一種低風速測量儀的研究與實現

陳傳祥 李奎山

(1．東莞理工學院 教務處，廣東東莞 523808;2．東莞職業技術學院，廣東東莞 523808)

一種低風速測量儀的研究與實現

陳傳祥1李奎山2

(1．東莞理工學院 教務處，廣東東莞 523808;2．東莞職業技術學院，廣東東莞 523808)

分析了低風速測量技術的主要功能結構及工作流程，采用GM8120 SoC芯片作為運算單元，通過經驗函數對低風速進行測量。

低風速;GM8120;SoC

目前風速計的研究熱點主要集中于二維風速風向傳感器，一般采用熱溫差型或熱溫差、熱損失型相結合的工作方式，能夠同時測量風速和風向。傳統的風速計控制和測量一般采用片內或片外電路方式實現，電路結構復雜，而且系統采用的較多周邊元器件，占用面積大［1］。在低風速環境中進行測量時，則容易因測試裝置的阻擋而產生干擾，進而增大了測量值的誤差。針對這種情況，本文提出了一種能夠降低對環境現場干擾，提高測量精度的低風速測量儀。

1 低風速測量技術

1.1 傳統測量技術

傳統的低風速校準裝置可分風洞、旋臂機、直線拖動法及排氣法四類。以直線拖動法為例，即在一個與外界隔離的房間或箱體中，用馬達拖動測風感應器或鋪設軌道座，使感應器在軌道上作勻速直線移動。假設空氣是靜止的，感應器移動速度即為風速。可見其測量過程需要依賴一定的機械裝置。

1.2 軟測量技術

軟測量技術主要應用在不能直接測量或不宜準確測量參數的領域，通過某種算法對測量對象進行的數學建模從而進行相關研究［2］。本文中的低風速測量儀也采用相關軟測量技術，實現降低測量裝置對現場的干擾，從而提高測量精度。

2 低風速測量儀的實現

測量儀實現過程主要分為兩部分，即首先對測量對象在0.1～0.9 m/s風速環境下進行建模，經過分析優化后再將算法移植到GM8120 SoC芯片上。

2.1 測量對象建模

對測量對象進行準確建模是實現低風速測量的前提環節，是影響測量精度的關鍵。本模型主要是由一塊5 cm×5 cm大小的白色硬塑料板上固定一根長4 cm的特殊黑色纖維線所組成。纖維線及硬塑料板之間不會因摩擦而產生靜電造成相對吸引。

該測量對象被沿送風方向豎直放置于在變風速 (0.1～0.9 m/s)環境下，并通過攝像頭對纖維線各種形態在640×480分辨率下以每秒30幀的速率進行取樣，如圖1所示。所得大量數據隨后使用Mat-lab軟件進行擬合分析后，便能得到一個風速與纖維線形態相關的經驗函數，從而實現將低風速的測量轉換為對纖維線形態的采樣分析。并且在測量過程中，纖維線無需進行加熱等輔助處理，能避免因相關器件老化而造成的誤差，進一步保障測量精度。

圖1 測量對像在0 m/s、0.1 m/s及0.9 m/s風速下的形態

2.2 測量儀的硬件設計

由于測量過程中需要對纖維線形態進行采樣，則所選用的硬件架構必須有較高的運算能力才能實現相關視頻處理功能，否則無法實現相關算法的移植。GM8120 Soc芯片是臺灣升邁推出的一款針對在Internet上傳送音/視頻數據的SoC芯片、內核為ARM9+DSP、MPEG4實時編碼/解碼可以達到30fps，是目前業界少見高集成度的硬件MPEG4編/解碼芯片。本設計采用GM8120 Soc芯片為系統核心，通過直接連接攝像頭即可實現對測量對象進行視頻采樣，并能立刻通過建模所得經驗函數進行分析計算得出對應的風速值。同時由于系統芯片支持網絡接口，所以能夠便利地實現遠程采集。系統結構如圖2所示。

圖2 系統結構圖

2.3 測量儀的軟件設計

測試儀軟件的簡要工作流程如圖3所示，其中纖維線視頻采集及風速計算為主要功能部分。

圖3 簡要工作流程示意

2.3.1 纖維線視頻采集

纖維線視頻采集算法中采用了YUV顏色空間。Y指明視度，即亮度 (數值從0－255，代表亮度從高到低)，而U和V分別為R－Y和B－Y分量，又稱色度，它是描述色彩飽和度的屬性。YUV的優點是它的亮度信號 (Y)和色度信號 (U，V)相互獨立，可以單獨編碼，方便傳輸和處理。因此，它被廣泛應用于計算機視頻和圖像處理之中［3］。本纖維線模塊中，黑色線的亮度較低，白絕底板的亮度較高，兩者之間的亮度對比直接反映于Y信號值上。通過對采集區中的圖像進行逐行掃描找出亮度低的點，即可采集出纖維線所處位置。

算法中對纖維線位置由YYY結構體進行描述，代碼如下：

2.3.2 風速計算

風速值是將各采樣幀中所得的纖維線位置數據代入建模過程中所得的經驗函數計算所得的平均值，關鍵代碼如下：

在0.1～0.9 m/s風速范圍內，當前經驗函數計算所得風速值與專業風速測量儀對比，其誤差范圍約在±2%。

3 結語

基于對測量對象在不同風速環境下進行建模，將低風速的測量轉換為對纖維線形態的采樣分析的軟測量方法，實現了量程范圍內能較好地跟蹤風速的變化，快速測量出低風速值。由于目前所建模型仍受一定客觀因素的影響，為此將采取相應的軟測量模型作進一步校正。

［1］孫凱，秦明，張中平，等．基于微控制器的風速計在線控制和測量系統設計［J］．傳感技術學報，2006，19(3)：682－685．

［2］劉震，汪令祥．基于神經網絡的風力發電系統風速軟測量［J］．中國電力，2010，43(11)：87－91．

［3］馬國峰，楊俊紅，周兵．基于YUV顏色空間的視頻運動檢測［J］．計算機工程與設計，2008，29(14)：3700－3702．

Research and Realization of Anemometer for Low Wind Speed

CHEN Chuan-xiang1LI Kui-shan2
(1．Teaching Affairs Office，Dongguan University of Technology，Dongguan 523808，China;2．Dongguan Polytechinic，Dongguan 523808，China)

This paper analyzes the main function structure and work－flow，using GM8120 chip as computing unit with a fitting function for measuring low wind speed．

low wind speed;GM8120;SoC

G40－05

A

1009－0312(2012)01－0053－04

2011－11－17

廣東省自然科學基金 (9151170003000011)。

陳傳祥 (1983—)，男，廣東東莞人，工程師，碩士，主要從事計算機控制及嵌入式系統技術研究。