陳伯云 ，張永兵 ，王 剛 ，李國強 ，李明宏 ，范影樂 ，鄭豪鋒 ，王 超

（1. 水利部南京水利水文自動化研究所，江蘇 南京 210012；2. 江蘇南水科技有限公司，江蘇 南京 210012；3. 杭州市水文水資源監(jiān)測中心，浙江 杭州 311100；4. 浙江嵊州市水文站，浙江 嵊州 312400；5. 杭州開閎流體科技有限公司，浙江 杭州 311100）

0 引言

水文測驗是一切水文工作的基礎，而水文測驗中流量測驗是一項重要而又復雜的工作，流量是反映水資源和江河、湖泊、水庫等水體水量變化的基本數(shù)據(jù)，也是河流最重要的水文特征之一。傳統(tǒng)的流量測驗采用流速面積法，這種測驗方法滿足流量測驗規(guī)范的精度要求，但測流歷時長，工作強度大，效率低。隨著科技的發(fā)展，20 世紀八九十年代聲學多普勒流速儀（ADCP）測流在美國出現(xiàn)，并被我國引進應用[1]。聲學多普勒流速儀有走航式和固定式 2 種類型，固定式根據(jù)安裝位置不同又可分為水平式聲學多普勒流速儀（H-ADCP）和垂向式聲學多普勒流速儀（V-ADCP）。在線測流一般采用固定式，其中 H-ADCP 應用較多，但是在實際應用過程中，由于受測流環(huán)境的影響及比測率定工作量大等原因?qū)е聹y流精度不理想[2]。

智控掃描式聲學多普勒流速儀測流系統(tǒng)（以下簡稱智控掃描式 ADCP 測流系統(tǒng)）是一種全自動、智能型、融合流體力學仿真及神經(jīng)網(wǎng)絡智能算法模型的流量監(jiān)測技術。通過水下轉(zhuǎn)動掃描測量局部水體流速場數(shù)據(jù)，結(jié)合斷面流場仿真計算模型，推演出全斷面流場數(shù)據(jù)，利用神經(jīng)網(wǎng)絡算法深度學習優(yōu)化校準仿真計算模型，從而計算出斷面流場、流量等要素數(shù)據(jù)，可有效提高測量數(shù)據(jù)的準確性和有效性，并大幅降低后期人工比測和分析率定的工作量。

本研究針對智控掃描式 ADCP 測流系統(tǒng)測流過程中所要注意和處理的技術問題展開探討，并結(jié)合水利部水文司 2019 年項目“組織新技術在水文測報中的研發(fā)推廣”之“智控掃描式聲學多普勒流量監(jiān)測示范應用”專題研究工作，在浙江嵊州、江蘇前垾村水文站安裝了智控掃描式 ADCP 測流系統(tǒng)。運用智控掃描式 ADCP 獲取河流斷面流速，開展比測分析。

1 智控掃描式 ADCP 測流系統(tǒng)原理

目前在實際應用中利用 H-ADCP 實現(xiàn)流量在線監(jiān)測的系統(tǒng)主要采用指標流速法計算流量。通過換能器安裝在河道斷面上的固定位置，測量過水斷面固定高程局部層流速作為指標流速，并與斷面平均流速建立流速關系，從而實現(xiàn)流量在線監(jiān)測。

智控掃描式 ADCP 利用水下智控轉(zhuǎn)動與H-ADCP 相結(jié)合的設計，使傳統(tǒng)的一維流速剖面數(shù)據(jù)擴展為二維掃描流速數(shù)據(jù)，并融合計算流體動力學、人工智能等多學科前沿技術，建模仿真河道流場以計算實時流量。

智控掃描式 ADCP 利用水下轉(zhuǎn)動裝置控制換能器在設定的角度范圍內(nèi)旋轉(zhuǎn)掃描測量流速，獲取過水斷面部分區(qū)域內(nèi)的流速流場分布。通過分析過水斷面部分區(qū)域內(nèi)的流速分布與整個斷面流速分布和斷面平均流速之間的關系，可采用指標流速法、斷面流速分布模型法等方法計算出斷面流量。測流過程示意如圖1 所示。

圖1 測流過程示意圖

1.1 水下智控轉(zhuǎn)動裝置解析

智控掃描式 ADCP 設備采用脈沖信號控制步進電機驅(qū)動 ADCP 換能器旋轉(zhuǎn)掃描。其裝置主要部件連接示意如圖2 a，b，c，d，e 所示[3]，主要應用于水下的自動掃描流速測量，包括機架和傳動罩，機架上設有傳感器本體，傳動罩內(nèi)設有旋轉(zhuǎn)傳動機構(gòu)，傳感器本體連接旋轉(zhuǎn)傳動機構(gòu)，旋轉(zhuǎn)傳動機構(gòu)包括電機、減速電機、主動軸和從動軸，從動軸連接于傳感器本體的左側(cè)，主動軸連接于傳感器本體的右側(cè)，主動軸上設有走線組件，主動軸連接減速機，減速機連接電機，傳感器本體和機架的連接處設有密封組件。裝置本身安裝固定在水下，當需要進行二維流速掃描測量時，通過設置電機帶動減速機轉(zhuǎn)動，電機為步進電機，減速電機為直角行星減速機，在減速機的作用下，增大了主動軸的輸出扭矩，從而帶動傳感器本體進行旋轉(zhuǎn)運動，傳感器本體在一定角度范圍內(nèi)旋轉(zhuǎn)，實現(xiàn)河流斷面二維流速掃描功能。

圖2 水下智控轉(zhuǎn)動裝置主要部件連接示意圖

水下智控轉(zhuǎn)動裝置支持間隙工作（節(jié)能模式）及循環(huán)掃描（高精度模式）工作模式，最大可旋轉(zhuǎn)角度為 360°，最小單位旋轉(zhuǎn)掃描角度為 0.1°。典型工作模式下間隔 1° 測流 1 次，掃描 60°，運行功耗約為 12 W，耗時約為 5 min，獲得測流斷面上一個扇形區(qū)域的流速流場分布數(shù)據(jù)。根據(jù)水位和流速變幅設定相應的閾值可實現(xiàn)掃描范圍、測流角度間隔、掃描速度等智能適配，以滿足在低水位、高水位、小流速、大流速等不同測流環(huán)境下的智能調(diào)節(jié)掃描角度，速度和間隔等。

1.2 有效監(jiān)測扇區(qū)流速確定

以儀器安裝位置為坐標原點，沿斷面方向為 x 軸，沿水深方向為 y 軸建立儀器坐標，利用 ADCP 的實測流速分布（如圖3 所示）和回波強度信號分布（如圖4 所示）確定掃描型 ADCP 流速測量的有效扇區(qū)，完成有效扇區(qū)單元流速的提取，建立實測斷面坐標系，利用實測水位、設備安裝位置，建立剖面模型，然后把提取的有效扇區(qū)單元流速映射到坐標系，構(gòu)建剖面流速分布圖，形成斷面流速合軸坐標圖，具體如圖5 所示。

圖3 實測流速分布圖

圖4 實測回波強度分布圖

圖5 剖面流速分布圖

1.3 斷面流場仿真計算

1.3.1 斷面流場的建立和流速計算方法

由掃描所得扇區(qū)流速，結(jié)合斷面特征參數(shù)，構(gòu)建流體截面流速分布模型。

以有效實測扇區(qū)作為定解條件，結(jié)合深度學習提取的河流流場特征，建立可測區(qū)域與測量盲區(qū)之間流速的關聯(lián)性，推算流體全剖面的流速分布。

實測河流流速分布數(shù)據(jù)，結(jié)合神經(jīng)網(wǎng)絡進行深度學習，提取河流流態(tài)特征。對每個應用實例進行定制化參數(shù)設置，最終反饋至流場計算模型，使復雜天然河道得到最貼近現(xiàn)實情況的仿真與數(shù)字化描述。

斷面流場建立過程演示如圖6 所示，其中圖6 a，b，c，d，e 為 ADCP 自河底向水面掃描測流過程，此過程獲取實測扇區(qū)內(nèi)的斷面流場數(shù)據(jù)。通過神經(jīng)網(wǎng)絡算法提取實測扇區(qū)流場內(nèi)流速分布特征，用于推演上下和左右盲區(qū)內(nèi)流場數(shù)據(jù)，如圖6 f，g 所示。利用實測扇區(qū)內(nèi)流場數(shù)據(jù)，結(jié)合上下和左右盲區(qū)推演的流場數(shù)據(jù)進一步推演出全斷面流場數(shù)據(jù)，從而實現(xiàn)斷面流場仿真，如圖6 h，i 所示。

圖6 測流流程演示圖

1.3.2 河流特征的提取和引入

傳統(tǒng)流速分布計算模型的問題在于使用固定公式計算不斷變化的流場，而事實上適用的計算公式在水位、流速變化的情況下也是動態(tài)變化的，這也是傳統(tǒng)固定式 ADCP 需要在不同水位條件下做率定的主要原因。為減少率定工作，可通過神經(jīng)網(wǎng)絡算法提取河流流場的固有特征，并將這些特征應用到流量計算過程中。將待測河流以數(shù)字化方式虛擬重建，對流場進行實時仿真，以達到由局部實測流速精確推算整體流場的目的。

1.3.3 縱向盲區(qū)流速推算

垂向盲區(qū)流速推算結(jié)果如圖7 所示，黑色點位（實測數(shù)據(jù)區(qū)）速度可以通過智控掃描式 ADCP 直接掃描獲取，以此作為流場解算的定解條件，提取流速分布特征與預設的解算方法進行匹配，然后推算縱向上無實測區(qū)域的流速分布。

圖7 垂向盲區(qū)流速推算結(jié)果

以冪指數(shù)分布為例，假設 ν (h) 是距離河床水深 h 處的流速，其函數(shù)形式通常取冪指數(shù)或?qū)?shù)形式：

式中：ν (ha) 為參考高度 ha處的流速；m 為經(jīng)驗常數(shù)，與河床粗糙率有關。

1.3.4 橫向盲區(qū)流速推算

特征值 ay0的測量和提取需要借助實測流場數(shù)據(jù)和機器學習方法，在此不詳細展開論述。

橫向盲區(qū)流速推算完成后的結(jié)果示意圖如 8 所示，綠色線條表示計算得到的縱向平均流速。

圖8 橫向盲區(qū)流速推算結(jié)果

1.3.5 斷面流量計算

垂向與橫向盲區(qū)流速推算完后，可以得到河道的界面流速分布數(shù)據(jù)。對于任意離河岸距離為 y 的位置計算得到垂向的平均流速 νy，將其與當前位置河道的垂直深度 hy相乘，即可得到當前垂向的流量 Qy為

為了獲取斷面的全部流量，需要對河道寬度 b的各位置垂向流量數(shù)據(jù)進行累加，得到斷面流量Q[4]為

1.3.6 動態(tài)流速仿真模型

動態(tài)流速仿真模型的核心在于：建立動態(tài)模型，通過有限輔助手段收集河流流場數(shù)據(jù)，運用機器學習等方法對測流數(shù)據(jù)進行特征提取，確定模型參數(shù)。結(jié)合掃描式測流設備所采集的實時數(shù)據(jù)可靠區(qū)，識別流場特征，匹配適用模型，建立實時仿真映射的虛擬河流斷面。最終達到以局部流速測量推算整體流速分布和流量結(jié)果的目的。由實測扇區(qū)和斷面特征參數(shù)構(gòu)建的斷面流場如圖9 所示，模型計算后的斷面流場如圖10 所示。

圖9 由實測扇區(qū)和斷面特征參數(shù)構(gòu)建的斷面流場

圖10 模型計算后的斷面流場

動態(tài)流速仿真模型方法以流體運動規(guī)律的共通性結(jié)合具體待測河流的獨有參數(shù)，可建立具有普遍適用性的新型測流計算和應用方式，大幅度減少率定工作量。

2 示范應用成果

分別在浙江嵊州、江蘇前垾村水文站各建設1 個智控掃描式聲學多普勒測流系統(tǒng)示范站。測流系統(tǒng)主要由智控掃描式聲學多普勒流速儀、水位計、工控機、現(xiàn)地監(jiān)測軟件、供電系統(tǒng)、路由器、防雷接地系統(tǒng)、輔助設施等部分組成。系統(tǒng)核心設備為智控掃描式 ADCP，配置外接水位計采集水位，由工控機控制采集流速和水位數(shù)據(jù)，系統(tǒng)采用市電供電。

2.1 系統(tǒng)穩(wěn)定性分析

浙江嵊州水文站試運行時間為 2019 年 6 月 1 日 00:00—9 月 30 日 15:00，總計 121.6 d，共 2 919 h?？倲?shù)據(jù)采集率為 90.01%，其中主要數(shù)據(jù)缺失原因為河道水位過低，測流儀露出水面無法正常工作。排除儀器露出水面及運維時段后，測流系統(tǒng)在有效工作時段內(nèi)，數(shù)據(jù)采集率為 99.33%，運行良好，穩(wěn)定可靠。

江蘇前垾村水文站試運行時間為 2019 年 8 月5 日 08:00—12 月 30 日 00:00，示范站在試運行期間工作穩(wěn)定，沒有缺測現(xiàn)象，數(shù)據(jù)獲得率為 100%，系統(tǒng)穩(wěn)定可靠，數(shù)據(jù)可靠性。

2.2 流量比測分析

2.2.1 浙江嵊州水文站

比測時間是 2019 年 6—9 月，比測方法為對比智控掃描測流系統(tǒng)流量與經(jīng)過率定的水平式測流儀及水文纜道流速儀測流數(shù)據(jù)[5-6]三者流量變化趨勢，在多個流量過程中，可直觀看到智控、測站、纜道測得流量結(jié)果數(shù)據(jù)變化趨勢一致，如圖11所示。

圖11 嵊州水文站流量過程線對比圖

整體平均數(shù)據(jù)偏離度約為 8.26%，智控掃描測流系統(tǒng)整體數(shù)據(jù)偏小，流量緩慢變化期間偏離度呈正態(tài)分布，水位、流量快速變化期間偏離度較大，此結(jié)果可能由智控掃描測流系統(tǒng)工作特性引起，1 個測次需要約 8 min 才能掃描完整扇區(qū)，因此當水位或流量突然變化時，模型適應及其結(jié)算結(jié)果存在一定遲滯性，表現(xiàn)為一段時間內(nèi)單方向偏離，當水位和流態(tài)穩(wěn)定后，偏離度逐漸恢復趨于正常值。

2.2.2 江蘇前垾村水文站

比測時間是 2019 年 8—9 月底，比測方法：平均流速比測采用走航式 ADCP，保證人工比測和自動監(jiān)測系統(tǒng)測量時間同步。走航式 ADCP 每次施測 4 個測次，自動監(jiān)測系統(tǒng) 15 min 監(jiān)測 1 組數(shù)據(jù)，走航式 ADCP 的 4 個測次在自動監(jiān)測系統(tǒng)運行周期的 15 min 內(nèi)完成，比測工作盡可能收集不同量級的數(shù)據(jù)。

其中 8 月 11，12 日受臺風影響，有較大過水流量過程，其余時間皆為小流量。根據(jù)比測數(shù)據(jù)，可分析得到如下結(jié)論：前垾村智控掃描式 ADCP 為新建，共收集有 3 個月數(shù)據(jù)，斷面平均流速相關性分析如圖12 所示，流量過程線對比圖如圖13 所示。流速相關性達到 0.969 1，小流速時數(shù)據(jù)趨勢吻合性較好，但相對誤差較大；由于安裝時間短，收集到的數(shù)據(jù)有限，用于分析的流速數(shù)據(jù)分布不均勻，代表性不夠。

圖12 前垾村水文站斷面平均流速相關性分析圖

圖13 前垾村水文站流量過程線對比圖

3 結(jié)語

智控掃描式 ADCP 測流系統(tǒng)是一種新型智能型測流技術，融合了流體力學仿真及神經(jīng)網(wǎng)絡算法模型，流量監(jiān)測在免率定測流方面具有開創(chuàng)性，可有效節(jié)省人力、物力、時間成本。示范站在 2019 年半年的運行期間，系統(tǒng)工作穩(wěn)定性強，有效工作時間內(nèi)數(shù)據(jù)采集率可達 99% 以上，可提供穩(wěn)定可靠的測流數(shù)據(jù)。有一定水深保障的水文斷面，采用智控掃描測流可以監(jiān)測到較大的有效實測扇區(qū)流速流場數(shù)據(jù)，模型計算會更精確，具有較好的推廣價值[7]。

智控掃描式 ADCP 測流系統(tǒng)在流態(tài)快速變化期間，測流結(jié)果存在一定遲滯性，可考慮采用提升掃描速度的方式提高對流速變化的敏感度。流體及神經(jīng)網(wǎng)絡算法模型還需要進一步優(yōu)化，結(jié)合多模型算法提高智控掃描測流系統(tǒng)的智能化能力，進一步提高流量監(jiān)測的精度。