0 引言

    云中液態水含量在高空中的分布與天氣過程之間有著非常密切的聯系，大氣溫度的變化時時影響著高空中液態水的含量，高空液態水含量的變化又時刻影響著社會的各個領域。近年來隨著對氣候變化研究的不斷深入，國內外學者針對高空云水含量變化已開展了大量研究^[1-3]。目前，氣象觀測中云水含量測量主要依靠傳統的測量方法，其中主要包括光學測量法和熱線儀測量法。因為光學測量法要采用激光器和精密的光路系統，一般由有人駕駛飛機搭載，因此抗震動能力弱且價格高昂。目前國外普遍采用的熱線式云水含量傳感器需由飛機搭載，存在價格高昂、功耗大、誤差較大等問題^[4]。譬如美國SEA公司研制的J-W云水含量傳感器，需要搭乘飛機進行工作且自身功耗達到數百瓦^[5]。這些傳統云水含量傳感器測量誤差可達20%以上。因此研制成本低、功耗低、測量精度高的云水含量傳感器，已成為高空氣象探測傳感器領域研究熱點之一。

    針對上述問題，本文設計了一種由探空儀搭載的微型云水含量傳感器，在保證測量精度的同時顯著降低了傳感器自身功耗和成本。通過采用計算流體動力學分析方法對云水含量傳感器進行仿真與數值計算，來驗證該云水含量傳感器設計的可行性。采用模糊自適應PID算法來對傳感器表面探頭進行溫度控制，提高了系統的穩定性。

1 傳感器系統設計

1.1 傳感器總體設計

    本文設計的由探空儀搭載的新型云水含量傳感器可穿越高空中的待測云層。為提高測量精度，傳感器表面探頭溫度控制在120 ℃，傳感器探頭的高溫可將水滴完全蒸發。傳感器跟隨探空氣球上升的過程中，暴露在空氣中的探頭可將粘附在其表面的水滴蒸發，整個系統的溫度下降，在電壓固定的情況下電流將變大，因而可以通過計算傳感器所增加的功耗來得到高空中的云水含量值。

1.2 云水含量傳感器的CFD仿真

    FLUENT是當前國際主流的計算流體動力學軟件，是求解流體流動和傳熱問題較為有效的分析工具。采用CFD軟件FLUENT對模型進行流-固耦合傳熱分析^[6]，得出耦合熱邊界條件下傳感器的溫度場分布以及加熱電阻所需加熱功率值。由于云中水的粒徑在微米量級，若要比較精確的測量云中液態水含量，傳感器最好與所需測量的云滴大小在同一個量級；若傳感器尺寸過大，不僅會增加其自身功耗，還會影響其測量精度，因此設計出了尺寸在毫米量級的傳感器。云水含量傳感器包括塑料隔熱殼體、鉑電阻傳感器、銅基板和加熱電阻。云水含量傳感器的三維模型構造如圖1所示，銅基板垂直于氣流方向，其邊長以及厚度分別是6 mm和1 mm。加熱電阻和鉑電阻傳感器分別放置于銅基板下方，并用導熱硅膠粘附，長寬高分別為3.2 mm×1.65 mm×1 mm和2.5 mm×1.25 mm×0.9 mm。

    為模擬傳感器周圍的物理環境，本文運用ICEM CFD劃分網格時采用適應性較強的非結構網格進行網格劃分工作，將計算模型分為進口、出口和空氣壁面3個區域。為提高數值仿真結果的精度以及準確的捕捉邊界層內的流動現象，對不同區域采用了不同網格劃分密度。

    迎風面熱流密度公式如式(1)所示 ：

式(1)中的LWC是當前的云水含量值，V是環境風速值，E_w是單位質量的水蒸發完所消耗的能量。若考慮云水含量大小是1.0 g/m³，環境風速大小是5 m/s，通過迎風面熱流密度公式計算可得需要在傳感器探頭方向施加-12 000 W/m3的熱流密度。表1為通過FLUENT仿真得到的加熱功率與云水含量關系表。

    計算水滴蒸發消耗功率的公式如式(2)所示：

式(3)中的P₀是維持傳感器工作的加熱功率值，t是水滴粘附探頭表面時蒸發需要的時間，E_w是單位質量的水蒸發完所消耗的能量，V是環境風速值，A是水滴粘附接觸面積值。通過比較式(2)計算得到的加熱功率值和FLUENT仿真得到的實際加熱功率值可以發現，兩者在數值上大體相同，進一步驗證了傳感器設計的可行性。根據表1數據繪制的兩者之間的關系如圖2所示。由圖2可知，加熱電阻加熱功率隨著云水含量值的增加而增加，并且它們之間基本成一維線性關系。

2 傳感器硬件電路設計

2.1 傳感器電路設計

    圖3為傳感器電路框圖。整個系統由32位Cortex-M3 ARM處理器STM32F103RBT6、低噪聲線性電源、24位低噪聲模數轉換器AD7794、擴頻通信模塊和RS232上位機接口等部分組成。

    為降低噪聲及提高測量精度，利用噪聲1.2 μV、溫漂系數3 PPM/℃的基準源ADR444為ADC提供參考電壓，同時采用精度為±0.01%、0.2 PPM/℃溫漂的精密電阻作為參考電阻，A級Pt100鉑電阻傳感器作為測溫元件，鉑電阻接入方式采用四線制來避免引線電阻及測量電路隨環境變化的影響，采用比例測量法來抵消激勵源中的噪聲干擾^[7]。利用水三相點、汞和鎵固定點對鉑電阻進行標定，待瓶溫穩定后，將鉑電阻放入瓶底進行電阻測量，通過測量多組數據擬合得到一條溫度修正曲線，并用該溫度曲線對鉑電阻測溫值進行溫度校準。經過測試，傳感器在溫度測量方面的誤差在0.02 ℃之內。

    選用5 V穩壓電源對加熱電阻進行加熱，加熱電阻為8個并聯的、精度為±0.01%的100 Ω精密電阻。采用光電耦合器4N25來減小功率器件對模數轉換器ADC以及ARM處理器的干擾^[8]。為實現加熱電阻的溫度控制，采用場效應管IRF7811來控制加熱電阻兩端加熱電源的開通和閉合。PWM波形的占空比通過實時得到的鉑電阻阻值來控制，進而控制傳感器表面探頭的溫度。最后將測量值通過串口發送給擴頻通信模塊并傳輸給地面基站或通過串口傳輸給上位機進行測試。

2.2 模糊自適應PID算法

    為解決現有的常規PID參數調節在溫度控制環節中適應性差等一系列問題^[9-10]，本文選取模糊自適應PID算法來完成對傳感器表面探頭的溫度控制。模糊自適應PID區別于常規PID主要體現在模糊控制環節，模糊控制規則環節的作用主要體現在其對PID參數方面的調節。因此，正確處理好模糊控制規則環節是做好整個PID系統的關鍵所在。圖4為模糊自適應控制器的結構。

    本文選定的溫度偏差e和溫度偏差變化率e_c的論域為[-6，6]，k_i、k_p和k_d的論域也是[-6，6]，其模糊集均為{PB，PM，PS，ZE，NS，NM，NB}。選用三角形曲線作為e、e_c、k_i、k_p和k_d的隸屬度函數，PID各參數的自適應規則表可以通過系統的階躍響應來制定，相應的模糊規則可以通過查詢模糊規則表來獲得。模糊規則推理得到的輸出結果是一個模糊子集，需要對其進行去模糊化，實際應用的PID參數是在其初始值的基礎上加上模糊推理得到的PID調整參數值，具體公式如式(4)所示：

3 實驗結果分析

    為驗證微型云水含量傳感器的實際工作性能，在實驗室中搭建了小型模擬實驗平臺，通過改變噴頭參數來改變云水含量環境，使用小型風洞產生風速環境，可測得不同云水含量下所對應的加熱電阻生熱功率值。通過實驗測得的多組數據擬合出云水含量與加熱功率之間的函數關系。

    表2為云水含量為1.0 g/m³、風速為5 m/s下測得的占空比值。此期間加熱電阻所加載的平均功率為1.63 W，與上文云水含量為1.0 g/m³時加熱電阻所需加熱功率1.58 W相差3%。通過式(3)計算可以得到，當前高空中的云水含量是1.2 g/m³，與通過FLUENT仿真得到的云水含量值1.0 g/m³相差20%。

    圖5為維持傳感器工作時的溫度和占空比顯示圖。從圖5(a)可見溫度控制在120 ℃±0.5 ℃，從圖5(b)可見占空比控制在0.55±0.07。此期間加熱電阻所消耗的平均功率為1.11 W。

4 結論

    本文設計了一種基于新型熱線儀測量方法的云水含量傳感器，由信號檢測電路、嵌入式處理電路和數據傳輸電路等部分組成。通過采用計算流體動力學分析方法對傳感器進行仿真與數值計算來驗證該云水含量傳感器設計的可行性。通過實驗測得的多組數據擬合出云水含量與加熱功率之間的函數關系。與傳統熱線儀傳感器比較，該傳感器不但實現了較高的精度，同時其體積重量和功耗顯著降低，有望在高空氣象探測領域獲得應用。

參考文獻

[1] LYRAS N，KOUROGIORGAS C，PANAGOPOULOS A.Cloud attenuation statistics prediction from ka band to optical frequencies: integrated liquid water content field synthesizer[J].IEEE Transactions on Antennas and Propagation，2016，(99)：1-1.

[2] LUINI L，RIVA C，CAPSONI C.Reduced liquid water content for cloud attenuation prediction: the impact of temperature[J].Electronics Letters，2013，49(20)：1259-1261.

[3] MIRZA C，KOIKE T，YANG K，et al.Retrieval of atmospheric integrated water vapor and cloud liquid water content over the ocean from satellite data using the 1-D-Var ice cloud microphysics data assimilation system[J].IEEE Transactions on Geoscience and Remote Sensing，2007，46(1)：119-129.

[4] VIDAURRE G，HALLETT J，ROGERS D.Airborne measurement of liquid and total water content[J].Journal of Atmospheric and Oceanic Technology，2011，28(9)：1088-1103.

[5] JECK R.Cloud sampling instruments for icing flight tests：(2) cloud water concentration indicators[J].Mariners Mirror，2006，50(2)：154-155.

[6] YANG J，LIU Q，DAI W.Temperature error correction method for a naturally ventilated radiation shield[J].Journal of Atmospheric and Solar-Terrestrial Physics，2016(149)：40-45.

[7] 王小飛，袁濤，張鐵冰.鉑電阻測溫儀的設計與實現[J].電子技術應用，2005，31(9)：26-28.

[8] SCHINDLER H，VETTIGER P.Optocoupler-based exten-sion-line circuit for electronic PABX’s[J].IEEE Journal of Solid-State Circuits，2003，13(1)：101-105.

[9] 李航，王耀力.四旋翼飛行器中PID控制的優化[J].電子技術應用，2017，43(2)：73-76.

[10] 蔡偉平，胡越黎，楊文榮，等.四旋翼雙環滑模姿態控制系統設計與仿真[J].電子技術應用，2015，41（7）：150-153.

作者信息：

王  聰1，2，3，劉清惓1，2，3，楊  杰4，丁仁惠5

（1.江蘇省大氣環境裝備技術協同創新中心，江蘇 南京210044；

2.南京信息工程大學 電子與信息工程學院，江蘇 南京210044；

3.江蘇省氣象探測與信息處理重點實驗室，江蘇 南京210044；

4.南京信息工程大學 大氣物理學院，江蘇 南京210044；5.江蘇省氣象探測中心，江蘇 南京210009）