宋開臣,曾　瑤,葉凌云

(浙江大學(xué) 生物醫(yī)學(xué)工程與儀器科學(xué)學(xué)院,浙江 杭州 310027)

?

基于多傳感器信息融合的渦街信號處理方法

宋開臣,曾瑤,葉凌云

(浙江大學(xué) 生物醫(yī)學(xué)工程與儀器科學(xué)學(xué)院,浙江 杭州 310027)

摘要:針對壓電式渦街流量計抗干擾性能差的缺點,提出基于多傳感器信息融合的渦街信號檢測方法.在該測量系統(tǒng)中,差壓傳感器測得鈍體前、后的平均差壓,壓電傳感器檢測鈍體下游渦街信號的頻率,通過無跡卡爾曼濾波(UKF)算法將以上兩種信息進(jìn)行數(shù)據(jù)融合,有效提高了數(shù)字帶通濾波器的鎖定精度.在搭建的振動實驗平臺上驗證了該方法的可行性,對比分析了本文方法和傳統(tǒng)方法的測量結(jié)果.實驗表明：采用該處理方法能夠有效抑制外界的強(qiáng)振動噪聲干擾對流速測量的影響,當(dāng)最大振動噪聲干擾的強(qiáng)度為渦街信號的4倍時,測量精度可以達(dá)到1%,增強(qiáng)了壓電式渦街流量計的抗振能力,提高了流量測量精度.

關(guān)鍵詞：壓電式渦街流量計；多傳感器信息融合；無跡卡爾曼濾波；抗振能力

渦街流量計是根據(jù)著名的“卡曼渦街”[1-4]原理實現(xiàn)流量測量的流量計,具有無機(jī)械可動部件、安裝方便、量程比較寬等優(yōu)點,被廣泛應(yīng)用于石油化工領(lǐng)域.壓電式渦街流量計是在工業(yè)現(xiàn)場普遍使用的渦街流量計,主要測量部件為壓電傳感器,因為壓電式渦街流量計容易受到管道振動干擾.特別是當(dāng)振動信號的能量與渦街信號的能量相近,甚至是強(qiáng)于后者時,在時域中,振動信號與渦街信號疊加無法分辨；在頻域中,兩者幅值接近,頻譜分析等現(xiàn)有的數(shù)字信號處理方法將失效.徐科軍等[5-6]對渦街信號及振動信號模型進(jìn)行分析,采用數(shù)字濾波和自相關(guān)相結(jié)合的算法消除強(qiáng)噪聲干擾,在一定程度上消除了強(qiáng)振動干擾對流量測量的影響.針對雙渦街傳感器的流量計,徐科軍等[7]提出采用頻域相減與頻率方差計算相結(jié)合的方法來處理渦街流量傳感器輸出信號,取得了很好的實驗效果.

1基于多傳感器信息融合的流量測量系統(tǒng)

提出的多傳感器流量測量系統(tǒng)由壓電傳感器和差壓傳感器共同組成,如圖1所示.

圖1　多傳感器渦街流量計測量系統(tǒng)示意圖Fig.1　Map of multi-sensor vortex flowmeter’s measurement system

圖2　三棱柱鈍體截面圖Fig.2　Sectional drawing of triangular prism bluff body

圖1中的鈍體為坡度較小、頂角朝后的三棱柱鈍體(見圖2)；與普通壓電式渦街流量計一樣,壓電傳感器安裝在鈍體下游,檢測旋渦分離產(chǎn)生的渦街信號.在一定的雷諾數(shù)范圍內(nèi),旋渦分離的頻率f與管道內(nèi)流體的平均流速U和發(fā)生體的特征長度d之間的關(guān)系可以表示為

(1)

式中：St為斯特勞哈爾數(shù)(無量綱),對于一定形狀的旋渦發(fā)生體,在一定的雷諾數(shù)范圍內(nèi),St是一個常數(shù)；m為發(fā)生體兩側(cè)弓形流通面積與測量管道橫截面面積之比,m與d和測量管道內(nèi)徑D之間的關(guān)系可以表示為

(2)

從式(1)、(2)可以看出,對于確定的D和d,渦街信號頻率僅與流體的流速成正比,與被測流體的壓力、溫度、黏度和組成變化無關(guān),因此通過渦街信號測得流速的精度較高.由于壓電傳感器對管道振動很敏感,振動噪聲干擾對渦街信號測量的影響很大.

(3)

式中：Cp為阻力系數(shù),正常測量時Cp為常數(shù)；ρ為流體密度；U為流體流速.

在該測量系統(tǒng)中,差壓傳感器的正取壓口位于鈍體內(nèi)部的迎流面,負(fù)取壓口位于鈍體的下游1.5D處.差壓傳感器兩端測得的是鈍體迎流面上的全壓力和鈍體下游的靜壓力之差[1].

管道振動對差壓傳感器測量的影響很小,差壓傳感器的抗振性能很強(qiáng),但是受差壓傳感器測量精度和流體密度計算精度的影響,直接通過差壓傳感器測得的流速精度較低.

綜合利用渦街信號測量精度高和鈍體前、后的差壓信號抗振性能強(qiáng)的優(yōu)點,采用基于UKF算法的多信息融合算法,利用差壓傳感器測得鈍體前、后的平均差壓作為輔助信號來提高壓電傳感器檢測渦街信號頻率的精度,增強(qiáng)壓電式渦街流量計的抗振性能.

2基于UKF算法的多信息融合處理

2.1UKF算法在渦街信號處理中的應(yīng)用

卡爾曼濾波被稱為最優(yōu)化自回歸數(shù)據(jù)處理算法,國內(nèi)外學(xué)者對于卡爾曼濾波算法的研究已有五十幾年的歷史,卡爾曼濾波器是在時域內(nèi)設(shè)計,且適用于多維情況,具有很好的魯棒性和實時性,廣泛應(yīng)用于重要的國防工業(yè)領(lǐng)域[12].卡爾曼濾波使用狀態(tài)更新和測量值反饋的方法來估計狀態(tài)：更新某一時刻的狀態(tài)預(yù)測值,然后以含有噪聲的觀測變量獲得反饋,計算得到卡爾曼濾波增益,得到這一時刻的狀態(tài)估計值[13-15].卡爾曼濾波可以分為時間更新和測量更新兩個過程.時間更新過程計算當(dāng)前時刻的狀態(tài)變量和協(xié)方差的預(yù)測值,測量更新程則進(jìn)行測量的反饋.卡爾曼濾波算法的循環(huán)跟新過程如圖3所示.

圖3　卡爾曼濾波循環(huán)更新過程Fig.3　Cycle renewal process of Kalman filter

(4)

式中：k1、k2均為常數(shù),

k1=Cρ/2,k2=St/(md).

由式(4)可知,狀態(tài)向量處于非線性狀態(tài),須采用非線性卡爾曼濾波算法對狀態(tài)向量進(jìn)行求解.UKF算法是比較常用的非線性卡爾曼濾波算法.濾波以無偏變換[16-17]為基礎(chǔ),采用確定性采樣策略近似非線性分布,選取有限個Sigma采樣點來近似系統(tǒng)狀態(tài)的先驗統(tǒng)計特性,再直接通過非線性方程演化系統(tǒng)狀態(tài)的后驗分布特性.

UKF的狀態(tài)方程和測量方程如下：

(5)

由式(4)可知,在研究的系統(tǒng)中,狀態(tài)方程中的F(Xk-1)可以表示為

(6)

式中：T為測量更新的時間.

測量方程H(Xk)可由下列2個矩陣方程表示：

(7)

2.2多傳感器信息融合算法的實現(xiàn)

基于多傳感器信息融合算法的渦街信號處理方法的原理框圖如圖4所示.

圖4　渦街信號處理方法的原理框圖Fig.4　Principle block diagram of vortex signal processing method

上述原理框圖中的多信息融合算法分為以下4個步驟實現(xiàn).

2)對經(jīng)過信號調(diào)理電路之后的壓電信號進(jìn)行譜分析,記錄頻譜圖中的最高峰值、次高峰值、第三和第四高峰值對應(yīng)的頻率fn(n=1,2,3,4).

3)若fn中存在與fp相差不大的頻率,即存在fn(n=1,2,3,4)使|fn-fp|<Δf時,在fn中找出與fp最接近的一個值作為壓電信號譜分析的最終結(jié)果f,即在fn(n=1,2,3,4)中找出使|fn-fp|最小的值,然后執(zhí)行步驟4)；若fn中的所有值都與fp相差較大,即當(dāng)|fn-fp|≥Δf(n=1,2,3,4)時,不執(zhí)行步驟4),直接將fp作為帶通濾波器的中心頻率f0.

通過現(xiàn)場標(biāo)定獲得不同流量點下的Δf,在標(biāo)定過程中,通過管道上的標(biāo)稱流量計得到有用渦街信號的頻率fs,通過步驟1)的方法得到頻率fp,則Δf=|fs-fp|.保持管道內(nèi)流體流量恒定,測量多組Δf的值,取Δf的平均值作為該流量下Δf的最終值.改變管道內(nèi)流體的流量,選取若干個不同的流量,采用上述方法測得不同流量下的Δf.通過曲線擬合的方式,得到渦街流量計在流量測量范圍之內(nèi)的所有流量點下的Δf.

優(yōu)于傳統(tǒng)壓電式渦街流量計的信號處理方法,在步驟3)中,沒有將頻譜圖中最高峰值對應(yīng)的頻率作為壓電信號的頻率,而是將最接近fp的頻率作為譜分析的結(jié)果,提高了整個測量系統(tǒng)對有用渦街信號的跟蹤性能.步驟3)是整個信息融合算法中的重要一步.

3實驗驗證

為了驗證提出的多傳感器信息融合測量方法的可行性,以DN50口徑的壓電式渦街流量計為例,在測量管道受到強(qiáng)振動的情況下,分別采用傳統(tǒng)測量方法[18-19]和提出的方法對流速進(jìn)行測量,用圖形顯示2種方法的測量結(jié)果,并對2種測量方法的測量誤差進(jìn)行比較和分析.

在實驗過程中,通過實驗裝置上的標(biāo)稱流量計獲得管道內(nèi)流體的流速及渦街信號頻率.用鼓風(fēng)機(jī)模擬氣體流量,并將調(diào)速電機(jī)安裝在管道上(見圖5),電機(jī)的振動帶動管道的振動,通過調(diào)節(jié)電機(jī)的轉(zhuǎn)速可以調(diào)節(jié)電機(jī)振動的頻率.在電機(jī)的轉(zhuǎn)軸上安裝一個偏心輪,用來增強(qiáng)管道振動的強(qiáng)度,使管道振動作用在壓電傳感器上的噪聲信號強(qiáng)度大于渦街信號的強(qiáng)度.

圖5　振動實驗裝置Fig.5　Vibration experiment equipment

選取3個不同的流量點進(jìn)行實驗,分別為81.15Hz(4.28m/s)、180.98Hz(8.99m/s)和296.66Hz(14.57m/s),括號內(nèi)的值表示該渦街信號頻率對應(yīng)的氣體流速.以振動信號頻率為89.58和141.70Hz、渦街信號為177.10Hz的流量點為例,如圖6(a)、(b)所示分別為差壓傳感器和壓電傳感器輸出信號經(jīng)過信號調(diào)理電路之后的波形圖,信號的采樣率為32kHz.圖中，UV為電壓.如圖6(c)所示為壓電傳感器輸出信號的功率譜.從圖6(c)可以看出,管道振動信號的能量大于渦街信號的能量.

如圖6(d)所示為傳統(tǒng)方法的測量結(jié)果,傳統(tǒng)的測量方法是直接將頻譜圖中的最高峰值對應(yīng)的頻率作為數(shù)字帶通濾波器的中心頻率,在15～45單位時間段內(nèi),當(dāng)管道振動頻率與渦街信號的頻率相差很大時,傳統(tǒng)測量方法的測量值與真實值偏差很大,不能實現(xiàn)流量的正常測量.如圖6(e)所示為本文方法的測量結(jié)果,采用提出的基于多信息融合算法的渦街信號處理方法能夠削弱甚至是消除管道振動噪聲的干擾,在第2個單位時間處,數(shù)字帶通濾波器的中心頻率已經(jīng)接近渦街信號的真實頻率,并逐步向真實頻率進(jìn)行收斂,最終的測量結(jié)果明顯優(yōu)于傳統(tǒng)方法.

如表1所示為當(dāng)氣體流量頻率分別為81.15、180.98和296.66Hz時,本文方法和傳統(tǒng)方法的最終測量結(jié)果.表中，fV為振動頻率，fu為渦街信號頻率，fm為本文測得的頻率，Et為傳統(tǒng)方法的測量誤差，Ek為本文方法的測量誤差.可以看出,在測量管道受到周期性強(qiáng)振動的情況下,傳統(tǒng)測量方法的測量誤差超過20%；當(dāng)渦街信號頻率較低時,測量誤差超過30%.本文提出的測量方法的平均相對誤差遠(yuǎn)小于傳統(tǒng)方法,測量精度更高.

表1本文方法與傳統(tǒng)方法的平均相對誤差比較

Tab.1Averagerelativeerrorinthispapervstraditionalmethod

fV/Hzfu/Hzfm/HzEt/%Ek/%68.75、118.80、137.5081.1579.9833.251.4789.58、141.70180.98182.7322.430.97150.22296.66299.4820.870.95

4結(jié)語

本文提出多傳感器檢測方法的流量測量方案,采用基于UKF算法的多傳感器渦街信號處理方法,解決了壓電式渦街流量計抗強(qiáng)振動干擾性能差的缺點.實驗表明,當(dāng)噪聲振動干擾的能量高于渦街信號的能量時,采用多傳感器渦街信號處理方法,有效抑制了強(qiáng)振動噪聲對流量測量的影響,測量結(jié)果明顯優(yōu)于傳統(tǒng)的測量方法.當(dāng)氣體流速為8.99和14.57m/s時,測量精度可以達(dá)到1%；當(dāng)氣體流速較小時,測量精度可以達(dá)到1.5%,達(dá)到預(yù)期要求.

圖6　本文振動實驗的測量結(jié)果Fig.6　Measurement result of experiment in this paper

參考文獻(xiàn)(References):

[1]黃詠梅. 基于差壓原理的渦街質(zhì)量流量測量方法研究[D]. 杭州：浙江大學(xué), 2005．

HUANGYong-mei.Researchonmassflowratemeasurementusingvortexflowmeterbasedondifferentialpressureprinciple[D].Hangzhou:ZhejiangUniversity, 2005．

[2]潘嵐, 宋開臣, 徐國梁. 高抗干擾性能渦街流量計傳感器的研究[J]. 中國計量學(xué)院學(xué)報, 2005,16(4): 268-270．

PANLan,SONGKai-chen,XUGuo-liang.Researchonthesensorofvortexflowmeterwithinterferenceresistant[J].JournalofChinaJiliangUniversity, 2005, 16(4): 268-270．

[3]VENUGOPALA,AGRAWALA,PRABHUSV.FrequencydetectioninvortexflowmeterforlowReynoldsnumberusingpiezoelectricsensorandinstallationeffects[J].SensorsandActuatorsA:Physical, 2012, 184: 78-85.

[4]VENUGOPALA,AGRAWALA,PRABHUSV.Influenceofblockageandupstreamdisturbancesontheperformanceofavortexflowmeterwithatrapezoidalbluffbody[J].Measurement, 2010, 43(4): 603-616．

[5]徐科軍, 王沁, 方敏, 等. 基于數(shù)字濾波與自相關(guān)的渦街流量計抗強(qiáng)振動方法改進(jìn)[J]. 計量學(xué)報, 2014, 35(5): 449-454．

XUKe-jun,WANGQin,FANGMin,etal.Improvementofanti-strong-vibrationmethodcombingdigtalfilterwithauto-correlationforvortexflowmeter[J].ActaMetrologicaSinica, 2014, 35(5): 449-454．

[6]王沁. 抗強(qiáng)振型渦街流量計和快速響應(yīng)型壓電式閥門定位器軟件研制[D]. 合肥：合肥工業(yè)大學(xué), 2012．

WANGQin.Softwaredevelopmentforthevortexflowmeterofanti-strongvibrationandpiezoelectricvalvepositionerofquickresponse[D].Hefei:HefeiUniversityofTechnology, 2012．

[7]徐科軍, 方敏, 羅清林, 等. 抗振型低功耗數(shù)字渦街流量計研制[J]. 計量學(xué)報, 2013, 34(5): 435-440．

XUKe-jun,FANGMin,LUOQing-lin,etal.Developmentofanti-vibration-typevortexflowmeterwithlowpoweranddigitalprocessing[J].ActaMetrologicaSinica, 2013, 34(5): 435-440．

[8]孫志強(qiáng), 張宏建, 黃詠梅, 等. 管壁差壓式渦街流量計測量影響因素分析[J]. 浙江大學(xué)學(xué)報：工學(xué)版, 2006, 40(12): 2103-2106．

SUNZhi-qiang,ZHANGHong-jian,HUANGYong-mei,etal.Impactanalysisofvortexflowmetermeasuredwithduct-walldifferentialpressuremethod[J].JournalofZhejiangUniversity:EngineeringScience, 2006, 40(12): 2103-2106．

[9]MINUJJ,YEHCF,HUCC,etal.Onmeasurementuncertaintyofavortexflowmeter[J].FlowMeasurementandInstrumentation, 2005, 16(6): 397-404．

[10]王子麒. 差壓式渦街流量計儀表優(yōu)化設(shè)計與渦街信號處理的研究[D]. 杭州：浙江大學(xué), 2008．

WANGZi-qi.Optimizationofthedifferentialpressurebasedvortexflowmeterandresearchofvortexsignalprocess[D].Hangzhou:ZhejiangUniversity, 2008．

[11]孫志強(qiáng), 項銀杰, 張宏建. 差壓式渦街質(zhì)量流量計信號處理系統(tǒng)的研制[J]. 控制工程, 2007,14(增1): 185-188．

SUNZhi-qiang,XIANGYin-jie,ZHANGHong-jian.Developmentofsignalprocessingsystemfordifferentialpressuretypevortexmassflowmeter[J].ControlEngineeringofChina, 2007, 14(supple.1): 185-188．

[12]陸國生, 李立言, 趙民建. 全球?qū)Ш叫l(wèi)星系統(tǒng)矢量載波環(huán)的設(shè)計與分析[J]. 浙江大學(xué)學(xué)報：工學(xué)版, 2015, 49(1): 20-26．

LUGuo-sheng,LILi-yan,ZHAOMin-jian.Designandanalysisofglobalnavigationsatellitesystemvectorcarrierloop[J].ZhejiangUniversity:EngineeringScience, 2015, 49(1): 20-26．

[13]PASETTOD,CAMPORESEM,PUTTIM.EnsembleKalmanfilterversusparticlefilterforaphysically-basedcoupledsurface-subsurfacemodel[J].AdvancesinWaterResources, 2012, 47: 1-13．

[14]LUS,ZHANGR.TwoefficientimplementationformsofunscentedKalmanfilter[J].ControlandIntelligentSystems, 2011, 39(1): 1-11．

[15]WANEA,VANDERMERWER.TheunscentedKalmanfilterfornonlinearestimation:adaptivesystemsforsignalprocessing,communications,andcontrolsymposium[C]∥AS-SPCC.LakeLouise:IEEE, 2000.

[16]徐德民, 劉富檣, 張立川, 等. 基于改進(jìn)連續(xù)-離散無跡卡爾曼濾波的水下航行器故障診斷[J]. 西北工業(yè)大學(xué)學(xué)報, 2014(5): 756-760．

XUDe-min,LIUFu-qiang,ZHANGLi-chuan,etal.Faultdiagnosisofunderwatervehiclebasedonimprovedcontinuous-discreteunscentedKalmanfilter[J].JournalofNorthwesternPolytechnicalUniversity, 2014(5):756-760．

[17]梁丁文, 袁磊, 蔡之華, 等. 基于無跡卡爾曼濾波傳感器信息融合的車輛導(dǎo)航算法[J]. 計算機(jī)應(yīng)用, 2013, 33(12): 3444-3448．

LIANGDing-wen,YUANLei,CAIZhi-hua,etal.VehiclenavigationalgorithmbasedonunscentedKalmanfiltersensorinformationfusion[J].JournalofComputerApplications, 2013, 33(12): 3444-3448．

[18]江文斌, 秦會斌, 邵李煥, 等. 基于經(jīng)典譜估計改進(jìn)方法的渦街流量計[J]. 儀器儀表學(xué)報, 2012, 33(1): 229-234．

JIANGWen-bin,QINHui-bin,SHAOLi-huan,etal.Vortexflowmeterbasedonimprovedclassicalspectralestimation[J].ChineseJournalScientificInstrument, 2012, 33(1): 229-234．

[19]黃云志. 基于時頻域分析的渦街流量計信號處理方法與系統(tǒng)的研究[D]. 合肥：合肥工業(yè)大學(xué), 2005．

HUANGYun-zhi.Researchontimeandfrequencydomainbasedonsignalprocessingmethodsandsystemofvortexflowmeter[D].Hefei:HefeiUniversityofTechnology, 2005．

收稿日期：2015-06-08.浙江大學(xué)學(xué)報(工學(xué)版)網(wǎng)址： www.journals.zju.edu.cn/eng

作者簡介：宋開臣(1965-),男,教授,博導(dǎo),從事傳感技術(shù)及儀器、現(xiàn)代測試技術(shù)及信號處理等研究.ORCID:0000-0003-4046-0004. E-mail: kcsong@zju.edu.cn 通信聯(lián)系人：葉凌云,男,副教授.ORCID：0000-0002-3260-5157.E-mail: lyye@zju.edu.cn

DOI:10.3785/j.issn.1008-973X.2016.07.012

中圖分類號：TH 814; TP 274

文獻(xiàn)標(biāo)志碼：A

文章編號：1008-973X(2016)07-1307-06

Vortexsignalprocessingmethodbasedonmulti-sensorinformationfusion

SONGKai-chen,ZENGYao,YELing-yun

(College of Biomedical Engineering and Instrument Science, Zhejiang University, Hangzhou 310027, China)

Abstract:A vortex signal detection method based on multi-sensor information fusion was proposed in view of the poor anti-jamming performance of piezoelectric vortex flowmeter. In the measuring system, the average differential pressure before and after bluff body was measured by differential pressure pickup while the frequency of downstream vortex signal of bluff body by piezoelectric sensor. The two data above were fused by means of unscented Kalman filter (UKF), which effectively improved the locking precision of the digital band-pass filter. The feasibility of the method was verified through related experiments. The results of the method and the traditional method were comparatively analyzed. Experimental results show that the processing method can effectively restrain the impact of strong vibration noise interference from the outside on flow velocity measurement, which enhances the anti-vibration ability of piezoelectric vortex flowmeter and improves the flow measurement accuracy. When the vibration noise’s maximum intensity was four times stronger than the vortex signal, the measurement accuracy could achieve 1%．

Key words:piezoelectric vortex flowmeter; multi-sensor information fusion; unscented Kalman filter; anti-vibration ability