基于視頻與毫米波雷達(dá)技術(shù)的凈空監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

摘" 要： 基于視頻圖像和毫米波雷達(dá)，設(shè)計(jì)了一種風(fēng)力發(fā)電機(jī)組凈空監(jiān)測(cè)系統(tǒng)。視頻凈空主機(jī)利用圖像邊緣檢測(cè)等方法對(duì)相機(jī)采集到的圖像進(jìn)行處理，獲取風(fēng)機(jī)葉片的葉尖坐標(biāo)。毫米波雷達(dá)發(fā)射錐形電磁波，實(shí)時(shí)監(jiān)測(cè)風(fēng)輪旋轉(zhuǎn)過(guò)程中葉片周期性經(jīng)過(guò)該區(qū)域時(shí)形成的葉片目標(biāo)點(diǎn)，并輸出葉片相對(duì)雷達(dá)的坐標(biāo)信息。通過(guò)坐標(biāo)轉(zhuǎn)換和曲線擬合，計(jì)算葉尖與塔筒之間的實(shí)時(shí)距離，即葉片的實(shí)時(shí)凈空。視頻凈空值和毫米波雷達(dá)凈空值由一個(gè)中心端統(tǒng)一處理，最終輸出一個(gè)凈空值給風(fēng)機(jī)主控系統(tǒng)，從而實(shí)現(xiàn)對(duì)風(fēng)機(jī)的全方位監(jiān)測(cè)。該方法充分利用了視頻監(jiān)測(cè)系統(tǒng)的高分辨率和毫米波雷達(dá)系統(tǒng)的遠(yuǎn)距離探測(cè)能力，有效地提高了對(duì)凈空狀況的感知精度和監(jiān)測(cè)范圍，為風(fēng)電場(chǎng)的安全運(yùn)行提供了可靠保障。實(shí)驗(yàn)結(jié)果表明，該方法在預(yù)防葉片掃塔事故、保障設(shè)備和人員安全方面取得了顯著的效果，具有良好的應(yīng)用前景和推廣價(jià)值。

關(guān)鍵詞： 毫米波雷達(dá)； 塔架凈空； 監(jiān)測(cè)系統(tǒng)設(shè)計(jì)； 邊緣檢測(cè)； 風(fēng)力發(fā)電機(jī)組； 曲線擬合； 邏輯融合

中圖分類(lèi)號(hào)： TN958?34； TP391" " " " " " " " " 文獻(xiàn)標(biāo)識(shí)碼： A" " " " " " " " " " " "文章編號(hào)： 1004?373X（2025）06?0023?08

Design of clearance monitoring system based on video and

millimeter wave radar technology

ZHANG Yingbo1， QIE Zhaoning1， WANG Fei1， SHAN Guanghua1， SHU Yejun1， LIU Ruihua1， CHENG Xiangxiang2

（1. Xiehe New Energy Co.， Ltd.， Beijing 100037， China; 2. Shaanxi Zhongke Qihang Technology （Beijing） Co.， Ltd.， Beijing 101100， China）

Abstract： A type of wind turbine clearance monitoring system is designed based on video images and millimeter wave radar. In the video clearance host， the image edge detection and other methods are used to process the images collected by the camera to obtain the tip coordinates of the wind turbine blades. The millimeter?wave radar can emit cone?shaped electromagnetic waves， which can be used to monitor the blade target points formed when the blades periodically pass through the area during the rotation of the wind turbine in real time， and output the coordinate information of the blades relative to the radar. After coordinate conversion and curve fitting， the real?time distance between the blade tip and the tower is calculated， that is， the real?time clearance of the blade. The video clearance value and millimeter wave radar clearance value are processed uniformly by a central end to output a clearance value to the wind turbine control system， so as to realize comprehensive monitoring of the wind turbine. This method can fully utilize the high resolution of video monitoring systems and the long?range detection capability of millimeter wave radar systems， effectively improving the perception accuracy and monitoring range of clearance conditions， and providing reliable guarantees for the safe operation of wind farms. The experimental results show that this method has significant effects on preventing blade tower sweeping accidents and ensuring equipment and personnel safety， and has good application prospects and promotion value.

Keywords： millimeter wave radar; tower clearance; monitoring system design; edge detection; wind turbine; curve fitting; logical fusion

0" 引" 言

風(fēng)力發(fā)電作為可再生能源的重要代表，在全球范圍內(nèi)得到了廣泛的應(yīng)用和發(fā)展[1]。大葉片高塔架風(fēng)力發(fā)電機(jī)組因其具有高效能、低污染的特點(diǎn)，成為了當(dāng)前風(fēng)力發(fā)電領(lǐng)域的主流技術(shù)之一[2]。然而，隨著風(fēng)力發(fā)電技術(shù)的不斷進(jìn)步和風(fēng)電機(jī)組規(guī)模的不斷擴(kuò)大，葉片與塔架之間的安全性問(wèn)題日益引起關(guān)注。

由于塔架采用柔性設(shè)計(jì)，葉片也常常采用輕量化設(shè)計(jì)，使得在極端工況下，葉片與塔架之間的動(dòng)態(tài)凈空距離可能小于設(shè)計(jì)要求的最小凈空距離。這種情況下，一旦葉片與塔架發(fā)生碰撞，將可能導(dǎo)致嚴(yán)重的事故，如葉片破損、塔筒損壞，甚至整機(jī)倒塔，給風(fēng)力發(fā)電項(xiàng)目帶來(lái)嚴(yán)重的經(jīng)濟(jì)損失和安全隱患[3]?？紤]到這一情況，為了實(shí)現(xiàn)對(duì)凈空距離的精確測(cè)量，研究人員進(jìn)行了多方面探索。文獻(xiàn)[4]采用安裝衛(wèi)星定位天線，利用衛(wèi)星導(dǎo)航定位技術(shù)實(shí)現(xiàn)葉片當(dāng)前位置定位，但是對(duì)葉尖坐標(biāo)定位精度較差。文獻(xiàn)[5]利用單目相機(jī)標(biāo)定并結(jié)合坐標(biāo)系轉(zhuǎn)換測(cè)量葉尖到塔筒中心點(diǎn)的距離，但是該方法易受外界環(huán)境影響，例如雨雪、大霧天氣等。

除了上述方法，為了實(shí)現(xiàn)準(zhǔn)確的距離測(cè)量，雷達(dá)作為一種非接觸式傳感器，在許多測(cè)量應(yīng)用場(chǎng)景中表現(xiàn)出色。根據(jù)工作頻段的不同，主要有超視距雷達(dá)、微波雷達(dá)、毫米波雷達(dá)以及激光雷達(dá)等[6]。毫米波雷達(dá)由于工作頻率高、波長(zhǎng)短、受環(huán)境干擾少等特點(diǎn)，在工業(yè)領(lǐng)域中受到廣泛認(rèn)可。文獻(xiàn)[7]利用毫米波雷達(dá)測(cè)量車(chē)輛之間的距離。文獻(xiàn)[8]根據(jù)毫米波頻率步進(jìn)雷達(dá)目標(biāo)一維距離像所給出的信息，將所提出的小波神經(jīng)網(wǎng)絡(luò)用于3種實(shí)際雷達(dá)目標(biāo)的識(shí)別。

為了更好地解決以上問(wèn)題，本文提出了一種風(fēng)電機(jī)組凈空監(jiān)測(cè)系統(tǒng)。該系統(tǒng)將視頻凈空和毫米波凈空技術(shù)相結(jié)合，能夠在絕大多數(shù)天氣條件下運(yùn)行，并實(shí)時(shí)監(jiān)測(cè)葉片與塔架之間的凈空距離。通過(guò)及時(shí)識(shí)別并預(yù)防葉片掃塔事故的發(fā)生，該系統(tǒng)為風(fēng)力發(fā)電項(xiàng)目的安全運(yùn)行提供了重要保障。

1" 系統(tǒng)構(gòu)成

風(fēng)力發(fā)電機(jī)組的凈空監(jiān)測(cè)系統(tǒng)由視頻凈空系統(tǒng)、毫米波雷達(dá)凈空系統(tǒng)、凈空主機(jī)系統(tǒng)和風(fēng)機(jī)控制系統(tǒng)組成。通過(guò)采用基于視頻凈空系統(tǒng)和毫米波雷達(dá)凈空系統(tǒng)的監(jiān)測(cè)融合技術(shù)，保證了系統(tǒng)輸出凈空值的穩(wěn)定性，實(shí)現(xiàn)了對(duì)白天、夜間和常規(guī)天氣的監(jiān)測(cè)，確保了風(fēng)機(jī)的安全運(yùn)行。

視頻監(jiān)控方面，采用高清無(wú)畸變相機(jī)進(jìn)行葉片運(yùn)行畫(huà)面的采集，夜間環(huán)境下則輔以補(bǔ)光燈。采集到的圖像數(shù)據(jù)通過(guò)屏蔽網(wǎng)線實(shí)時(shí)傳輸?shù)絻艨罩鳈C(jī)中，并基于計(jì)算機(jī)視覺(jué)技術(shù)對(duì)圖像進(jìn)行分析處理，從而計(jì)算出葉片的凈空值。毫米波部分采用24 GHz頻段的調(diào)頻連續(xù)波雷達(dá)。主機(jī)安裝于風(fēng)機(jī)機(jī)艙內(nèi)，通過(guò)安裝在機(jī)艙尾部的毫米波雷達(dá)主機(jī)發(fā)射錐形電磁波，實(shí)時(shí)監(jiān)測(cè)風(fēng)輪旋轉(zhuǎn)過(guò)程中葉片周期性經(jīng)過(guò)該錐形區(qū)域時(shí)形成的葉片目標(biāo)點(diǎn)，從而輸出葉片相對(duì)于毫米波雷達(dá)的坐標(biāo)位置信息。通過(guò)坐標(biāo)系轉(zhuǎn)換，系統(tǒng)能夠計(jì)算出葉片與塔筒之間的實(shí)時(shí)距離，即葉片的實(shí)時(shí)凈空。毫米波凈空系統(tǒng)將輸出的凈空值傳遞給凈空主機(jī)，凈空主機(jī)經(jīng)過(guò)融合計(jì)算后將實(shí)時(shí)的凈空值傳遞給風(fēng)機(jī)控制系統(tǒng)。主控系統(tǒng)根據(jù)凈空監(jiān)測(cè)標(biāo)志位選用凈空值，并通過(guò)調(diào)整葉片角度或停機(jī)等方式實(shí)現(xiàn)小凈空（即實(shí)際凈空小于設(shè)計(jì)最小凈空）的保護(hù)措施，從而預(yù)防葉片掃塔事故的發(fā)生，保障風(fēng)力發(fā)電機(jī)組的安全運(yùn)行。所設(shè)計(jì)的凈空監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)如圖1所示。

1.1" 硬件組成

硬件系統(tǒng)由相機(jī)、補(bǔ)光燈、毫米波雷達(dá)、供電模塊、防雷模塊以及凈空主機(jī)等組成，通過(guò)凈空主機(jī)的現(xiàn)場(chǎng)總線接口將凈空數(shù)據(jù)傳送至風(fēng)機(jī)主控系統(tǒng)。凈空系統(tǒng)硬件結(jié)構(gòu)如圖2所示。

1.2" 系統(tǒng)原理

系統(tǒng)的工作原理是：攝像機(jī)獲取風(fēng)機(jī)葉片運(yùn)行的多幀圖像數(shù)據(jù)，凈空主機(jī)利用圖像邊緣檢測(cè)方法對(duì)圖像進(jìn)行處理，以獲取風(fēng)機(jī)葉片的葉尖坐標(biāo)。同時(shí)，根據(jù)圖像的亮度條件，攝像機(jī)動(dòng)態(tài)調(diào)整補(bǔ)光燈的亮度，以確保在不同光照條件下獲得清晰的圖像。毫米波雷達(dá)發(fā)射錐形電磁波，實(shí)時(shí)監(jiān)測(cè)風(fēng)輪旋轉(zhuǎn)過(guò)程中葉片周期性經(jīng)過(guò)該錐形區(qū)域時(shí)形成的葉片目標(biāo)點(diǎn)，并輸出葉片相對(duì)毫米波雷達(dá)的坐標(biāo)位置信息。隨后，通過(guò)坐標(biāo)系轉(zhuǎn)換計(jì)算葉片與塔筒之間的實(shí)時(shí)距離，即葉片的實(shí)時(shí)凈空。視頻凈空值和毫米波凈空值通過(guò)邏輯融合，根據(jù)各自的適配電氣最終輸出一個(gè)凈空值給風(fēng)機(jī)主控系統(tǒng)。

2" 技術(shù)方案

凈空監(jiān)測(cè)系統(tǒng)的技術(shù)路線涵蓋視頻凈空系統(tǒng)的背景分離、灰度圖轉(zhuǎn)換、高斯濾波和邊緣檢測(cè)等步驟，以實(shí)現(xiàn)對(duì)葉片的凈空測(cè)量。同時(shí)，毫米波雷達(dá)凈空系統(tǒng)基于雷達(dá)測(cè)距原理，將雷達(dá)安裝在合適的位置以完成探測(cè)任務(wù)，并結(jié)合探測(cè)點(diǎn)曲線擬合等關(guān)鍵步驟實(shí)現(xiàn)對(duì)葉尖坐標(biāo)的獲取。最后，視頻和雷達(dá)凈空系統(tǒng)根據(jù)天氣等影響因素，通過(guò)系統(tǒng)的邏輯融合流程實(shí)現(xiàn)對(duì)風(fēng)力發(fā)電機(jī)組凈空的全面監(jiān)測(cè)和安全保障。

2.1" 視頻凈空系統(tǒng)

為了準(zhǔn)確獲取風(fēng)機(jī)葉片的葉尖坐標(biāo)，本文對(duì)相機(jī)采集到的圖像進(jìn)行了必要的預(yù)處理。首先，對(duì)圖像進(jìn)行背景分離，這有助于突出目標(biāo)、減少干擾、提高處理效率，將圖像轉(zhuǎn)換為灰度圖像，以便更好地突出葉片的特征；隨后，通過(guò)應(yīng)用高斯模糊和中值濾波等去噪算法有效地減少圖像中的噪聲，從而提高后續(xù)邊緣檢測(cè)的準(zhǔn)確性。

此外，采用Canny邊緣檢測(cè)算法實(shí)現(xiàn)對(duì)葉片邊緣的清晰檢測(cè)，主要是從經(jīng)過(guò)預(yù)處理的圖像中提取葉片的輪廓信息，并獲取葉尖坐標(biāo)。

2.1.1" 背景分離

由于風(fēng)機(jī)葉片有時(shí)會(huì)工作在地面非空曠的環(huán)境下，導(dǎo)致相機(jī)采集的圖像除了葉片外，還可能存在其他帶有邊緣的物體，這給邊緣檢測(cè)帶來(lái)了一定程度的干擾。因此在邊緣檢測(cè)前需要將圖像的前景和背景分離，減少邊緣檢測(cè)的干擾，通常使用GrabCut算法[9]，它可以通過(guò)用戶提供的初始矩形或者掩碼來(lái)估計(jì)前景和背景之間的分割邊界。未進(jìn)行背景分離和進(jìn)行背景分離后的邊緣檢測(cè)結(jié)果分別如圖3和圖4所示。通過(guò)對(duì)比得出，圖像在進(jìn)行背景分離后減少了大量屬于背景的邊緣，更容易獲取葉尖的坐標(biāo)。

2.1.2" 灰度圖轉(zhuǎn)換

在進(jìn)行邊緣檢測(cè)時(shí)，將圖像轉(zhuǎn)換為灰度圖是一種常見(jiàn)的操作。這樣做有兩方面的好處：一方面，灰度圖像相比彩色圖像具有更低的復(fù)雜度，使得后續(xù)處理更加高效；另一方面，灰度圖像保留了圖像的結(jié)構(gòu)信息，有利于準(zhǔn)確地檢測(cè)圖像中的邊緣。邊緣檢測(cè)的目標(biāo)是找到圖像中灰度變化劇烈的區(qū)域，通常這些區(qū)域?qū)?yīng)著物體的邊界或者其他重要的特征，因此，灰度圖像為邊緣檢測(cè)提供了基礎(chǔ)信息，有助于邊緣檢測(cè)算法準(zhǔn)確地定位圖像中的邊緣。

2.1.3" 高斯濾波

圖像轉(zhuǎn)化為灰度圖后，為了消除圖像中的噪聲干擾，在使用Canny算法前通常會(huì)利用高斯濾波器對(duì)原始圖像進(jìn)行平滑處理。高斯濾波器采用高斯函數(shù)進(jìn)行濾波，其數(shù)學(xué)表示如下：

式中：[（x，y）]為像素的坐標(biāo)，在圖像處理中為整數(shù)；[σ]為標(biāo)準(zhǔn)差。在高斯濾波過(guò)程中，圖像的每個(gè)像素都會(huì)與高斯核進(jìn)行卷積運(yùn)算，以達(dá)到對(duì)整幅圖像進(jìn)行加權(quán)平均的目的。這種加權(quán)平均可以有效地模糊圖像并降低噪聲的影響，從而提高圖像的質(zhì)量和可用性。

2.1.4" Canny邊緣檢測(cè)

常見(jiàn)的邊緣檢測(cè)算子主要分為一階算子、二階算子以及Canny算子。一階算子是根據(jù)圖像的一階導(dǎo)數(shù)信息來(lái)檢測(cè)邊緣的算子，常見(jiàn)的包括Roberts算子、Sobel算子和Prewitt算子。這些算子通過(guò)將特定的模板作為核，與圖像的每個(gè)像素點(diǎn)進(jìn)行卷積運(yùn)算，然后根據(jù)選定的閾值來(lái)提取圖像的邊緣，其優(yōu)勢(shì)在于簡(jiǎn)單高效，但在邊緣方向改變處可能出現(xiàn)斷裂或漏檢問(wèn)題。二階算子基于圖像的二階導(dǎo)數(shù)信息，常見(jiàn)的有Laplacian算子。Laplacian算子對(duì)圖像進(jìn)行二階導(dǎo)數(shù)運(yùn)算，通過(guò)檢測(cè)導(dǎo)數(shù)的過(guò)零點(diǎn)來(lái)確定邊緣位置，然而，由于二階導(dǎo)數(shù)算子對(duì)噪聲敏感，因此在實(shí)際應(yīng)用中可能會(huì)產(chǎn)生較多的誤檢。

Canny算子是一種經(jīng)過(guò)優(yōu)化的邊緣檢測(cè)算子，它在滿足一定約束條件的情況下，能夠有效地識(shí)別圖像中的邊緣，并具有較好的邊緣定位能力和抗噪性，因此選用Canny算子來(lái)識(shí)別葉片的邊緣。

邊緣檢測(cè)的目標(biāo)是找到一個(gè)最優(yōu)的邊緣檢測(cè)解或找尋一幅圖像中灰度強(qiáng)度變化最強(qiáng)的位置。為了實(shí)現(xiàn)這個(gè)目標(biāo)，需要計(jì)算圖像的梯度幅值[G（x，y）]和梯度方向[θ（x，y）]，采用2×2鄰域1階偏導(dǎo)的有限差分：

為了減少梯度圖像的冗余信息，需要進(jìn)行非極大值抑制。梯度方向所取的角度一般是[0]°、[45]°、[90]°、[135]°，同樣，梯度反向也為4個(gè)方向（與邊緣方向正交）。因此為了進(jìn)行非極大值抑制，將所有可能的方向量化為4個(gè)方向，定義一個(gè)方向角方位，在該方位內(nèi)認(rèn)為是某一方向的邊緣。非極大值抑制方向量化圖如圖5所示。

圖中梯度方向?yàn)閇θ] ，若[θ∈d1] ，即[θ∈（-22.5°，22.5°）?][（-157.5°，157.5°）]，表示水平邊緣，梯度方向?yàn)閇0°]；同理可得梯度落入[d2]區(qū)域表示[135°]邊緣，梯度方向?yàn)閇45°]；梯度落入[d3]區(qū)域表示垂直邊緣，梯度方向?yàn)樗?；梯度落入[d4]區(qū)域表示[45°]邊緣，梯度方向?yàn)閇135°]。

非極大值抑制即沿著以上4種類(lèi)型的梯度方向，比較3×3鄰域內(nèi)鄰域值的大小，在每個(gè)像素點(diǎn)處，將其與沿著其對(duì)應(yīng)的梯度方向的兩個(gè)鄰居像素進(jìn)行比較。如果中心像素最大，則保留該像素值；否則將中心像素置為0。這樣的操作可以抑制非極大值，保留局部梯度最大的點(diǎn)，從而得到細(xì)化的邊緣。

然后，對(duì)于每個(gè)采樣點(diǎn)處的梯度幅值，使用兩個(gè)不同的閾值進(jìn)行判斷：如果梯度幅值超過(guò)高閾值，則將其標(biāo)記為強(qiáng)邊緣；如果在高低閾值之間，則標(biāo)記為弱邊緣；否則被視為背景噪聲而被舍棄。

Canny算子通過(guò)組合一階導(dǎo)數(shù)和二階導(dǎo)數(shù)信息，并采用非極大值抑制和雙閾值邊緣跟蹤等技術(shù)，從而實(shí)現(xiàn)了較為準(zhǔn)確和穩(wěn)健的邊緣檢測(cè)。

2.2" 毫米波雷達(dá)凈空系統(tǒng)

毫米波雷達(dá)凈空系統(tǒng)基于雷達(dá)測(cè)距原理，利用高頻的毫米波信號(hào)穿透性強(qiáng)的特點(diǎn)，能夠在復(fù)雜的環(huán)境下準(zhǔn)確地測(cè)量葉片到塔筒的距離。通過(guò)合適的雷達(dá)安裝位置和探測(cè)點(diǎn)曲線擬合算法，系統(tǒng)能夠?qū)崟r(shí)獲取葉尖的精確坐標(biāo)信息。

2.2.1" 雷達(dá)測(cè)距原理

毫米波雷達(dá)是指波長(zhǎng)介于1～10 mm的電磁波，波長(zhǎng)短、頻帶寬，比較容易實(shí)現(xiàn)窄波束，雷達(dá)分辨率高，不易受干擾。根據(jù)輻射電磁波方式不同，毫米波雷達(dá)主要分為脈沖調(diào)制以及連續(xù)波調(diào)制兩種，而調(diào)頻連續(xù)波（FMCW）是技術(shù)最成熟、分辨率最高的調(diào)制連續(xù)波。線性調(diào)頻連續(xù)波雷達(dá)發(fā)射的波形為等幅度信號(hào)，發(fā)射機(jī)在發(fā)射連續(xù)周期波形時(shí)保持穩(wěn)定的發(fā)射功率。波形的起始頻率通常是信號(hào)發(fā)生器的多倍頻后的一個(gè)可調(diào)頻率，并且在一個(gè)波形周期內(nèi)，波形的頻率呈周期性線性增加，此類(lèi)信號(hào)稱(chēng)為線性調(diào)頻脈沖（Chirp信號(hào)），如圖6所示。

圖7給出了鋸齒波調(diào)頻連續(xù)波測(cè)距原理圖，坐標(biāo)系中的發(fā)射信號(hào)波形曲線和接收信號(hào)波形曲線的斜率相同，稱(chēng)為調(diào)頻率[S]。在[t=0]時(shí)刻，縱坐標(biāo)對(duì)應(yīng)的是發(fā)射波形的起始頻率[f0]，信號(hào)的調(diào)制周期為[TF]，信號(hào)寬帶為[B]。在任一時(shí)刻發(fā)射信號(hào)頻率為[ft]，接收信號(hào)的頻率為[fr]，當(dāng)發(fā)射信號(hào)遇到目標(biāo)并反射回來(lái)形成回波信號(hào)時(shí)，發(fā)射和接收到回波信號(hào)之間的時(shí)間差為[τ]，同一時(shí)刻下，發(fā)射波形的頻率和接收波形的頻率的差值是恒定值，為中頻頻率[fb]。

以上是對(duì)一個(gè)目標(biāo)的測(cè)距理論分析，當(dāng)雷達(dá)前方存在多個(gè)處于不同距離的目標(biāo)時(shí)，每個(gè)目標(biāo)的回波信號(hào)與本振信號(hào)混頻后會(huì)產(chǎn)生一個(gè)中頻信號(hào)，這個(gè)中頻信號(hào)對(duì)應(yīng)目標(biāo)的距離。因此，多個(gè)目標(biāo)會(huì)產(chǎn)生多個(gè)中頻信號(hào)，從而實(shí)現(xiàn)了多目標(biāo)的測(cè)距[10]。

2.2.2" 雷達(dá)安裝與探測(cè)

雷達(dá)安裝于機(jī)艙尾部，在起始狀態(tài)下，雷達(dá)法線垂直地面向下。雷達(dá)會(huì)繞著機(jī)艙中軸線方向旋轉(zhuǎn)，旋轉(zhuǎn)的角度稱(chēng)為雷達(dá)偏轉(zhuǎn)角，旨在防止雷達(dá)波束被塔筒遮擋，以確保雷達(dá)波束與葉片旋轉(zhuǎn)平面相交。然后，雷達(dá)沿著該平面法線向葉片方向旋轉(zhuǎn)，角度稱(chēng)為雷達(dá)仰角，目的是使雷達(dá)波的中心線照射到葉片上。在監(jiān)測(cè)到葉片上的目標(biāo)點(diǎn)并確定相對(duì)于雷達(dá)原點(diǎn)的橫縱坐標(biāo)后，進(jìn)行二維平面坐標(biāo)系轉(zhuǎn)換計(jì)算，以確定葉片在風(fēng)機(jī)坐標(biāo)系中的位置信息，包括葉片目標(biāo)點(diǎn)與雷達(dá)原點(diǎn)之間在塔筒中軸線上投影的長(zhǎng)度，以及葉片目標(biāo)點(diǎn)與塔筒之間的直線距離。雷達(dá)波束范圍和安裝角度如圖8所示，雷達(dá)探測(cè)結(jié)果如圖9所示。

2.2.3" 探測(cè)點(diǎn)曲線擬合

雷達(dá)探測(cè)到葉尖坐標(biāo)后，需要根據(jù)葉尖坐標(biāo)信息擬合葉尖曲線來(lái)計(jì)算葉尖到塔筒的距離，擬合的目標(biāo)是找到數(shù)據(jù)的基本趨勢(shì)，而不一定要求擬合曲線完全通過(guò)所有的數(shù)據(jù)點(diǎn)。在實(shí)踐中，最小二乘法多項(xiàng)式擬合是最常見(jiàn)和應(yīng)用最廣泛的一種形式，其原理是求得[A=[a0，a1，a2，…，an]]，使得擬合模型和實(shí)際觀測(cè)值在各點(diǎn)的殘差的加權(quán)平方和最小，即使式（9）最小。

2.3" 視頻系統(tǒng)和雷達(dá)凈空系統(tǒng)的邏輯融合

視頻系統(tǒng)和雷達(dá)凈空系統(tǒng)根據(jù)天氣等影響因素，通過(guò)邏輯融合流程進(jìn)行數(shù)據(jù)交互和信息整合，確保了對(duì)凈空情況的綜合分析和準(zhǔn)確判斷。

2.3.1" 邏輯融合的影響因素

視頻凈空值和毫米波雷達(dá)凈空值在融合過(guò)程中主要由各自的適配電氣決定，而影響適配電氣的因素由多方面構(gòu)成，影響因素和系統(tǒng)的狀態(tài)如表1所示。

2.3.2" 系統(tǒng)的邏輯融合流程

當(dāng)凈空系統(tǒng)識(shí)別到視頻凈空子系統(tǒng)失效時(shí)，獲取當(dāng)前時(shí)刻前500 ms與后500 ms周期內(nèi)的毫米波雷達(dá)凈空值，若毫米波雷達(dá)凈空值有效位為1，則以雷達(dá)凈空子系統(tǒng)的凈空值作為融合凈空值輸出。雷達(dá)凈空子系統(tǒng)失效時(shí)，則述邏輯，若視頻凈空值有效位為1，則以視頻系統(tǒng)的凈空值作為融合凈空值輸出。若兩個(gè)子系統(tǒng)同時(shí)有效，則計(jì)算兩者的置信度，視頻凈空的置信度由周期識(shí)別葉尖點(diǎn)數(shù)和直線擬合時(shí)殘差來(lái)計(jì)算，毫米波凈空的置信度由雷達(dá)探測(cè)的葉片長(zhǎng)度與葉尖的距離來(lái)計(jì)算，選取置信度較大的子系統(tǒng)凈空值作為融合凈空輸出；若兩個(gè)子系統(tǒng)同時(shí)無(wú)效，融合凈空值以特殊標(biāo)識(shí)進(jìn)行輸出，凈空有效位置為無(wú)效，主控系統(tǒng)可以根據(jù)天氣模式和轉(zhuǎn)速情況采用安全漿距角來(lái)限功率運(yùn)行。系統(tǒng)融合邏輯圖如圖11所示。

3" 實(shí)驗(yàn)結(jié)果與分析

某風(fēng)電場(chǎng)安裝了視頻凈空和毫米波雷達(dá)凈空系統(tǒng)，機(jī)組在凈空距離小于設(shè)計(jì)凈空距離時(shí)，能夠及時(shí)做出停機(jī)保護(hù)，避免葉片掃塔事故的發(fā)生，如圖12所示。

圖12a）中展示了系統(tǒng)監(jiān)測(cè)到葉片凈空距離為398.6 cm，觸發(fā)了凈空距離小于4 m的收槳保護(hù)；圖12b）中葉片凈空距離為439.9 cm，機(jī)組已經(jīng)開(kāi)始收槳停機(jī)；圖12c）的葉片凈空距離為1 729.9 cm；圖12d）中機(jī)組已完成收槳并停機(jī)，葉片后緣朝向塔筒，此時(shí)葉尖已遠(yuǎn)離塔筒，抬升到安全距離。

在凈空不斷縮小的情況下，系統(tǒng)持續(xù)監(jiān)測(cè)并引導(dǎo)機(jī)組執(zhí)行收槳停機(jī)動(dòng)作，直至葉片安全遠(yuǎn)離塔筒，確保機(jī)組的安全性。通過(guò)視頻凈空和雷達(dá)凈空系統(tǒng)的有效結(jié)合，風(fēng)電場(chǎng)能更加全面地監(jiān)測(cè)和管理風(fēng)機(jī)的運(yùn)行狀態(tài)，從而有效地降低事故風(fēng)險(xiǎn)，保障設(shè)備和人員的安全。

4" 結(jié)" 語(yǔ)

本文提出的基于視頻與毫米波雷達(dá)技術(shù)的風(fēng)力發(fā)電機(jī)組凈空監(jiān)測(cè)系統(tǒng)，結(jié)合視頻監(jiān)測(cè)系統(tǒng)的高分辨率圖像處理能力與毫米波雷達(dá)系統(tǒng)的遠(yuǎn)程探測(cè)優(yōu)勢(shì)，解決了風(fēng)電機(jī)組葉片與塔筒之間的安全問(wèn)題。通過(guò)對(duì)兩種監(jiān)測(cè)技術(shù)的邏輯融合，系統(tǒng)不僅能夠?qū)崟r(shí)監(jiān)測(cè)風(fēng)力發(fā)電機(jī)組的凈空狀態(tài)，還能根據(jù)不同天氣環(huán)境下的變化自動(dòng)調(diào)整監(jiān)測(cè)策略，從而確保系統(tǒng)的穩(wěn)定性和準(zhǔn)確性。

實(shí)驗(yàn)結(jié)果表明，本文系統(tǒng)在風(fēng)電場(chǎng)的實(shí)際應(yīng)用中能有效預(yù)防葉片掃塔事故，提供可靠的安全保障。通過(guò)視頻凈空與毫米波雷達(dá)凈空數(shù)據(jù)的融合，該系統(tǒng)顯著提高了對(duì)凈空距離的感知精度和監(jiān)測(cè)范圍，并能在極端天氣條件下保證風(fēng)機(jī)的安全運(yùn)行。結(jié)合實(shí)時(shí)的風(fēng)機(jī)控制系統(tǒng)，凈空監(jiān)測(cè)系統(tǒng)能夠在風(fēng)機(jī)發(fā)生危險(xiǎn)的瞬間自動(dòng)采取保護(hù)措施，減少了設(shè)備損壞的風(fēng)險(xiǎn)和潛在的人員傷害。

參考文獻(xiàn)

[1] 潘藝，周鵬展，王進(jìn).風(fēng)力發(fā)電機(jī)葉片技術(shù)發(fā)展概述[J].湖南工業(yè)大學(xué)學(xué)報(bào)，2007（3）：48?51.

[2] 劉波，賀志佳，金昊.風(fēng)力發(fā)電現(xiàn)狀與發(fā)展趨勢(shì)[J].東北電力大學(xué)學(xué)報(bào)，2016，36（2）：7?13.

[3] 羅雁飛，肖長(zhǎng)遠(yuǎn)，孫茂文，等.風(fēng)力發(fā)電機(jī)組葉片掃塔原因分析及預(yù)防措施[J].湖南電力，2023，43（1）：116?120.

[4] 李玉霞，寧琨，曾一鳴，等.一種以風(fēng)機(jī)葉片運(yùn)行軌跡計(jì)算凈空距離的方法[J].東方電氣評(píng)論，2023，37（1）：78?80.

[5] 杜杰，薛宇.圖像邊緣檢測(cè)方法對(duì)計(jì)算分析風(fēng)機(jī)凈空的研究[J].現(xiàn)代電子技術(shù)，2023，46（15）：43?48.

[6] 盛安冬，戚國(guó)慶，王遠(yuǎn)鋼，等.多種類(lèi)雷達(dá)航跡辨識(shí)及融合的實(shí)用方法[J].火控雷達(dá)技術(shù)，2001（3）：15?18.

[7] 吳榮燎，金鉆，鐘停江，等.基于毫米波雷達(dá)的車(chē)輛測(cè)距系統(tǒng)[J].汽車(chē)實(shí)用技術(shù)，2019（2）：33?35.

[8] 李躍華，沈慶宏，高敦堂，等.小波神經(jīng)網(wǎng)絡(luò)的毫米波雷達(dá)目標(biāo)一維距離像識(shí)別[J].南京理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2002（1）：20?23.

[9] 周良芬，何建農(nóng).基于GrabCut改進(jìn)的圖像分割算法[J].計(jì)算機(jī)應(yīng)用，2013，33（1）：49?52.

[10] 陳文鶴，畢欣，曹云俠.毫米波汽車(chē)防撞雷達(dá)波形設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制，2011，19（11）：2714?2716.

[11] 王俊喜，司偉建，周烱賽.毫米波汽車(chē)防撞雷達(dá)多目標(biāo)識(shí)別算法仿真[J].應(yīng)用科技，2015，42（6）：52?57.

[12] 權(quán)開(kāi)波，賈寧，杜培壽.基于最小二乘法的曲線擬合[J].商，2015（3）：296.

[13] 田垅，劉宗田.最小二乘法分段直線擬合[J].計(jì)算機(jī)科學(xué)，2012，39（z1）：482?484.

[14] 唐家德.基于Matlab的非線性曲線擬合[J].計(jì)算機(jī)與現(xiàn)代化，2008（6）：15?19.

[15] 符劉旭，楊洋，焦育威.毫米波雷達(dá)在智慧高速的應(yīng)用分析[J].交通建設(shè)與管理，2023（6）：167?168.

作者簡(jiǎn)介：張瑩博（1984—），男，陜西西安人，碩士研究生，高級(jí)工程師，研究方向?yàn)轱L(fēng)力發(fā)電機(jī)組設(shè)計(jì)、新能源生產(chǎn)運(yùn)營(yíng)管理。

程向向（1990—），男，河南開(kāi)封人，碩士研究生，中級(jí)工程師，研究方向?yàn)轱L(fēng)力發(fā)電機(jī)組運(yùn)行監(jiān)控。

收稿日期：2024?03?26" " " " " "修回日期：2024?04?30