)知識(shí)主要運(yùn)用產(chǎn)生式學(xué)習(xí)法總結(jié)，基本形式為：

IFaTHENb

其中：a為前提，b為結(jié)論。

通過(guò)學(xué)習(xí)總結(jié)形成知識(shí)庫(kù)，再利用知識(shí)分析評(píng)估。起動(dòng)流速、含沙量比尺、河床變形時(shí)間比尺等計(jì)算存在一定不確定性，影響動(dòng)床模型設(shè)計(jì)。因此，模型設(shè)計(jì)過(guò)程中可適時(shí)人機(jī)交互，完善模型設(shè)計(jì)。

2.2.2 自試驗(yàn)

圖3 自試驗(yàn)流程Fig.3 Process of self-experiment

模型試驗(yàn)按操作流程分為邊界控制和數(shù)據(jù)測(cè)量。原型數(shù)據(jù)經(jīng)相似比尺轉(zhuǎn)換為模型數(shù)據(jù)，上邊界施放相應(yīng)流量，下邊界控制對(duì)應(yīng)水位，使模型流態(tài)與原型流態(tài)相似，即可采集、存儲(chǔ)流速、水位等數(shù)據(jù)。自試驗(yàn)流程如圖3所示，邊界控制過(guò)程中實(shí)時(shí)監(jiān)測(cè)水位、流速等數(shù)據(jù)以評(píng)估流態(tài)穩(wěn)定性，當(dāng)流態(tài)處于穩(wěn)定狀態(tài)且符合工況條件時(shí)采集相應(yīng)數(shù)據(jù)，否則重新調(diào)整邊界或等待流態(tài)穩(wěn)定。

恒定流試驗(yàn)流態(tài)穩(wěn)定性評(píng)價(jià)如式(1)，沿程水位隨時(shí)間變化率小于一定閾值時(shí)，即判定流態(tài)處于穩(wěn)定狀態(tài)。

ht2-ht1<Δh0。

(1)

式中：ht2，ht1為相鄰時(shí)刻同一測(cè)點(diǎn)模型水位；Δh0為水位變化閾值。

目前流態(tài)判定主要依靠人工，水位連續(xù)監(jiān)測(cè)時(shí)間和閾值標(biāo)準(zhǔn)不同，致使測(cè)量結(jié)果各異。試驗(yàn)經(jīng)驗(yàn)表明連續(xù)監(jiān)測(cè)時(shí)間應(yīng)≥5 min、Δh0≤0.05 mm，才能確定流態(tài)是否進(jìn)入穩(wěn)定狀態(tài)。數(shù)據(jù)記錄完成后，自主切換至下組試驗(yàn)，重新回到流態(tài)控制和數(shù)據(jù)測(cè)控，依序完成其他工況試驗(yàn)。

圖4 自處理流程Fig.4 Process of self-processing

2.2.3 自處理

數(shù)據(jù)自處理包括數(shù)據(jù)準(zhǔn)確性評(píng)估、與原型實(shí)測(cè)數(shù)據(jù)對(duì)比、不同工況數(shù)據(jù)對(duì)比、類(lèi)似河工模型數(shù)據(jù)對(duì)比以及同工況條件下不同時(shí)刻數(shù)據(jù)對(duì)比等流程(如圖4所示)。

自動(dòng)化處理環(huán)節(jié)包括數(shù)據(jù)有效性分析、誤差分析和數(shù)據(jù)合理性分析。

(1)數(shù)據(jù)有效性分析。數(shù)據(jù)有效性分析用于判斷測(cè)量結(jié)果是否與儀器數(shù)據(jù)輸出格式相符，包括數(shù)據(jù)位數(shù)、符號(hào)等；然后，分析數(shù)據(jù)是否位于有效范圍，如測(cè)量水位明顯偏離該測(cè)點(diǎn)最高水位和最低水位，則提示錯(cuò)誤，應(yīng)重新測(cè)量。

(2)誤差分析。誤差分析用于剔除粗大誤差及過(guò)大的系統(tǒng)和隨機(jī)誤差，確保測(cè)量數(shù)據(jù)準(zhǔn)確性。首先，系統(tǒng)采用萊以特準(zhǔn)則、羅曼諾夫斯基準(zhǔn)則剔除粗大誤差；然后，再采用貝賽爾公式計(jì)算標(biāo)準(zhǔn)差以判定系統(tǒng)誤差，若測(cè)量數(shù)據(jù)存在過(guò)大的系統(tǒng)誤差，則提示更換相關(guān)儀器；最后，采用算術(shù)平均值作為測(cè)量預(yù)計(jì)值，計(jì)算殘余誤差和絕對(duì)誤差判定隨機(jī)誤差，隨機(jī)誤差大于閾值時(shí)則重新測(cè)量。

(3)數(shù)據(jù)合理性分析。數(shù)據(jù)合理性分析是利用不同工況和不同模型數(shù)據(jù)類(lèi)比，刪除不合理數(shù)據(jù)，并揭示數(shù)據(jù)異常原因。如類(lèi)比中水和洪水工況試驗(yàn)數(shù)據(jù)，洪水水位應(yīng)高于中水水位，反之則判定數(shù)據(jù)不合理；流速分布測(cè)量時(shí)，通過(guò)對(duì)斷面流速積分，評(píng)估模型流量與進(jìn)口流量一致性，若不一致，則提示檢查測(cè)量?jī)x器和模型漏水等情況。

2.3 系統(tǒng)結(jié)構(gòu)

目前終端平臺(tái)包括手機(jī)、服務(wù)器和電腦等，智能化測(cè)控系統(tǒng)應(yīng)具有不同平臺(tái)應(yīng)用能力，其系統(tǒng)結(jié)構(gòu)如圖5所示，分為現(xiàn)場(chǎng)測(cè)控、遠(yuǎn)程終端和移動(dòng)終端三部分?，F(xiàn)場(chǎng)測(cè)控采用ZIGBEE、485、422、232和無(wú)線(xiàn)網(wǎng)橋等方式采集水位、流速、流量、泥沙、圖像等數(shù)據(jù)至電腦，同步上傳到服務(wù)器；移動(dòng)終端設(shè)備通過(guò)Internet、WIFI、4G等方式訪問(wèn)服務(wù)器數(shù)據(jù)庫(kù)，實(shí)現(xiàn)數(shù)據(jù)查詢(xún)和交互。服務(wù)器主要用于存儲(chǔ)數(shù)據(jù)，接收遠(yuǎn)程電腦、移動(dòng)終端訪問(wèn)請(qǐng)求，組織相關(guān)數(shù)據(jù)反饋給對(duì)應(yīng)終端。

圖5 系統(tǒng)結(jié)構(gòu)Fig.5 System structure

智能測(cè)控系統(tǒng)以服務(wù)器為中心，現(xiàn)場(chǎng)測(cè)控系統(tǒng)采用C/S(Client/Server，客戶(hù)機(jī)/服務(wù)器)模式與服務(wù)器進(jìn)行數(shù)據(jù)交互；遠(yuǎn)程服務(wù)采用B/S(Browser/Sever，瀏覽器/服務(wù)器)模式經(jīng)通用瀏覽器實(shí)現(xiàn)對(duì)數(shù)據(jù)訪問(wèn)和遠(yuǎn)程控制；移動(dòng)終端服務(wù)采用APP模式與服務(wù)器進(jìn)行數(shù)據(jù)交互。移動(dòng)終端基于藍(lán)牙傳輸技術(shù)與現(xiàn)場(chǎng)測(cè)控系統(tǒng)進(jìn)行數(shù)據(jù)交互，以TXT文件形式傳輸給現(xiàn)場(chǎng)測(cè)控系統(tǒng)，現(xiàn)場(chǎng)測(cè)控系統(tǒng)解析藍(lán)牙文件，執(zhí)行相應(yīng)動(dòng)作，并將執(zhí)行情況及結(jié)論反饋移動(dòng)終端。

現(xiàn)場(chǎng)控制子系統(tǒng)軟件采用Visual Basic (簡(jiǎn)稱(chēng)VB)語(yǔ)言編制，服務(wù)器子系統(tǒng)采用Active Server Page腳步語(yǔ)言(簡(jiǎn)稱(chēng)ASP)編制，移動(dòng)終端系統(tǒng)采用JAVA語(yǔ)言編制。

3 綜合應(yīng)用

3.1 模型設(shè)計(jì)

贛江進(jìn)入南昌后經(jīng)裘家洲、楊子洲分為東河和西河，受東西河分流、涉河工程、鄱陽(yáng)湖水位頂托及人為采砂等因素的綜合影響，導(dǎo)致河床沖淤演變規(guī)律十分復(fù)雜。2012年南昌市擬建朝陽(yáng)大橋，為確保贛江行洪安全和河勢(shì)穩(wěn)定，采用河工模型研究朝陽(yáng)大橋建設(shè)后對(duì)河勢(shì)穩(wěn)定、行洪安全及河段沖淤演變的影響。根據(jù)研究目標(biāo)及河段水流運(yùn)動(dòng)特點(diǎn)，選取模型范圍為東新贛江特大橋上游約2 km，下游分別至西河磚瓦廠附近、東河南支的豫章大橋上游、中支自礁磯頭向下游約3 km處，模擬河長(zhǎng)約25 km。

依據(jù)研究范圍、實(shí)驗(yàn)室基本條件和類(lèi)似模型成果，系統(tǒng)提出水平比尺和垂直比尺，計(jì)算流速、糙率、流量、水流時(shí)間等相關(guān)比尺，如圖6所示。試驗(yàn)條件和模型流態(tài)評(píng)估如圖7所示。試驗(yàn)室最大供量能力為120 L/s，水位儀量程為40 cm。模型試驗(yàn)最大流量為64 L/s，水位變化范圍為14.8 cm。因此，供流和水位測(cè)量能力均滿(mǎn)足相關(guān)條件。

圖6 相關(guān)比尺計(jì)算Fig.6 Calculation of relevant scales

圖7 試驗(yàn)條件及模型流態(tài)評(píng)估Fig.7 Test conditions and flow pattern assessment

系統(tǒng)自動(dòng)計(jì)算模型雷諾數(shù)為1 356.8，大于規(guī)范要求的1 000，模型最小平均水深為0.05 m，>0.03 m的最小水深要求，符合模型試驗(yàn)規(guī)范。模型設(shè)計(jì)自評(píng)估表明模型參數(shù)設(shè)計(jì)合理，可依據(jù)地形資料制作贛江朝陽(yáng)大橋河工模型。

3.2 模型試驗(yàn)

模型試驗(yàn)分為邊界控制、數(shù)據(jù)采集及分析。邊界控制如圖8所示，上邊界采用變頻裝置控制水泵調(diào)節(jié)流量，下邊界采用翻板門(mén)控制，調(diào)節(jié)翻板門(mén)開(kāi)度使水位滿(mǎn)足目標(biāo)水位，系統(tǒng)按照設(shè)定流量和水位自動(dòng)調(diào)節(jié)相應(yīng)裝置，通過(guò)實(shí)時(shí)監(jiān)測(cè)邊界流量及水位數(shù)據(jù)，確保模型流態(tài)與原型的相似。進(jìn)口流量及尾門(mén)水位穩(wěn)定后，記錄流速、水位等數(shù)據(jù)。

圖8 邊界自動(dòng)控制Fig.8 Automatic control of boundary

3.3 數(shù)據(jù)自分析

以實(shí)測(cè)流量為2 400 m3/s條件下的試驗(yàn)為例。測(cè)量CS3-西河和CS3-東河2個(gè)測(cè)量斷面，各斷面含有6個(gè)測(cè)點(diǎn)，各測(cè)點(diǎn)進(jìn)行8次流速數(shù)據(jù)。表1為CS3-西河斷面5#測(cè)點(diǎn)8次流速測(cè)量數(shù)據(jù)。

表1 CS3-西河測(cè)流斷面5#測(cè)點(diǎn)流速Table 1 Data of flow velocity at measuring point5# of the CS3-Xihe River section

表1流速測(cè)量數(shù)據(jù)平均值為0.198 m/s，第6次測(cè)量數(shù)據(jù)相對(duì)誤差最大，達(dá)到了-39.39%，顯然該數(shù)據(jù)存在明顯錯(cuò)誤，其他7次測(cè)量數(shù)據(jù)平均值為0.209 m/s。因此，將0.209 m/s作為5#測(cè)點(diǎn)流速測(cè)量值。

垂線(xiàn)平均流速與原型對(duì)比如表2所示，人工判斷最大偏差為CS3-東河5#測(cè)點(diǎn)，流速偏差為0.031 m/s，該結(jié)果與自動(dòng)評(píng)估結(jié)果一致，評(píng)估結(jié)果為各斷面流速最大偏差均在原型流速的10%以?xún)?nèi)，模型流速分布與原型流速分布相似。

表2 2 400 m3/s流量下流速數(shù)據(jù)對(duì)比Table 2 Comparison of flow velocity at discharge of2 400 m3/s between model and prototype

4 結(jié) 論

將人工智能引入到河工模型試驗(yàn)研究，詳細(xì)闡述了模型設(shè)計(jì)、試驗(yàn)及數(shù)據(jù)處理的自動(dòng)化流程及實(shí)現(xiàn)方法，構(gòu)建了河工模型自設(shè)計(jì)、試驗(yàn)自運(yùn)行、數(shù)據(jù)自處理為一體的新型試驗(yàn)?zāi)Ｊ?，開(kāi)發(fā)了智能化測(cè)控系統(tǒng)。目前該系統(tǒng)已應(yīng)用于贛江朝陽(yáng)大橋河工模型試驗(yàn)，自主完成了模型設(shè)計(jì)、邊界控制、數(shù)據(jù)采集。以實(shí)測(cè)流量為2 400 m3/s的驗(yàn)證工況為例，對(duì)比了系統(tǒng)自主分析與人工分析結(jié)果，其中系統(tǒng)分析最大流速偏差為0.031 m/s，與人工分析結(jié)果一致，實(shí)踐表明智能化測(cè)控系統(tǒng)能有效代替人工完成數(shù)據(jù)分析，從而顯著提高試驗(yàn)自動(dòng)化和重復(fù)性。

文中僅對(duì)智能化測(cè)控技術(shù)含義及運(yùn)行模式進(jìn)行了設(shè)計(jì)，在儀器互聯(lián)互通、虛擬在線(xiàn)、大數(shù)據(jù)分析等關(guān)鍵技術(shù)領(lǐng)域還存在大量工作有待進(jìn)一步研究。