摘 要:本文針對(duì)發(fā)電機(jī)性能優(yōu)化中數(shù)據(jù)獲取與處理的高精度、實(shí)時(shí)性需求,提出了一種基于側(cè)點(diǎn)接入的三維模型數(shù)據(jù)獲取與處理方法。該方法在發(fā)電機(jī)側(cè)面或非正面接入點(diǎn)布置傳感器,實(shí)時(shí)采集發(fā)電機(jī)的運(yùn)行狀態(tài)和性能參數(shù),并采用三維激光掃描技術(shù)和邊緣檢測算法對(duì)采集的原始數(shù)據(jù)進(jìn)行預(yù)處理,以確保數(shù)據(jù)的準(zhǔn)確性。同時(shí)運(yùn)用參數(shù)化建模技術(shù)構(gòu)建發(fā)電機(jī)的三維模型,并通過高低階模型轉(zhuǎn)換,實(shí)現(xiàn)模型的輕量化和性能優(yōu)化。該方法不僅提高了數(shù)據(jù)處理效率,還為發(fā)電機(jī)的設(shè)計(jì)和性能分析提供了精確的模型基礎(chǔ),對(duì)電力系統(tǒng)的穩(wěn)定運(yùn)行和能源效率提升具有重要作用。
關(guān)鍵詞:側(cè)點(diǎn)接入;發(fā)電機(jī);三維模型;數(shù)據(jù)處理
中圖分類號(hào):TM 303" " 文獻(xiàn)標(biāo)志碼:A
作為現(xiàn)代工業(yè)的基礎(chǔ)設(shè)施,發(fā)電機(jī)性能的優(yōu)化對(duì)提高能源利用效率和保證電力供應(yīng)穩(wěn)定性至關(guān)重要[1]。由于傳統(tǒng)的數(shù)據(jù)獲取方法在精度和處理效率上往往無法滿足高標(biāo)準(zhǔn)的工程需求,傳統(tǒng)的二維模型數(shù)據(jù)難以準(zhǔn)確捕捉發(fā)電機(jī)的復(fù)雜幾何特征和內(nèi)部結(jié)構(gòu),這在一定程度上限制了設(shè)計(jì)人員對(duì)發(fā)電機(jī)性能的深入理解和優(yōu)化。因此,探索一種新的、基于側(cè)點(diǎn)接入的數(shù)據(jù)獲取與處理方法成為迫切需要解決的問題。而基于側(cè)點(diǎn)接入技術(shù)能夠?yàn)榘l(fā)電機(jī)的設(shè)計(jì)和性能分析提供更精確、直觀的數(shù)據(jù)支持。為此,本文將提出一種基于側(cè)點(diǎn)接入的發(fā)電機(jī)三維模型數(shù)據(jù)獲取與處理方法,能夠直接從發(fā)電機(jī)的實(shí)際運(yùn)行環(huán)境中獲取實(shí)時(shí)的三維模型數(shù)據(jù)。這些數(shù)據(jù)不僅包括發(fā)電機(jī)的幾何信息,還包括其運(yùn)行狀態(tài)和性能參數(shù),從而為后續(xù)的分析和優(yōu)化提供了豐富的信息基礎(chǔ)。
1 側(cè)點(diǎn)接入流程
基于側(cè)點(diǎn)接入的發(fā)電機(jī)三維模型數(shù)據(jù)獲取與處理是一個(gè)涉及數(shù)據(jù)采集、傳輸、處理和可視化的復(fù)雜過程[2]。具體步驟如下所示。1)確定接入點(diǎn)。對(duì)發(fā)電機(jī)的側(cè)面或非正面接入點(diǎn)進(jìn)行評(píng)估,根據(jù)發(fā)動(dòng)機(jī)的設(shè)計(jì)和需要模擬特定部分,確定數(shù)據(jù)采集的最佳位置,為布置傳感器的測試點(diǎn)提供所需數(shù)據(jù)接口。2)準(zhǔn)備接入設(shè)備。選擇合適的數(shù)據(jù)采集設(shè)備,確保數(shù)據(jù)采集設(shè)備能夠適應(yīng)發(fā)動(dòng)機(jī)的側(cè)點(diǎn)接入。3)建立物理連接。將數(shù)據(jù)采集設(shè)備物理連接到發(fā)動(dòng)機(jī)的側(cè)點(diǎn)接入位置,識(shí)別發(fā)動(dòng)機(jī)上的側(cè)點(diǎn)接入位置。4)配置網(wǎng)絡(luò)設(shè)置。在接入設(shè)備上配置IP地址、DNS服務(wù)器等子網(wǎng)絡(luò)設(shè)置,并使用AES加密算法對(duì)數(shù)據(jù)進(jìn)行加密傳輸,保護(hù)數(shù)據(jù)的安全性。5)驗(yàn)證接入。通過ping測試工具驗(yàn)證接入設(shè)備是否能夠成功連接網(wǎng)絡(luò),并與網(wǎng)絡(luò)中的其他設(shè)備進(jìn)行通信。同時(shí),檢查數(shù)據(jù)傳輸?shù)姆€(wěn)定性和延遲,確保數(shù)據(jù)采集設(shè)備與網(wǎng)絡(luò)間的連接質(zhì)量符合要求。通過以上步驟,確保數(shù)據(jù)采集設(shè)備與發(fā)電機(jī)的側(cè)點(diǎn)接入位置間的連接穩(wěn)定可靠,為后續(xù)數(shù)據(jù)采集和處理打下良好基礎(chǔ)。
2 發(fā)電機(jī)三維模型數(shù)據(jù)獲取
2.1 三維模型數(shù)據(jù)獲取流程
基于側(cè)點(diǎn)接入的發(fā)電機(jī)三維模型數(shù)據(jù)獲取與處理主要利用三維激光掃描技術(shù),通過現(xiàn)場掃描、數(shù)據(jù)處理和模型驗(yàn)證等環(huán)節(jié),得出一個(gè)精確、可靠的三維模型數(shù)據(jù)[3]。具體流程如圖1所示。
首先,利用激光掃描等方法從現(xiàn)實(shí)世界中的物體獲得最全面、準(zhǔn)確的數(shù)據(jù)集,對(duì)采集的原始數(shù)據(jù)進(jìn)行初步預(yù)處理,校正其中的噪聲和不準(zhǔn)確的部分。其次,在數(shù)據(jù)預(yù)處理之后進(jìn)行邊緣檢測,邊緣是三維模型中的關(guān)鍵特征,主要定義了模型的輪廓和結(jié)構(gòu),通過算法來識(shí)別數(shù)據(jù)中的邊緣和側(cè)面。常見的邊緣檢測算法有Sobel邊緣檢測算法,主要通過計(jì)算圖像在水平和垂直方向的一階導(dǎo)數(shù)來檢測邊緣。Sobel算法的主要步驟包括水平方向梯度、垂直方向梯度(Gy)計(jì)算和邊緣幅度(G)計(jì)算。具體Sobel邊緣檢測算法如下所示。
水平方向梯度(Gx)如公式(1)所示。
(1)
式中:Gx為水平方向上的梯度;為圖像I在x方向上的梯度,表示圖像在水平方向上的變化率。
垂直方向梯度(Gy)如公式(2)所示。
(2)
式中:Gy為水平方向上的梯度;為圖像I在y方向上的梯度,表示圖像在垂直方向上的變化率。
邊緣幅度(G)如公式(3)所示。
(3)
式中:G為邊緣的幅度,表示圖像在(x,y)處的邊緣強(qiáng)度。
在Sobel邊緣檢測器的描述中,水平方向和垂直方向的梯度Gx和Gy通常使用Sobel算子來計(jì)算,主要通過對(duì)圖像進(jìn)行差分來近似計(jì)算梯度。識(shí)別出邊緣和側(cè)面后,為提高模型的真實(shí)感和細(xì)節(jié)精度,采用插值方法在這些區(qū)域添加額外的數(shù)據(jù)點(diǎn)。常見的插值方法是線性插值,該計(jì)算方法假設(shè)2個(gè)已知點(diǎn)間的函數(shù)值是線性變化的,并給定2個(gè)點(diǎn)(x1,y1)和(x2,y2),線性插值可以找到這2個(gè)點(diǎn)間任意點(diǎn)(x,y)的值,具體如公式(4)所示。
(4)
公式(4)計(jì)算的目的是為了在只有4個(gè)離散點(diǎn)的情況下,估計(jì)矩形區(qū)域內(nèi)任意一點(diǎn)的值,創(chuàng)建更平滑的曲面,減少圖像或模型中的鋸齒狀邊緣,提高視覺真實(shí)感。三維模型數(shù)據(jù)獲取流程的最后一步是數(shù)據(jù)融合,將添加的新數(shù)據(jù)點(diǎn)與原有的數(shù)據(jù)點(diǎn)相結(jié)合,形成一個(gè)完整并優(yōu)化的三維模型數(shù)據(jù)集。保證模型的連貫性和完整性,對(duì)后續(xù)的三維建模和渲染非常重要。
2.2 三維模型數(shù)據(jù)預(yù)處理
獲取發(fā)電機(jī)的三維模型數(shù)據(jù)后,通常需要進(jìn)行一系列發(fā)電機(jī)三維模型數(shù)據(jù)預(yù)處理步驟來確保數(shù)據(jù)質(zhì)量和后續(xù)處理的準(zhǔn)確性。具體預(yù)處理如圖2所示。
首先,在三維模型數(shù)據(jù)預(yù)處理中,去噪是數(shù)據(jù)預(yù)處理的第一步,目的是移除由環(huán)境因素(如電磁干擾)導(dǎo)致的噪聲點(diǎn),主要通過小波變換將信號(hào)分解為不同的頻率成分,識(shí)別并去除噪聲相關(guān)成分。該技術(shù)可在保持信號(hào)重要特征的同時(shí)去除噪聲。去噪后需要進(jìn)行濾波,可通過高斯濾波方式減少數(shù)據(jù)的尖銳變化,使模型表面更平滑,同時(shí)保留重要的幾何特征。
其次,對(duì)數(shù)據(jù)進(jìn)行幾何校正,消除由設(shè)備誤差、環(huán)境因素或操作條件因素引起的模型偏差,可以通過標(biāo)定算法中的最小二乘法進(jìn)行校正,具體如公式(5)所示。
AX=b (5)
式中:A為系數(shù)矩陣;X為未知數(shù)向量;b為觀測向量。
最小二乘法的目標(biāo)是找到X的值,使殘差向量r的平方和最小,最小二乘法能確保模型與實(shí)際物理對(duì)象的一致性,具體如公式(6)所示。
rTr=(b-AX)T(b-AX) (6)
再次,進(jìn)行數(shù)據(jù)點(diǎn)間的插值動(dòng)作,填補(bǔ)數(shù)據(jù)空白區(qū)域,形成連續(xù)的表面,這對(duì)那些因遮擋或其他原因此缺失數(shù)據(jù)點(diǎn)的模型尤為重要。插值方法可通過簡單的線性插值生成更完整、連續(xù)的模型表面,從而平滑模型數(shù)據(jù),并在數(shù)據(jù)點(diǎn)間創(chuàng)建一個(gè)連續(xù)的模型表面,具體如公式(7)所示。
y=y0+m(x-x0) (7)
式中:y為要估計(jì)的未知數(shù)據(jù)點(diǎn)對(duì)應(yīng)的值;x為未知數(shù)據(jù)點(diǎn);m為2個(gè)已知數(shù)據(jù)點(diǎn)間的斜率;y0、x0分別為第一個(gè)已知數(shù)據(jù)點(diǎn)的y值和x值。
最后,進(jìn)行分幅,將大型模型數(shù)據(jù)分割成較小的數(shù)據(jù)塊,便于并行處理和優(yōu)化。這些預(yù)處理步驟相互關(guān)聯(lián),共同確保發(fā)電機(jī)三維模型數(shù)據(jù)的準(zhǔn)確性和可靠性,使三維模型能更有效地應(yīng)用于模擬、分析和可視化。
3 發(fā)電機(jī)三維模型數(shù)據(jù)處理
3.1 參數(shù)化三維模型
在基于側(cè)點(diǎn)接入的發(fā)電機(jī)三維模型數(shù)據(jù)獲取與處理中,使用參數(shù)化三維模型是為了更好地理解和操作發(fā)電機(jī)的幾何結(jié)構(gòu)。該模型的優(yōu)勢是能夠通過調(diào)整關(guān)鍵參數(shù)來精確控制模型的形狀和尺寸,從而快速修改和優(yōu)化發(fā)電機(jī)的復(fù)雜結(jié)構(gòu)。參數(shù)化三維模型的具體建立步驟如下所示。1)定義參數(shù)。該步驟是模型建立的基礎(chǔ),需要確定模型的關(guān)鍵尺寸參數(shù),并確保每個(gè)參數(shù)都有明確的定義和命名,使用參數(shù)來定義模型的曲線和曲面基本幾何形狀,最終通過參數(shù)調(diào)整來精確控制模型的每個(gè)部分。2)構(gòu)建模型。在三維建模軟件中創(chuàng)建參數(shù)化的模型草圖,使用參數(shù)來控制模型的幾何形狀,并基于草圖構(gòu)建模型。3)驅(qū)動(dòng)參數(shù)化。參數(shù)化的核心是參數(shù)能夠驅(qū)動(dòng)模型的動(dòng)態(tài)變化,并通過改變參數(shù)值并觀察模型是否如預(yù)期那樣更新來進(jìn)行驗(yàn)證,確保模型的每個(gè)部分都能正確地響應(yīng)參數(shù)變化。4)驗(yàn)證和優(yōu)化模型參數(shù)。驗(yàn)證模型的參數(shù)化是否正確時(shí),需要手動(dòng)更改參數(shù)值并觀察模型的幾何形狀是否能按照預(yù)期進(jìn)行更新。如果模型的幾何形狀能夠如預(yù)期那樣隨參數(shù)值的變化而變化,那么可以認(rèn)為模型的參數(shù)化是正確的。此外,還需要對(duì)模型進(jìn)行模擬分析,并利用有限元分析(FEA)計(jì)算模型的變形量。在計(jì)算過程中將連續(xù)的模型表面分割成有限數(shù)量的小元素,這些元素通常被稱為單元。每個(gè)單元都有其特定的形狀和尺寸,并與模型表面上的節(jié)點(diǎn)相連。節(jié)點(diǎn)是模型上用于施加位移、力和約束的點(diǎn),也是單元的頂點(diǎn),具體如公式(8)所示。
(8)
式中:e為應(yīng)變張量;?u為移場u的梯度。
通過求解節(jié)點(diǎn)位移,可以得到每個(gè)單元的應(yīng)變。應(yīng)變是一個(gè)矢量量,包括線應(yīng)變和剪應(yīng)變。線應(yīng)變被定義為沿單元長度方向的形變量與原始長度的比值,剪應(yīng)變被定義為在單元橫截面上的形變量與原始橫截面面積的比值。線應(yīng)變與剪應(yīng)變的計(jì)算過程分別如公式(9)、公式(10)所示。
(9)
(10)
式中:el為沿材料長度方向上的線形變;?L為小元素在長度方向上的形變;L0為小元素的原始長度;es為材料橫截面上的剪形變;?A為小元素在橫截面上的形變(面積差);A0為小元素的原始橫截面積。
通過這種方式,可以對(duì)發(fā)電機(jī)三維模型的參數(shù)化進(jìn)行詳細(xì)的應(yīng)力分析,以確保模型在實(shí)際工作條件下的性能符合設(shè)計(jì)要求。如果分析結(jié)果顯示模型在某些條件下應(yīng)力過大或過小,可以對(duì)這些參數(shù)進(jìn)行調(diào)整和優(yōu)化,以取得更好的設(shè)計(jì)效果。
3.2 高、低階模型轉(zhuǎn)換
在發(fā)電機(jī)三維模型數(shù)據(jù)處理中,高階模型包括大量幾何細(xì)節(jié)和復(fù)雜的拓?fù)浣Y(jié)構(gòu),占用大量的存儲(chǔ)空間,導(dǎo)致模型實(shí)時(shí)渲染或模擬時(shí)的計(jì)算量巨大,通過高、低階模型轉(zhuǎn)換,可以減少頂點(diǎn)和面的數(shù)量,簡化幾何結(jié)構(gòu),從而提高渲染和計(jì)算的效率。具體轉(zhuǎn)換步驟如圖3所示。
進(jìn)行高、低階模型轉(zhuǎn)換時(shí),首先,使用3Ds MAX工具分析模型的頂點(diǎn)數(shù)、面片數(shù)等信息,評(píng)估原始高階模型,確定模型的復(fù)雜度和數(shù)據(jù)量。評(píng)估完成后,根據(jù)模型的特點(diǎn)和應(yīng)用需求,采用曲面離散化算法中的Delaunay三角化計(jì)算將高階曲面轉(zhuǎn)換為低階面片。其次,繼續(xù)利用OBJ技術(shù)將高階模型的格式轉(zhuǎn)換為通用格式ob。轉(zhuǎn)換過程中需要正確處理模型的拓?fù)浣Y(jié)構(gòu)和紋理信息,以保證模型的真實(shí)感和視覺效果。再次,將模型旋轉(zhuǎn)30°,觀察模型是否能適應(yīng)新的坐標(biāo)系或滿足特定的應(yīng)用需求。從次,使用紋理合并技術(shù)對(duì)轉(zhuǎn)換后的低階模型進(jìn)行輕量化處理,減少模型的數(shù)據(jù)量,提高數(shù)據(jù)處理時(shí)的加載和渲染效率。最后,在模型中添加渲染光照、陰影和反射等后處理效果,并根據(jù)應(yīng)用需求進(jìn)行模型切割、拼接等操作。將處理后的模型集成到目標(biāo)平臺(tái)或應(yīng)用程序中進(jìn)行測試與驗(yàn)證,確保模型在各種條件下都能正常運(yùn)行,滿足性能要求。并根據(jù)驗(yàn)證結(jié)果對(duì)模型進(jìn)行必要的優(yōu)化,調(diào)整相應(yīng)的離散化參數(shù)、優(yōu)化紋理映射等,以進(jìn)一步提高模型質(zhì)量和性能。
4 結(jié)語
本文深入研究了基于側(cè)點(diǎn)接入的發(fā)電機(jī)三維模型數(shù)據(jù)的獲取與處理技術(shù),成功進(jìn)行了模型的高效獲取和精確處理。優(yōu)化了側(cè)點(diǎn)接入流程,提高了數(shù)據(jù)獲取的效率和質(zhì)量。在數(shù)據(jù)處理階段,通過構(gòu)建參數(shù)化模型、模型轉(zhuǎn)換以及數(shù)據(jù)優(yōu)化壓縮,提高了數(shù)據(jù)處理的質(zhì)量和效率。這些成果可為發(fā)電機(jī)行業(yè)提供有力的技術(shù)支持,期待在未來的研究和應(yīng)用中繼續(xù)優(yōu)化和改進(jìn)這些技術(shù),為我國發(fā)電機(jī)行業(yè)的發(fā)展做出更大貢獻(xiàn)。
參考文獻(xiàn)
[1]梅興育.風(fēng)電集成式傳動(dòng)鏈中齒輪箱與發(fā)電機(jī)接口處的壓力平衡裝置[J].上海大中型電機(jī),2023(4):1-4.
[2]徐超.風(fēng)力發(fā)電機(jī)風(fēng)輪葉片三維模型構(gòu)建[J].裝備制造技術(shù),2023(1):89-92.
[3]馮麟,周志祥,唐亮,等.基于三維掃描點(diǎn)云數(shù)據(jù)的模型橋形變獲取[J].實(shí)驗(yàn)室研究與探索,2021,40(8):5-8,18.