海上風(fēng)機(jī)無(wú)人機(jī)巡檢螺旋槳振力異常監(jiān)測(cè)研究

劉艷貴，傅望安，王海明，曾崇濟(jì)

（1.華能（浙江）能源開發(fā)有限公司清潔能源分公司，杭州 310014；2.中國(guó)華能集團(tuán)清潔能源技術(shù)研究院有限公司，北京 102209）

由于風(fēng)能具有可再生特性，為履行低碳方針，其成為熱點(diǎn)能源被廣泛應(yīng)用在各個(gè)領(lǐng)域。由于受海上環(huán)境影響，風(fēng)機(jī)結(jié)構(gòu)需要承受海風(fēng)、潮汐、海生物附著、材料老化等多種影響因素，這些因素都會(huì)導(dǎo)致海上風(fēng)機(jī)基礎(chǔ)結(jié)構(gòu)的失效，因此需要對(duì)其定期巡檢[1]。利用無(wú)人機(jī)巡檢螺旋槳[2]實(shí)現(xiàn)對(duì)海上風(fēng)機(jī)的巡檢能夠進(jìn)一步確保風(fēng)機(jī)的安全運(yùn)行，螺旋槳是無(wú)人機(jī)的重要組成部分，其發(fā)生故障將嚴(yán)重影響海上風(fēng)機(jī)的巡檢效果，因此在對(duì)海上風(fēng)機(jī)巡檢時(shí)，監(jiān)測(cè)無(wú)人機(jī)螺旋槳振力異常具有十分重要的意義。

在國(guó)內(nèi)相關(guān)專家給出的一些研究方法的基礎(chǔ)上[3-5]，本文提出一種海上風(fēng)機(jī)無(wú)人機(jī)巡檢螺旋槳振力異常監(jiān)測(cè)方法。通過實(shí)驗(yàn)分析證明，所提方法可以有效提升監(jiān)測(cè)結(jié)果的準(zhǔn)確性，減少監(jiān)測(cè)耗時(shí)。

1 螺旋槳振力異常監(jiān)測(cè)

1.1 異常特征提取

為了實(shí)現(xiàn)對(duì)異常信號(hào)的自動(dòng)識(shí)別和判斷，在實(shí)現(xiàn)無(wú)人機(jī)螺旋槳振力異常監(jiān)測(cè)前，需要提取異常特征，以此建立無(wú)人機(jī)巡檢數(shù)據(jù)的基礎(chǔ)，為異常信號(hào)的識(shí)別和判斷提供依據(jù)。EEMD 分解[6-7]被廣泛應(yīng)用于不同的研究領(lǐng)域內(nèi)，并且取得了比較顯著的研究成果，因此本研究通過EEMD 分解對(duì)巡檢海上風(fēng)機(jī)的無(wú)人機(jī)螺旋槳振力展開分解處理[8-9]：

（1）為使無(wú)人機(jī)螺旋槳振力信號(hào)符合實(shí)際情況，在原始信號(hào)x（t）中添加高斯白噪聲si（t），進(jìn)而組成全新的信號(hào)xi（t），其表達(dá)式為

（2）將加入噪聲后的信號(hào)組［x1（t），x2（t），…，xn（t）］中的各個(gè)信號(hào)xi（t）展開EEMD 分解處理，從而提取IMF 分量，并經(jīng)過多次重復(fù)操作，獲取多組IMF 分量。

（3）計(jì)算全部IMFi組合的平均值，確定各組IMF分量Mj（t），對(duì)應(yīng)的計(jì)算式為

式中：n 代表常數(shù)。

將經(jīng)過EEMD 分解處理后的IMF 分量展開自相關(guān)分析，進(jìn)而獲取自相關(guān)函數(shù)Si（τ），計(jì)算式為

式中：T 代表周期；τ 代表延遲時(shí)間。

通過EEMD 分解提取到多個(gè)IMF 分量，但是每個(gè)分量的頻譜特征不明顯，難以準(zhǔn)確提取異常特征。而稀疏快速傅里葉變換可以將每個(gè)IMF 分量的頻譜特征更加明顯地展現(xiàn)出來(lái)，從而更容易提取異常特征。因此，將提取具有周期特征的IMF 分量展開稀疏快速傅里葉變換，詳細(xì)的操作步驟如下所示：

（1）將IMF 分量初始化處理，設(shè)定無(wú)人機(jī)螺旋槳振力信號(hào)的長(zhǎng)度l、稀疏度p 和窗口函數(shù)f 的參數(shù)，經(jīng)過定位計(jì)算獲取計(jì)算總次數(shù)Z：

（2）經(jīng)過Z 次傅里葉系數(shù)定位計(jì)算，以此獲取相應(yīng)運(yùn)算結(jié)果Zr。

（3）獲得Zr并以此計(jì)算其通過Z 次計(jì)算后的次數(shù)。

（4）將總次數(shù)大于Z/2 的頻率成分保留下來(lái)，構(gòu)建全新的集合

（6）基于以上計(jì)算，獲取頻率與幅值，并將其設(shè)置為傅里葉系數(shù)hop[10]，獲取異常特征提取結(jié)果為

式中：β 代表時(shí)域信號(hào)序列；y 代表執(zhí)行子采樣。

1.2 監(jiān)測(cè)方法

為實(shí)現(xiàn)無(wú)人機(jī)巡檢螺旋槳振力異常監(jiān)測(cè)，通常需要利用傳感器，而單一傳感器采集的數(shù)據(jù)可能存在一定的誤差和不足，多傳感器信息決策融合可以有效提高異常檢測(cè)的準(zhǔn)確性和可靠性，可以綜合利用各種信息識(shí)別和判定各種異常情況。因此，基于以上獲取的無(wú)人機(jī)巡檢螺旋槳振力異常特征，引入多傳感器信息決策融合網(wǎng)絡(luò)結(jié)構(gòu)，對(duì)應(yīng)的結(jié)構(gòu)示意圖如圖1 所示。

圖1 多傳感器信息決策融合網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.1 Structure of multi-sensor information decision fusion network

分析圖1 可知，整個(gè)網(wǎng)絡(luò)的組成可劃分為3 個(gè)部分：

（1）數(shù)據(jù)輸入層：對(duì)采集到的無(wú)人機(jī)巡檢螺旋槳振力全部信號(hào)展開預(yù)處理，并且提取不同傳感器對(duì)應(yīng)的多維特征，將其作為網(wǎng)絡(luò)的輸入。

（2）子決策層：以傳感器類型為依據(jù)，將提取到的無(wú)人機(jī)巡檢螺旋槳振力異常特征劃分多維特征向量，即為多個(gè)獨(dú)立的樣本，并通過多層感知機(jī)（MLP）對(duì)全部樣本特征展開融合處理，進(jìn)而實(shí)現(xiàn)無(wú)人機(jī)巡檢螺旋槳振力異常回歸映射。

（3）綜合決策層：對(duì)各個(gè)傳感器特征監(jiān)測(cè)獲取螺旋槳振力異常，再次通過MLP 展開融合處理，最終實(shí)現(xiàn)螺旋槳振力異常監(jiān)測(cè)。

經(jīng)過子決策層劃分處理后，為了避免樣本特征不統(tǒng)一等問題的出現(xiàn)，因此需要統(tǒng)一化處理向量，并將其作為多傳感器信息決策融合網(wǎng)絡(luò)的數(shù)據(jù)輸入，經(jīng)過標(biāo)準(zhǔn)化處理的無(wú)人機(jī)巡檢螺旋槳振力異常特征H 表達(dá)式為

式中：ψ 為無(wú)人機(jī)巡檢螺旋槳振力異常特征的平均值；?1為特征數(shù)據(jù)方差值。

由于神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的學(xué)習(xí)和適應(yīng)能力，可以自動(dòng)提取特征和分類判別。因此，在引入多傳感器信息決策融合網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上，利用三層神經(jīng)網(wǎng)絡(luò)對(duì)其展開融合和綜合決策。輸入層可以接收多傳感器信息，隱含層可以自動(dòng)提取特征，輸出層可以異常檢測(cè)和判定，并輸出異常情況的識(shí)別結(jié)果。計(jì)算多層神經(jīng)網(wǎng)絡(luò)各個(gè)層間的映射關(guān)系，即隱含層和輸出層的輸出向量ak與ej：

式中：uik為輸入層和隱含層之間的權(quán)重系數(shù)；bik為輸入層和輸出層之間的偏置；cik為輸入層和隱含層之間的偏置。

為了確保無(wú)人機(jī)巡檢螺旋槳振力異常監(jiān)測(cè)結(jié)果的準(zhǔn)確性，需要對(duì)網(wǎng)絡(luò)不同層的參數(shù)展開優(yōu)化調(diào)整。引入折交叉驗(yàn)證法判斷不同組合參數(shù)額度性能，選取最優(yōu)參數(shù)。折交叉驗(yàn)證示意圖如圖2 所示。

圖2 折交叉驗(yàn)證示意圖Fig.2 Schematic diagram of folding cross verification

在完成上述操作后，為了優(yōu)化神經(jīng)網(wǎng)絡(luò)的性能，還需要對(duì)網(wǎng)絡(luò)展開進(jìn)一步的學(xué)習(xí)訓(xùn)練。通過更新網(wǎng)絡(luò)權(quán)重系數(shù)u 和偏置b，可以使網(wǎng)絡(luò)更好地適應(yīng)訓(xùn)練數(shù)據(jù)，提高其泛化能力，從而提高螺旋槳振力異常監(jiān)測(cè)的準(zhǔn)確性和可靠性。其計(jì)算式如下：

基于以上計(jì)算，將獲取的無(wú)人機(jī)巡檢螺旋槳振力特征，根據(jù)相同比例設(shè)置將其分為學(xué)習(xí)樣本與對(duì)照樣本，以此獲取損失函數(shù)P（mse），其數(shù)值越小，說明網(wǎng)絡(luò)訓(xùn)練的魯棒性越好，其表達(dá)式如下：

式中：m 為樣本總數(shù)；xs和為無(wú)人機(jī)巡檢螺旋槳振力的實(shí)際值和預(yù)測(cè)值。

通過多次迭代訓(xùn)練，需要不斷對(duì)偏置和權(quán)重系數(shù)展開更新處理，將損失函數(shù)的數(shù)值降至最低，實(shí)現(xiàn)網(wǎng)絡(luò)訓(xùn)練。基于此，對(duì)無(wú)人機(jī)巡檢螺旋槳振力展開回歸預(yù)測(cè)，將得到的預(yù)測(cè)結(jié)果展開加權(quán)綜合決策處理，進(jìn)而實(shí)現(xiàn)無(wú)人機(jī)巡檢螺旋槳振力異常監(jiān)測(cè)，其異常監(jiān)測(cè)結(jié)果?（x，y，z）表示為

2 實(shí)驗(yàn)分析

為了驗(yàn)證所提海上風(fēng)機(jī)無(wú)人機(jī)巡檢螺旋槳振力異常監(jiān)測(cè)方法的有效性，實(shí)驗(yàn)選取長(zhǎng)度為53 cm、螺距為7 mm、葉片扭曲角度為5°的無(wú)人機(jī)巡檢螺旋槳展開實(shí)驗(yàn)，如圖3 所示。將獲取到的振力異常信號(hào)通過Rigol DS1054Z 型號(hào)的示波器顯示，示波器信號(hào)輸出現(xiàn)場(chǎng)圖如圖4 所示。

圖3 無(wú)人機(jī)巡檢螺旋槳Fig.3 UAV inspects propeller

圖4 示波器現(xiàn)場(chǎng)圖Fig.4 Field diagram of oscilloscope

實(shí)際的無(wú)人機(jī)巡檢螺旋槳振力異常波形如圖5所示。

圖5 無(wú)人機(jī)巡檢螺旋槳振力異常波形圖Fig.5 Abnormal vibration force waveform of UAV inspection propeller

實(shí)驗(yàn)通過所提方法提取無(wú)人機(jī)巡檢螺旋槳振力異常信號(hào)，測(cè)試結(jié)果如圖6 所示。

圖6 研究方法的異常提取結(jié)果Fig.6 Anomaly extraction results of research method

分析圖6 可知，通過與實(shí)際無(wú)人機(jī)巡檢螺旋槳振力異常波形圖對(duì)比，所提方法的異常提取結(jié)果與實(shí)際異常結(jié)果具有一致性，說明所提方法可以精準(zhǔn)提取無(wú)人機(jī)巡檢螺旋槳振力異常特征。

為了證明所提方法具有高效性，選取500 個(gè)測(cè)試樣本，設(shè)置10 組實(shí)驗(yàn)，以時(shí)間為評(píng)價(jià)指標(biāo)，測(cè)試結(jié)果如表1 所示。

表1 異常監(jiān)測(cè)用時(shí)結(jié)果Tab.1 Abnormal monitoring time results

分析表1 可知，本文方法在測(cè)試500 個(gè)樣本數(shù)量平均耗時(shí)僅為5.60 s，監(jiān)測(cè)效率高，進(jìn)一步驗(yàn)證了方法的優(yōu)越性。

為驗(yàn)證所提方法的監(jiān)測(cè)性能，選取異常狀態(tài)下的漏報(bào)率FAR 和正常狀態(tài)下的誤報(bào)率MDR 作為測(cè)試指標(biāo)，對(duì)應(yīng)的計(jì)算式為

式中：N（N，F(xiàn)）為測(cè)試樣本集中正常數(shù)據(jù)被判定為異常數(shù)據(jù)點(diǎn)的個(gè)數(shù)；N（N）和N（F）分別為正常和異常樣本總數(shù)；N（M）為測(cè)試集中異常數(shù)據(jù)被判定為正常數(shù)據(jù)的個(gè)數(shù)。

實(shí)驗(yàn)選取500 個(gè)測(cè)試樣本，基于以上計(jì)算式，測(cè)試研究方法的實(shí)驗(yàn)結(jié)果如圖7 所示。

圖7 研究方法的異常監(jiān)測(cè)性能Fig.7 Anomaly monitoring performance of research method

分析圖7 可知，所提算法的漏報(bào)率與誤報(bào)率較低，當(dāng)測(cè)試樣本為500 個(gè)時(shí)，其漏報(bào)率僅為1.1%，誤報(bào)率僅為0.8%，說明所提方法可以獲取精準(zhǔn)的無(wú)人機(jī)巡檢螺旋槳振力異常監(jiān)測(cè)結(jié)果。

3 結(jié)語(yǔ)

為了有效改善傳統(tǒng)方法存在的不足，提出一種海上風(fēng)機(jī)無(wú)人機(jī)巡檢螺旋槳振力異常監(jiān)測(cè)方法。通過大量實(shí)驗(yàn)分析證明，采用所提方法可以準(zhǔn)確提取無(wú)人機(jī)巡檢螺旋槳振力異常特征，獲得異常檢測(cè)效果更為準(zhǔn)確，且效率更高。在未來(lái)研究過程中，可以嘗試引入其他優(yōu)化方法，使其各方面的性能得到進(jìn)一步優(yōu)化。