基于統(tǒng)一時間基準的網(wǎng)絡化微應變監(jiān)測研究

葉廷東 黃曉紅 汪清明

（1.廣東輕工職業(yè)技術學院，廣東 廣州 510300；2.廣東省科學院，廣東 廣州 510070）

基于統(tǒng)一時間基準的網(wǎng)絡化微應變監(jiān)測研究

葉廷東1，2， 黃曉紅1， 汪清明1

（1.廣東輕工職業(yè)技術學院，廣東 廣州 510300；2.廣東省科學院，廣東 廣州 510070）

針對大型工程結(jié)構(gòu)微應變網(wǎng)絡化監(jiān)測的需求，該文設計一種網(wǎng)絡化微應變智能傳感系統(tǒng)，采用恒流源高精度測量電路解決微應變測量電路中存在的溫度效應、橋路輸出非線性、測量環(huán)境影響等問題；同時基于傳感網(wǎng)絡時間同步算法實現(xiàn)微應變監(jiān)測網(wǎng)絡時間基準的統(tǒng)一，進而通過預測補償?shù)姆椒ǜ纳朴捎诰W(wǎng)絡不確定性造成的傳感器信號采樣延時問題。測試與仿真研究表明：微應變測量電路的測量誤差為0.101%，時間同步算法的平均同步準確度可達29.03μs，網(wǎng)絡傳感信息的最大預測補償誤差為0.49%。

微應變；時間同步；預測補償；智能傳感器

0 引 言

應力應變檢測在機械工程及重大制造裝備，如高鐵汽車、輪船等重要設備，核電安全殼、水輪機軸、蒸汽管道等電力動力關鍵設備，土木建筑及水利工程的大型構(gòu)件，大型鋼結(jié)構(gòu)橋梁和道路涵隧工程等領域有著廣泛的應用[1-4]。通過檢測，可實時掌握關鍵結(jié)構(gòu)件的應力、應變值，確保結(jié)構(gòu)安全，對防止重大事故的發(fā)生和減少經(jīng)濟損失具有重要社會、經(jīng)濟價值。

在重大工程構(gòu)件，如橋梁、塔架、塔式起重機、核電安全殼、高鐵地鐵軌道等，其應變檢測往往屬于微弱信號測量，難于檢測[5-7]；同時為了能夠得到被測構(gòu)件工作中較為全面的受力狀態(tài)，往往需要很多測量點通過網(wǎng)絡化的監(jiān)測才能實現(xiàn)[8-10]。在大型工程結(jié)構(gòu)微應變網(wǎng)絡監(jiān)測中，要保證結(jié)構(gòu)安全，高精度的準確監(jiān)測是首要條件[11]，同時建立一個具有統(tǒng)一時間基準的監(jiān)測網(wǎng)絡，改善網(wǎng)絡不確定性造成的傳感器信號采樣延時問題，也顯得很重要[12-13]。為此，本文將開展網(wǎng)絡化微應變智能傳感系統(tǒng)結(jié)構(gòu)設計，在實現(xiàn)準確監(jiān)測的同時解決傳感網(wǎng)絡信號采樣延時問題。

1 網(wǎng)絡化微應變智能傳感系統(tǒng)結(jié)構(gòu)

為了便于實現(xiàn)工程構(gòu)件應變的實時遠程監(jiān)測，與工業(yè)控制系統(tǒng)實現(xiàn)有機融合，實現(xiàn)測、管、控的一體化，設計了如圖1所示的網(wǎng)絡化微應變智能傳感系統(tǒng)模型結(jié)構(gòu)。圖中的核心模塊為STIM（smart transducer interface module）模塊和 NCAP（network capable application processor）模塊，NCAP 與 STIM 模塊間通過 TII（transducer independent interface）接口實現(xiàn)短距離的數(shù)據(jù)通信[14]。其中STIM模塊主要用于微應變的檢測，NCAP模塊主要用于實現(xiàn)自校正、數(shù)據(jù)存儲、輸入輸出和網(wǎng)絡通信等功能，它在運行中通過裝載嵌入式系統(tǒng)實現(xiàn)。

圖1 網(wǎng)絡化微應變智能傳感系統(tǒng)結(jié)構(gòu)圖

由于工程構(gòu)件的應變檢測往往屬于微弱信號測量，難于檢測，需要有高精度的檢測模塊支撐才能夠有效實現(xiàn)，它包括高精度傳感檢測模塊、高穩(wěn)定度基準源、雙通道PWM閉環(huán)控制調(diào)節(jié)模塊、高精度電壓源模塊、多ADC并聯(lián)高精度轉(zhuǎn)換模塊等組成；其中雙通道PWM閉環(huán)控制調(diào)節(jié)模塊主要是為了調(diào)節(jié)并擴大基準源的驅(qū)動負載能力；多ADC并聯(lián)高精度轉(zhuǎn)換模塊則是利用過采樣技術減小量化誤差，獲得與高分辨率ADC相同的信噪比，以增加被測數(shù)據(jù)的有效位數(shù)；而高精度傳感檢測模塊則主要針對目前微應變的高精度測量電路中存在的溫度效應、橋路輸出非線性、測量環(huán)境影響等問題，實現(xiàn)高精度檢測。在實際應用，它還可以利用圖1模型中的TEDS（transducers electronic data sheet）校正引擎實現(xiàn)對應變檢測量的進一步自校正，以消除溫濕度、噪聲干擾等對應變檢測量的影響。

網(wǎng)絡化微應變智能傳感系統(tǒng)在高精度基準源的基礎上，采用圖2所示的恒流源高精度測量技術進行測量[15]。 圖中，R1、R2構(gòu)成應變橋路，采用獨立的雙恒流源I1、I2作為橋路的激勵，橋路的輸出電壓分別接入一個加法放大器和一個減法放大器，且恒流源激勵和橋路輸出采用獨立的導線連接。通過零點電位跟隨器，使橋路的公共端（同時也是恒流源的電流回路）電位等于測量電路的零點電位。該測量電路可以消除恒流源I1、I2的變化和R1、R2的變化等因素引入的讀數(shù)誤差以及傳統(tǒng)電橋的非線性誤差，它的六端連接則可消除導線電阻的影響，可允許較遠的測點距離。分析圖中電路，存在如下關系式：

圖2 恒流源高精度測量模塊

式中：Uin、Ur——A/D轉(zhuǎn)換器的模擬輸入電壓和參考電壓；

A——差分放大器的放大倍數(shù)；

k——應變片的靈敏系數(shù)；

ε——被測應變量。

由式（1）即可實現(xiàn)微應變的準確測量。

設A/D轉(zhuǎn)換器的轉(zhuǎn)換關系為

式中：e——刻度系數(shù)，V/字；

N——A/D轉(zhuǎn)換結(jié)果的數(shù)字量。

則被測微應變?yōu)?/p>

其中e′=e/（AUrk×106），με/字。

2 時間基準下網(wǎng)絡傳感信息的預測補償

圖3 傳感信息網(wǎng)絡采樣原理圖

傳感網(wǎng)絡中，傳感節(jié)點通過網(wǎng)絡將檢測信息發(fā)送至中心節(jié)點（控制中心），由于網(wǎng)絡時延將導致系統(tǒng)除了正常采取信息外還將出現(xiàn)空采樣和多采樣的情況，如圖3所示，t0時刻為網(wǎng)絡時延后的正常采樣，t1、t3時刻存在空采樣，在t2、t4時刻存在多采樣，甚至由于網(wǎng)絡傳輸?shù)脑虺霈F(xiàn)先采集的信息后到的現(xiàn)象。為了滿足傳感監(jiān)測系統(tǒng)的時間特性要求，通常需要對網(wǎng)絡化傳感信號進行實時動態(tài)預測補償，通過預測來改善傳感采樣信號的延遲與丟失問題。

由圖3可知，要實現(xiàn)預測補償，可以通過兩步實現(xiàn)：1）通過時間同步，使得整個系統(tǒng)有一個統(tǒng)一的時間基準；2）獲得網(wǎng)絡的傳輸延遲tNW進行預測補償。

2.1 時間同步算法

在應用中，傳感網(wǎng)絡的時鐘同步信息由報文進行傳遞，報文的傳遞必然帶來延時抖動，可以通過傳輸延遲測算方法計算出時間偏移，進而實現(xiàn)基于時鐘偏移修正的時間同步[16]。基于延遲測算的時間同步過程如圖4所示，其實現(xiàn)過程為：各節(jié)點獲得參考時間、測算時間傳輸誤差、修正本地時鐘[17]。該方法為了消除發(fā)送端發(fā)送時延和MAC訪問時延的影響，中心節(jié)點在發(fā)送數(shù)據(jù)時，給同步廣播分組在MAC層加上時間標記Ti（i=1，2，…，n）。 這時為了便于子節(jié)點的同步，需要發(fā)送同步前導碼，根據(jù)發(fā)送數(shù)據(jù)比特數(shù)k和每個比特的傳輸時間t，可以計算出同步前導碼的發(fā)送時間為kt。子節(jié)點j在接收完同步前導碼后，打上第1個本地時間標記t1_ji，待子節(jié)點接收并處理完同步信息后，再加上第2個本地時間標記t2_ji，則子節(jié)點處理延遲為t2_ji-t1_ji。那么子節(jié)點從Ti到調(diào)整時鐘前，經(jīng)歷的時間延遲為

那么子節(jié)點j的本地時鐘tji調(diào)整為

圖4 基于延遲測算的時間同步過程

傳感網(wǎng)絡經(jīng)過一個時間周期就會進行一次時間同步，通過時間同步，不僅可以使整個系統(tǒng)有一個統(tǒng)一的時間基準，還可以獲得網(wǎng)絡的傳輸延遲測算值tNW。

2.2 網(wǎng)絡傳感信息預測補償

在一個同步周期內(nèi)，可認為網(wǎng)絡傳輸延遲基本相同，這樣可對傳感采樣通過多項式預測來解決延遲補償問題。

設中心節(jié)點根據(jù)時間標記，分別獲得了最近M個網(wǎng)絡傳感信息Y（t）=[xi，M，xi，M-1，…，xi，1]T（i為傳感器編號，1＜i＜k，k為傳感器數(shù)量），則可得到傳感信息xi的動態(tài)預測信息：

式中：AN——多項式模型階次；

aN，l——多項式模型參數(shù)。

且|W|≠0，則由最小二乘方法，可求出模型參數(shù)A為

式中W-1XT只與ni（i=1，2，…，K）有關，一旦確定ni，就可以預先計算出W-1XT。在預測計算中只需將新獲得的網(wǎng)絡傳感信息，更新到矩陣Y就可用式（6）進行參數(shù)估計，即可實現(xiàn)傳感信息的實時預測，同樣基于該多項式模型，可通過插值來補充網(wǎng)絡丟失的數(shù)據(jù)。

3 測試與仿真分析

3.1 應變測量電路測試

網(wǎng)絡化微應變智能傳感系統(tǒng)的測試電路R2采用120Ω標準電阻，R1用精密電阻箱構(gòu)成模擬橋路，同時采用16位的A/D轉(zhuǎn)換器，應變片靈敏度系數(shù)2.1，應變測量電路的測試結(jié)果如表1所示，該測量電路的最大檢測誤差為0.101%，具有較高的測量準確度。

表1 應變測量電路測試結(jié)果

3.2 基于時間同步的預測補償

本仿真試驗采用6個無線傳感節(jié)點，如圖5所示，節(jié)點編號為Nd1～Nd6，選擇節(jié)點Nd6作為中心匯聚節(jié)點，組成一個時間同步試驗系統(tǒng)，初步開展單跳時間同步測試。節(jié)點處理器采用TI的CC2530F256射頻芯片，該芯片支持算法在MAC層打時間標記，并選用32MHz石英晶振作為節(jié)點的振蕩時鐘源。

圖5 同步監(jiān)測試驗系統(tǒng)框架

為了查看網(wǎng)絡中各節(jié)點的同步精度，設同步周期為5s，同步誤差的監(jiān)測測試時間為10000s，選取節(jié)點Nd2為例，節(jié)點Nd2的同步誤差曲線如圖6所示。節(jié)點Nd2的同步誤差均值為29.03 μs，方差為493.56，具有較好的同步準確度，可以適應現(xiàn)場實時監(jiān)控的需要。

圖6 節(jié)點Nd2的同步誤差曲線

圖7 網(wǎng)絡傳感信息預測補償誤差

由于實驗條件限制，將利用虛擬儀器LabVIEW的仿真方法來進行傳感信息動態(tài)預測分析。搭建的基于LabVEIW的傳輸網(wǎng)絡仿真平臺高、低優(yōu)先級數(shù)據(jù)到達率、服務率分別為λF=100、λS=95、μF=200、μS=100，采用排隊模型和自適應包丟棄擁塞控制策略進行通信分析。經(jīng)過分析，該傳感數(shù)據(jù)網(wǎng)絡在無擁賽丟包的情況下，網(wǎng)絡的平均時延為206.67ms。在實驗中所有監(jiān)測數(shù)據(jù)傳輸?shù)街行墓?jié)點后進行預測補償，預測補償結(jié)果如圖7所示，網(wǎng)絡傳感信息的最大預測補償誤差為0.49%，較大的相對誤差出現(xiàn)在0值和低檢測值附近。

4 結(jié)束語

針對大型工程結(jié)構(gòu)微應變監(jiān)測的需求，論文設計了一種具有自校正、存儲和網(wǎng)絡化通信等功能的微應變智能傳感系統(tǒng)，實現(xiàn)了基于時間同步預測補償?shù)奈兙W(wǎng)絡化監(jiān)測：

1）設計的網(wǎng)絡化微應變智能傳感系統(tǒng)，具有STIM和NCAP模塊，STIM模塊主要用于微應變的檢測，為解決測量中存在的溫度效應、橋路輸出非線性、測量環(huán)境影響等問題，它的測量電路采用恒流源高精度測量技術進行。實驗研究表明，該測量檢測模塊的微應變測量誤差為0.101%。

2）可在大型工程結(jié)構(gòu)的微應變監(jiān)測中，基于延遲測算的時間同步方法，為傳感網(wǎng)絡建立一個統(tǒng)一的時間基準，在此基礎上可通過多項式預測補償?shù)姆椒ǎ纳朴捎诰W(wǎng)絡不確定性造成的傳感器信號采樣延時問題，在時間校正的同時，實現(xiàn)延時預測補償。仿真研究表明時間同步算法的平均同步準確度可達29.03 μs，網(wǎng)絡傳感信息的最大預測補償誤差為0.49%。

[1]NISHIMURA A， TAMURA H， IMAGAWA S， et al.Stress and strain measurement of the large helical device during coil excitation[J].Fusion Engineering and Design，2001（58/59）：253-257.

[2]吳春利.基于應變模態(tài)橋梁健康監(jiān)測關鍵技術研究[D].長春：吉林大學，2012.

[3]SANTANA J， HOVEN R V D， LIEMPD C V， et al.A 3-axis accelerometer and strain sensor system for building integrity monitoring[J].Sensors&Actuators A Physical，2012，188（12）：141-147.

[4]王豪，鄭德智，邢維巍.基于光電檢測的振弦式應變傳感器的設計與實現(xiàn)[J].傳感技術學報，2014（12）：1601-1605.

[5]劉寶華.多通道高精度應變測量技術研究[J].計量學報，2003，24（3）：205-210.

[6]徐從裕，方文瓊，孫雅瓊，等.光柵式宏/微應變傳感器的設計[J].中國機械工程，2013，24（13）：1715-1718.

[7]郭曉澎，劉志英，周曉旭.橋梁應變數(shù)據(jù)采集系統(tǒng)[J].電子測量技術，2016，39（4）：136-139.

[8]SANTOS C A， COSTA C O， BATISTA J P.Long deck suspension bridge monitoring：the vision system calibration problem[J].Strain，2012，48（2）：108-123.

[9]黃僑，李忠龍，沙學軍，等.基于應變式傳感器的橋梁無線測試系統(tǒng)的試驗[J].同濟大學學報（自然科學版），2007，35（10）：1322-1325.

[10]馮艷波，陳建政，舒叢叢.基于ZigBee的無線動態(tài)應變測量[J].中國測試，2009，35（4）：107-110.

[11]MOHAMMED A A S， MOUSSA W A， LOU E.High sensitivity MEMS strain sensor：design and simulation[J].Sensors，2008，8（4）：2642-2661.

[12]王玉秀，黃劍，石欣，等.基于分簇的低功耗多跳無線傳感器網(wǎng)絡層次時間同步算法[J].計算機應用，2013，33（2）：369-373.

[13]史昕，趙祥模，惠飛，等.基于分量解耦融合的無線傳感網(wǎng)時鐘同步算法[J].計算機應用，2014，34（3）：623-627.

[14]KUMAR A， SRIVASTAVA V， SINGH M K， et al.Current status of the IEEE 1451 standard-based sensor applications[J].IEEE Sensors Journal，2014，15（5）：2505-2513.

[15]習友寶，古天祥.基于雙恒流源法的高精度應變測量技術[J].電子科技大學學報，2005，34（3）：407-409.

[16]SU P.Delay measurement time synchronization for wireless sensor networks[Z].IRB，2003：1-12.

[17]韓永朋，安勇，牟榮增，等.基于自動校準的WSNs時間同步算法[J].傳感器與微系統(tǒng)，2013，32（8）：128-130.

（編輯：劉楊）

Research on network micro strain monitoring based on a uniform clock benchmark

YE Tingdong1，2，HUANG Xiaohong1，WANG Qingming1
（1.Guangdong Industry Polytechnic，Guangzhou 510300，China；2.Guangdong Academy of Sciences，Guangzhou 510070，China）

According to the network monitoring requirement of micro strain for large engineering structure，a networked micro strain intelligent sensing structure is designed in the article.The sensing system adopts high-precision measurement circuit based on constant current source to solve the temperature effect of micro strain measurement circuit，the non-linear output of bridge circuit，the influence ofthe measurement environment，etc.；Meanwhile，a uniform time reference of micro strain monitoring network is realized based on time synchronization algorithm of sensor networks，which can further solve the problem that sensor signal sampling delay caused by uncertainty of sensor network in predictive compensation method.Test and simulation results show that the measurementerrorofthemicrostrainmeasurementcircuitis0.101%，andtheaverage synchronization precision of the time synchronization algorithm can reach 29.03 μs， and the maximum predictive compensation error of the network sensing information is 0.49%.

micro strain；time synchronization；predictive compensation；intelligent sensor

A

：1674-5124（2017）07-0092-05

10.11857/j.issn.1674-5124.2017.07.018

2017-02-15；

：2017-04-24

中國博士后科學基金項目（2013M542157）；廣東省科技計劃項目（2015A020214025，2015A070710030）；省級“千百十工程”人才資助項目（RC2016-005）；廣州市科技計劃項目（201604020049）；創(chuàng)新強校工程項目（2A11105）

葉廷東（1976-），男，江西贛州市人，副教授，博士，研究方向為智能傳感與現(xiàn)代檢測裝置。