⒈數(shù)據(jù)采集與預(yù)處理

為了有效地進(jìn)行海上風(fēng)電場(chǎng)水下結(jié)構(gòu)物的檢測(cè)與分析，首先需要采集高質(zhì)量的多波束側(cè)掃聲吶數(shù)據(jù)。在此研究中，選用了一款具有高分辨率和寬掃描范圍的多波束側(cè)掃聲吶設(shè)備進(jìn)行數(shù)據(jù)采集。在實(shí)際操作過(guò)程中，通過(guò)合理設(shè)置設(shè)備參數(shù)如發(fā)射頻率、脈沖寬度等，以及調(diào)整航行速度和線間距等航測(cè)因素，以確保采集到的聲吶數(shù)據(jù)具有較高的空間分辨率和較大的覆蓋范圍。多波束側(cè)掃聲吶數(shù)據(jù)采集原理如圖1所示。

圖1 多波束側(cè)掃聲吶數(shù)據(jù)采集原理圖

數(shù)據(jù)采集完成后，需要對(duì)原始聲吶數(shù)據(jù)進(jìn)行預(yù)處理，以減小噪聲影響并提高后續(xù)分析的準(zhǔn)確性。預(yù)處理步驟包括以下幾個(gè)方面：⑴對(duì)原始數(shù)據(jù)進(jìn)行時(shí)間同步和航跡校準(zhǔn)，確保數(shù)據(jù)在時(shí)間和空間上的準(zhǔn)確性;⑵利用去噪算法，對(duì)數(shù)據(jù)進(jìn)行降噪處理，提高數(shù)據(jù)質(zhì)量;⑶對(duì)數(shù)據(jù)進(jìn)行柵格化處理，將聲吶數(shù)據(jù)轉(zhuǎn)換為規(guī)則的柵格數(shù)據(jù)，便于后續(xù)的特征提取和分析;⑷根據(jù)水深、設(shè)備參數(shù)等因素，對(duì)數(shù)據(jù)進(jìn)行放大或衰減處理，以消除水深對(duì)回波強(qiáng)度的影響。經(jīng)過(guò)上述預(yù)處理步驟，得到了清晰、連續(xù)且具有較高信噪比的多波束側(cè)掃聲吶數(shù)據(jù)，為后續(xù)的水下結(jié)構(gòu)物檢測(cè)與分析奠定了基礎(chǔ)。

⒉水下結(jié)構(gòu)物特征提取

為了對(duì)海上風(fēng)電場(chǎng)水下結(jié)構(gòu)物進(jìn)行有效檢測(cè)，需要從多波束側(cè)掃聲吶所獲得的原始數(shù)據(jù)中提取關(guān)鍵特征。首先，對(duì)原始數(shù)據(jù)進(jìn)行降噪處理。基于雙邊濾波算法，可以有效地保留邊緣信息的同時(shí)去除數(shù)據(jù)中的噪聲。然后，通過(guò)形態(tài)學(xué)濾波對(duì)提取的結(jié)構(gòu)物進(jìn)行形狀優(yōu)化，排除非結(jié)構(gòu)物的干擾因素。接下來(lái)，提取水下結(jié)構(gòu)物的幾何特征，包括長(zhǎng)度、寬度、高度、面積、周長(zhǎng)等。這些特征可以用于區(qū)分不同類(lèi)型的結(jié)構(gòu)物并幫助定位。通過(guò)構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型，利用大量標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練，使模型能夠自動(dòng)學(xué)習(xí)并識(shí)別水下結(jié)構(gòu)物的特征。

⒊結(jié)構(gòu)物分類(lèi)與定位

為實(shí)現(xiàn)海上風(fēng)電場(chǎng)水下結(jié)構(gòu)物的準(zhǔn)確分類(lèi)與定位，此研究提出了一種基于多波束側(cè)掃聲吶數(shù)據(jù)的結(jié)構(gòu)物分類(lèi)與定位方法。該方法主要包括以下幾個(gè)步驟：

⑴基于提取的水下結(jié)構(gòu)物特征，利用支持向量機(jī)(SVM)算法對(duì)結(jié)構(gòu)物進(jìn)行分類(lèi)。根據(jù)已知的結(jié)構(gòu)物類(lèi)型(如風(fēng)電塔基、海纜、錨鏈等)建立訓(xùn)練樣本庫(kù)，將特征向量輸入SVM模型進(jìn)行訓(xùn)練。然后，將預(yù)處理后的多波束側(cè)掃聲吶數(shù)據(jù)輸入訓(xùn)練好的SVM模型，實(shí)現(xiàn)對(duì)未知結(jié)構(gòu)物的分類(lèi)。

⑵采用改進(jìn)的RANSAC算法進(jìn)行結(jié)構(gòu)物定位。針對(duì)多波束側(cè)掃聲吶數(shù)據(jù)的特點(diǎn)，對(duì)RANSAC算法進(jìn)行改進(jìn)，提高算法的魯棒性和定位精度。在已知結(jié)構(gòu)物分類(lèi)的基礎(chǔ)上，利用改進(jìn)的RANSAC算法估計(jì)結(jié)構(gòu)物的位置參數(shù)。

⒋檢測(cè)結(jié)果的可視化表示

為了直觀展示多波束側(cè)掃聲吶在海上風(fēng)電場(chǎng)水下結(jié)構(gòu)物檢測(cè)中的效果，文章采用了可視化表示方法對(duì)檢測(cè)結(jié)果進(jìn)行展示。可視化表示方法包括二維地圖、三維立體模型及動(dòng)態(tài)演示等形式。在二維地圖上，將檢測(cè)到的水下結(jié)構(gòu)物位置以不同顏色的點(diǎn)表示，顏色代表不同類(lèi)型的結(jié)構(gòu)物，如基礎(chǔ)、輸電線路等。同時(shí)，利用表格列出每個(gè)結(jié)構(gòu)物的具體位置、尺寸、形狀等參數(shù)。

多波束側(cè)掃聲吶技術(shù)在海上風(fēng)電場(chǎng)水下結(jié)構(gòu)物運(yùn)維中的應(yīng)用

⒈用于水下結(jié)構(gòu)物的狀態(tài)評(píng)估

基于多波束側(cè)掃聲吶技術(shù)，對(duì)水下結(jié)構(gòu)物進(jìn)行定期檢測(cè)，獲取風(fēng)電場(chǎng)海底基礎(chǔ)設(shè)施的高分辨率圖像，通過(guò)對(duì)這些圖像進(jìn)行特征提取和分析，實(shí)現(xiàn)對(duì)水下結(jié)構(gòu)物的狀態(tài)評(píng)估，評(píng)估內(nèi)容包括結(jié)構(gòu)物的腐蝕、磨損、裂縫、沉積物積累等。同時(shí)，通過(guò)對(duì)連續(xù)時(shí)間段的檢測(cè)數(shù)據(jù)進(jìn)行對(duì)比分析，監(jiān)測(cè)結(jié)構(gòu)物的變化趨勢(shì)及可能存在的風(fēng)險(xiǎn)因素。基于多波束側(cè)掃聲吶技術(shù)的檢測(cè)結(jié)果，可以為風(fēng)電場(chǎng)運(yùn)維人員提供直觀、可靠的水下結(jié)構(gòu)物狀態(tài)信息，有助于及時(shí)發(fā)現(xiàn)潛在問(wèn)題，提高設(shè)備安全性能。此外，系統(tǒng)性的狀態(tài)評(píng)估與監(jiān)測(cè)還能為后期的風(fēng)電場(chǎng)維護(hù)和維修工作提供數(shù)據(jù)支持，降低風(fēng)險(xiǎn)和成本。

⒉為風(fēng)電場(chǎng)運(yùn)維決策提供支持

基于多波束側(cè)掃聲吶的海上風(fēng)電場(chǎng)水下結(jié)構(gòu)物檢測(cè)與分析方法，能夠提供精確的結(jié)構(gòu)物定位信息，幫助運(yùn)維人員迅速找到目標(biāo)區(qū)域，減少水下巡檢時(shí)間和成本。通過(guò)對(duì)水下結(jié)構(gòu)物特征進(jìn)行提取和分類(lèi)，運(yùn)維人員可以識(shí)別出潛在的損壞或風(fēng)險(xiǎn)區(qū)域，提前采取必要的維護(hù)措施，確保風(fēng)電場(chǎng)的正常運(yùn)行。此外，該方法還有助于運(yùn)維人員優(yōu)化維修計(jì)劃，合理分配維修資源，通過(guò)對(duì)檢測(cè)結(jié)果的長(zhǎng)期監(jiān)測(cè)和分析，可以發(fā)現(xiàn)結(jié)構(gòu)物的損壞趨勢(shì)和潛在問(wèn)題，為風(fēng)電場(chǎng)運(yùn)維決策提供科學(xué)依據(jù)。
 

信息來(lái)源 | 文章來(lái)自《發(fā)展與創(chuàng)新》(2023年第11期)，參考文章略，版權(quán)歸出版單位與作者所有，用于學(xué)習(xí)與交流。