基于視覺振動測量的漂浮式風(fēng)力機(jī)狀態(tài)監(jiān)測方法研究

摘 要：以基于視覺的振動測量方法為基礎(chǔ)，結(jié)合二維運(yùn)動解析方法，提出一種基于視覺振動測量的漂浮式風(fēng)力機(jī)（FWT）狀態(tài)監(jiān)測方法，可實(shí)現(xiàn)漂浮式風(fēng)力機(jī)平臺運(yùn)動和塔筒振動的同步精準(zhǔn)監(jiān)測。虛擬運(yùn)動仿真視頻中，所提方法對漂浮式風(fēng)力機(jī)運(yùn)動/振動的識別誤差不大于1%；在背景噪聲干擾下，除漂浮式平臺縱搖運(yùn)動外，其他自由度運(yùn)動識別誤差小于5%。將所提方法應(yīng)用于浮式風(fēng)力機(jī)模型試驗(yàn)的運(yùn)動/振動識別中，可實(shí)現(xiàn)對漂浮式風(fēng)力機(jī)狀態(tài)的良好識別。

關(guān)鍵詞：漂浮式風(fēng)力機(jī)；振動測量；狀態(tài)監(jiān)測；塔筒振動；平臺運(yùn)動

中圖分類號：TK83 文獻(xiàn)標(biāo)志碼：A

0 引 言

隨著化石能源日趨枯竭和環(huán)境污染問題日益突出，人類能源開發(fā)的重點(diǎn)逐漸轉(zhuǎn)向新能源［1］。其中，風(fēng)能作為最具競爭力的新能源之一，相關(guān)開發(fā)技術(shù)已得到大力發(fā)展。近年來，陸上和近海風(fēng)場開發(fā)趨近飽和［2-3］，傳統(tǒng)的固定式風(fēng)力發(fā)電機(jī)的建造維護(hù)成本會隨水深的增加急劇攀升，風(fēng)能開發(fā)也逐漸向遠(yuǎn)海區(qū)域發(fā)展，而對豐富優(yōu)質(zhì)的深遠(yuǎn)海風(fēng)能資源開采的需求催生了海上漂浮式風(fēng)力機(jī)技術(shù)［4］。漂浮式風(fēng)力機(jī)（floating wind turbine，F(xiàn)WT）的概念可追溯至20世紀(jì)70年代，其采用漂浮式支撐基礎(chǔ)搭載風(fēng)力發(fā)電機(jī)組。經(jīng)過多年的發(fā)展，漂浮式風(fēng)力機(jī)有望成為遠(yuǎn)海風(fēng)能開發(fā)的主力裝備［5］，已是風(fēng)電領(lǐng)域的重點(diǎn)前沿發(fā)展方向。

漂浮式風(fēng)力機(jī)將風(fēng)力發(fā)電機(jī)組安裝在漂浮式平臺上，再通過系泊系統(tǒng)實(shí)現(xiàn)平臺的相對定位。漂浮式平臺的運(yùn)動會引起風(fēng)力機(jī)較大的動力學(xué)響應(yīng)，而運(yùn)動的穩(wěn)定性與風(fēng)輪發(fā)電機(jī)組的發(fā)電效率及系統(tǒng)安全性密切相關(guān)［6］。塔筒作為漂浮式風(fēng)力機(jī)的重要支撐結(jié)構(gòu)，搭載大型風(fēng)輪發(fā)電機(jī)組并連接漂浮式平臺，其結(jié)構(gòu)的可靠性關(guān)系到風(fēng)力發(fā)電機(jī)的穩(wěn)定運(yùn)行［7］。因此，漂浮式平臺和塔筒結(jié)構(gòu)的可靠性和穩(wěn)定性是漂浮式風(fēng)力機(jī)系統(tǒng)長期安全穩(wěn)定運(yùn)行的關(guān)鍵基礎(chǔ)［8］。漂浮式風(fēng)力機(jī)長期運(yùn)行在環(huán)境惡劣的遠(yuǎn)海地區(qū)，面臨復(fù)雜的風(fēng)浪流載荷，在運(yùn)行期間會不斷經(jīng)受環(huán)境侵蝕、材料老化、疲勞效應(yīng)、載荷效應(yīng)等，結(jié)構(gòu)的損傷將不斷產(chǎn)生和累積，發(fā)生突發(fā)事故的可能性也不斷增大［9］。為了保證漂浮式風(fēng)力機(jī)安全穩(wěn)定運(yùn)行，會在其建造前進(jìn)行系統(tǒng)性能評估。但無論是水池模型試驗(yàn)還是數(shù)值模擬，均無法高保真還原實(shí)際海洋環(huán)境條件和漂浮式風(fēng)力機(jī)結(jié)構(gòu)響應(yīng)，故需通過海上實(shí)測數(shù)據(jù)來進(jìn)行驗(yàn)證［10］。綜上所述，無論是從保障漂浮式風(fēng)力機(jī)在遠(yuǎn)海惡劣環(huán)境服役的安全與穩(wěn)定還是搜集海上平臺建設(shè)經(jīng)驗(yàn)的角度來看，漂浮式風(fēng)力機(jī)狀態(tài)實(shí)時監(jiān)測都尤為重要。狀態(tài)監(jiān)測系統(tǒng)能為漂浮式風(fēng)力機(jī)預(yù)警潛在的危險，以便及時維修或撤離人員財產(chǎn)來預(yù)防災(zāi)害或降低損失，還能為復(fù)雜條件下的結(jié)構(gòu)精細(xì)化分析和優(yōu)化提供實(shí)測數(shù)據(jù)［11］。

漂浮式風(fēng)力機(jī)的系統(tǒng)響應(yīng)可通過多項(xiàng)指標(biāo)表征，如傾斜角度、加速度等［12］。傳統(tǒng)的監(jiān)測系統(tǒng)采用的加速度計、光纖等傳感器往往需要安裝在被測物體上，這不僅需耗費(fèi)大量的人力物力財力，還會對被測物體產(chǎn)生質(zhì)量負(fù)載，進(jìn)而影響結(jié)構(gòu)動態(tài)特性［13］。針對上述不足，人們大力發(fā)展了非接觸式的傳感器，其在結(jié)構(gòu)狀態(tài)監(jiān)測的應(yīng)用中有著良好的表現(xiàn)。非接觸式傳感器一般依靠某種電磁輻射傳輸振動信息，例如基于微波干涉儀的振動測量、基于毫米波傳感器的振動測量、激光測量法等，但這類方法都受到測量儀器測量范圍的限制，存在無法進(jìn)行多尺度和全場測量等問題，難以對漂浮式風(fēng)力機(jī)這類大型結(jié)構(gòu)物進(jìn)行有效的狀態(tài)監(jiān)測［14-16］。

隨著圖像處理、機(jī)器視覺的發(fā)展，基于視覺的運(yùn)動測量方法因?yàn)槠涓咝?、便利的表現(xiàn)逐漸成為人們在結(jié)構(gòu)狀態(tài)監(jiān)測中研究的熱點(diǎn)?；谝曈X的振動測量方法采用視覺相機(jī)作為傳感器，遠(yuǎn)距離、非接觸式對結(jié)構(gòu)振動行為進(jìn)行監(jiān)測，其具有遠(yuǎn)距離、全場測量、多尺度測量、無結(jié)構(gòu)負(fù)載等眾多優(yōu)點(diǎn)［17］?；谝曈X的運(yùn)動測量方法主要包括數(shù)字圖像相關(guān)法［18］、光流法［19］、基于相位的運(yùn)動估計方法［20-22］等。數(shù)字圖像相關(guān)法是一種通過跟蹤目標(biāo)結(jié)構(gòu)表面的數(shù)字散斑圖像來計算圖像運(yùn)動的全場位移應(yīng)變測量方法，且不同散斑圖案、光線等對測量結(jié)果有較大影響［23］。光流法通過計算圖像灰度隨時間的變化來估計物體的運(yùn)動，主要應(yīng)用在計算機(jī)視覺的目標(biāo)分割、識別、跟蹤等領(lǐng)域以及模態(tài)識別等結(jié)構(gòu)狀態(tài)監(jiān)測領(lǐng)域［24］。數(shù)字圖像相關(guān)法和光流法直接在原始圖像中提取物體的運(yùn)動信號，抗環(huán)境噪聲能力差、對無明顯紋理的區(qū)域提取效果較差，往往需要在目標(biāo)物體上粘貼輔助標(biāo)記來提高識別的準(zhǔn)確度。

不同于數(shù)字圖像相關(guān)法和光流法直接對原始圖像的像素值進(jìn)行操作，基于相位的運(yùn)動估計方法利用不同方向和不同尺度的二維Gabor濾波器將視頻每一幀映射到新的空間頻率域，并通過連續(xù)幀間的相位差實(shí)現(xiàn)振動信號提?。?0］。因此，基于相位的運(yùn)動估計方法有較強(qiáng)的抗噪聲能力，無需粘貼額外的標(biāo)記物就能對物體運(yùn)動進(jìn)行識別。該方法于2012年由Wadhwa等［20］提出，采用復(fù)數(shù)可控金字塔對圖形進(jìn)行多分辨率分析計算，用于放大視頻中的微小運(yùn)動；Chen等［22］將該方法推廣到速度場的識別，并應(yīng)用在懸臂梁、圓管的振動和模態(tài)的提取；2017年，Wadhwa等［21， 25］進(jìn)一步總結(jié)了基于相位的運(yùn)動估計方法，提出運(yùn)動估計的優(yōu)化準(zhǔn)則，將其應(yīng)用到橋梁、超導(dǎo)材料、懸臂梁動物耳蝸膜等結(jié)構(gòu)物的振動提取中，并驗(yàn)證其精度能達(dá)到1/100像素；Siringoringo等［26］采用基于相位的運(yùn)動估計方法，放大高速公路燈桿的微小振動，采用離散質(zhì)心搜索的方法，提取燈桿的位移和多模態(tài)振動特征并與激光多普勒測振儀的結(jié)果進(jìn)行比較，驗(yàn)證了該方法能遠(yuǎn)距離非接觸式提取燈桿的多模態(tài)振動特征；Collier等［27］采用該方法成功識別了人工合成視頻和試驗(yàn)視頻中的平面內(nèi)大規(guī)模平移和面內(nèi)旋轉(zhuǎn)運(yùn)動，包含亞像素、超像素運(yùn)動。

本文開發(fā)基于視覺振動測量的漂浮式風(fēng)力機(jī)狀態(tài)監(jiān)測方法，以期彌補(bǔ)傳統(tǒng)漂浮式風(fēng)力機(jī)狀態(tài)監(jiān)測系統(tǒng)中傳感器帶來的布置困難、質(zhì)量負(fù)載、低空間分辨率等問題。本文首先建立基于視覺振動測量的漂浮式風(fēng)力機(jī)平臺運(yùn)動/塔筒振動識別方法，隨后通過仿真視頻驗(yàn)證所提方法的有效性及其抗噪聲干擾能力，最后將所提方法應(yīng)用于漂浮式風(fēng)力機(jī)模型試驗(yàn)實(shí)測場景中。本文工作有望為漂浮式風(fēng)力機(jī)的便捷狀態(tài)監(jiān)測與故障診斷提供技術(shù)支撐。

1 基于視覺的漂浮式風(fēng)力機(jī)運(yùn)動/振動識別

1.1 基于相位的運(yùn)動估計理論

本文采用基于相位的運(yùn)動估計方法，實(shí)現(xiàn)漂浮式風(fēng)力機(jī)平臺運(yùn)動和塔筒振動的精確提取，詳細(xì)的理論和方法介紹可參閱文獻(xiàn)［20-22］，在此僅做簡要介紹。

相位是圖像的重要特征，其中包含了物體的運(yùn)動信息［28］。基于相位的運(yùn)動估計方法采用復(fù)數(shù)方向可控金字塔算法，通過與不同尺度、不同方向的2D Gabor小波進(jìn)行卷積運(yùn)算，將圖像[I（x，y，t）]分解到空間頻率域［29-31］，得到具有幅值和相位的復(fù)數(shù)圖像：

[Q（x，y，t）=I（x，y，t）?Cθ=Ar，θ（x，y，t）exp（jφr，θ（x，y，t））] （1）

式中：[Q]——輸出的復(fù)數(shù)圖像；[x、y]——圖像中點(diǎn)的橫、縱坐標(biāo)；[t]——當(dāng)前時刻；[?]——卷積計算；[Cθ]——2D Gabor濾波器中的Gabor小波函數(shù)，其中[θ]為2D Gabor小波的方向；[Ar，θ]——復(fù)數(shù)圖像的局部幅值；[j]——虛數(shù)符號，[j2=-1]；[φr，θ]——局部相位，其中[r]為復(fù)數(shù)金字塔層數(shù)。

類似光流法中的亮度不變假設(shè)，相位法假設(shè)圖像的相位不變，即[（x，y，t0）]處的相位在經(jīng)過微小位移[（ux，y，t0，] [vx，y，t0）]后相位保持不變，對其進(jìn)行泰勒展開并忽略高階項(xiàng)后可得：

[Δφri，θi=?φri，θi?x，?φri，θi?y·（u，v）] （2）

式中：[Δφri，θi]——位置[（x，y）]處的相位差分，其中包含了物體的局部運(yùn)動位移信息[（u，v）]。

為實(shí)現(xiàn)對局部運(yùn)動[（u，v）]的精確估計，Wadhwa等［21］建立了最小二乘優(yōu)化準(zhǔn)則：

[arg minu，viA2ri，θi?φri，θi?x，?φri，θi?y·（u，v）-Δφri，θi2] （3）

整理后，運(yùn)動位移矩陣[V]解析解可表示為：

[V=（ZTWZ）-1（ZTWY）] （4）

式中：[V]——運(yùn)動位移矩陣[（u，v，t0）]；[Y]——向量[?φri，θi]；[W]——對角線元素為[A2ri，θi]的對角矩陣；[Z]——矩陣[（?φri，θi/?x，?φri，θi/?y）]。

根據(jù)式（4），可對視頻中每一幀、每一個像素點(diǎn)位的運(yùn)動位移進(jìn)行求解，進(jìn)而獲得全場運(yùn)動信息。

1.2 漂浮式風(fēng)力機(jī)運(yùn)動/振動識別

本文旨在開發(fā)基于視覺振動測量的漂浮式風(fēng)力機(jī)狀態(tài)監(jiān)測方法，重點(diǎn)監(jiān)測漂浮式平臺運(yùn)動及風(fēng)力機(jī)塔筒振動。采用單目視覺相機(jī)在漂浮式風(fēng)力機(jī)的側(cè)面進(jìn)行拍攝，此時將漂浮式風(fēng)力機(jī)視為平面內(nèi)運(yùn)動，可實(shí)現(xiàn)漂浮式平臺縱蕩、垂蕩、縱搖運(yùn)動以及風(fēng)力機(jī)塔筒前后方向振動的同步測量。

如1.1節(jié)所述，基于相位的運(yùn)動估計方法可得到每一個像素點(diǎn)[（x，y）]處的二自由度運(yùn)動位移[（u，v）]。在以往的工作中，基于相位的運(yùn)動估計方法往往被用于識別物體單自由度運(yùn)動（如懸臂梁、大橋等物體的振動），因此只需讀取感興趣點(diǎn)處的運(yùn)動。而漂浮式風(fēng)力機(jī)的運(yùn)動響應(yīng)具有多自由度耦合的特征，需通過空間多點(diǎn)聯(lián)合求解，以進(jìn)一步實(shí)現(xiàn)漂浮式平臺運(yùn)動和塔筒振動的精確求解。

將漂浮式平臺視作剛體，而塔筒視為柔性體懸臂梁，并將漂浮式風(fēng)力機(jī)坐標(biāo)系建立在重心[x0，y0]處。系統(tǒng)的運(yùn)動和振動響應(yīng)組成如圖1所示。漂浮式平臺在縱蕩、垂蕩、縱搖的耦合運(yùn)動下，點(diǎn)[（x， y）]的位移[（u， v）]可表達(dá)為：

[ui=（xi-x0）cosp+（yi-y0）sinp+svi=（yi-y0）cosp-（xi-x0）sinp+h] （5）

式中：[s]、[h]、[p]——漂浮式平臺的縱蕩、垂蕩和縱搖運(yùn)動位移?？紤]到漂浮式風(fēng)力機(jī)的縱搖運(yùn)動較小，可對其近似化處理。對式（5）中的三角函數(shù)進(jìn)行近似化處理，其中[sinp=p]，[cosp=1-0.5p2]，并忽略高階小項(xiàng)。同時，考慮到單點(diǎn)計算結(jié)果的不穩(wěn)定性以及式（5）為欠定方程組，在漂浮式平臺上選取n個點(diǎn)，對得到的n組方程進(jìn)行最小二乘化求解，表達(dá)式為：

[arg mins，h，pi{w1[（yi-y0）p+s-ui+xi-x0]2+w2[-（xi-x0）p+h-vi+yi-y0]2}] （6）

式中：[w1]、[w2]——權(quán)重系數(shù)，此處假定[w1=w2=0.5]。

基于式（6），可聯(lián)合求解得到每一時刻漂浮式平臺的縱蕩、垂蕩和縱搖運(yùn)動。

由于漂浮式風(fēng)力機(jī)塔筒安裝在漂浮式平臺上，因此塔筒結(jié)構(gòu)會因漂浮平臺的運(yùn)動、機(jī)艙風(fēng)輪振動以及環(huán)境載荷的影響而發(fā)生振動［8］。對于塔筒上某點(diǎn)[（x， y）]在x方向的位移，是由漂浮式平臺的縱搖、縱蕩運(yùn)動以及塔筒自身前后向振動疊加而成，可表達(dá)為：

[ut=s+bcosp+（x-x0）cosp+（y-y0）sinp] （7）

式中：[ut]——塔筒的[x]方向的絕對總位移；[b]——塔筒自身振動。此時，除塔筒自身振動[b]外，其余參數(shù)已在式（6）中求解知。因此，根據(jù)式（6）和式（7），可得到漂浮式平臺的多自由度運(yùn)動以及風(fēng)力機(jī)塔筒的振動信息。

2 方法驗(yàn)證

2.1 漂浮式風(fēng)力機(jī)仿真模擬驗(yàn)證

為評價本文提出的漂浮式風(fēng)力機(jī)運(yùn)動/振動估計方法，本節(jié)通過漂浮式風(fēng)力機(jī)虛擬運(yùn)動仿真視頻進(jìn)行分析驗(yàn)證。如圖2所示，漂浮式風(fēng)力機(jī)模型主要由風(fēng)力機(jī)模型和帶有系泊纜的浮式平臺組成，系統(tǒng)構(gòu)成及各部分比例關(guān)系與某型漂浮式風(fēng)力機(jī)一致，視覺相機(jī)的分辨率設(shè)置為600×700像素，幀率為60。如1.2節(jié)所述，本文僅模擬漂浮式平臺的縱蕩、垂蕩、縱搖運(yùn)動以及塔筒的前后向振動。需要說明的是，本文分析的漂浮式風(fēng)力機(jī)是一個1∶50等效縮尺的模型樣機(jī)。船舶或海洋結(jié)構(gòu)物在波浪中運(yùn)動的問題通常認(rèn)為是重力和慣性力主導(dǎo)的，因此保持實(shí)體與模型樣機(jī)之間的傅汝德數(shù)和斯托哈數(shù)相等，即滿足兩者重力相似和慣性相似，使模型樣機(jī)相關(guān)特征參數(shù)、運(yùn)動/振動特征均與真實(shí)漂浮式風(fēng)力機(jī)相對應(yīng)，具有較強(qiáng)的代表性。漂浮式平臺的縱蕩、垂蕩、縱搖運(yùn)動固有頻率通過水池自由衰減試驗(yàn)測得，分別為[fs=0.128] Hz、[fh=0.29] 4Hz、[fp=0.278] Hz，并通過塔筒敲擊試驗(yàn)獲得塔筒的前兩階固有周期，分別為[ft1=2.8] Hz和[ft2=10.5] Hz。

分別模擬漂浮式平臺靜止及平臺縱蕩、垂蕩、縱搖運(yùn)動工況，并在每組工況中都設(shè)置塔筒振動。仿真視頻中漂浮式風(fēng)力機(jī)系統(tǒng)響應(yīng)設(shè)置如表1所示。

本節(jié)共設(shè)計6個仿真工況來進(jìn)行方法驗(yàn)證，具體工況設(shè)置如表2所示。為定量評估第1節(jié)提出的漂浮式風(fēng)力機(jī)運(yùn)動/振動測量精度，定義評估指標(biāo)eX為：

[eX=i=1NXti-Xrefti2i=1NX2refti×100%] （8）

式中：[X]——待評估的參數(shù)，即[Xti]可以是縱蕩、垂蕩、縱搖、塔筒任一點(diǎn)的振動位移時序；[Xrefti]——各待分析參數(shù)的參考時間歷程。

各工況下漂浮式風(fēng)力機(jī)運(yùn)動/振動測量精度總結(jié)如表3所示。

在工況1中，漂浮式平臺靜止，僅發(fā)生風(fēng)力機(jī)塔筒的自身振動。對塔筒沿高度方向選擇一定數(shù)量的節(jié)點(diǎn)，基于第1節(jié)提出的運(yùn)動/振動測量方法對各點(diǎn)振動進(jìn)行識別，可得到風(fēng)力機(jī)塔筒的模態(tài)振型。識別的塔筒頂端位移以及塔筒一、二階模態(tài)振型如圖3所示。其中，塔頂位移的運(yùn)動識別結(jié)果與參考值高度匹配，誤差為0.34%。頻譜分析和振型結(jié)果對比中也顯示，漂浮式風(fēng)力機(jī)塔筒的前兩階模態(tài)振動（2.8 Hz和10.5 Hz）可得到高精度提取，頻譜圖中的[ft1]和[ft2]分別為塔筒的一階振動頻率和二階振動頻率。

在工況2～4中，漂浮式平臺分別發(fā)生單自由度縱蕩、垂蕩或縱搖運(yùn)動，同時風(fēng)力機(jī)塔筒發(fā)生振動。在工況5中，漂浮式平臺發(fā)生縱蕩-垂蕩-縱搖耦合運(yùn)動，同時疊加風(fēng)力機(jī)塔筒的柔性結(jié)構(gòu)振動。此時，漂浮式風(fēng)力機(jī)運(yùn)動/振動提取面臨一定挑戰(zhàn)，本文所提方法的提取結(jié)果如圖4a所示，其中塔頂位移表示塔筒頂端x方向的空間總位移，是漂浮式平臺多自由度運(yùn)動導(dǎo)致的空間位移和塔筒自身振動的疊加結(jié)果。結(jié)果顯示，在漂浮式風(fēng)力機(jī)多維運(yùn)動-振動耦合工況下，所提方法具有良好的運(yùn)動/振動提取精度。各漂浮式平臺運(yùn)動分量的識別效果較好，其結(jié)果誤差都在1%以內(nèi)。在各工況識別

結(jié)果的頻域響應(yīng)中，可準(zhǔn)確識別出漂浮式平臺縱蕩、垂蕩、縱搖的頻率分別為[fs=0.128] Hz、[fh=0.294] Hz、[fp=0.278] Hz，這與參考值高度一致。

為進(jìn)一步驗(yàn)證所提方法的有效性，特別設(shè)置一個目標(biāo)漂浮式風(fēng)力機(jī)在白噪聲激勵下的系統(tǒng)實(shí)測工況，其中白噪聲波浪的有義波高為5.00 cm，波浪周期為0.707～3.536 s。對應(yīng)工況6，其識別結(jié)果如圖4b所示。從時序?qū)Ρ葓D可見，所提方法的識別結(jié)果與參考值高度重合。從頻域響應(yīng)可知，漂浮式風(fēng)力機(jī)在該白噪聲波浪作用下的運(yùn)動響應(yīng)主要為波頻頻率。對于所有識別到的塔頂位移，除了漂浮式平臺所包含的運(yùn)動頻率之外，風(fēng)力機(jī)塔筒自身的一、二階振動頻率也可精準(zhǔn)識別，進(jìn)一步驗(yàn)證所提方法的有效性。

表3總結(jié)了工況1～6對應(yīng)的漂浮式風(fēng)力機(jī)各運(yùn)動/振動參數(shù)的提取精度指標(biāo)?？梢?，在上述虛擬運(yùn)動仿真視頻分析工況中，相較于參考值（即理論值），所提方法可精確地識別漂浮式風(fēng)力機(jī)運(yùn)動/振動響應(yīng)，運(yùn)動/振動識別結(jié)果相對誤差均小于1%。此外，本文所提方法除了能夠準(zhǔn)確識別到大幅運(yùn)動（漂浮式平臺運(yùn)動）外，對于微小的亞像素運(yùn)動（塔筒二階振動）也有很高的精度。

2.2 運(yùn)動/振動提取方法魯棒性分析

實(shí)際漂浮式風(fēng)力機(jī)狀態(tài)監(jiān)測時，波浪起伏等復(fù)雜環(huán)境干擾都會對視覺相機(jī)采集到的畫面產(chǎn)生影響，從而影響運(yùn)動/振動的識別精度。為評估本文方法的魯棒性和抗干擾能力，以第1節(jié)中工況5的仿真視頻為原型，在視頻中添加不同強(qiáng)度的數(shù)字高斯噪聲以模擬環(huán)境噪聲。高斯噪聲均值影響圖像的亮度，而標(biāo)準(zhǔn)差直接影響視頻的清晰度和細(xì)節(jié)，本文僅討論視頻清晰程度變化即噪聲標(biāo)準(zhǔn)差變化對識別精度的影響，故在設(shè)置的4檔噪聲強(qiáng)度中，高斯噪聲均值均設(shè)置為0，噪聲強(qiáng)度用標(biāo)準(zhǔn)差α表征，分別為0.01、0.05、0.10、0.20。原始視頻以及添加不同標(biāo)準(zhǔn)差高斯噪聲后仿真視頻圖像如圖5所示，隨著噪聲標(biāo)準(zhǔn)差的增加，視頻很明顯變得越來越模糊不清。

對上述帶噪聲仿真視頻開展運(yùn)動/振動提取，不同噪聲干擾下漂浮式風(fēng)力機(jī)運(yùn)動/振動識別結(jié)果如圖6所示。從圖6可看到，隨著高斯噪聲水平的升高，縱搖運(yùn)動的識別結(jié)果誤差顯著增大，并有較大的毛刺，而縱蕩、垂蕩以及塔頂位移這類運(yùn)動大幅的運(yùn)動識別誤差未明顯增大。不同噪聲水平下各運(yùn)動/振動提取精度指標(biāo)總結(jié)如圖7所示。結(jié)果顯示，系統(tǒng)運(yùn)動響應(yīng)的識別誤差隨著高斯噪聲的加強(qiáng)而遞增，其中漂浮式平臺縱蕩、垂蕩以及塔筒頂端位移運(yùn)動的識別精度受噪聲的影響較小，在噪聲干擾標(biāo)準(zhǔn)差低于0.20時，識別誤差保持在5%以內(nèi)；而噪聲對于漂浮式平臺縱搖運(yùn)動識別的結(jié)果影響較大，對噪聲等級更為敏感。這是因?yàn)楦咚乖肼暯档蛦吸c(diǎn)求解的準(zhǔn)確度，而縱搖運(yùn)動在求解式（5）、式（6）中為小量，單點(diǎn)運(yùn)動識別結(jié)果的波動對其結(jié)果產(chǎn)生較大干擾，而對于漂浮式風(fēng)力機(jī)平臺運(yùn)動、塔筒位移這類較大運(yùn)動的影響較小。

3 漂浮式風(fēng)力機(jī)模型試驗(yàn)中的應(yīng)用

2.2節(jié)初步驗(yàn)證了本文所提視覺振動測量方法在漂浮式風(fēng)力機(jī)狀態(tài)監(jiān)測中的可行性。然而，真實(shí)的浮式風(fēng)力機(jī)運(yùn)行環(huán)境和系統(tǒng)狀態(tài)極其復(fù)雜，且伴隨光照變化、多源噪聲干擾。復(fù)雜的背景噪聲、運(yùn)動模糊、遮擋、光照反射等環(huán)境變量會影響所提方法運(yùn)動/振動識別的準(zhǔn)確度。為了評估本文所提方法應(yīng)用于真實(shí)漂浮式風(fēng)力機(jī)狀態(tài)監(jiān)測的可行性，本節(jié)以漂浮式風(fēng)力機(jī)一體化縮尺模型試驗(yàn)為例，通過兩個典型工況來論證所提方法的實(shí)際應(yīng)用效果。

分析對象為一個在風(fēng)浪流試驗(yàn)水池中的漂浮式風(fēng)力機(jī)的縮尺試驗(yàn)?zāi)Ｐ?，如圖8所示。實(shí)驗(yàn)中采用QUALISYS三維運(yùn)動捕捉系統(tǒng)捕捉漂浮式平臺的六自由度運(yùn)動，并作為本文所提方法識別結(jié)果的參照。QUALISYS在船舶姿態(tài)檢測、人機(jī)交互等領(lǐng)域得到廣泛應(yīng)用，具有較高的準(zhǔn)確性和可靠性。而試驗(yàn)中無高精度塔筒振動測量結(jié)果作為參考。選用兩個典型波浪激勵工況對漂浮式風(fēng)力機(jī)系統(tǒng)響應(yīng)進(jìn)行識別分析，其中一個為規(guī)則波激勵，另一個為白噪聲激勵：1）工況A，規(guī)則波激勵，波浪高度為3.68 cm，波浪周期為1.00 s（波浪頻率fw為1 Hz）；2）工況B，白噪聲激勵，波浪高度為2.45 cm，波浪周期為0.625～3.75 s。同時，為采用基于相位的運(yùn)動估計方法對漂浮式風(fēng)力機(jī)模型運(yùn)動進(jìn)行監(jiān)測，在水池的一側(cè)安裝視覺相機(jī)，以25 幀/s記錄漂浮式風(fēng)力機(jī)模型的系統(tǒng)響應(yīng)，為節(jié)約計算資源將視頻分辨率剪裁為340×620進(jìn)行處理，其中一個像素代表的實(shí)際距離為4.121 mm?；诘?節(jié)提出的漂浮式風(fēng)力機(jī)運(yùn)動/振動提取方法，識別漂浮式風(fēng)力機(jī)在兩個工況下的漂浮式平臺運(yùn)動和風(fēng)力機(jī)塔筒振動信息。

圖9為對兩個工況下漂浮式風(fēng)力機(jī)系統(tǒng)響應(yīng)的識別結(jié)果。在時歷對比圖中，本文方法識別結(jié)果與參考值運(yùn)動軌跡的擬合度較高，具體運(yùn)動幅值也匹配較好。在工況A下，漂浮式平臺運(yùn)動的識別誤差不大于10%。在工況B下，漂浮式風(fēng)力機(jī)運(yùn)動/振動響應(yīng)亦可得到良好識別，除垂蕩運(yùn)動誤差為24%外，其余運(yùn)動誤差均保持在10%以內(nèi)。由此可見，在復(fù)雜強(qiáng)干擾的漂浮式風(fēng)力機(jī)運(yùn)行場景下，本文提出的基于相位的運(yùn)動估計方法仍具有較高的識別精度。在所述兩類波浪激勵工況下，漂浮式平臺運(yùn)動主要受波浪作用，其中白噪聲激勵工況中頻譜能量較為分散。需要說明的是，相比于第2節(jié)的仿真視頻分析，本節(jié)所示實(shí)測場景下的運(yùn)動/振動識別精度有所下降。主要原因在于實(shí)際應(yīng)用場景下存在較多的環(huán)境變量和干擾。此外，本文所提方法由于只用一臺單目相機(jī)，故僅適用于面內(nèi)二維運(yùn)動。但在圖8所示的試驗(yàn)場景下，漂浮式平臺發(fā)生的是復(fù)雜的六維耦合運(yùn)動。布置的單目視覺相機(jī)要做到嚴(yán)格意義上的完全側(cè)視浮式風(fēng)力機(jī)模型是非常困難的，視覺相機(jī)還會觀察到漂浮式平臺的艏搖、橫蕩、橫搖運(yùn)動，從而削弱了所提方法的運(yùn)動/振動識別精度。

4 結(jié) 論

本文提出一種基于視覺振動測量的漂浮式風(fēng)力機(jī)狀態(tài)監(jiān)測方法，采用基于相位的運(yùn)動估計方法實(shí)現(xiàn)二維空間中點(diǎn)的運(yùn)動計算，然后通過多點(diǎn)聯(lián)合優(yōu)化求解實(shí)現(xiàn)漂浮式風(fēng)力機(jī)平臺運(yùn)動和塔筒振動的精確提取。通過仿真視頻分析，驗(yàn)證所提方法在漂浮式風(fēng)力機(jī)狀態(tài)監(jiān)測中的可行性和抗噪能力。在無噪聲理想環(huán)境下，漂浮式風(fēng)力機(jī)平臺運(yùn)動和塔筒振動的識別誤差整體保持在1%以內(nèi)。在背景噪聲干擾下，漂浮式平臺縱蕩、垂蕩、塔筒振動識別精度變化不大，即使在強(qiáng)噪聲干擾下識別誤差仍可維持在5%以內(nèi)。相較于平臺縱蕩、垂蕩和塔筒振動，平臺縱搖運(yùn)動識別精度受噪聲強(qiáng)度影響較大，可通過圖像濾波等技術(shù)減少噪聲的干擾。以漂浮式風(fēng)力機(jī)模型試驗(yàn)場景為例，驗(yàn)證所提方法的有效性和實(shí)際應(yīng)用效果。在復(fù)雜的實(shí)際應(yīng)用場景下，所提方法仍可有效識別漂浮式風(fēng)力機(jī)平臺運(yùn)動和塔筒振動特征。由于環(huán)境變量復(fù)雜、視覺相機(jī)視角等原因，相較于虛擬視頻仿真，實(shí)際應(yīng)用場景下所提方法的運(yùn)動/振動識別精度有所降低。

需要說明的是，本文僅使用單目視覺相機(jī)，所提方法僅能實(shí)現(xiàn)二維平面中物體運(yùn)動的精確識別。因此，在后續(xù)的工作中將考慮采用雙目視覺相機(jī)，進(jìn)一步拓展所提方法的適用性和準(zhǔn)確性，以便實(shí)現(xiàn)更精準(zhǔn)高效的漂浮式風(fēng)力機(jī)狀態(tài)監(jiān)測。

［參考文獻(xiàn)］

［1］ 侯梅芳， 潘松圻， 劉翰林. 世界能源轉(zhuǎn)型大勢與中國油氣可持續(xù)發(fā)展戰(zhàn)略［J］. 天然氣工業(yè)， 2021， 41（12）： 9-16.

HOU M F， PAN S Q， LIU H L. World energy trend and China’s oil and gas sustainable development strategies［J］. Natural gas industry， 2021， 41（12）： 9-16.

［2］ MENG L， ZHOU T， HE Y P， et al. Concept design and coupled dynamic response analysis on 6-MW spar-type floating offshore wind turbine［J］. China ocean engineering， 2017， 31（5）： 567-577.

［3］ 陳迪郁， 劉利琴， 李焱， 等. 基于面元法和FEM的海上浮式風(fēng)力機(jī)葉片動力響應(yīng)研究［J］. 太陽能學(xué)報， 2023， 44（6）： 374-382.

CHEN D Y， LIU L Q， LI Y， et al. Dynamic response analysis of floating offshore wind turbines blades based on panel method and finite element method［J］. Acta energiae solaris sinica， 2023， 44（6）： 374-382.

［4］ SKAARE B， NIELSEN F G， HANSON T D， et al. Analysis of measurements and simulations from the Hywind Demo floating wind turbine［J］. Wind energy， 2015， 18（6）： 1105-1122.

［5］ 溫斌榮， 田新亮， 李占偉， 等. 大型漂浮式風(fēng)電裝備耦合動力學(xué)研究： 歷史、進(jìn)展與挑戰(zhàn)［J］. 力學(xué)進(jìn)展， 2022， 52（4）： 731-808.

WEN B R， TIAN X L， LI Z W， et al. Coupling dynamics of floating wind turbines： history， progress and challenges［J］. Advances in mechanics， 2022， 52（4）： 731-808.

［6］ YANG W X， TIAN W Y， HVALBYE O， et al. Experimental research for stabilizing offshore floating wind turbines［J］. Energies， 2019， 12（10）： 1947.

［7］ 孫少恒. 浮式風(fēng)機(jī)塔筒和系泊系統(tǒng)結(jié)構(gòu)可靠性研究［D］. 哈爾濱： 哈爾濱工程大學(xué)， 2016.

SUN S H. Study on structural reliability of tower and system of offshore floating wind turbines［D］. Harbin： Harbin Engineering University， 2016.

［8］ ADHIKARI S， BHATTACHARYA S. Dynamic analysis of wind turbine towers on flexible foundations［J］. Shock and vibration， 2012， 19（1）： 37-56.

［9］ 胡志強(qiáng). 浮式風(fēng)機(jī)動力響應(yīng)分析關(guān)鍵技術(shù)綜述［J］. 船舶與海洋工程， 2020， 36（6）： 1-13.

HU Z Q. A review on the key technologies of dynamic response prediction of floating offshore wind turbines［J］. Naval architecture and ocean engineering， 2020， 36（6）： 1-13.

［10］ 趙志新， 施偉， 王文華， 等. 二階波浪力下超大型半潛浮式風(fēng)力機(jī)動態(tài)響應(yīng)分析［J］. 太陽能學(xué)報， 2023， 44（1）： 335-345.

ZHAO Z X， SHI W， WANG W H， et al. Dynamic response analysis of an ultra-large semi-submersible floating wind turbine under second-order wave forces［J］. Acta energiae solaris sinica， 2023， 44（1）： 335-345.

［11］ BROWNJOHN J M W， XU Y， HESTER D. Vision-based bridge " deformation " monitoring［J］. " Frontiers " in " built environment， 2017， 3： 23.

［12］ LIU F S， YU Q X， LI H Y， et al. Field data observations for monitoring the impact of typhoon “In-fa” on dynamic performances of mono-pile offshore wind turbines： a novel systematic " study［J］. " Marine " structures， " 2023， " 89： 103373.

［13］ DUAN F， HU Z Q， NIEDZWECKI J M. Model test investigation of a spar floating wind turbine［J］. Marine structures， 2016， 49： 76-96.

［14］ 歐進(jìn)萍， 肖儀清， 黃虎杰， 等. 海洋平臺結(jié)構(gòu)實(shí)時安全監(jiān)測系統(tǒng)［J］. 海洋工程， 2001， 19（2）： 1-6.

OU J P， XIAO Y Q， HUANG H J， et al. Real time safety monitoring system for offshore platform structures［J］. The ocean engineering， 2001， 19（2）： 1-6.

［15］ FARRAR C R， DARLING T W， MIGLIORI A， et al. Microwave interferometers for non-contact vibration measurements on large structures［J］. Mechanical systems and signal processing， 1999， 13（2）： 241-253.

［16］ LI S X， XIONG Y Y， SHEN X T， et al. Multi-scale and full-field vibration measurement via millimetre-wave sensing［J］. Mechanical systems and signal processing， 2022， 177： 109178.

［17］ STANBRIDGE A B， KHAN A Z， EWINS D J. Modal testing using impact excitation and a scanning LDV［J］. Shock and vibration， 2000， 7（2）： 91-100.

［18］ WANG N N， RI K， LIU H， et al. Structural displacement monitoring using smartphone camera and digital image correlation［J］. IEEE sensors journal， 2018， 18（11）： 4664-4672.

［19］ HORN B K P， SCHUNCK B G. Determining optical flow［J］. Artificial intelligence， 1981，17： 185-203.

［20］ WADHWA N， RUBINSTEIN M， DURAND F， et al. Phase-based " " video " " motion " " processing［J］. " "ACM transactions on graphics， 2013， 32（4）： 1-10.

［21］ WADHWA N， CHEN J G， SELLON J B， et al. Motion microscopy for visualizing and quantifying small motions［J］. Proceedings of the National Academy of Sciences of the United States of America， 2017， 114（44）： 11639-11644.

［22］ CHEN J G， WADHWA N， CHA Y J， et al. Modal identification of simple structures with high-speed video using "motion "magnification［J］. "Journal "of "sound "and vibration， 2015， 345： 58-71.

［23］ JURJO D L B R， MAGLUTA C， ROITMAN N， et al. Experimental methodology for the dynamic analysis of slender structures based on digital image processing techniques［J］. Mechanical systems and signal processing， 2010， 24（5）： 1369-1382.

［24］ JAVH J， SLAVI? J， BOLTE?AR M. The subpixel resolution " of " optical-flow-based " modal " analysis［J］. Mechanical systems and signal processing， 2017， 88： 89-99.

［25］ CHEN J G， WADHWA N， CHA Y J， et al. Structural modal identification through high speed camera video： motion magnification［C］//Conference Proceedings of the Society for Experimental Mechanics Series. Cham： Springer International Publishing， USA， 2014： 191-197.

［26］ SIRINGORINGO D M， WANGCHUK S， FUJINO Y. Noncontact operational modal analysis of light poles by vision-based motion-magnification method［J］. Engineering structures， 2021， 244： 112728.

［27］ COLLIER S， DARE T. Informed pixel pushing： a new method of large-motion handling for phase-based optical flow［J］. Measurement， 2023， 213： 112711.

［28］ FLEET D J， JEPSON A D. Computation of component image " "velocity " "from " "local " "phase " "information［J］. International journal of computer vision， 1990， 5（1）： 77-104.

［29］ SIMONCELLI E P， FREEMAN W T， ADELSON E H， et al. Shiftable multiscale transforms［J］. IEEE transactions on information theory， 1992， 38（2）： 587-607.

［30］ FOGEL I， SAGI D. Gabor filters as texture discriminator［J］. Biological cybernetics， 1989， 61（2）： 103-113.

［31］ SIMONCELLI E P， FREEMAN W T. The steerable pyramid： a flexible architecture for multi-scale derivative computation［C］//Proceedings.， International Conference on Image Processing. Washington， DC， USA， 1995： 444-447.

CONDITION MONITORING OF FLOATING WIND TURBINES WITH VISION-BASED VIBRATION MEASUREMENT METHOD

Tang Yihao1，2，Wen Binrong1，2，Zhang Hang1，2，Tian Xinliang1，2，Zhou Guiyong3，Peng Zhike4

（1. State Key Laboratory of Ocean Engineering， Shanghai Jiao Tong University， Shanghai 200240， China；

2. SJTU Yazhou Bay Institute of Deepsea Science and Technology， Sanya 572000， China；

3. Xinjiang Yili Kukesu Hydropower Development Co.， Ltd.， Yili 835100， China；

4. School of Mechanical Engineering， Ningxia University， Yinchuan 750021， China）

Abstract：A condition monitoring method combining vision-based vibration measurement and two-dimensional motion analysis is proposed for floating wind turbines（FWTs）. It enables non-contact and precise measurements of the platform motions and the tower vibration of an FWT simultaneously. Virtual motion simulation videos show that the relative error of the proposed method is less than 1%. When the simulated visual video encounters strong noise interferences， the recognition errors of all other responses （except the floater pitch） is no more than 5%. Furthermore， the proposed method is applied to the motion/vibration recognitions of a FWT model test， further validating its feasibility and reliability.

Keywords：offshore wind turbines； vibration measurement； condition monitoring； tower vibration； platform motion