風力發電機振動的多普勒激光雷達遙測技術

石家祥，宋小全,2，吳松華,2，戚一麟，陳清源，張凱臨*

(1.中國海洋大學 信息科學與工程學院 海洋技術系，山東 青島 266100；2.青島海洋科學與技術試點國家實驗室 區域海洋動力學與數值模擬功能實驗室，山東 青島 266237；3.青島鐳測創芯科技有限公司，山東 青島 266101)

1 引 言

我國風能資源分布廣闊，風電技術相對成熟且對我國能源結構與減排降污至關重要。近年來，隨著風電場裝機容量的大幅增加，風力發電機運行監測和故障檢修的難度在逐年提升，各種事故造成的損失難以承受，可靠的狀態監測和故障分析技術是機組正常運行的必要保障[1]。目前，風力發電機的狀態監測和故障分析方法主要有五種：傳感器檢測法、紅外熱成像檢測法、聲發射檢測法、超聲波檢測法和無人機巡檢法。傳感器檢測法是通過預先在風機重要部位安裝傳感器，根據傳感器反饋信息判斷風機是否出現異常，從而達到對風機故障進行預測和診斷的目的[2]。紅外熱成像法是利用外加熱源對風機進行熱激勵，激勵源產生的熱量會在目標物表面擴散并形成溫度場，熱成像儀器采集圖像并進行處理，進而獲得風機表面的狀態信息[3]。聲發射檢測法是一種遙測法，這種方法通過檢測風力發電機內部結構斷裂產生的應變波來判斷是否發生異常情況[4]。超聲波檢測法通過檢測風力發電機葉片結構缺陷造成超聲波傳播路徑的變化，進而獲得缺陷信息，這種方法可用于檢測風力發電機表面或內部缺陷[5]。無人機巡檢法通常是由無人機攜帶光學檢測儀器對風力發電機進行攝影，通過對圖像進行后期處理獲得風力發電機的狀態信息[6-7]。

隨著激光雷達整體性能的提升，它在風電領域的應用也逐漸成熟，可以用于風場湍流測量[8]、風機尾流測量[9]、風機偏航控制[10]、風場風廓線測定[11]、風機功率曲線驗證[12]、風場低空風切變測量[13]等。按照安裝位置，激光雷達遙測可分為陸基式(或稱地基式)、海基式和艙基式(或稱機艙式)三類。陸基式通常直接安裝在地面[14]；海基式通常會安裝在艦船、浮筒或海上固定平臺[15-16]；艙基式的安裝位置為風力發電機機艙上方或整流罩內[17]。國外涉及到風電領域的商品化激光雷達主要有法國ZephIR公司的ZephIR 300、ZephIR 300M、ZephIR DM；法國 LEOSPHERE 公司的WindCube V2、WindIris、WindCube 100S/200S；英國SgurrEnergy公司的Galion G250與Galion G4000。國內主要有南京牧鐳激光科技有限公司的Molas B300、Molas NL、Molas M300等；青島鐳測創芯科技有限公司的WindHorizon H400、WindMast WP350等，以及首臺國產海上漂浮式測風激光雷達WindMast 350-MB。

由于風力發電機的振動有高頻和低頻之分，在遭遇強風等瞬態沖擊載荷事件時，機體會形成類似于扭動的低頻振動[18]，受數據更新頻率的限制，激光雷達更適合對低頻振動進行探測。激光雷達的遙測方法在擁有傳統遙測方法優勢的同時，受地形和操作人員水平的限制更小。在激光雷達性能快速提升的前提下，風力發電機振動的多普勒激光雷達遙測技術展現出良好的實際應用價值。

本文采用合理的遙測方式與數據處理方法，利用多普勒激光雷達系統實現了風力發電機低頻振動的遠距離測量，獲取了風力發電機的振動速度及振動頻率等信息。

2 多普勒激光雷達系統及遙測原理

2.1 多普勒激光雷達系統

試驗中使用的激光雷達型號為Wind3D 6000，這是一種由中國海洋大學與青島鐳測創芯科技有限公司聯合研制的多普勒激光雷達。它利用光學拍頻原理實現多普勒效應的探測，利用脈沖測距原理實現距離測量[19]，具有速度分辨率高、靈敏度高等優勢[20]。

Wind3D 6000帶有伺服系統，具有地面以上全方位探測的能力，掃描模式包括PPI、RHI等[21]，還可根據需要自行設定掃描模式。圖1為Wind3D 6000激光雷達。

圖1 Wind3D 6000激光雷達Fig.1 Photo of Wind3D 6000 lidar

Wind3D 6000系統的種子源選用的是分布反饋式摻鉺光纖激光器(Distributed Feedback Er+Dopted Fiber Laser,DFB-EDFL)，激光波長為1 550 nm，屬于近紅外波段[22]。最大徑向數據更新率為10 Hz，根據奈奎斯特采樣定律，可對5 Hz以下的低頻振動進行探測。速度探測范圍約為-37.5～37.5 m/s，對大氣目標的探測距離為45～6 000 m，測速精度為0.1 m/s，當用于探測風力發電機時，由于回波信號的信噪比會有較大提升以及增加了離散頻譜校正，其測量精度得到進一步的提高。表1為激光雷達系統的性能指標。

表1 激光雷達系統的性能指標

2.2 風機振動的多普勒激光雷達遙測原理

風力發電機各部位常見的低頻振動形式通常有4種：(1)葉片的左右擺動；(2)塔筒(塔架)的左右擺動；(3)葉片的前后擺動；(4)塔筒(塔架)的前后擺動[23]。圖2為風力發電機低頻振動示意圖。本文在試驗過程中，使用激光雷達對風力發電機塔筒的振動進行了探測，獲得了風力發電機在激光光束方向的徑向振動信息。

圖2 風力發電機低頻振動示意圖Fig.2 Schematic diagram of wind turbine in low-frequency vibration

當激光光束照射在風力發電機表面時，風力發電機振動產生的多普勒效應使激光頻率發生變化，通過檢測頻率的變化量獲得對應的振動速度。假設風機振動方向與激光視線方向的夾角為θ，出射激光的波長為λ，則風機振動速度v與多普勒頻移Δf的關系為：

(1)

當風力發電機塔筒靜止或其運動方向與激光光束方向垂直時，激光雷達測得的徑向振動速度為0；當風力發電機運動方向與激光光束不垂直、有夾角時，定義遠離激光雷達的徑向振動速度為正值，朝向激光雷達的徑向振動速度為負值。

圖3為激光雷達測振系統原理。系統的種子激光器發射的線偏振光經由分束器分為出射光和本振光，假設中心頻率均為f。聲光調制器(Acousto-Optic Modulator,AOM)將出射激光經調制為中心頻率為f+fL的脈沖光，再經由光纖放大器、光開關和光學天線望遠鏡，最終照射在風力發電機表面。假設風力發電機振動造成的多普勒頻移為fD(激光視線方向)，則激光雷達接收到的信號光頻率變為f+fL+fD。信號光與本振光通過光纖耦合器后形成拍頻信號，經由光電平衡探測器后變為中心頻率為fD+fL的模擬信號。ADC(Analog-to-Digital Converter,模擬數字轉換器)將模擬信號轉換為數字信號，此時的數字信號為時域信號。

圖3 激光雷達測振系統原理Fig.3 Schematic diagram of lidar system for vibration measurement

3 測振頻譜數據處理

3.1 處理方法概述

在進行風機振動的遙測試驗時，為了獲得不同距離對應的多普勒頻移量，需要將時域信號按照距離劃分距離門(或稱距離庫)，每個距離門內的時域信號單獨進行FFT獲得頻域信號，檢測出不同距離門的多普勒頻移量。

在時域信號處理過程中，以15 m為一個距離門對時域信號進行1 024個點的FFT得到頻域信號，對應的激光雷達距離分辨率即為15 m。在得到每個距離門的頻域信號后，每個距離門取100個采樣點，得到重組后的頻譜數據(離散的頻率譜數據)。

由于FFT產生的柵欄效應會造成PC端接收到的頻譜數據產生較大的誤差[24]，因此需要對測振頻譜數據進行處理。本文介紹了一種以離散頻譜校正技術為核心的測振頻譜數據處理方法，其步驟為：頻譜數據預處理、風機位置搜尋、離散頻譜校正和振動信息提取。

3.2 頻譜數據預處理

激光雷達系統的出射激光經由光纖端面以及光學天線鏡面時，介質變化會導致菲涅爾反射，其反射信號強度遠高于大氣后向散射或風機的反射信號強度。實際測量中，菲涅爾反射會影響約前6～8個距離門的譜數據。若風力發電機距離激光雷達較遠，可采用直接剔除前6～8個距離門數據的方式來消除菲涅爾反射的影響。

消除菲涅爾反射的影響后，需要進行本底噪聲的抑制與扣除。由于激光雷達遠端的大氣后向散射信號強度極低，通常選取遠端數個距離門信號求平均，以平均值作為本底噪聲，然后對其他數據相應扣除本底噪聲。

3.3 風機位置搜尋

試驗中，在相同的距離下，風力發電機作為一種硬靶目標，其反射率遠大于相同距離下氣溶膠的后向散射系數。圖4為回波信號強度，圖中每100個點代表一個距離門，第36～42個距離門即風力發電機形成的譜數據信號，其強度陡增幾百倍甚至上千倍。

圖4 回波信號強度Fig.4 Intensity of echo signal

將圖4中的信號強度坐標轉換為對數坐標，回波信號的變化趨勢更加明顯，圖5為對數坐標下的回波信號強度。前36個距離門的回波信號強度隨著探測距離的增加逐漸衰減，從第36個距離門開始，信號強度陡增2～3個數量級，選取信號強度最大的距離門作為風力發電機位置。試驗中受風力發電機影響的距離門總數通常為6～9個，風機前后幾個距離門信號強度的增大與激光的拖尾現象有關[25]。

圖5 對數坐標下的回波信號強度Fig.5 Intensity of echo signal in logarithmic coordinates

3.4 離散頻譜校正

經過快速傅里葉變換(Fast Fourier Transformation,FFT)產生的頻域信號由于柵欄效應會產生較大誤差，無法滿足探測精度要求，故需要進行譜峰位值的校正。圖6為風機所在距離門的頻譜數據，其頂部出現折線，而真實回波信號應當為光滑的曲線，表明頻譜數據出現的偏差需進一步校正。

圖6 風機所在距離門的頻譜數據Fig.6 Spectrum data of distance gate where located wind turbine

目前，常見的離散頻譜校正方法有最大似然估計法[26]、插值法[27]、比值法[28]、能量重心法[29]、FFT+DFT傅里葉變換法[30]和三角形法[31]等。本文在綜合考量這些算法的優缺點后，采用三角形法。這種方法具有穩健、運算量小、抗噪聲能力強的特性，適合激光雷達的數據處理[32-33]。圖7為三角形法原理圖。實線1，2，3為回波信號的譜線，假設虛線4為真實回波信號譜峰所在譜線，將譜線3以虛線4為對稱軸進行平移獲得頂點為B的虛線，在三角形ACD中利用等比原理求得BE的長度，假設BE長度為1-d，則校正量即為d。

圖7 三角形法原理Fig.7 Principle diagram of triangle method

3.5 振動信息提取

校正后的譜峰頻率與出射光的頻率相減，即可得到目標物體在激光光束方向的徑向振動速度。徑向振動速度v的計算公式為：

(2)

式中:X為校正后的譜峰頻率，Xmax為出射激光的頻率，fN表示激光雷達的采樣頻率，N表示進行FFT變換的點數，λ為出射激光的波長。徑向振動速度v以遠離激光雷達的方向作為正值，朝向激光雷達的方向為負值。以振動速度的數值從正到負，再從負到正的一個變化過程作為一個振動周期，記作周期T。根據振動周期可以求得振動頻率f=1/T。

4 試驗與結果分析

4.1 風力發電機實測試驗

為了評估多普勒激光雷達探測風力發電機振動的能力，試驗選取真實的風力發電機作為探測目標，風力發電機的高度約為80 m，風輪直徑約為151 m。

試驗采用了一種依靠多普勒激光雷達和手持激光測距儀的遙測方法，具體步驟如下：

(1)首先進行安裝位置的選址。安裝位置應位于平整的地面，確保風力發電機位于激光雷達的有效探測距離以內，同時需要綜合考慮激光雷達的伺服掃描精度、風力發電機高度等因素，安裝位置過遠會導致激光光束無法照射在風力發電機上，安裝位置過近則會導致振動速度的徑向分量過小；

(2)調節激光雷達機體的方向，使激光雷達基準方向的朝向為正北方向，調節激光雷達支撐腳的高度，確保激光雷達的機箱處于水平狀態。使用手持式激光測距儀對照射點位置進行測距；

(3)以激光雷達為基準，適當估算風力發電機的方位角范圍和俯仰角范圍；

(4)激光雷達根據估算的俯仰角范圍，依次對每一個俯仰角角度進行橫向扇面掃描，每一個扇面的俯仰角固定不變，根據雷達回波信號的信噪比判斷風力發電機對應的方位角范圍；

(5)激光雷達進行縱向切面掃描。激光雷達在準確的方位角范圍內，依次對每一個方位角角度進行縱向切面掃描，每一個切面的方位角固定不變，俯仰角在估算的俯仰角范圍內。根據雷達回波信號的信噪比判斷風力發電機高度對應的俯仰角范圍；

(6)在確定風力發電機對應的準確方位角與俯仰角后，選取照射點進行一次定向照射，根據回波信號的信噪比計算激光雷達與照射點的距離，并與手持式激光測距儀的測距結果進行比對。隨后，激光雷達以Point to Point模式(定點模式)對照射點進行定向掃描，記錄掃描數據，采用測振頻譜數據處理方法進行后期處理。

圖8為遙測流程。激光雷達依靠信噪比計算照射點距離的原理為：當激光雷達照射在硬靶目標上時，回波信號的信噪比會遠大于照射在大氣分子或氣溶膠上，硬靶目標指的是類似于風力發電機的固體目標。

圖8 遙測流程Fig.8 Flow chart of telemetry method

試驗共進行7次測量，結果如表2所示，其中徑向振動速度均值為取絕對值后的均值。試驗中使用的多普勒激光雷達具有探測大氣風場的能力，在探測風力發電機振動的同時，也會記錄下激光光束方向的風速信息。選取距離風力發電機上風向150 m處的風速作為風機入流或環境風速參考。

表2 試驗結果匯總

試驗測得風機振動速度在0.1～3 m/s以內，除試驗6中的振動頻率出現較大的浮動，其余6次試驗的振動頻率大致穩定在0.25～0.5 Hz以內，這與參考文獻中傳感器測量數據相符[34-35]。當風速增大時，風力發電機的振動速度會相應的增加，平均風速與平均振動速度存在一定的對應關系。圖9為部分試驗的徑向振動速度。圖9(a)中，風力發電機徑向振動速度相對穩定，數值多在0.04 m/s以下。圖9(b)中，風力發電機的徑向振動速度的變化幅度較大，這與風力發電機在瞬間強風影響下產生的瞬態響應有關。這種瞬態響應的表現形式為初期振動速度迅速增大，在阻尼的消耗作用下，振動逐漸衰減，最終達到阻尼與外界風載荷平衡的狀態[36]。

圖9 徑向振動速度Fig.9 Radial vibration velocity on laser line of sight

圖10為風力發電機的徑向振動頻率，該時段的風機振動頻率較為穩定，在0.5 Hz上下浮動。

圖10 徑向振動頻率Fig.10 Radial vibration frequency

風力發電機塔筒頂部的振動則類似于復擺的過程[37]。這種復擺指的是塔筒繞底座做微小擺動的動力運動體系，其運動路線并非直線，而是一種不規則的圖形[38-39]。在持續風載荷的影響下，風力發電機路線復雜且多變。

風力發電機實測試驗獲取了風力發電機在激光光束方向的徑向振動信息。在激光光束照射點所在的水平面內，風機塔筒可能會進行沿著激光光束徑向運動和垂直激光光束的切向運動。由于只采用了一臺激光雷達，暫時無法獲得風機塔筒的二維振動信息。獲取二維振動信息至少需要兩臺激光雷達進行聯合觀測。

4.2 固定目標實測試驗

激光雷達探測結果的誤差主要來自噪聲和算法誤差。此外，還包括固定目標極輕微的自振等因素。

噪聲主要包括本振散粒噪聲、探測器噪聲和相對強度噪聲，以及實際探測中產生的本底噪聲。采用AOM移頻的方法可有效地避開相對強度噪聲的影響，本底噪聲可通過數據處理進行抑制，因此影響探測結果的主要噪聲為本振散粒噪聲與探測器噪聲。根據激光雷達實際參數進行的MATLAB仿真分析表明：本振散粒噪聲的強度約為-132.51 dB,探測器噪聲的強度約為-216.72 dB[22]。

算法誤差的主要來源是離散頻譜校正算法，本文使用三角形法進行離散頻譜校正。三角形法具有一定的校正精度，在校正過程中會出現誤差，該誤差也是導致最終探測結果出現誤差的主要原因之一。

在進行風力發電機實測試驗后，并不能確定誤差對探測結果的影響程度，因此進行固定目標試驗。由于風力發電機容易受到風載荷的持續影響，不能作為固定目標，因此選取樓體建筑物作為固定目標。根據文獻資料，高度小于30 m且高寬比小于1.5的低矮建筑物，可不考慮風振[40-41]。試驗選取的建筑物離地高度為21 m，高寬比小于1，可忽略風振對探測結果的影響。

在距離目標約600 m處，使用激光雷達對建筑物頂部進行定向掃描并記錄掃描數據，采用與風力發電機實測試驗相同的數據方式進行后期處理。

圖11為目標建筑物探測結果，徑向振動速度誤差約為-0.062～0.059 m/s，誤差取絕對值后的均值為0.013 m/s，誤差標準差為0.018 m/s，絕大部分的數值在0.03 m/s以下，這與MATLAB的仿真結果基本相符。

圖11 目標建筑物探測結果Fig.11 Results for target building detection

在忽略風振影響的前提下，可將固定目標實測試驗的結果作為實際探測中誤差水平的參考依據。MATLAB仿真結果如圖12所示，時長100 s。如圖12(a)所示，無噪聲情況下，算法導致的徑向振動速度誤差約為-0.037～0.039 m/s，誤差值取絕對值后的均值為0.010 m/s，誤差標準差為0.013 m/s。如圖12(b)所示，在根據激光雷達實際參數添加噪聲后，徑向振動速度誤差約為-0.049～0.047 m/s，誤差值取絕對值后的均值為0.011 m/s，誤差標準差為0.014 m/s。

圖12 MATLAB仿真結果Fig.12 MATLAB simulation results

MATLAB仿真結果表明：在忽略風振和固定目標輕微自振等因素的前提下，算法誤差是造成探測結果出現偏差的最主要因素，約占69%～83%，噪聲約占17%～31%。

固定目標探測試驗和MATLAB仿真的結果表明：誤差造成振動速度大部分在0.03 m/s以下，風力為2～3級時，風機的振動速度在0.2 m/s以上，誤差只會對探測結果造成輕微的影響；風力大于3級時，可以忽略誤差造成的影響。

5 結 論

本文提出了一種利用多普勒激光雷達探測風力發電機振動的方法，并提供了一種基于頻譜校正技術的測振數據處理方法，對風力發電機以及固定目標進行試驗。試驗結果表明：多普勒激光雷達對頻率為0～2.5 Hz、速度為0.1～3 m/s的風力發電機低頻振動探測效果明顯，具備一定的探測風力發電機低頻振動的能力；多普勒激光雷達探測振動速度的誤差約為0.03 m/s，風機的振動速度遠大于誤差值，結果具有較高的準確性。根據風電行業對數據保密性的要求，風機的真實振動狀態參數暫時無法獲取。因此，需要進行激光雷達與振動傳感器的同步觀測試驗，進一步驗證數據分析結果的合理性。

隨著風力發電機振動遙測技術的發展和完善，激光雷達會在風電領域發揮出更大的應用價值。