土遗址局部风速分级实时测量装置及风场数值计算模型

1.本发明涉及物联网应用和文物监测保技术护领域，具体涉及到土遗址局部风速分级实时测量装置及风场数值计算模型。


背景技术：

2.风蚀风化是干旱风沙区土遗址文物面临的主要病害之一。自然风对土遗址的破坏主要体现在风沙对遗址的吹蚀和磨蚀作用，风力较大的挟砂风加速了遗址表面风化层脱落，使遗址薄弱部位形成淘蚀凹进，甚至影响遗址稳定性。故而需要对土遗址本体周围多点位的风速风向进行采集，分析病害区域风场分布特征，结合保存状态风险分析和评估方法，确定土遗址风化风险情况，为土遗址保护工作提供依据。
3.一般气象业务使用的测风仪是按气象测量规范设计研制的，并不能很好地满足土遗址风化病害的监测需要。用于土遗址本体风化病害监测领域的风速监测设备要求具有小型化，易安装部署的特点，并具备风速实时多点位测量、分级统计和数据自动传输功能；另一方面，由于设备通常部署于野外，所以对设备的耐候性、可靠性、低功耗也提出较高的要求。
4.随着信息技术和测控技术的发展，超声波风速仪已经成为机械式风速仪的有力替代产品。与传统的机械式风速仪相比，超声波测风仪具有测量准确度高、灵敏度高、没有机械旋转部件、牢固耐用，且能全天候、长时间工作等优点，解决了机械式风速风向仪启动风速大、因惯性造成测量误差大、高寒季节旋转部件和风杯冻结等问题，结合最新的微控制器技术、lora无线传输技术，可以设计实现智能化的风速测量装置，在气象、环境、航空、航海等领域得到广泛应用。采用超声波风速传感器设计土遗址风速测量装置需要解决的问题是如何在满足领域用户需求的前提下，设计开发高效的软硬件系统，在成本可控的前提下保证设备的耐候性、可靠性和低功耗。
5.自然风一般是空气相对运动形成的气流，但其成因十分复杂，热力学效应、地球自转偏向力效应、大气环流都对自然风有很大影响。地面的一些特征，比如植物覆盖、建筑物、地形地貌，也会对近地表风造成影响，使自然风空间分布很不稳定。因此，精确测量风速的空间分布是难以实现的，通常采用计算流体力学方程计算风场分布参数，模拟特定区域内风场特性。但是，计算流体力学模型通常比较复杂，一般需要由专业公司开发专门的计算软件，计算成本极高。因此，设计一种计算成本较低的局部风场计算模型对土遗址风化问题研究更具有实用价值。


技术实现要素：

6.针对现有技术存在的上述不足，本发明的目的在于提供一种土遗址局部风速分级实时测量装置及风场数值计算模型。
7.为实现以上目的，本发明采用如下技术方案：
8.土遗址局部风速分级实时测量装置，包括主控制器模块和风速数据采集模块，所
述主控制器模块包括数据采集模块、数据处理模块和通信传输模块，所述风速数据采集模块包括多路超声波风速风向传感器，用于测量土遗址本体周围多点位的风速风向，所述主控制器模块通过rs485通讯模块连接多路超声波风速风向传感器，所述数据采集模块自动实时采集风速风向以及温度数据的采集，通过lora通讯模块实现测量数据的无线传输。
9.在本发明的一种优选实施方式中，所述风速数据采集模块包括四路超声波风速风向传感器，共八个，分别布置在土遗址本体土体或墙体的两侧不同距离、不同高度上。
10.进一步地，所述土遗址局部风速分级实时测量装置还包括人机交互模块、电源模块和电路复位模块。
11.优选的，所述土遗址局部风速分级实时测量装置还包括温度采集模块，用于设备工作环境安全性检测，所述温度采集模块的信号输出端连接主控制器模块的信号输入端。
12.在本发明的一种优选实施方式中，所述主控制器模块为stm32微控制器。
13.在本发明的一种优选实施方式中，所述人机交互模块，包括三个led灯和一个按键，分别通过三个led灯闪烁来监测主控制器模块对超声波风速风向传感器的数据收发是否正常。
14.在本发明的一种优选实施方式中，所述电源模块：用于给超声波风速风向传感器供电，优选为具有隔离功能的5v-24v直流升压电源。
15.优选的，各个模块安装在同一块pcb母板上，采用标准多针插座安装。
16.进一步地，所述数据处理模块分别计算最近3s、2min、10min的平均风速风向数值，并完成风速持续时间分级统计、数据异常处理和设备状态检查。
17.进一步地，所述数据异常处理，包括超声波风速风向传感器工作状态异常检测和超声波风速风向传感器数据异常检测，其中超声波风速风向传感器工作状态异常检测是判断采集节点对特定传感器发送数据请求后，能否正常收到并解析出数据，采集数据是否超过传感器所测范围；超声波风速风向传感器数据异常检测是对特定传感器设定时间段内是否有异常数据点的出现进行判断。
18.进一步地，所述数据异常的具体判断算法如下：
19.设数据时间窗为10min、数据为每1min的风速均值，共10个数据xi，通过欧式距离依次计算相邻两点的距离di作为本时间窗内数据异常判断的一维距离数组：
20.di＝|x
i-x
i-1
|1≤i≤9，i∈z
21.然后，对该一维距离数组求平均值，即平均距离
[0022][0023]
最后，依次对数组中的每个距离di与均值距离做比较，若则判断该距离为异常距离，同时该数组异常得分+1；最终该距离数组统计得分如果大于3分，判定为异常数组，即该超声波风速风向传感器该时间段内数据异常。
[0024]
进一步地，所述风速持续时间分级统计，方法如下：
[0025]
取3s风速平均值作为基本统计单位，每个统计周期总时间为10min，其中3s风速平均值计算公式如下所示：
[0026][0027]
其中xi表示风速大小，采样频率1次/s；
[0028]
根据风力等级表，设置了对应的12个变量计数器统计时间，当风速均值数据位于对应等级区间内，则该风力等级计数器加1。
[0029]
所述土遗址局部风速分级实时测量装置，采用软件和硬件协同实现设备低功耗运行，包括系统应答响应全部采用中断方式；在满足性能需求的同时将cpu和对应的外设时钟频率降到最低，关断未使用的外设，将不使用的i/o时钟组关闭，将不使用的i/o设置为模拟输入；数据处理部分不使用库函数，全部使用查找表，通过牺牲内存资源来换取数据处理速度的提升，从而让cpu有尽可能多的时间休眠。
[0030]
本发明的风速测量装置能够获得的多点位风速参数，但是仅仅利用风速传感器采集风场参数不够完整，不可能获得详细的风场信息，不能提供任意坐标点的风速信息。为此，本发明基于实测数据设计了一种实用的局部风场计算模型。模型首先使用指数率公式计算边界区内风速剖面，获得风速在竖直方向上的分布；然后，通过反距离插值算法获得风速在水平面上的分布特征。
[0031]
所述局部风场数值计算模型，具体实现方法如下：
[0032]
采用指数率公式计算同一位置不同高度的风速，具体公式如下：
[0033][0034]
式中，为采用本发明风速分级实时测量装置获得的离地参考高度zr处的平均风速；α为超参数，表示地面粗糙程度，其数值与地面粗糙程度有关，地面越光滑，α越小；反之地面越粗糙，α越大；
[0035]
采用反距离权重插值法计算在同一水平面，不同位置的风速，具体计算公式如下：
[0036][0037]
其中，z(s0)为s0处的插值预测值；n为样本数；λi为各样本点的权重，权重值随样本点与预测点之间距离的增大而减小；z(si)为在si处采用本发明风速分级实时测量装置获取得到的真实值；
[0038]
其中，权重的计算公式为：
[0039][0040]
式中，p为指数值，本文取p为2；d
i0
为预测点s0到各个已知点的距离。
[0041]
与现有技术相比，本发明具有以下有益效果：
[0042]
(1)本发明的风速测量装置可以同时实时采集不同位置、不同高度风速信息，与目前单点位分别测量装置相比，装置测量精度满足气象测量规范要求，测量效率更高，更有利
于建立风场模型。为土遗址局部风场特征和风蚀风化机理研究提供了比较完备的基础数据采集设备和模拟计算技术。
[0043]
(2)本发明具有风速分级统计功能，能够统计多级风速持续时间，更适合于风化分析、风载荷问题研究等特定用户的需求。
[0044]
(3)本发明采用软硬件协同低功耗策略、低功耗无线传输技术，使得该设备具有低功耗运行的特点。
[0045]
(4)本发明设计设备异常检测算法，使设备具有远程故障监测功能，可以实现设备长期无人值守、远程故障诊断维护。
[0046]
(5)提出了一种基于指数率风剖面公式和反距离插值算法的局部风场计算模型，相比于商业化的流体动力学计算软件，本发明设计的风场计算模型更简洁、计算成本低、计算时间短，实用性更好。
附图说明
[0047]
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
[0048]
图1是本发明实施例土遗址局部风速分级实时测量装置结构原理图；
[0049]
图2是本发明实施例土遗址局部风速分级实时测量装置母板电路图；
[0050]
图3是本发明实施例土遗址局部风速分级实时测量装置组装后的内部图；
[0051]
图4是本发明实施例土遗址局部风速分级实时测量装置工作流程图；
[0052]
图5是本发明实施例土遗址局部风速分级实时测量装置风速传感器部署图；
[0053]
图6是本发明实施例土遗址局部风速分级实时测量装置风速传感器部署位置俯视图。
[0054]
图中标记：1-lora通讯模块、2-人机交互模块，3-rs485通讯模块，4-主控制器模块，5-rs422通讯模块，6-rs422外部接口，7-温度采集模块，8-5v供电接口，9-电源升压模块，10-rs485外部接口，11-超声波风速风向传感器供电接口。
具体实施方式
[0055]
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
[0056]
本实施例的土遗址局部风速分级实时测量装置，其结构组成原理如图1所示。硬件系统采用模块化结构设计，包括主控制器模块、超声波风速风向传感器、rs485通讯模块、lora通讯模块、电源模块、人机交互模块，复位电路和温度采集模块。所述各个功能模块采用独立标准化设计，通过接插件集成在一个母板上，这种模块化结构便于调试、检测和维修，如图2所示。
[0057]
所述主控制器模块(控制单元)包括数据采集模块、数据处理模块和通信传输模块。主控制器模块，采用cortexm3架构，具有睡眠模式，停止模式和待机模式三种低功耗模式，为满足低功耗运行需要，一般情况下微控制器进入睡眠模式。本实施例中主控制器模块
为stm32微控制器。数据采集模块完成风速数据和温度数据采集，采样频率为1次/s；数据处理模块分别计算最近3s、2min、10min的平均风速风向数值，并完成分级风速持续时间统计，数据异常处理和设备状态检查；通信传输模块按标准协议对数据打包，控制rs485和lora通信模块传输数据。
[0058]
所述超声波风速风向传感器模块：其主要目的是采集风速风向数据，每个控制器可以加载1-4个风速风向传感器。主要技术指标：风速测量范围0-60m/s，精度0.2
±
0.02v；风向0-359
°
，精度3
°
；工作环境-40～60℃，0～100％rh；电源范围10-30v dc；信号传输距离1000m；防护等级ip66。
[0059]
所述rs485通信模块：其作用是连接多个超声波风速传感器，实现控制单元与传感器的数据通讯，采用标准modbus-rtu通信协议，传感器通信地址及波特率可设置。
[0060]
所述lora通讯模块：其作用是实现风速数据采集节点和上位机远距离无线数据通讯，采用lora标准无线通信协议，无线传输距离可达1000m。通常情况下，该模块处于待机模式，以获得较低功耗。
[0061]
所述人机交互模块：由三个led灯和一个按键构成。分别通过三个led灯闪烁来检测控制单元对三个超声波风速风向传感器的数据收发是否正常，为进一步的降低功耗，可通过按键控制是否检测三个传感器工作状态，该模块可以方便现场安装测试和后期检修。
[0062]
所述电源模块：用于给多个超声波风速风向传感器供电，本模块是具有隔离功能的5v-24v直流升压电源。
[0063]
所述温度采集模块用于设备工作环境安全性检测，所述温度采集模块的信号输出端连接主控制器模块的信号输入端。
[0064]
为了保证设备在户外具备耐高温，低温，抗紫外线等能力，土遗址局部风速分级实时测量装置控制箱使用pc材质的户外防水盒，组装后的内部结构如图3所示，其中1为lora通讯模块、2为人机交互模块，3为rs485通讯模块，4为主控制器模块，5为rs422通讯模块，如果有多个数据采集模块共享一个数据传输单元(dtu)时，rs422用来实现多个数据采集模块与dtu的通信连接；6为rs422外部接口，7为温度采集模块，8为5v供电接口，9为电源升压模块，用来将标准的直流5v供电电压升高到24v，为传感器提供工作电压，因为传感器的工作电压为12v～30v；10为rs485外部接口，11为超声波风速风向传感器供电接口。盒子与外部接口使用户外专用的防水航空接头，线缆也使用户外带屏蔽的rs485专用线。
[0065]
所述土遗址局部风速分级实时测量装置具体工作过程为：软件为前后台运行方式，前台为中断服务程序，后台为轮询程序。图4为土遗址风速分级实时测量装置的工作流程图。系统上电后，stm32微控制器进行初始化配置，包括时钟，定时器，串口等，初始化完成后，通过定时器周期性唤醒，定时器每1/n秒(n表示所连传感器个数)定时产生中断唤醒处理器，处理器发送数据采集指令之后进入休眠，传感器接受指令完成数据采集并回传数据，串口+dma中断唤醒处理器，处理器对数据进行解算保存，然后进入休眠，直到下一次定时器中断再次唤醒。对于多个风速风向传感器，采用轮询方式发送数据采集指令，然后分别进行分解、运算、保存，根据小型气象站要求，对分解后数据分别求解3s、2min、10min均值；此外还将进行风速分级统计，首先求解3s均值风速数据，然后进行数值比较，对位于风力等级区间内的风速值，区间计数器+1。另一方面，处理器也可被上位机数据请求指令采用串口+dma方式唤醒，然后分别完成：(1)对被采集传感器节点进行3s、2min、10min均值数据合成。(2)
对被采集传感器节点进行设备工作状态异常与数据异常检测。(3)初始化温度传感器配置寄存器，进行温度采集。(4)按照规定协议格式回复上位机(4)再次进入休眠状态，等待下一次中断唤醒。
[0066]
本发明采用软硬协同低功耗策略，主要技术手段如下：系统应答响应全部采用中断方式；在满足性能需求的同时将cpu和对应的外设时钟频率降到最低，关断未使用的外设，比如lse时钟、pll等；将不使用的i/o时钟组关闭，将不使用的i/o设置为模拟输入；数据处理部分不使用库函数，全部使用查找表，通过牺牲内存资源来换取数据处理速度的提升，从而让cpu有尽可能多的时间休眠。
[0067]
传感器数据异常处理，主要包括传感器工作状态异常检测和传感器数据异常检测。其中传感器工作状态异常检测是判断采集节点对特定传感器发送数据请求后，能否正常收到并解析出数据，采集数据是否超过传感器所测范围；传感器数据异常检测是对特定传感器设定时间段内是否有异常数据点的出现进行判断。
[0068]
正常(编码00)：传感器工作状态正常，采集数据正常。
[0069]
工作状态异常(编码01)：采集节点发送采集指令后不能接收到传感器信息，或处理器接收到的数据超过传感器的数值范围，表明线路或传感器器出现故障或异常。
[0070]
数据异常(编码02)：如果数据长时间出现较大波动，则判断可能是传感器损坏或受到干扰，为后台数据异常判断提供参考，确定数据出现异常的地方(具有一定检修能力)。其具体判断算法如下：
[0071]
设数据时间窗为10min、数据为每1min的风速均值，共10个数据xi，通过欧式距离依次计算相邻两点的距离di作为本时间窗内数据异常判断的一维距离数组。
[0072]di
＝|x
i-x
i-1
|1≤i≤9，i∈z
[0073]
然后，对该一维距离数组求平均值，即平均距离
[0074][0075]
最后，依次对数组中的每个距离di与均值距离做比较，若则判断该距离为异常距离，同时该数组异常得分+1。最终该距离数组统计得分如果大于3分，判定为异常数组，即该传感器该时间段内数据异常。此处1.5倍平均距离的判断标准来源于统计经验。
[0076]
风速持续时间分级统计功能，其主要目的及实现如下：
[0077]
不同级别的自然风荷载造成的风化作用和影响程度是不同的，风力越大影响越大，静风的影响最小。因此，统计不同级别自然风的持续时间对土遗址风化评估具有重要价值。本发明结合通用风力等级表，见表1，设计实现了高精度风速分级统计。统计方法如下：
[0078]
取3s风速平均值作为基本统计单位，每个统计周期总时间为10min，其中风速3s平均值计算公式如下所示：
[0079][0080]
其中xi表示风速大小，采样频率1次/s。本发明装置的分级风速持续时间统计精度可以达到3s。
[0081]
根据风力等级表，设置了对应的12个变量计数器统计时间，当风速均值数据位于对应等级区间内，则该风力等级计数器加1。
[0082]
表1：风力等级表
[0083]
风级风速(m/s)计数器00.0-0.2n[0]10.3-1.5n[1]21.6-3.3n[2]33.4-5.4n[3]45.5-7.9n[4]58.0-10.7n[5]610.8-13.8n[6]713.9-17.1n[7]817.2-20.7n[8]920.8-24.4n[9]1024.5-28.4n[10]1128.5-32.6n[11]
[0084]
本发明的风速测量装置能够获得的多点位风速参数，但是仅仅利用风速传感器采集风场参数不够完整，不可能获得详细的风场信息，不能提供任意坐标点的风速信息。为此，基于实测数据设计了一种实用的局部风场计算模型。模型首先使用指数率公式计算边界区内风速剖面，获得风速在竖直方向上的分布；然后，通过反距离插值算法获得风速在水平面上的分布特征。
[0085]
局部风场数值计算模型具体实现方法如下：
[0086]
借助两个公式进行计算风场的水平分布和垂直分布。
[0087]
指数率公式。该公式主要用于计算同一位置不同高度的风速，具体公式如下：
[0088][0089]
式中，为离地参考高度zr处的平均风速；α为超参数，表示地面粗糙程度，其数值与地面粗糙程度有关。地面越光滑，α越小；反之地面越粗糙，α越大。
[0090]
反距离权重插值法。该公式主要用于计算在同一水平面，不同位置的风速，具体计算公式如下：
[0091][0092]
其中，z(s0)为s0处的插值预测值；n为样本数；λi为各样本点的权重。权重值随样本点与预测点之间距离的增大而减小；z(si)为在si处获取得到的真实值。
[0093]
反距离权重插值基于相似相近的原理，即：传感器离得越近，它们所测量的结果月相似，对应的权重也就越大。
[0094]
确定权重的计算公式为：
[0095][0096]
式中，p为指数值，本文取p为2；d
i0
为预测点s0到各个已知点的距离。
[0097]
本实施例的局部风场数值计算模型根据前述计算方法，采用python语言设计，在上位机中完成计算。首先，使用风速测量装置采集一周数据。风速传感器和监测设备通常部署在监测区域有代表性的位置，土遗址监测位置一般分布在土体或墙体的两侧，如图5所示，中间物体为墙体，墙体两侧不同距离、不同高度布设了8个传感器：0001、0002、0101、0102、0201、0202、0301、0302号传感器，共2个控制器，每个加载了4个传感器。
[0098]
以外城墙为例，介绍如何通过0101、0102、0301、0302号传感器数据得出墙体c点与d点之间的风速以及风向。
[0099]
该计算过程可分为三步。第一步，需要通过0101号与0102号传感器数据计算得出与0301号、0302号传感器相同水平高度的a点、b点的风速风向；第二步，根据a点、b点、0302号、0301号风向风速数据，并利用反距离权重插值法得出外城墙c点与d点的风速风向；第三步，根据c、d两点风速以及指数率方法计算得到c、d两点间任意位置风速。具体计算过程如下：
[0100]
首先，需要确定1号杆位置上，指数率公式中超参数α的取值。通过对指数率公式进行变换得：
[0101][0102]
选取0101号与0102号传感器一周数据，计算得出α均值。
[0103]
通过第一步计算得出超参数α取值后，可根据0101号传感器的风速，指数率插值得出同一时刻，a点(高度1.5m)与b点(高度2.9m)风速。a、b两点风向角度取0101号与0102号风向均角度值。
[0104]
在得到a、b两点风速以及风向后，需要将a、b、0301、0302处风速进行矢量分解。以a点与0302号传感器西北风分解为例，如图6所示(俯视图)。
[0105]
其中，v
0302
va表示风速，表示垂直于墙面的风速，表示平行于墙面的风速。
[0106]
在得到两点不同垂直于墙面的风速后，即可利用反距离权重插值法得到外墙面c点处垂直于墙面的风速。具体计算公式如下：
[0107][0108]
计算c点平行于墙面风速同理，
[0109][0110]
在计算得到与后，通过反三角函数即可求得c点处风向角度。公式如下：
[0111][0112]
上述计算过程存在一个核心假设是，0302号位置风向与a点风向相近。在实际工程数据中0302号传感器与a点风向存在较大差异，为此，将风速数据视为标量数据，即通过0302号传感器以及a点风速计算墙面风速，不计算风向。
[0113]
该插值算法具体流程如下：
[0114]
根据上述计算过程可知，算法首先需要确定超参数α的取值。
[0115]
该过程分为两步，第一步加载传感器数据。程序代码如下：
[0116]
[0117]
[0118]
[0119][0120]
第二步，选取过去一周数据计算α的取值。程序代码如下：
[0121]
1.计算得出超参数α取值后，通过指数率公式计算得出同一时刻，a点(高度1.5m)与b点(高度2.9m)风速。程序代码如下：
[0122]
[0123][0124]
2.在得到a点高1.5m以及2.9米风速后，即可通过反距离权重插值法以及0301号、0302号传感器数据得出墙面风速。注：由于墙体的存在，在算法中将风速数据视为标量。程序代码如下：
[0125]
[0126][0127]
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。