气候变暖背景下海洋工程设计中几个方面的新提法

介绍了全球气温升高对海洋工程的影响.传统的海洋工程设计中都没有考虑气温升高这个情况.而气温还在进一步升高,气温升高导致海平面上升;洋面气温高,这又导致台风频发强度增大.在海洋工程设计中应该考虑到这些影响.本文介绍了应对全球气温升高和海平面升高,设计高水位、年极值波高和设计风速的一种新提法.     

基于时间序列法的风电场风速预测研究

针对时间序列的超短期风速预测进行研究,采用Box.Jenkins时间序列分析方法,通过Maflab软件,在达坂城风电场30 m处.每10 min采集一次得到的风速数据,建立ARMA模型,实现提前一小时的风速预测,为更长时间(半天、一天或两天)的风速预测提供理论基础.     

超声波风速风向仪的研制

超声波风速风向的设计仪国内少有报道.本系统采用时差法原理实现对风速风向的测量,利用单片机PIC18F4580为控制核心,构成高速计时模块,利用多重阈值比较电路,结合软件设计实现发射时间范围控制和可靠性检验.实验结果表明系统在风速30m/s以下与参照曲线拟合程度较高,实现了用时差法超声波测量风速风向的目的,具有一定实用价值.     

基于ZigBee自动气象站风速测量系统设计

针对自动气象站中快速响应高精度测风的要求．提出一种基于Jennic5121的以皮托管为探头的高精度测风方案,详细叙述了系统设计原理与软硬件的实现方法。系统以无线通信模块JN5121为核心,通过对环境中相关气象参数的采集、测量,实现了测风的智能化和无线化。作为自动气象站无线传感网络中的一个网络节点,该系统具有功耗低、精度高、灵活性强等特点。     

基于PLC模糊算法的风洞风速调控系统的研究

目前国内外对风蚀风洞风速的控制精度和自动化程度不高.给实验室工作人员带来了很大的不便,而且风速易受外界不确定因素的影响,使实验数据的精度不够理想.以PLC为控制器.组建一套计算机操作指导控制系统.采用增量式模糊控制算法实现对风速的平稳控制,以达到提高试验精度和可靠性的目的.为我国的风蚀研究提供精确可靠的实验数据.     

基于MSP430单片机的热线式风速测量系统的设计

构建了基于MSP430单片机的风速测量系统,重点探讨了能产生PWM的单片机在热线风速仪中的应用,采用PWM(脉宽调制)给热线供电,并利用PWM的占空比变化来调整平衡热线温度.系统采用恒温差方式实现对加热器的控制.此测量系统利用MSP430单片机内部的12位ADC完成了其中的模数转换部分,文中对系统的软、硬件设计作了详细的介绍.通过利用此系统测量实际风速,所得的测试结果表明,设计满足实际风速的测量要求.     

MEMS风速风向传感器倾斜效应研究

本文主要针对智能电网、海上浮标等容易发生倾斜状态的应用场景,研究了微电子机械系统 (MEMS) 热式风速风向传感器的输出性能,并对带有空气动力学壳罩的传感器进行了有限元仿真和风场测试。测试结果表明,风向测量误差和仿真误差均较小,但风速测量误差却远大于仿真误差。进一步分析可知,其原因是传感器在封装时其外壳容易产生倾斜。为了解决这一问题,本文采用3D打印技术实现一体化的封装外壳。测试结果表明,在±20°以内的倾斜状态下,优化后传感器的风速、风向测量误差分别满足±(0.3+5%v) m/s、±3°的指标要求。     

压电超声共振式风传感器风场闭环解算策略研究

为了能够在复杂环境下实现风速风向的高精度和高稳定性测量,在基于声学共振原理的风传感器系统的基础上,采用闭环控制扫描技术改进了系统的性能指标。采用声学共振的方式,同时对换能器产生的信号进行频率调制和强度调制,实现对超声换能器的线型扫描。频率调制解决了在不同压力、温度等环境因素影响下导致的共振频移的问题,强度调制解决了换能器性能随时间衰减问题,极大地提高了信噪比。实验结果表明,采用闭环控制的方法可以准确测量风速风向。风速测量范围0～50 m/s,风速测量精度为±0.5 m/s(≤15m/s)/±5%(>15 m/s且<35 m/s)/±9%(>35 m/s)。改进后的系统在复杂环境下受环境变化影响小、精度高、稳定性好、抗干扰能力强。     

基于移动平台的三维风速风向动态测量系统

由于风速风向对帆船等移动平台的影响,需要实现对风速风向的动态测量,因此设计了一款基于时差法的正四面体非正交结构超声波阵列的动态测量系统。该系统通过测量超声波在顺风和逆风下传播的速度不同,结合测量装置的结构解析,得到风速风向和俯仰角,利用磁力计补偿方位信息数据和中值滤波算法,解决了在移动平台上实时动态采集风速风向和俯仰角的问题。经实际测试,系统风速测量误差在±1 m/s以内,风向测量偏差不超过0.8°,俯仰角测量偏差不超过1°,达到预期设计要求。     

成都市PM2.5、PM10变化特征及其与气象因素的关系

为研究气象因素对成都市大气细颗粒物 (PM2.5)、可吸入颗粒物 (PM10) 的影响, 收集了2015―2018 年成都市 PM2.5、PM10的月平均浓度, 采用Pearson 相关分析法, 分析了成都市PM2.5、PM10与气象条件的关系。结果表明： (1) 2015 ―2018 年, 成都市PM2.5、PM10年平均浓度虽然年际间差别较小, 但整体呈现逐年缓慢下降趋势, 2015 年以来成都市的 一系列大气污染控制措施是PM2.5、PM10逐年缓慢下降的原因; 2015―2018 年成都市PM2.5、PM10浓度季节变化特征整体 表现为冬季 > 春季 > 秋季> 夏季。(2) 不同气象因素对成都市PM2.5、PM10月平均浓度的影响程度不同, 降水量与气温 是影响成都市PM2.5、PM10月平均浓度的主要因素, 两者与PM2.5、PM10呈较高的负线性相关, 其中PM2.5、PM10与降水量 的相关系数均为 −0.612, 与月平均气温的相关系数分别为 −0.822、−0.776, 降水会通过捕获大气中的颗粒物来去除 PM2.5、PM10, 而温度的升高会加强PM2.5、PM10等污染物在垂直方向上的对流运动, 从而对成都市污染物浓度的降低起 到重要作用; 日照时数、月平均风速、相对湿度等与PM2.5、PM10月平均浓度整体也呈现负相关, 但与降水量和气温相 比, 日照时数、月平均风速与PM2.5、PM10月平均浓度的相关性较低, 而相对湿度与PM2.5、PM10月平均浓度的相关性则 更加微弱, 表明相对湿度的变化对成都市PM2.5、PM10的积累和扩散影响很小。