用于风电机组塔架的基于Q移双树复数小波相位的振动位移测量

《MECHANICAL SYSTEMS AND SIGNAL PROCESSING》：Q-shift dual-tree complex wavelet phase-based vibration displacement measurement for wind turbine towers

　　

**摘要**
在全球能源转型的背景下，风力发电机塔筒作为风能系统的主要承载结构，精确测量其振动引起的位移对于结构健康监测和安全评估至关重要。传统接触式测量技术存在安装程序复杂和空间覆盖有限的问题。相比之下，现有的基于视觉的振动测量方法往往高度依赖于表面纹理，并且在苛刻的成像条件下表现出不足的相位稳定性。为解决这些局限性，本研究提出了一种基于 Q 位移双树复小波变换相位信息的风力发电机塔筒非接触式振动位移测量方法。该方法利用 Q 位移双树复小波分解获得的多尺度和多方向复系数，构建了具有近似平移不变性和改进的跨尺度一致性的相位表示。在表现出稳定相位响应的区域内（如结构边缘）进行位移估计，从而增强了对复杂背景和噪声的鲁棒性。此外，引入了一种自适应降采样策略，以缓解大规模结构振动中的相位缠绕效应，使得在相对较大的振动幅度下能够可靠地测量位移。数值模拟和风力发电机塔筒模型实验表明，所提出的方法在复杂环境条件下实现了亚像素位移精度。与基于相位或图像强度信息的传统视觉方法相比，该方法表现出更优越的整体稳定性，为高柔度高层结构的非接触监测提供了高精度且鲁棒的视觉振动测量解决方案。

**引言**
近年来，在全球能源转型和碳中和目标的推动下，风力发电作为清洁可再生能源系统的重要组成部分，经历了快速增长 [1]，[2]，[3]。随着风电场的持续扩展及其服务寿命的延长，风力发电机塔筒作为风能系统的核心支撑结构，正面临越来越严峻的挑战 [4]，[5]。风力发电机塔筒暴露于极端天气等复杂环境中，并承受风载荷、重力和长期动态疲劳载荷的共同作用，这可能导致累积结构损伤和安全风险增加 [6]，[7]，[8]。因此，风力发电机塔筒的结构健康监测对于确保运行安全和延长风力发电机服务寿命具有重要意义 [9]，[10]，[11]。
振动测量是获取结构动态响应的基本手段，在结构健康监测中起着关键作用 [12]。通过分析振动数据，可以及时检测塔筒结构中的潜在损伤，从而防止灾难性失效。现有的振动测量技术一般可分为接触式和非接触式方法 [13]。传统接触式方法，如加速度计和线性可变差动变压器（LVDT），具有较高的测量精度和稳定性；然而，它们在实际应用中存在显著局限性。首先，传感器必须物理附着在结构上，并依赖专用电缆进行信号传输 [14]。对于风力发电机塔筒等大规模和高耸结构，传感器安装涉及高空作业相关的安全风险，以及复杂的布线和较长的安装周期 [15]。此外，接触式方法通常仅提供有限离散点的测量值，难以重构结构的全场振动响应 [16]。
非接触测量技术包括激光测距、基于雷达的测量和基于 GPS 的位移监测。激光测距方法通过激光距离测量推断位移，具有高精度和快速响应，但对雾、雨和灰尘等大气条件高度敏感 [17]。基于雷达的方法依赖于电磁波测距，表现出更好的环境适应性和一定的穿透能力；然而，其测量精度相对有限且相关成本较高，难以满足风力发电机塔筒的毫米级监测要求 [18]。基于 GPS 的测量方法能够基于卫星定位实现大规模三维位移监测，但存在信号遮挡和采样率低的问题，无法捕捉高频振动 [19]。相比之下，数码相机具有成本低、部署灵活和空间分辨率高等优势，当与计算机视觉技术结合时，已成为非接触振动测量领域的活跃研究课题 [14]。
根据其传感机制，现有的基于视觉的振动测量方法可大致分为基于图像强度的方法和基于图像相位的方法。基于图像强度的方法通过跟踪亮度、纹理或几何特征的时域变化来估计结构位移，代表性技术包括模板匹配 [20]，[21]，[22]，[23]、特征点匹配 [24]，[25]，[26]、光流分析 [27]，[28]，[29] 和边缘检测 [30]，[31]。这些方法在纹理清晰和照明稳定的实验室环境中表现良好；然而，其精度和可靠性强烈依赖于表面特征的显著性和成像条件的稳定性。对于风力发电机塔筒等大规模结构，塔筒表面通常是光滑、低对比度或具有重复纹理的。在长距离户外监测条件下，这些方法极易受环境噪声和非均匀照明的影响，导致特征提取困难和跟踪稳定性下降，这严重限制了其在实际工程应用中的有效性。
相比之下，基于图像相位的方法通过分析局部图像相位的时域变化来估计微小的结构位移，具有无标记测量和对照明变化敏感性降低等优势。因此，基于相位的方法在视觉振动测量领域引起了越来越多的关注 [32]，[33]，[34]，[35]。现有的基于相位的方法通常依赖于复值带通多尺度表示来构建局部相位信息，常见实现包括高斯 - 萨比尔滤波器 [36]，[37]，[38] 和复可定向金字塔 [32]，[39]。这些技术在测量梁和板等中小规模结构的微振动方面表现出高精度。然而，它们的有效性受到位移幅度相对于相位波长较小的假设的限制。在大规模结构振动测量中，这些方法容易出现相位缠绕和尺度不匹配问题 [40]。此外，它们的尺度和方向分解主要是为通用图像处理任务设计的，对工程结构特有的空间非均匀性和主导振动方向的适应性有限。近年来，一些研究引入了基于希尔伯特变换的解析信号表示，通过短程或局部相位分析增强相位连续性和噪声鲁棒性，部分缓解了传统基于相位的方法对尺度选择的敏感性 [41]，[42]。然而，此类方法通常依赖于局部平稳性假设，并关注相邻像素或短空间尺度上的相位变化。对于风力发电机塔筒等高柔度结构，其表现出大尺度跨度和沿结构高度的显著模态形状变化，这些方法的多尺度一致性和全局相位稳定性仍然有限，难以在复杂成像条件下同时实现鲁棒的相位提取和准确的位移量化。
使用近似希尔伯特变换相关的滤波器对构建的双树复小波变换（DTCWT），通过结合严格的多尺度分析、近似平移不变性和明确的方向选择性，为稳定可控的局部相位表示提供了坚实的理论基础 [43]。DTCWT 及其扩展在复杂工程信号分析任务中（如旋转机械故障诊断）表现出优于传统实值小波的鲁棒性，特别是在强噪声和非高斯干扰条件下 [44]。最近的研究进一步验证了将自适应参数优化与 DTCWT 结合在强非平稳和低信噪比场景下的有效性和实际可行性 [45]。因此，对于长距离视觉测量条件下的高柔度结构，利用 DTCWT 构建具有多尺度一致性和可控方向性的相位表示，是实现高精度定量振动位移测量的一个有希望的研究方向。
基于这些考虑和风力发电机塔筒结构健康监测的需求，本文提出了一种基于 Q 位移双树复小波变换相位信息的非接触式振动位移测量方法。该方法通过双树复小波分解构建多尺度一致且方向可控的相位表示，在表现出稳定相位响应的区域（如结构边缘）进行位移估计，并纳入相位缠绕抑制策略，以实现在复杂成像条件下风力发电机塔筒振动位移的稳定提取和高精度量化。

**章节片段**
**Q 位移双树复小波变换**
双树复小波变换通过构建两个独立的实小波变换树（“实部树 a"和“虚部树 b"）实现多尺度信号分析 [46]。虽然两棵树采用相同的小波基，但其滤波器设计保持相互独立。实树生成的系数代表信号的幅度信息，而虚树生成的系数捕获相位信息。
一维 DTCWT 可以

**所提出的方法**
基于前几节讨论的理论，本节提出了一种使用 Q 位移 DTCWT 相位的风力发电机塔筒振动位移测量方法。实施过程如图 3 所示。
首先，从数码相机捕获的原始视频帧中选择一个感兴趣区域（ROI）。在图像上划定 ROI 范围，以保留振动测量所需的区域。在 ROI 选择完成后，

**数值模拟框架**
为了在受控条件下验证所提方法的有效性和鲁棒性，本节开发了一个完全可控的数值模拟框架，用于生成具有已知真实位移的合成振动视频序列。在此基础上，对不同位移提取方法进行了对比分析。
具体而言，在数值模拟中，每帧的目标被建模为二维高斯曲面，其灰度分布是

**实验步骤**
为了验证所提方法的有效性，本节介绍了在缩尺钢制风力发电机塔筒模型上进行的振动特性测量实验。实验模型采用 Q345B 钢建造，具有以下材料性能：弹性模量 210 GPa，泊松比 0.3，密度 7,850 kg/m3。
结构配置包括一个 2.2 m × 2.25 m 的钢制基础底座，作为支撑平台。主塔筒结构

**结论**
本文回顾了现有振动位移测量技术的适用性，并提出了一种基于 Q 位移双树复小波变换相位信息的风力发电机塔筒非接触式振动位移测量方法。通过理论分析、数值模拟、敏感性研究和模型尺度实验验证，得出以下结论：
(1) 所提出的基于 Q 位移双树复小波相位的方法

**CRediT 作者贡献声明**
杨阳：写作 – 审阅与编辑、监督、项目管理、方法论、资金获取、概念化。
范园清：写作 – 原稿、验证、方法论、正式分析、数据整理。
王哲伟：写作 – 原稿、软件、资源。
罗杰：写作 – 审阅与编辑、验证、调查。
朱塞佩·拉奇多尼亚：写作 – 审阅与编辑、方法论。
陶帅：写作 – 原稿、数据整理。

**利益冲突声明**
作者声明他们没有已知的竞争性财务利益或个人关系可能会影响本文报告的工作。

**致谢**
本研究由浙江省交通运输厅科研项目研究经费（桥梁结构机械指标智能检测方法（编号：2025016））和贵州省土木工程智能设备技术研究与应用院士工作站（黔科合平台 KXJZ（2025）004）支持。

杨阳|范园清|王哲伟|罗杰|朱塞佩·拉奇多尼亚|陶帅