公开/公告号CN106706198A
专利类型发明专利
公开/公告日2017-05-24
原文格式PDF
申请/专利权人 大同煤矿集团有限责任公司;
申请/专利号CN201611124104.9
发明设计人 于斌;
申请日2016-12-08
分类号G01L5/14;
代理机构北京众合诚成知识产权代理有限公司;
代理人夏艳
地址 037003 山西省大同市新平旺
入库时间 2023-06-19 02:13:35
法律状态公告日
法律状态信息
法律状态
2022-11-18
未缴年费专利权终止 IPC(主分类):G01L 5/14 专利号:ZL2016111241049 申请日:20161208 授权公告日:20191025
专利权的终止
2019-10-25
授权
授权
2017-06-16
实质审查的生效 IPC(主分类):G01L5/14 申请日:20161208
实质审查的生效
2017-05-24
公开
公开
技术领域
本发明属于爆破阀领域,尤其涉及一种基于互联网的测量爆破阀管端载荷系统。
背景技术
核电站是利用核裂变或核聚变反应所释放的能量产生电能的发电厂。第三代核电站的安全性和经济性都明显优于第二代核电站,由于安全是核电发展的前提,因此第三代核电站将会在未来呈广泛应用的趋势。
爆破阀是第三代核电站安全应急系统中必不可少的设备。爆破阀需要保证在核电站发生事故时正常开启。爆破阀是采用火药驱动,爆破阀的阀门开启时,会对爆破阀两端的管道产生很大冲击。目前,人们研制爆破阀时,因为爆破阀是采用悬空布置,所以人们无法测量出爆破阀爆破时对两端管道竖直方向和水平方向的冲击力。而现有的测量装置智能化程度低,只能测量出竖直方向的冲击力,同时不具有网络传输功能。
发明内容
本发明的目的在于提供一种基于互联网的测量爆破阀管端载荷系统,旨在解决目前,人们研制爆破阀时,因为爆破阀是采用悬空布置,所以人们无法测量出爆破阀爆破时对两端管道竖直方向和水平方向的冲击力。而现有的测量装置智能化程度低,只能测量出竖直方向的冲击力,同时不具有网络传输功能的问题。
本发明是这样实现的,一种基于互联网的测量爆破阀管端载荷系统,包括底座、MCU控制器和外部设备,所述底座上从左到右依次安装有控制器盒、左支撑座和右支撑座,所述底座的中心处开设有凹槽,所述凹槽中固定安装有第一压力传感器,所述第一压力传感器上设置有电动伸缩杆,且电动伸缩杆的另一端与爆破阀的底部连接,所述爆破阀的左端连接有左管道,且左管道穿过左支撑座设置在左支撑座的左侧,所述爆破阀的右端连接有右管道,所述右管道穿过右支撑座设置在右支撑座的右侧,所述左支撑座的内腔底部固定安装有第一直线位移传感器,所述右支撑座的内腔底部固定安装有第二直线位移传感器,所述左管道的外壁顶部和外壁底部分别固定安装有第一应变传感器和第二应变传感器,所述右管道的外壁顶部和外壁底部分别固定安装有第三应变传感器和第四应变传感器,所述左管道的内腔中固定安装有第一限位板,所述第一限位板的右壁上固定安装有第二压力传感器,所述右管道的内腔中固定安装有第二限位板,所述第二限位板的左壁上固定安装有第三压力传感器,所述MCU控制器的输入端分别与第一压力传感器、第一直线位移传感器、第二直线位移传感器、第一应变传感器、第二应变传感器、第三应变传感器、第四应变传感器、第二压力传感器、第三压力传感器和供电模块的输出端电性连接,所述MCU控制器的输出端分别与电动伸缩杆和存储器的输入端电性连接,所述MCU控制器分别与数据处理模块、数据库和无线射频收发模块电性连接,所述外部设备通过互联网与无线射频收发模块连接;
所述爆破阀设置在凹槽的正上方;
所述第一直线位移传感器的另一端与左管道连接;
所述第二直线位移传感器的另一端与右管道连接;
所述第二压力传感器的右侧通过第一弹簧连接有第一活动板;
所述第三压力传感器的左侧通过第二弹簧连接有第二活动板。
进一步,所述MCU控制器的优化包括以下步骤:
待优化的模糊控制参数编码成粒子编码串,粒子中每个变量均用实数表示;
初始化粒子群,初始化粒子的位置和速度;
确定个体极值和群体极值,计算粒子的适应度并更新粒子的速度和位置;
重复上步直到达到最大迭代次数或全局参数时获得最优参数;
通过最优参数对MCU控制器进行优化。
3、如权利要求2所述的基于互联网的测量爆破阀管端载荷系统,其特征在于,所述粒子在每次迭代搜索的过程中,跟踪两个极值来实现更新,一个为粒子本身迄今找到的最优解的个体极值pbest,另一个为全种群迄今找到的最优解的全局极值gbest,粒子的速度和位置更新方程为:
式中,
为了在前期有较高的探索能力,得到合适的粒子,在后期加快收敛速度,惯性因子由下式确定:
式中,ωmax为最大加权系数,ωmin为最小加权系数,k为当前迭代次数,kmax为算法总迭代次数;
所述粒子编码采用实数编码方式,粒子的维数和模糊控制系统的输入变量被划分的模糊集合的数目和量化因子的个数有关,粒子编码分为两个部分,一部分为量化因子ke,kec和ku的优化,另一部分为隶属度函数的优化;
所述粒子群算法对MCU控制器的优化涉及量化因子和隶属度函数的参数,以及适应度函数的确定,适应度函数为
进一步,所述第一直线位移传感器、第二直线位移传感器设置有空间配准模块,所述空间配准模块的空间配准方法包括:时间对准过程和传感器系统误差估计过程,且伪量测方程的建立过程仅与目标的位置相关,而与目标的速度等状态无关;
时间对准过程完成传感器数据之间在时间上的对准,第一直线位移传感器、第二直线位移传感器在本地直角坐标系下的量测数据分别为YA(ti)和YB(ti),且第一直线位移传感器的采样频率大于第二直线位移传感器的采样频率,则由第一直线位移传感器向第二直线位移传感器的采样时刻进行配准,具体为:
采用内插外推的时间配准算法将第一直线位移传感器的采样数据向第二直线位移传感器的数据进行配准,使得两个传感器在空间配准时刻对同一个目标有同步的量测数据,内插外推时间配准算法如下:
在同一时间片内将各传感器观测数据按测量精度进行增量排序,然后将第一直线位移传感器的观测数据分别向第二直线位移传感器的时间点内插、外推,以形成一系列等间隔的目标观测数据,采用常用的三点抛物线插值法的进行内插外推时间配准算法得第一直线位移传感器在tBk时刻在本地直角坐标系下的量测值
其中,tBk为配准时刻,tk-1,tk,tk+1为第一直线位移传感器距离配准时刻最近的三个采样时刻,YA(tk-1),YA(tk),YA(tk+1)分别为其对应的对目标的探测数据;
完成时间配准后,根据第一直线位移传感器的配准数据与第二直线位移传感器的采样数据,采用基于地心地固坐标系下的伪量测法实现第一直线位移传感器和第二直线位移传感器的系统误差的估计;基于ECEF的系统误差估计算法具体为:
k时刻目标在本地直角坐标系下真实位置为X'1(k)=[x'1(k),y'1(k),z'1(k)]T,极坐标系下对应的量测值为
其中
式(1)用一阶近似展开并写成矩阵形式为:
X'1(k)=X1(k)+C(k)[ξ(k)+n(k)](3)
其中,
两部第一直线位移传感器和B,则对于同一个公共目标,地心地
固坐标系下为X'e=[x'e,y'e,z'e]T,可得:
X'e=XAs+BAX'A1(k)=XBs+BBX'B1(k)(4)
BA,BB分别为目标在第一直线位移传感器与第二直线位移传感器本地坐标下的位置转换到ECEF坐标系下的位置时的转换矩阵;
定义伪量测为:
Z(k)=XAe(k)-XBe(k)(5)
其中,XAe(k)=XAs+BAXA1(k);XBe(k)=XBs+BBXB1(k)
将式(2)、式(3)代入式(4)可以得到关于传感器偏差的伪测量方程
Z(k)=H(k)β(k)+W(k)(6)
其中,
进一步,所述传感器的空间配准方法包括的步骤如下:
步骤一、确定低采样率传感器的数据时刻;
步骤二、采用内插外推时间配准算法,根据第一直线位移传感器向第二直线位移传感器进行配准的计算方法,计算高采样率传感器的时间配准结果;
步骤三、根据伪量测构建过程计算伪量测方程;
步骤四、根据所构建的状态方程与伪量测方程,采用卡尔曼滤波,估计传感器的系统误差。
进一步,所述第一直线位移传感器的量测模型如下:
YA(tk-1)、YA(tk)、YA(tk+1)分别为第一直线位移传感器对目标在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的量测值,分别为:
其中,Y'A(tk-1)、Y'A(tk)、Y'A(tk+1)分别为第一直线位移传感器在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的真实位置;CA(t)为误差的变换矩阵;ξA(t)为传感器的系统误差;
第一直线位移传感器向第二直线位移传感器进行配准的具体过程如下:
将式(7)、式(8)、式(9)带入式(1),可得:
其中:
器的本地直角坐标系下目标的真实位置在tBk时刻的时间配准值;
伪量测构建过程仅与目标的位置相关,而与目标的速度等状态无关,具体过程如下:
tBk时刻,第一直线位移传感器的配准量测为
Y'B(tBk)为第二直线位移传感器的本地直角坐标系下目标的真实位置,ξB(tBk)为第二直线位移传感器的系统误差,
根据所述的基于ECEF的空间配准算法,定义伪量测为:
对于同一公共目标,在ECEF坐标系下的位置为Xe则有:
XAS(t)、XBS(t)分别为第一直线位移传感器和第二直线位移传感器在ECEF坐标系下的位置,
将式:
(14)、(11)、(13)带入式(12),则有:
Z(k)=G(k)β(k)+W(k)(15)
其中G(k)=[-aJA(tk-1)-bJA(tk)-cJA(tk+1)JB(t)]=λJ为量测矩阵,其中,λ=[-a-b-c1],J=[JA(tk-1)JA(tk)JA(tk+1)JB(t)]T,JA(tk-1)=BA(tk-1)CA(tk-1),JA(tk)=BA(tk)CA(tk);JA(tk+1)=BA(tk+1)CA(tk+1),JB(tk+1)=BB(t)CB(t);β(k)=[ξA(tk-1)ξA(tk)ξA(tk+1)ξB(t)]T,为系统误差;
RW(k)=a2RA(k-1)+b2RA(k)+c2RA(k+1)-RB(k)(16)
符号T表示矩阵的转置运算;
所构建的状态方程与伪量测方程如下:
其中F(k+1|k)为状态方程的转移矩阵,取值与传感器的系统误差的变化规律相关,若传感器的系统误差是缓变的,则F(k+1|k)近似为单位矩阵,取为F(k+1|k)=0.99I,I为单位阵。
本发明提供的基于互联网的测量爆破阀管端载荷系统,外部设备通过互联网对MCU控制器进行远程控制,MCU控制器对气动伸缩杆进行控制,以此调节爆破阀的位置,通过第一直线位移传感器和第二直线位移传感器实时了解爆破阀的位置,通过多个压力传感器和应变传感器检测爆破阀爆破时对两侧管端竖直方向和水平方向上产生的冲击力,智能化程度高,具有网络控制和网络传输功能。
附图说明
图1是本发明实施例提供的基于互联网的测量爆破阀管端载荷系统结构示意图;
图2是本发明实施例提供的基于互联网的测量爆破阀管端载荷系统原理框图;
图中:1、底座;2、控制器盒;3、左支撑座;4、右支撑座;5、凹槽;6、第一压力传感器;7、电动伸缩杆;8、爆破阀;9、左管道;10、右管道;11、第一直线位移传感器;12、第二直线位移传感器;13、第一应变传感器;14、第二应变传感器;15、第三应变传感器;16、第四应变传感器;17、第一限位板;18、第二压力传感器;19、第一弹簧;20、第一活动板;21、第二限位板;22、第三压力传感器;23、第二弹簧;24、第二活动板;25、MCU控制器;26、供电模块;27、存储器;28、数据处理模块;29、数据库;30、无线射频收发模块;31、外部设备;32、互联网。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合图1和图2对本发明一种基于互联网的测量爆破阀管端载荷系统的结构作详细的描述:一种基于互联网的测量爆破阀管端载荷系统,包括底座、MCU控制器和外部设备,所述底座上从左到右依次安装有控制器盒、左支撑座和右支撑座,所述底座的中心处开设有凹槽,所述凹槽中固定安装有第一压力传感器,所述第一压力传感器上设置有电动伸缩杆,且电动伸缩杆的另一端与爆破阀的底部连接,所述爆破阀的左端连接有左管道,且左管道穿过左支撑座设置在左支撑座的左侧,所述爆破阀的右端连接有右管道,所述右管道穿过右支撑座设置在右支撑座的右侧,所述左支撑座的内腔底部固定安装有第一直线位移传感器,所述右支撑座的内腔底部固定安装有第二直线位移传感器,所述左管道的外壁顶部和外壁底部分别固定安装有第一应变传感器和第二应变传感器,所述右管道的外壁顶部和外壁底部分别固定安装有第三应变传感器和第四应变传感器,所述左管道的内腔中固定安装有第一限位板,所述第一限位板的右壁上固定安装有第二压力传感器,所述右管道的内腔中固定安装有第二限位板,所述第二限位板的左壁上固定安装有第三压力传感器,所述MCU控制器的输入端分别与第一压力传感器、第一直线位移传感器、第二直线位移传感器、第一应变传感器、第二应变传感器、第三应变传感器、第四应变传感器、第二压力传感器、第三压力传感器和供电模块的输出端电性连接,所述MCU控制器的输出端分别与电动伸缩杆和存储器的输入端电性连接,所述MCU控制器分别与数据处理模块、数据库和无线射频收发模块电性连接,所述外部设备通过互联网与无线射频收发模块连接。
进一步,所述爆破阀设置在凹槽的正上方。
进一步,所述第一直线位移传感器的另一端与左管道连接。
进一步,所述第二直线位移传感器的另一端与右管道连接。
进一步,所述第二压力传感器的右侧通过第一弹簧连接有第一活动板。
进一步,所述第三压力传感器的左侧通过第二弹簧连接有第二活动板。
进一步,所述MCU控制器的优化包括以下步骤:
待优化的模糊控制参数编码成粒子编码串,粒子中每个变量均用实数表示;
初始化粒子群,初始化粒子的位置和速度;
确定个体极值和群体极值,计算粒子的适应度并更新粒子的速度和位置;
重复上步直到达到最大迭代次数或全局参数时获得最优参数;
通过最优参数对MCU控制器进行优化。
3、如权利要求2所述的基于互联网的测量爆破阀管端载荷系统,其特征在于,所述粒子在每次迭代搜索的过程中,跟踪两个极值来实现更新,一个为粒子本身迄今找到的最优解的个体极值pbest,另一个为全种群迄今找到的最优解的全局极值gbest,粒子的速度和位置更新方程为:
式中,
为了在前期有较高的探索能力,得到合适的粒子,在后期加快收敛速度,惯性因子由下式确定:
式中,ωmax为最大加权系数,ωmin为最小加权系数,k为当前迭代次数,kmax为算法总迭代次数;
所述粒子编码采用实数编码方式,粒子的维数和模糊控制系统的输入变量被划分的模糊集合的数目和量化因子的个数有关,粒子编码分为两个部分,一部分为量化因子ke,kec和ku的优化,另一部分为隶属度函数的优化;
所述粒子群算法对MCU控制器的优化涉及量化因子和隶属度函数的参数,以及适应度函数的确定,适应度函数为
进一步,所述第一直线位移传感器、第二直线位移传感器设置有空间配准模块,所述空间配准模块的空间配准方法包括:时间对准过程和传感器系统误差估计过程,且伪量测方程的建立过程仅与目标的位置相关,而与目标的速度等状态无关;
时间对准过程完成传感器数据之间在时间上的对准,第一直线位移传感器、第二直线位移传感器在本地直角坐标系下的量测数据分别为YA(ti)和YB(ti),且第一直线位移传感器的采样频率大于第二直线位移传感器的采样频率,则由第一直线位移传感器向第二直线位移传感器的采样时刻进行配准,具体为:
采用内插外推的时间配准算法将第一直线位移传感器的采样数据向第二直线位移传感器的数据进行配准,使得两个传感器在空间配准时刻对同一个目标有同步的量测数据,内插外推时间配准算法如下:
在同一时间片内将各传感器观测数据按测量精度进行增量排序,然后将第一直线位移传感器的观测数据分别向第二直线位移传感器的时间点内插、外推,以形成一系列等间隔的目标观测数据,采用常用的三点抛物线插值法的进行内插外推时间配准算法得第一直线位移传感器在tBk时刻在本地直角坐标系下的量测值
其中,tBk为配准时刻,tk-1,tk,tk+1为第一直线位移传感器距离配准时刻最近的三个采样时刻,YA(tk-1),YA(tk),YA(tk+1)分别为其对应的对目标的探测数据;
完成时间配准后,根据第一直线位移传感器的配准数据与第二直线位移传感器的采样数据,采用基于地心地固坐标系下的伪量测法实现第一直线位移传感器和第二直线位移传感器的系统误差的估计;基于ECEF的系统误差估计算法具体为:
k时刻目标在本地直角坐标系下真实位置为X'1(k)=[x'1(k),y'1(k),z'1(k)]T,极坐标系下对应的量测值为
其中
式(1)用一阶近似展开并写成矩阵形式为:
X'1(k)=X1(k)+C(k)[ξ(k)+n(k)](20)
其中,
两部第一直线位移传感器和B,则对于同一个公共目标,地心地固坐标系下为X'e=[x'e,y'e,z'e]T,可得:
X'e=XAs+BAX'A1(k)=XBs+BBX'B1(k)(21)
BA,BB分别为目标在第一直线位移传感器与第二直线位移传感器本地坐标下的位置转换到ECEF坐标系下的位置时的转换矩阵;
定义伪量测为:
Z(k)=XAe(k)-XBe(k)(22)
其中,XAe(k)=XAs+BAXA1(k);XBe(k)=XBs+BBXB1(k)
将式(2)、式(3)代入式(4)可以得到关于传感器偏差的伪测量方程
Z(k)=H(k)β(k)+W(k)(23)
其中,
进一步,所述传感器的空间配准方法包括的步骤如下:
步骤一、确定低采样率传感器的数据时刻;
步骤二、采用内插外推时间配准算法,根据第一直线位移传感器向第二直线位移传感器进行配准的计算方法,计算高采样率传感器的时间配准结果;
步骤三、根据伪量测构建过程计算伪量测方程;
步骤四、根据所构建的状态方程与伪量测方程,采用卡尔曼滤波,估计传感器的系统误差。
进一步,所述第一直线位移传感器的量测模型如下:
YA(tk-1)、YA(tk)、YA(tk+1)分别为第一直线位移传感器对目标在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的量测值,分别为:
其中,Y'A(tk-1)、Y'A(tk)、Y'A(tk+1)分别为第一直线位移传感器在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的真实位置;CA(t)为误差的变换矩阵;ξA(t)为传感器的系统误差;
第一直线位移传感器向第二直线位移传感器进行配准的具体过程如下:
将式(7)、式(8)、式(9)带入式(1),可得:
其中:
伪量测构建过程仅与目标的位置相关,而与目标的速度等状态无关,具体过程如下:
tBk时刻,第一直线位移传感器的配准量测为
Y'B(tBk)为第二直线位移传感器的本地直角坐标系下目标的真实位置,ξB(tBk)为第二直线位移传感器的系统误差,
根据所述的基于ECEF的空间配准算法,定义伪量测为:
对于同一公共目标,在ECEF坐标系下的位置为Xe则有:
XAS(t)、XBS(t)分别为第一直线位移传感器和第二直线位移传感器在ECEF坐标系下的位置,
将式:
(31)、(11)、(13)带入式(12),则有:
Z(k)=G(k)β(k)+W(k)(32)
其中G(k)=[-aJA(tk-1)-bJA(tk)-cJA(tk+1)JB(t)]=λJ为量测矩阵,其中,λ=[-a-b-c1],J=[JA(tk-1)JA(tk)JA(tk+1)JB(t)]T,JA(tk-1)=BA(tk-1)CA(tk-1),JA(tk)=BA(tk)CA(tk);JA(tk+1)=BA(tk+1)CA(tk+1),JB(tk+1)=BB(t)CB(t);β(k)=[ξA(tk-1)ξA(tk)ξA(tk+1)ξB(t)]T,为系统误差;
RW(k)=a2RA(k-1)+b2RA(k)+c2RA(k+1)-RB(k)(33)
符号T表示矩阵的转置运算;
所构建的状态方程与伪量测方程如下:
其中F(k+1|k)为状态方程的转移矩阵,取值与传感器的系统误差的变化规律相关,若传感器的系统误差是缓变的,则F(k+1|k)近似为单位矩阵,取为F(k+1|k)=0.99I,I为单位阵。
工作原理:该基于互联网的测量爆破阀管端载荷系统,供电模块为整个设备提供电源,无线射频收发模块用于接收和发射网络信号,工作人员通过外部设备利用互联网对MCU控制器进行控制,MCU控制器对电动伸缩杆进行控制,电动伸缩杆对爆破阀进行升降,通过第一直线位移传感器和第二直线位移传感器检测左管道和右管道的位置,以此确定爆破阀的位置,通过第一压力传感器、第一应变传感器、第二应变传感器、第三应变传感器、第四应变传感器、第二压力传感器和第三压力传感器对爆破阀爆破时对两侧管端竖直方向和水平方向上产生的冲击力进行检测,并将数据发送到MCU控制器中,MCU控制器通过数据处理模块将接收到的数据进行处理得出爆破阀爆破时对两侧管端竖直方向和水平方向上产生的冲击力,并将数据通过互联网发送到外部设备中。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
机译: 一种用于测量货车轴向载荷的应变仪及一种用于测量货车轴向载荷的系统
机译: 一种动态载荷测量系统,可精确测量轮式装载机提升的载荷的重量
机译: 基于FTTH解决方案的互联网速度测量系统及其方法,能够测量用户终端性能的互联网速度