舰船科学技术  2023, Vol. 45 Issue (7): 182-185    DOI: 10.3404/j.issn.1672-7649.2023.07.036   PDF    
风力助航船的风速监测技术
郭亚娜1, 孙晓锋1,2     
1. 江苏海事职业技术学院 水上智能交通与海事服务研究所,江苏 南京 211170;
2. 长江南京航道工程局,江苏 南京 210011
摘要: 风力助航船作为一种新型船舶种类,可以利用海上丰富的风能资源补充自身动力系统,提高能源利用率。本文的研究重点是风力助航船的风速、风向监测技术,作为风力助航船的关键信号输入,风速和风向信息是船舶进行船帆控制的关键,因此提高海上风速、风向的监测水平十分重要。本文介绍风力助航船的风速监测原理,搭建风力助航船的风速监测平台,对平台原理和工作流程做了详细阐述。
关键词: 风力助航船     风速监测     能效    
Research on thewind speed monitoring technology of a wind-aided sailing ship
GUO Ya-na1, SUN Xiao-feng1,2     
1. Jiangsu Maritime Institute, Research Center of Waterborne Intelligent Transportation and Maritime Services, Nanjing 211170, China;
2. Changjiang Nanjing Waterway Engineering Bureau, Nanjing 210011, China
Abstract: As a new type of ship, wind-aided navigation ship can supplement its own power system and improve energy efficiency by taking advantage of abundant offshore wind energy resources. The research focus of this paper is the monitoring technology of wind speed and wind direction of wind-aided ships. As the key signal input of wind-aided ships, wind speed and wind direction information is the key to sail control of ships. Therefore, it is very important to improve the monitoring level of wind speed and wind direction at sea. This paper introduces the principle of wind speed monitoring for wind-aided ships, builds a wind speed monitoring platform for wind-aided ships, and expounds the principle and workflow of the platform in detail.
Key words: wind-aided vessel     wind speed monitoring     energy efficiency    
0 引 言

船舶生产制造、海上航运等细分工业领域具有高污染、高能耗的特点,针对船舶工业领域的新能源开发也成为一项行业内的研究热点[1]

海上蕴藏丰富的风能、太阳能等可再生能源,而这些可再生能源的利用却非常低,具有非常广阔的应用潜力。目前,基于光能和风能的新能源技术不断发展,风力助航船是一种利用风能进行船舶动力助航的船舶种类,相对于传统柴油动力船舶,风力助航船利用海上丰富的风能资源,可以提高船舶动力系统的能源利用率,降低船舶成本。

本文针对风力助航船的风速监测技术进行深入研究,建立一种基于超声波风速传感器的风速监测平台,详细阐述了风速监测平台的构成和工作原理。

1 风速监测技术的研究与发展现状

风向、风速监测技术经历了较长时间的发展,在各个领域都有重要的应用,尤其是气象监测、风电领域、船舶领域,常用的风速风向测试技术包括风杯测试法、超声波测试法等,本文在设计风力助航船的风速监测平台时,主要采用的是超声波风速测试传感器,超声波测试法又可以细分为时差法、多普勒法等,本文主要介绍多普勒法。

多普勒法是利用多普勒效率[2]进行风速风向测量的一种方法,当气体中含有悬浮颗粒时,超声波信号的多普勒频移可以表示为:

$ \Delta f = {f_r} - {f_s} = 2V \times {f_s} \times \frac{{\cos \theta }}{c} \text{。} $

式中: $ {f_r} $ 为超声波发射器的发射信号频率; $ {f_s} $ 为超声波接收器的接收信号频率; $ V $ 为风速; $ \theta $ 为超声波的入射角度; $ c $ 为超声波在流体中传播的速度。

由式(1)可得风速为:

$ V = \frac{{\Delta f \times c}}{{2{f_s} \times \cos \theta }} \text{。} $

1)单向测速

图1为基于多普勒法的单向风速测量原理。

图 1 基于多普勒法的单向风速测量原理 Fig. 1 Principle of one-way wind speed measurement based on Doppler method

假设2个超声波装置之间的距离为d,超声波传播的速度为 $ {V_s} $ ,此时风速为 $ {V_w} $ ,顺风时测的传播时间为 $ {t_{12}} $ ,逆风时传播时间为 $ {t_{21}} $ ,可得:

$ \begin{gathered} \frac{d}{{{t_{12}}}} = {V_s} + {V_w} \text{,} \\ \frac{d}{{{t_{21}}}} = {V_s} - {V_w} \text{,} \\ \end{gathered} $

进而得到风速 $ {V_w} $ 为:

$ {V_{\text{w}}} = \frac{d}{2}\left( {\frac{1}{{{t_{12}}}} - \frac{1}{{{t_{21}}}}} \right) 。$

这种风速测量精度非常高,但只能测量单一风向的数据,且在实际应用场景中,风向往往是多向且不断变化的。

2)多向测速

多向测速的原理图如图2所示。

图 2 基于多普勒法的多向风速测量原理 Fig. 2 Principle of multidirectional wind velocity measurement based on Doppler method

假设多个方向上有4组超声波装置,距离为d,超声波传播的速度为 $ {V_s} $ ,风速在南北方向上为 $ {V_{wx}} $ ,风速在东西方向上为 $ {V_{wy}} $ ,2组超声波装置测量得到的传播时间分别为:顺风时测的传播时间为 $ {t_{12}} $ ,逆风时测的传播时间为 $ {t_{21}} $ ;顺风时测的传播时间为 $ {t_{34}} $ ,逆风时测的传播时间为 $ {t_{43}} $ 。可得:

$ \begin{gathered} {V_{wx}} = \frac{d}{2}\left( {\frac{1}{{{t_{12}}}} - \frac{1}{{{t_{21}}}}} \right) \text{,}\\ {V_{wy}} = \frac{d}{2}\left( {\frac{1}{{{t_{34}}}} - \frac{1}{{{t_{43}}}}} \right)\text{,}\\ \end{gathered} $

可求得此时的风速为:

$ {V_w} = \frac{d}{2}\sqrt {\left( {{{\left( {\frac{1}{{{t_{12}}}} - \frac{1}{{{t_{21}}}}} \right)}^2} + {{\left( {\frac{1}{{{t_{34}}}} - \frac{1}{{{t_{43}}}}} \right)}^2}} \right)} \text{。} $

此时的风向为:

$ \cos \beta = \frac{{{V_{wx}}}}{{{V_{wy}}}} 。$
2 基于单片机的风力助航船风速监测技术开发 2.1 风速监测系统的整体开发

风力助航船的风速监测平台具备以下功能:

1)数据的采集

监测平台基于超声波风速监测仪器和RS485通信电路,进行风速、风向的采集。同时,监测平台还会同步采集船的航行速度、姿态角等参数[3]

2)数据传输

平台采集的风资源数据发送至单片机中和上位机中,并在上位机中进行存储,单片机通过RS232通信接口将指令传送至平台的其他单元。

3)数据的处理和显示

系统采用MSP430单片机进行数据的处理,并通过液晶显示器将风资源数据展示给用户,图3为风力助航船的风速监测平台原理图。

图 3 风力助航船的风速监测平台原理图 Fig. 3 Schematic diagram of wind speed monitoring platform for a wind-aided vessel

1)主控制系统

主控制系统是风力助航船的风速监测平台核心,本文选用16位MSP430型单片机[4],该单元集成了60 Kflash空间和2 k ram存储空间,具有2个串行通信接口,既能与上位机进行串口数据传输,也能同步或异步接收风速仪的数据。

2)姿态仪

针对船舶多自由度运动过程的姿态参数采集需求,本文采用三轴加速度传感器MPU-600,该传感器的性能出众,具有三轴MEMS加速度计和可扩展处理器DMP。同时,姿态仪还具有其他数据接口,可以外接非惯性传感器,如温度传感器和压力传感器等。

3)液晶显示器

风力助航船监测平台采用LCD液晶显示器作为人机交互接口,LCD显示器通过PSB引脚[5]的高低电平确定串口显示,LCD液晶显示器的引脚时序如图4所示。

图 4 LCD液晶显示器的引脚时序图 Fig. 4 Pin sequence diagram of LCD liquid crystal display
2.2 风力助航船的风速数据后处理研究

为了提高风速监测平台的数据采集精度,针对不同风向下的数据采集结果,本文提出一种风向矢量合成的数据后处理算法。该算法将风的空间矢量分解到X轴和Y轴两个分量,矢量合成的原理如图5所示。

图 5 风向矢量合成原理图 Fig. 5 Schematic diagram of vector synthesis

得到第一组测试数据的风向矢量分解为:

$ \begin{gathered} {X_1} = {V_1}\cos {\beta _1}\text{,} \\ {Y_1} = {V_1}\sin {\beta _1} \text{,}\\ \end{gathered} $

$ \;{\beta _1} $ 为第1组数据的风向,假设一次数据采集过程产生的数据量为n组,则可以得到:

$ \begin{gathered} {X_n} = {V_n}\cos {\beta _n} \text{,} \\ {Y_n} = {V_n}\sin {\beta _n} \text{,} \\ \end{gathered} $
$ \begin{gathered} X = \sum\limits_{i = 1}^n {{x_1},{x_2},...,{x_n}}\text{,} \\ Y = \sum\limits_{i = 1}^n {{y_1},{y_2},...,{y_n}} \text{,} \\ \end{gathered} $

得到风向的平均值和风向值为:

$ \begin{gathered} \bar X = \frac{{\displaystyle\sum\limits_{i = 1}^n {{x_n}} }}{N},\\ \bar Y = \frac{{\displaystyle\sum\limits_{i = 1}^n {{y_n}} }}{N},\\ \bar \beta = \arctan \frac{{\bar X}}{{\bar Y}} 。\\ \end{gathered} $
2.3 风力助航船风速监测系统平台工作流程

监测平台选用的风速风向仪为A45固体传感器,基于IEC6122通信协议[6],监测平台的工作流程图如图6所示。

图 6 风速风向监测平台的工作流程图 Fig. 6 Flow chart of wind speed and direction monitoring platform
3 结 语

风力助航船是一种新兴的新能源船舶,这种船舶能够利用海上丰富的风力资源,提高自身动力系统的性能,风力助航船的关键控制输入是风资源数据,本文针对风资源数据的采集原理、平台建设、数据后处理等进行详细研究,有一定的实际应用价值。

参考文献
[1]
周凌, 赵前程, 石照耀, 等. 风电场风电机组机载风速仪状态自确认[J]. 太阳能学报, 2022, 43(11): 172-178.
ZHOU Ling, ZHAO Qian-cheng, SHIZhao-yao, et al. State Self-confirmation of airborne anemometer for wind farm wind turbine[J]. Acta Energiae Solaris Sinica, 2022, 43(11): 172-178.
[2]
周识略, 邹泽成, 杨名洋, 等. 基于X型恒温热线风速仪的径流涡轮入口旋流试验研究[J]. 车用发动机, 2022(5): 74-79.
ZHOU Shi-lue, ZOU Ze-cheng, YANG Ming-yang, et al. Experimental study on swirl flow in runoff turbine inlet based on x-type thermostatic hot-wire anemometer[J]. Vehicle Engine, 2022(5): 74-79. DOI:10.3969/j.issn.1001-2222.2022.05.011
[3]
包云, 李亚群, 马祯, 等. 高速铁路风速监测异常数据判识方法研究[J]. 铁道建筑, 2021, 61(10): 154-157.
BAO Yun, LI Ya-qun, MA Zhen, et al. Research on abnormal data identification method of wind speed monitoring for high-speed railway[J]. Railway Construction, 2021, 61(10): 154-157. DOI:10.3969/j.issn.1003-1995.2021.10.35
[4]
李松奎, 边泽强, 刘昕. 超声波风速仪测量结果不确定度评定[J]. 电子测量技术, 2019, 42(15): 112-116.
LI Song-kui, BIAN Ze-qiang, LIU Xin. Evaluation of uncertainty of measurement results of ultrasonic anemometer[J]. Electronic Measurement Technique, 2019, 42(15): 112-116.
[5]
王翰锋. 基于Fluent巷道断面平均风速点定位监测模拟研究[J]. 煤炭科学技术, 2015, 43(8): 92-96.
WANG Han-feng. Research on location monitoring simulation of tunnel section average wind speed point based on fluent[J]. Coal Science and Technology, 2015, 43(8): 92-96.
[6]
何建海, 胡以怀, 张建霞, 等. 风能在船舶上的应用现状及展望[J]. 船舶工程, 2013, 35(5): 112-115.
HE Jian-hai, HU Yi-huai, ZHANG Jian-xia, et al. Application status and prospect of wind energy in ships[J]. Ship Engineering, 2013, 35(5): 112-115.