公开/公告号CN105181031A
专利类型发明专利
公开/公告日2015-12-23
原文格式PDF
申请/专利权人 杭州子午仪器有限公司;
申请/专利号CN201510259001.2
申请日2015-05-20
分类号G01F1/32(20060101);
代理机构33200 杭州求是专利事务所有限公司;
代理人邱启旺
地址 310030 浙江省杭州市西湖区留下村工业小区11号2楼
入库时间 2023-12-18 13:09:08
法律状态公告日
法律状态信息
法律状态
2018-04-27
授权
授权
2016-01-20
实质审查的生效 IPC(主分类):G01F1/32 申请日:20150520
实质审查的生效
2015-12-23
公开
公开
技术领域
本发明涉及涡街流量计中基于多信息融合的涡街信号处理方法,属于流体流量测量技术 领域。
背景技术
流量计量作为检测技术的重要组成部分在经济发展中占用重要的地位。在诸多类型的流 量仪表中,涡街流量计根据流体力学中著名的“卡曼涡街”原理实现流量测量,在一定的雷 诺数范围内,旋涡分离的频率正比于管道内流体的平均流速,从而由涡街信号频率得到流体 的流速进而得到流体的流量。由于涡街流量计具有无机械可动部件,可以适用于多种介质的 测量,压力损失小,测量精度高,输出信号频率与流量成正比等优点,在轻工、化工、电 力、冶金、城市公用事业等领域中应用广泛。
压电式涡街流量计是最传统也是最常用的涡街流量计,由于压电传感器具有响应快、信 号强、工艺好、制作成本低等优点,在传统的应力式涡街流量计中得到广泛应用。
然而传统的压电式涡街流量计只是对压电晶体输出的混合信号进行分析,在实际使用过 程中有两大缺点:一是压电传感器对机械振动非常敏感,也就导致了压电式涡街流量计的不 抗振性。二是在外界强噪声振动情况下,噪声信号的强度高于有用涡街信号的强度,传统的 涡街信号处理方法得到的频率值与涡街信号真实的频率值相差较大,因此数字带通滤波器的 滤波效果也很差,所以最后测得的涡街信号频率值的精度很低。
卡尔曼滤波被称为最优化自回归数据处理算法,卡尔曼滤波器是在时域内设计,且适用 于多维情况。被卡尔曼滤波器处理的信号无有用和无用之分,滤波的目的是要估计出所有被 处理信号。基于以上优点,卡尔曼滤波被广泛应用于国防工业的各个领域。在非线性卡尔曼 滤波中,无迹卡尔曼滤波(UnscentedKalmanFilter)算法应用最为广泛,相比一般的非线性 卡尔曼滤波,具有计算量小等优点,更便于实用。
发明内容
本发明的目的在于针对传统的压电式涡街流量计在外界强噪声振动干扰的情况下出现抗 振性差、下限流量高、量程比小等缺点,提出了一种基于多信息融合的涡街流量计及涡街信 号处理方法。该方法能提高涡街信号测量的信噪比,增强压电式涡街流量计的抗振性,降低 最小流速测量下限,拓宽量程比。
本发明的目的是通过以下技术方案来实现的:一种基于多信息融合的涡街流量计,包括 压电传感器和差压传感器,所述差压传感器的正端放置在钝体内部的迎流面,负端放置在钝 体的下游;所述差压传感器两端感受到的是钝体迎流面上的全压力和钝体下游的静压力之 差,得到钝体前后差压的平均值外界噪声振动对差压传感器的测量影响较小,因此的方差较小,与流体密度和流体流速的平方成正比,可表示为:
其中Cp为压力系数;ρ为流体密度;U为流体流速。
所述压电传感器放置在钝体的下游,输出由卡门涡街原理产生的流体振动和外界噪声振 动共同作用下的压电信号;对压电信号进行谱分析和在时域里进行浮动电平切割,得到压电 信号的频率值f,可表示为:
f=k·U(4)
其中k为仪表常数;U为流体流速。
压电传感器检测外界振动来测量流体流速,因此压电传感器对外界振动干扰很敏感,f 的方差较大。
进一步地,所述涡街流量计还包括温度传感器,所述温度传感器测得的温度值用来补偿 差压传感器和压电传感器的温漂。
一种利用上述涡街流量计进行流体流速测量的方法,包括以下步骤:
步骤一:差压传感器测得钝体前后差压的平均值
步骤二:单独对差压传感器测得的差压信号进行UKF滤波,得到一个初步的流速值u, 根据公式fp=k·u,将该流速值换算得到涡街信号的频率fp,其中k为仪表常数。
对差压信号进行UKF滤波时,系统状态向量
步骤三:对压电传感器采集到的涡街信号进行谱分析和浮动电平切割,记录频谱图中最 高峰值、次高峰值、第三和第四高峰值对应的频率值fn(n=1,2,3,4)。
步骤四:若fn中存在与fp相差不大的频率值,即存在fn(n=1,2,3,4)使|fn-fp|<Δf 时,在fn中找出与fp最为接近的一个值作为压电信号谱分析的最终结果f,即在 fn(n=1,2,3,4)中找出一个频率值使|fn-fp|的值最小,然后执行步骤五;若fn的所有值都 与fp相差较大,即当|fn-fp|≥Δf(n=1,2,3,4)时,不执行步骤五,直接将fp作为带通滤波 器的中心频率值f0。Δf的具体取值可在工业现场标定获得。
步骤五:构造联邦滤波器。差压信号的UKF滤波和频率信号f的UKF滤波作为联邦滤 波器的两个子滤波器,根据该联邦滤波器求得最后的流速值U,然后再根据公式(2)换算频 率f0。
对频率信号f进行UKF滤波时,系统状态向量
步骤六:将涡街信号频率值f0作为窄带宽数字带通滤波器的中心频率来设置数字带通滤 波器的系数,再使用该数字带通滤波器对压电传感器输出的压电信号进行数字带通滤波,得 到含有极少量杂波的稳定涡街信号;
步骤七:步骤六得到的稳定涡街信号是含有极少量噪声的正弦信号,运用施密特触发器 将涡街信号转换成相同频率的方波信号,通过测量方波的频率值得到稳定涡街信号的频率值 fm,测算出流体的流速U,即U=fm/k,k为仪表常数。
本发明的有益效果是,采用无迹卡尔曼滤波(UnscentedKalmanFilter,UKF)算法对差 压传感器和压电传感器的测量值进行数据融合,在外界强噪声振动干扰情况下,依然能得到 一个与真实涡街信号频率值接近的数字带通滤波器中心频率值,提高数字带通滤波器的滤波 效果,得到稳定的涡街信号。传统的涡街流量计直接将压电信号频谱图中最高峰对应的频率 值作为宽带宽数字带通滤波器的中心频率,与传统的压电式涡街流量计相比,本发明提出的 多信息融合的涡街信号处理方法,能提高涡街信号测量的信噪比,增强压电式涡街流量计的 抗振性,降低最小流速测量下限,拓宽量程比。
附图说明
图1为本发明实施例提供的多传感器涡街流量计系统结构图;
图2为本发明实施例提供的多信息融合的涡街信号处理方法的示意图;
图中,
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描 述,显然,所描述的实施例仅仅是本发明的一部分实施例,基于本发明提供的实施例在不作 出创造性劳动而获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供的基于多信息融合的涡街流量计,主要由压电传感器4、 差压传感器3和温度传感器5组成。钝体1为坡度较小、顶角朝前的三棱柱钝体。压电传感 器4放置在钝体1的下游,输出由卡门涡街原理产生的流体振动和外界噪声振动共同作用下 的压电信号;差压传感器3的正端2a放置在钝体1内部的迎流面,负端2b放置在钝体1的 下游,差压传感器3两端感受到的是钝体1迎流面上的全压力和钝体1下游的静压力之差; 差压传感器3可选用OMEGA公司的PX81D0-005DI,该型号的差压传感器为高精度小量程 差压传感器;温度传感器可选用OMEGA公司的PRTF-10-1-100-1/8-12-E。
如图2所示,本发明实施例提供的多信息融合的涡街信号处理方法,该方法首先对差压 传感器3测得的差压平均值和压电传感器4测得的压电信号频率值进行多传感器数据融合, 使得压电信号的频率值向有用涡街信号的频率值进行收敛,进而得到一个稳定的涡街信号频 率值f0,f0作为窄带宽数字带通滤波器的中心频率。
将窄带宽数字带通滤波器设计为2阶IIR数字带通滤波器,由中心频率f0可计算得出窄 带宽数字带通滤波器的系数,再使用该数字带通滤波器对压电传感器输出的压电信号进行数 字带通滤波。由于数字带通滤波器的带宽很窄,将绝大部分杂波信号进行衰减,得到含有极 少量杂波的稳定涡街信号。通过测量数字带通滤波之后稳定涡街信号的频率值,测算出流体 的流速,确保了流量测量的精确度。在强噪声振动的情况下,通过以上测量步骤,可以保证 流量测量的稳定性和测量的精度。
机译: 基于多传感器信息融合的模型自适应横向速度估计方法
机译: 基于多传感器信息融合的三维超声成像方法,装置及终端机读存储介质
机译: 基于多传感器信息融合的带电作业机器人自动操作方法