郭 濤,張勝江,楊鵬年,陳 冰,段 騰
(1.新疆農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院,烏魯木齊 830052;2.新疆農(nóng)業(yè)節(jié)水工程技術(shù)中心,烏魯木齊 830049; 3.新疆農(nóng)業(yè)大學(xué)草業(yè)與環(huán)境科學(xué)學(xué)院,烏魯木齊 830052)
近年來隨著精確灌溉概念的提出,我國農(nóng)業(yè)灌溉方式正由傳統(tǒng)的人工經(jīng)驗(yàn)灌溉向自動(dòng)化、智能化方向邁進(jìn)[1-3],其中農(nóng)用型傳感器是農(nóng)業(yè)實(shí)現(xiàn)自動(dòng)化灌溉的關(guān)鍵技術(shù)設(shè)備之一,因此對傳感器的標(biāo)定是農(nóng)業(yè)生產(chǎn)過程中的一個(gè)重要環(huán)節(jié)。目前國內(nèi)學(xué)者對農(nóng)業(yè)灌溉系統(tǒng)中不同類型的傳感器進(jìn)行了許多研究和標(biāo)定,李春林[4]通過使用土介質(zhì)進(jìn)行傳感器的標(biāo)定,建立了土壓力傳感器的輸入與輸出之間的關(guān)系。魏恒文[5]對田間作物進(jìn)行高、中、低灌溉水平試驗(yàn),研究作物根區(qū)各層土壤的含水率,得到了土壤水分傳感器埋設(shè)深度的兩個(gè)方案。唐玉邦[6]等人通過研究提出了用田間原狀土對土壤水分傳感器進(jìn)行水分特征曲線的標(biāo)定方法,降低了精確灌溉系統(tǒng)土壤水分測定的誤差。綜上所述,灌溉控制系統(tǒng)中傳感器的標(biāo)定研究主要集中在土壤水分和土體壓力[10]等方面,對傳感器在管道中測量壓力、流量的標(biāo)定研究相對較少。因此,本文主要通過試驗(yàn)對不同流量下傳感器測得的壓力、流量數(shù)據(jù)進(jìn)行分析研究,并分別標(biāo)定出該傳感器壓力、流量的輸入與輸出之間的關(guān)系,為低壓小流量滴灌系統(tǒng)管道中壓力、流量的測量提供一定的理論依據(jù)。
本試驗(yàn)在新疆水利水電科學(xué)研究院實(shí)驗(yàn)室內(nèi)完成,主要設(shè)備為:流量控制平臺(tái)、SIIC-F/P-P/5-5.0型壓力流量傳感器、壓力表。試驗(yàn)所用的傳感器是由烏魯木齊福斯特自控系統(tǒng)設(shè)備有限公司提供的,相較于其他傳感器,該傳感器有2個(gè)信號通道,可以實(shí)時(shí)輸出管道中的壓力、流量信號,能夠采集到壓力為0~0.4 MPa,流量為0~70 m3/h的數(shù)據(jù),適用于低壓小流量滴灌(見圖1)。
如圖2所示,該系統(tǒng)的工作過程為:試驗(yàn)開始前先在流量控制平臺(tái)1設(shè)定管道中的過水流量并啟動(dòng),此時(shí)水泵通過管道(管徑為90 mm)向外不斷抽水,壓力表顯示當(dāng)前流量下的壓力值,RTU通過傳感器會(huì)自動(dòng)采集并向DTU發(fā)送一組壓力、流量數(shù)據(jù),DTU通過RS485接口與PC端相連,并將數(shù)據(jù)傳輸至PC端,完成數(shù)據(jù)的一次采集。其中在PC端主要是利用ModScan完成對RTU傳輸數(shù)據(jù)的讀取,本次試驗(yàn)在Modscan中設(shè)置連接的端口號為COM4,波特率為38 400,RTU的ID為2,數(shù)組長度設(shè)為5位,其他為默認(rèn)初始狀態(tài)。
1-流量控制平臺(tái);2-電纜;3-蓄水池;4-水泵;5-壓力表;6-RTU;7-壓力流量傳感器; 8-管道;9-天線;10-DTU;11-PC端圖2 試驗(yàn)裝置圖Fig. 2 Test device diagram
為檢驗(yàn)該傳感器運(yùn)行狀態(tài)的穩(wěn)定性和測量數(shù)據(jù)的可靠性,故選用7個(gè)相同的傳感器分別進(jìn)行試驗(yàn),并采集不同流量下傳感器的輸出壓力、流量數(shù)據(jù)。其中流量共設(shè)為7個(gè)水平,分別是20、25、30、35、40、45、50 m3/h,傳感器在某流量水平下的試驗(yàn)過程為:通過流量控制平臺(tái)設(shè)定管道中的過水流量并啟動(dòng),約40 min后,觀察壓力表和流量控制平臺(tái),當(dāng)壓力表的指針不擺動(dòng)且流量控制平臺(tái)顯示的流量為設(shè)定流量,即管道中的流量穩(wěn)定時(shí),記錄壓力表讀數(shù)和設(shè)定流量,并在30 s內(nèi)記錄在此流量下傳感器采集到的16組壓力、流量數(shù)據(jù)。
采用狄克遜(Dixon)檢驗(yàn)法[7]判定傳感器測得的壓力、流量數(shù)據(jù)是否存在異常值。具體檢驗(yàn)步驟如下。
(1)分別將不同流量下各傳感器采集到的16組壓力、流量數(shù)據(jù)從小到大依次排列。
(2)令H=16,查閱統(tǒng)計(jì)計(jì)算方式表,選取對應(yīng)的公式計(jì)算Q統(tǒng)計(jì)量,其中最小值Z(1)檢驗(yàn)公式如式(1)所示,最大值Z(H)檢驗(yàn)公式如式(2)所示。
(1)
(2)
(3)根據(jù)狄克遜法界外值檢驗(yàn)的臨界值表查出檢驗(yàn)顯著概率為5%和1%時(shí),Q統(tǒng)計(jì)量的臨界值Q0.05(H)和Q0.01(H),兩個(gè)值分別為0.546、0.627。
(4)判定:若檢驗(yàn)最小值的計(jì)算統(tǒng)計(jì)量Q22≤Q0.01(H)或檢驗(yàn)最大值的計(jì)算統(tǒng)計(jì)量Q22≤Q0.05(H),則受檢驗(yàn)的測定值正常,否則為異常值,此時(shí)剔除該數(shù)據(jù),令H=15,重新查表并計(jì)算。經(jīng)計(jì)算發(fā)現(xiàn)試驗(yàn)的各組數(shù)據(jù)均不存在異常值,即在不同流量下傳感器測得的數(shù)據(jù)的離散性較低,該傳感器測量的穩(wěn)定性較高。
為了檢驗(yàn)在不同流量下各傳感器采集的壓力、流量數(shù)據(jù)是否存在顯著性差異,本小節(jié)主要利用SPSS軟件進(jìn)行單因素方差分析。通過單個(gè)樣本K-S檢驗(yàn),各組壓力、流量數(shù)據(jù)的P值均大于0.05,說明數(shù)據(jù)呈近似正態(tài)分布,則在單因素方差分析中選用Duncan法進(jìn)行多組樣本間差異顯著性分析,結(jié)果如表1和表2所示。其中表2的壓力值與表1的流量值相對應(yīng),即試驗(yàn)中通過安裝壓力表讀取在此流量下管道中的壓力值。表1和表2最后一行的a、b子集均為同類子集,ab為這兩子集的交集,即對7個(gè)傳感器測得的數(shù)據(jù)進(jìn)行差異顯著性分析時(shí),當(dāng)傳感器之間無顯著差異時(shí),劃分到同一子集,否則劃分到不同的子集。
表1 不同流量下不同傳感器流量數(shù)據(jù)的差異顯著性Tab.1 Significant differences in flow data of different sensors under different flow rates
表2 不同壓力下不同傳感器壓力數(shù)據(jù)的差異顯著性Tab.2 Significant differences in pressure data of different sensors under different pressures
由表1可知,當(dāng)流量為30 m3/h時(shí),6號和7號傳感器間呈顯著差異。1、2、3、4、5號傳感器之間無顯著差異,6號、7號分別與這5個(gè)傳感器間無顯著差異;當(dāng)流量為40 m3/h時(shí),2號和7號傳感器間呈顯著差異,1、3、4、5、6號傳感器之間無顯著差異,2號、7號分別與這5個(gè)傳感器間無顯著差異;其他流量下7個(gè)傳感器的流量數(shù)據(jù)之間均不存在顯著差異。同理,在表2中,當(dāng)壓力為0.008 MPa時(shí),1號和2號傳感器之間存在顯著差異;當(dāng)壓力為0.042 MPa時(shí),6號和7號傳感器之間存在顯著性差異;其他壓力下7個(gè)傳感器的壓力數(shù)據(jù)間不存在顯著差異。
利用貝塞爾公式和別捷爾斯公式,對存在顯著差異的傳感器所在列中的所有數(shù)據(jù)進(jìn)行計(jì)算,主要計(jì)算過程如下:
(3)
(4)
式中:n為數(shù)據(jù)的個(gè)數(shù);Vi為殘差。
試驗(yàn)是在設(shè)定的7個(gè)流量水平下,對7個(gè)傳感器測得的壓力、流量數(shù)據(jù)進(jìn)行了16次測量,屬于大量重復(fù)試驗(yàn),數(shù)據(jù)冗余,為減小試驗(yàn)過程中的偶然誤差,故選用數(shù)據(jù)加權(quán)平均融合[11,12]的方法進(jìn)行擬合,公式如下:
(5)
式中:Wi為分配給第i次檢測的權(quán)數(shù)。
在表1中,當(dāng)流量為30 m3/h時(shí),b類子集的顯著性低于a類,即b類子集中傳感器之間的差異性小于a類子集,故選取b類子集中各傳感器的原始測量數(shù)據(jù)加權(quán)平均融合,結(jié)果取整。同理,當(dāng)流量為40 m3/h時(shí),選取a類子集中傳感器的原始數(shù)據(jù)加權(quán)平均融合,在表2中融合數(shù)據(jù)的選取類似于表1。對流量、壓力數(shù)據(jù)加權(quán)平均融合的結(jié)果如表3所示,擬合關(guān)系特性曲線如圖3所示。由圖3可以看出,傳感器的輸出流量數(shù)據(jù)與輸入流量、輸出壓力數(shù)據(jù)與輸入壓力均成正比,線性關(guān)系良好,擬合優(yōu)度分別為0.996 5、0.987 2。
表3 加權(quán)平均融合后的數(shù)據(jù)Tab.3 Weighted average fused data
圖3 流量和壓力數(shù)據(jù)標(biāo)定曲線Fig.3 Flow and pressure data calibration curve
(1)在5%的顯著性水平下,除去偶然誤差的影響,各傳感器輸出的壓力、流量數(shù)據(jù)之間不存在顯著差異,具有較好的重復(fù)性和穩(wěn)定性,說明該傳感器適用于管道中壓力、流量的測量。
(2)標(biāo)定試驗(yàn)結(jié)果表明,傳感器為線性傳感器,在低壓小流量條件下可以通過該標(biāo)定曲線反映滴灌管道中壓力、流量的實(shí)際情況。
(3)本文對多傳感器測量數(shù)據(jù)的處理和標(biāo)定方法,可為其他傳感器的標(biāo)定試驗(yàn)提供一定的參考。