一种基于静电与电容传感器阵列的粉体质量流量测量装置及方法

摘要

本发明公开了一种基于静电与电容传感器阵列的管道内粉体颗粒质量流量测量装置及方法，其中粉体质量流量测量装置包括静电传感器阵列、电容传感器阵列、数据采集模块以及数据处理模块；数据采集模块，采集静电传感器阵列每对静电极片间的静电信号以及电容传感器阵列两相邻电容极片间输出信号；所述数据处理模块，包括粉体速度计算单元、粉体浓度计算单元以及粉体质量计算单元。本发明装置及算法充分考虑了管道截面粉体的浓度分布和速度分布，从而实现粉体质量流量的精确测量。

说明书

技术领域

本发明属于流量测量技术领域，具体涉及一种基于静电与电容传感器阵列的 管道内粉体颗粒质量流量测量装置及方法。

背景技术

气固两相流广泛存在于石油、电力、化工等工业生产过程。实现气固两相流 流量的在线、准确测量，对提高工业生产效率，实现节能环保具有重要意义。目 前，人们已经尝试开发了多种基于不同检测原理的流量计，并用于工业生产中， 如电学法、光学法、声学法、辐射法等。

然而，工业气固两相流动过程中，由于固相颗粒受到环境温度、湿度、气相 输送速度等众多因素的影响，输送管道截面上的颗粒浓度、流速分布极不均匀。 在流量测量中，如果不考虑管道截面固相颗粒的浓度分布和速度分布，必然会导 致较大的测量误差，从而无法实现粉体流量的精确测量与控制，不利于工业生产 过程的安全高效运行。电容层析成像(ECT)技术可获取管道截面固相颗粒的浓 度分布，但是由于其检测系统复杂，且图像重建带来较大的浓度测量误差。静电 传感器可实现颗粒速度测量，但是对于存在截面速度分布的情况，导致平均速度 测量存在较大偏差，因此流量也存在较大的测量误差。

发明内容

技术问题：针对上述问题，充分考虑管道截面粉体的浓度分布和速度分布， 本发明提出一种基于静电与电容传感器阵列的管道内粉体颗粒质量流量测量装 置及方法。该测量装置及方法结合了静电传感技术和电容传感技术各自的优点， 可实现非接触、在线测量，具有可靠性高、低成本、安全等优点，适用于恶劣的 工业现场条件。

技术方案：本发明考虑管道截面粉体的浓度分布和速度分布，提出一种基于 静电与电容传感器阵列的管道内粉体颗粒质量流量测量装置及方法，其基本思路 为：首先，分别利用静电传感器阵列和电容传感器阵列获取管道内粉体的局部速 度与局部浓度；然后采用自适应加权融合估计算法，从测量到的粉体局部速度中 获得管道截面粉体平均流速的最优估计；其次对测量到的粉体局部浓度数据进行 加权求和，获得整个管道截面的粉体平均浓度；最后结合管道截面粉体的平均流 速最优估计和平均浓度，得到准确的粉体颗粒质量流量。

一种基于静电与电容传感器阵列的管道内粉体颗粒质量流量测量装置，包括 静电传感器阵列、电容传感器阵列、数据采集模块以及数据处理模块；

所述数据采集模块，采集所述静电传感器阵列每对静电极片间的静电信号以 及所述电容传感器阵列两相邻电容极片间输出信号；

所述数据处理模块，包括粉体速度计算单元、粉体浓度计算单元以及粉体质 量计算单元，

所述粉体速度计算单元，根据所述静电传感器阵列的静电信号及所述静电传 感器阵列静电极片间互相关函数，计算静电传感器阵列每对静电极片对应区域的 粉体速度v_k，k＝1～m，m为静电传感器阵列的静电传感器个数；根据m组管道 截面粉体局部速度，估计粉体平均流速的最优值

$\hat{v}=\underset{k=1}{\overset{m}{\Sigma }}{W}_k{v}_k$

其中，W_k为各静电传感器的加权因子，其计算公式为：

$W_k=1/\left({\sigma }_k^2\underset{f=1}{\overset{m}{\Sigma }}\frac{1}{{\sigma }_f^2}\right)$

式中，σ_f²和σ_k²均为各静电传感器测量值的均方误差，其中k＝1～m；

所述粉体浓度计算单元，根据所述电容传感器阵列两相邻电容极片间的输出 信号C_i，计算整个管道截面的粉体平均浓度

$\bar{\beta }=\underset{i=1}{\overset{n}{\Sigma }}\frac{A_i{\beta }_i}{A}$

其中，i为相邻电容值的标号，i＝1～n，n为电容阵列包含的电容个数；A_i为相邻 电极的局部敏感面积；A为管道截面面积；β_i为管道截面粉体局部浓度：

$A=\underset{i=1}{\overset{n}{\Sigma }}{A}_i$

β_i＝f(C_i)

式中，f(.)为标定好的C_i与β_i之间的关系函数；

所述粉体质量计算单元，根据计算得到管道截面的粉体平均浓度和粉体平 均流速的最优估计后，计算出粉体质量流量Q_M：

$Q_M=\rho ·A·\bar{\beta }·\hat{v}$

其中，ρ为粉体颗粒的真实密度。

所述静电传感器阵列的静电传感器个数m为8；

所述电容传感器阵列的电容传感器个数n为8；

一种基于静电与电容传感器阵列的管道内粉体颗粒质量流量测量方法，其特 征在于，包括如下步骤：

步骤一、检测电容传感器阵列相邻电极对间输出信号C_i，即可确定管道截面 粉体局部浓度β_i：

β_i＝f(C_i)(1)

式中，f(.)为标定好的C_i与β_i之间的关系函数，通过实验确定。

步骤二、采集静电传感器阵列中各局部上游静电信号和下游静电信号x₁(t) 和y₁(t)，x₂(t)和y₂(t)，…，x₈(t)和y₈(t)之后，其互相关函数可表示为(以局部一 为例)：

$R_1\left(\tau \right)=\frac{1}{T}\underset{0}{\overset{T}{\int }}{x}_1\left(t\right)y_1(t-\tau )dt---\left(2\right)$

其中，R₁(τ)是延迟时间τ的互相关函数。互相关函数最大值所对应的延迟时间为 τ_m，已知上下游静电传感器的轴向间隔为L，则静电传感器局部一区域的粉体的 速度v₁为：

v₁＝L/τ_m(3)

同理，即可计算出其他传感器区域的粉体速度。

步骤三、采用自适应加权融合估计算法，从测量获得的8组管道截面粉体局 部速度，估计粉体平均流速的最优值

所述的自适应加权融合估计算法，以自适应的方式去寻找各局部速度所对应 的最优加权因子，使得8组局部速度数据的总均方误差最小，即可从8组测量得 到的局部速度中获取管道截面粉体平均流速的最优估计。

设静电传感器阵列测量到的8组局部速度分别为v₁，v₂，…，v₈，它们彼此 互相独立，并且是真值v的无偏估计，已知各静电传感器测量值的均方误差分别 为σ₁²，σ₂²，…，σ₈²，各静电传感器的加权因子分别为W₁，W₂，…，W₈，则融 合后的估计值和加权因子满足如下：

$\hat{v}=\underset{k=1}{\overset{8}{\Sigma }}{W}_k{v}_k---\left(4\right)$

$\underset{k=1}{\overset{8}{\Sigma }}{W}_k=1---\left(5\right)$

融合后各静电传感器数据的总均方误差σ²即可表示为：

$\begin{array}{c}{\sigma }^2=E\left[{\left(v-\hat{v}\right)}^2\right]\\ =E\left[{\left(v-\underset{k=1}{\overset{8}{\Sigma }}{W}_k{v}_k\right)}^2\right]\\ =E\left[\underset{k=1}{\overset{8}{\Sigma }}{W}_k^2{\left(v-v_k\right)}^2+2·\underset{u=1,r=1,u\ne r}{\overset{8}{\Sigma }}{W}_u{W}_r\left(v-v_u\right)\left(v-v_r\right)\right]\end{array}---\left(6\right)$

因为v₁，v₂，…，v₈彼此互相独立，且为真值v的无偏估计，所以 E[(v-v_u)(v-v_r)]＝0(u＝1,…,8；r＝1,…,8；且u≠r)。则总均方误差σ²可表示为：

$\begin{array}{c}{\sigma }^2=E\left[\underset{k=1}{\overset{8}{\Sigma }}{W}_k^2{\left(v-v_k\right)}^2\right]\\ =\underset{k=1}{\overset{8}{\Sigma }}{W}_k^{2}E\left[{\left(v-v_k\right)}^2\right]=\underset{k=1}{\overset{8}{\Sigma }}{W}_k^2{\sigma }_k^2\end{array}---\left(7\right)$

由此可知，σ²存在最小值，且该最小值可通过加权因子W₁，W₂，…，W₈满足式(5)约束条件的多元函数极值求取。利用拉格朗日乘子法解此条件极值， 即可求得σ²最小时所对应的加权因子W_k为：

$\begin{array}{cc}{W}_k=1/\left({\sigma }_k^2\underset{f=1}{\overset{8}{\Sigma }}\frac{1}{{\sigma }_f^2}\right)& k=1,2,...,8\end{array}---\left(8\right)$

对应的总均方误差最小值为：

${\sigma }_{\min }^2=1/\left(\underset{k=1}{\overset{8}{\Sigma }}\frac{1}{{\sigma }_k^2}\right)---\left(9\right)$

步骤四、对各粉体局部浓度数据进行加权求和，从而获得整个管道截面的粉 体平均浓度

$\bar{\beta }=\underset{i=1}{\overset{8}{\Sigma }}{x}_i{\beta }_i=\underset{i=1}{\overset{8}{\Sigma }}\frac{A_i{\beta }_i}{A}---\left(10\right)$

$A=\underset{i=1}{\overset{8}{\Sigma }}{A}_i---\left(11\right)$

式中，x_i为与局部面积相关的修正系数，x_i＝A_i/A；i为相邻电容值的标号；A为管 道截面面积；A_i为相邻电极的局部敏感面积。

步骤五、计算得到管道截面的粉体平均浓度和粉体平均流速的最优估计后，可根据下式计算出粉体质量流量Q_M：

$Q_M=\rho ·A·\bar{\beta }·\hat{v}---\left(12\right)$

其中，ρ为粉体颗粒的真实密度，A为管道的横截面积。

与现有技术相比，本发明具有的有益效果是：

本发明在粉体质量流量测量过程中，首先测量得到管道截面粉体的浓度分布 和速度分布，然后采用自适应加权融合估计算法，从速度分布数据中计算出管道 截面粉体平均流速的最优估计，其次对测量到的粉体浓度分布数据进行加权求和， 获得整个管道截面的粉体平均浓度，最后结合管道截面粉体的平均流速最优估计 和平均浓度，计算得到粉体颗粒质量流量。因此，该发明装置及算法充分考虑了 管道截面粉体的浓度分布和速度分布，从而实现粉体质量流量的精确测量。

本发明测量装置及方法，利用电容极片阵列和静电极片阵列获取管道截面粉 体的浓度分布和速度分布，再根据浓度分布和速度分布求取管道内固相颗粒的质 量流量。该测量方法结合了静电传感技术和电容传感技术各自的优点，可实现非 接触、在线测量，具有可靠性高、低成本、安全等优点。相比ECT技术，该检测 系统简单有效，且无需考虑图像重建带来的误差，适用于恶劣的工业现场条件。

附图说明

图1为本发明所述基于静电与电容传感器阵列的管道内粉体颗粒质量流量 测量装置的结构示意图。

图2为静电与电容传感器阵列的结构示意图。

图3为电容极片横截面图。

图4为静电极片横截面图。

图5为静电与电容传感器阵列的电极展开图。

其中：1、静电与电容传感器阵列；2、电容检测电路；3、静电检测电路；4、 数据采集电路；5、数据处理器；6、计算机；7、绝缘管道；8、电容极片；9、 静电极片；10、屏蔽罩。

该传感器主要由静电极片阵列(S_1-1,S_2-2,…,S_8-8)、电容极片阵列(S₁,S₂,…,S₈)、 绝缘管道和屏蔽罩组成。其中，R₁、R₂分别为管道内径和管道外径；α为极片的 覆盖角。电容极片阵列具有8个相邻电极对电容，即可得到8个灵敏区域，如图 3及图5中P1、P2、…、P8区域。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明。应理解这些实施例仅用于 说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员 对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

本发明的工作原理：根据测量电容传感器阵列相邻电容极片间的电容，结合 实验得到输出电容和局部浓度之间的关系，计算出管道截面粉体的浓度分布。利 用静电传感器阵列结合互相关算法，获得管道截面粉体的速度分布。采用自适应 加权融合估计算法，从测量到的粉体局部速度中获得管道截面粉体平均流速的最 优估计。对测量到的粉体局部浓度数据进行加权求和，获得整个管道截面的粉体 平均浓度。最后结合管道截面粉体的平均流速最优估计和平均浓度，计算得到准 确的粉体质量流量。

如图1所示，本发明所述基于静电与电容传感器阵列的管道内粉体颗粒质量 流量测量装置主要包括静电传感器阵列、电容传感器阵列、静电检测电路、电容 检测电路、数据采集电路、数据处理电路及计算机。数据采集电路中，采用TI 公司的双12位，500KHZ高速、低功耗的A/D转换器ADS7864对信号进行数据 采集。数据处理电路中，采用TI推出的32位数字信号处理器TMS320F2812对 采集到的信号进行数据处理。数据处理电路与计算机之间采用RS485通信，并 按照Modbus协议的RTU标准模式进行数据交换。在计算机内实现管道内粉体 的速度分布、浓度分布以及质量流量的实时显示及数据存储。

下面结合管道介电常数ε_pipe＝3.5，管道内径R₁＝50mm，管道外径R₂＝60mm 的管道内粉体质量流量测量，对本发明的工作过程及数据处理流程具体说明：

步骤一、电容传感器阵列相邻电极对间输出信号经电容检测电路调理转化后， 由数据采集电路采集得到C₁，C₂，…，C₈，通过下式计算出管道截面粉体的局 部浓度β₁，β₂，…，β₈。

β_i＝f(C_i)(13)

式中，f(.)为标定好的C_i与β_i之间的关系函数，通过实验确定。

步骤二、静电传感器阵列输出信号经静电检测电路放大滤波后，通过数据采 集电路采集得到上下游静电信号：x₁(t)和y₁(t)，x₂(t)和y₂(t)，…，x₈(t)和y₈(t)，其 互相关函数可表示为：

$R_k\left(\tau \right)=\frac{1}{T}\underset{0}{\overset{T}{\int }}{x}_k\left(t\right)y_k(t-\tau )dt---\left(14\right)$

其中，R_k(τ)是x_k(t)和y_k(t)的互相关函数，τ为延迟时间。互相关函数最大值所对 应的延迟时间为τ_m。已知上下游静电传感器的轴向间隔为L，则静电传感器局部 区域的粉体速度v_k为：

v_k＝L/τ_m(15)

步骤三、采用自适应加权融合估计算法，从测量到的管道截面粉体的局部速 度v₁，v₂，…，v₈中获得粉体平均流速的最优估计

$\hat{v}=\underset{k=1}{\overset{8}{\Sigma }}{W}_k{v}_k---\left(16\right)$

$\underset{k=1}{\overset{8}{\Sigma }}{W}_k=1---\left(17\right)$

其中，W₁，W₂，…，W₈为融合后各静电传感器数据的总均方误差σ²最小时，所 对应的加权因子。

步骤四、对各粉体局部浓度数据进行加权求和，从而获得整个管道截面的粉 体平均浓度

$\bar{\beta }=\underset{i=1}{\overset{8}{\Sigma }}{x}_i{\beta }_i=\underset{i=1}{\overset{8}{\Sigma }}\frac{A_i{\beta }_i}{A}---\left(18\right)$

$A=\underset{i=1}{\overset{8}{\Sigma }}{A}_i---\left(19\right)$

式中，x_i为与局部面积相关的修正系数，x_i＝A_i/A；i为相邻电容值的标号；A为管 道截面面积；A_i为相邻电极的局部敏感面积。

步骤五、计算得到管道截面的粉体平均浓度和粉体平均流速的最优估计后，可根据下式计算出粉体质量流量Q_M：

$Q_M=\rho ·A·\bar{\beta }·\hat{v}---\left(20\right)$

其中，ρ为粉体颗粒的真实密度，A为管道的横截面积。