CN103048250B - 识别和/或评估测量信号的干扰的方法 - Google Patents

Abstract

本发明涉及一种识别和/或评估测量信号的与设备和/或过程相关的干扰的方法，该测量信号尤其是液态或气态介质中的浊度测量的测量信号该方法具有以下步骤：利用至少一个发射器生成发送信号，其中取决于测量变量，通过与介质的相互作用转换发送信号；利用至少一个分配给发射器的收集器，从经转换的发送信号中收集测量信号。其特征在于，通过以下步骤进一步处理测量信号：通过用干扰项处理测量信号而生成测量信号的干扰分量，干扰项由降维技术，尤其是主成分分析法(PCA)得到，其中干扰项包括对总方差贡献最大的主成分；评估干扰分量的时间分布。

Description

识别和/或评估测量信号的干扰的方法

技术领域

本发明涉及一种识别和/或评估测量信号的与设备和/或过程相关的干扰的方法，该测量信号尤其是在液态或气态介质中的浊度测量的测量信号。

背景技术

浊度测量从本发明的意义而言，是用浊度传感器，特别是在新鲜水和用于一般用途的水以及气态中进行的。而且，本发明与过程变量的测量相关，例如，固体含量或污泥浓度。适于确定各自过程变量的测量设备由Endress+Hauser集团公司的多种产品提供，例如名为“TurbimaxCUS51D”的产品。

通常地，传感器布置在传感器主体中并且用光学方法进行过程变量确定。以此方式，由至少一个发射器发射至少一个波长的电磁波穿过传感器主体中的至少一个光学窗，由测量介质散射并且由收集器通过另一个光学窗临时收集。光学部件的电磁波波长通常是在近红外的范围内，例如880nm。

通过在水或气态介质中，尤其是还在废水中运行，污垢、污染物、聚积物和堆积物都堆积在光学窗上，由此测量结果失真。经常地，在窗上形成一层使得几乎看不见的、肮脏的薄膜。光学窗可被研磨介质损坏。有短期的污染物，其一段时间后从光学窗上自行脱离，也有长期的污染物，其不会独立地从光学窗上自行脱离而是永久地粘附到光学窗上。由此在测量信号中随之发生微小的误差。

窄带发射体，例如发光二极管(LED)，通常作为发射器使用。由此，LED用于产生适当波长范围的光。相应地，光电二极管可作为收集器使用，其从收集到的光产生收集器信号，例如光电流或光电压。

发光二极管和光电二极管在它们的发射和收集性能方面容易发生老化导致的变异。由于这点，(发射)性能会劣化或者光电流比设备开始使用时较小。假设不再能保证准确的测量，这对于过程变量的确定是成问题的。

因此，必须监视和评估测量的运行状态。运行状态的评估本质上与可用性、安全性和质量有关，由此可以推断出关于测量值的合理性和可靠性的断言。

在预测未来状态中，感兴趣的是需要维护措施(校准，清洁，操作部件的更换，例如LED，更新消耗品，更换系统部件或整个系统)的时间点。

发明内容

本发明的目的是识别和评估测量信号中的干扰，以便持久保证准确的测量。

该目的通过具有以下步骤的方法实现：

-利用至少一个发射器生成发送信号，其中取决于测量变量，通过与介质的相互作用转换发送信号，

-利用至少一个分配给发射器的收集器，从经转换的发送信号中收集测量信号，

其特征在于，

通过以下步骤进一步处理测量信号：

-通过用干扰项处理测量信号而生成测量信号的干扰分量，干扰项由降维技术，尤其是主成分分析法(PCA)得到，其中干扰项包括对总方差贡献最大的主成分；

-评估干扰分量的时间分布。

通过使用降维技术，尤其是主成分分析法(PCA)，生成测量信号的干扰分量是可能的。用干扰分量可作出关于测量质量的断言。如果发射器和/或收集器的性能改变，或如果存在传感器的污染，则这可在干扰分量的时间分布中被检测出来。

DE19681530B4公开了一种用于控制单元的方法，其将测量信号与从主成分分析法(PCA)的所有主成分推导出的估计信号之间的残差作为测量信号的质量的量度，其中残差是在多个计算步骤中确定的并且相应地要大规模地计算。

在一个优选实施例中，使用n个对总方差贡献最大的主成分，其中n为发射器的数量。n个(贡献)最大主成分占据了总方差的大约95％。

在一个优选实施例中，方法还包括，如果在一个预设的时间范围内超过干扰分量的阈值则输出报警信息。因此，如果测量的质量不再是所期望的水准，则可以及时地响应。

优选地，干扰分量通过下列等式计算

$\tilde{x}=\mathrm{Sx}$

其中，

S为干扰项，并且

x为测量信号。

有利地，干扰项S通过下列等式计算

S＝(I-PP^T)

其中，

I为单位矩阵，并且

P为由对总方差贡献最大的主成分组成的矩阵。

在一个优选实施例中，用在标准条件下确定的测量信号提前执行主成分分析法(PCA)。

在一个优选实施例中，以下介质的至少一种的测量信号用于主成分分析法：福尔马肼、活性污泥、消化污泥、初沉污泥、返回活性污泥、高岭土或二氧化钛(TiO₂)。

因为主成分分析法(PCA)在标准条件下采用多种介质预先进行，即在对测量介质实际测量之前进行，所以从主成分分析法(PCA)得到的干扰项可反应这些不同介质。使用干扰项处理被测介质的测量信号以及干扰分量的生成是基于包括大多数可能的浊度值的坚实基础。干扰分量是用于测量的质量的可靠的标准量度。

如果超过干扰分量的预定阈值，则输出前面提到的报警或错误消息。该阈值指示不再仅有最大主成分对总方差有重大贡献，而是，其他主成分也会对总方差有重大贡献。这种情况的结果是测量不再具有所期望的质量，例如由于收集器老化或存在污染。

在一个优选实施例中，在进行主成分分析法(PCA)之前标准化测量信号，其中测量信号的标准化被视为是有利的，因为测量信号的漂移(由于，例如，窗上缓慢增长的污染物)更容易被识别。当然，该标准化也必须在实际的、当前的测量信号上进行。

在一个优选实施例中，由微处理器或微控制器来进行干扰分量的计算。微处理器和微控制器可以低能耗地可靠地执行所述计算，并且因此是合适的部件。

附图说明

本发明根据下述附图详细地描述。其显示：

图1：本发明的方法的流程图。

具体实施方式

基于浊度测量叙述本发明。然而，本发明可进一步应用于相似过程变量的测量，例如，或许是污泥浓度或固体含量。在浊度传感器中通常具有两个独立运行的传感单元，每一个具有一个发射器和两个收集器。优选地，两个收集器用于分别在与发射器的发射方向呈90°和135°的角度处收集散射光。在浊度传感器中，90°通道主要用于低水平浊度。135°通道主要用于中和高水平的浊度以及用于固体含量的测量。还具有其他已知的浊度传感器，其仅包括一个收集器和/或发射器；本发明的方法也可应用于这些传感器。发射器和收集器通过一个或多个(光学)窗与测量介质接触。

在第一步骤中，在方框1中，在标准条件下记录测量信号。就本发明的意义而言，标准条件为恒定温度，恒定气压，有明确比例的介质以及为了保持浊度恒定，对介质的经常搅拌。在实验室中，在标准条件下的测量期间记录福尔马肼、活性污泥、消化污泥、初沉污泥、返回活性污泥、高岭土或二氧化钛(TiO₂)中至少一种介质的测量信号。

在方框2中，从这些多种测量信号生成主成分分析法。由主成分分析法得到对总方差具有不同贡献的主成分。对于本发明，仅有对总方差贡献最大的主成分起着决定性作用。例如，前两个主成分具有对总方差最大的贡献，即，数据的有效维数是2。数据的有效维数与发射器的数量相等。已表明总方差的95％可与n个最大主成分映射，其中n为发射器的数量。

在接下来的步骤中，在方框3中，记录来自被测介质的测量信号。在方框4中用前两个主成分处理这些来自方框3的测量信号，从而出现信号的干扰分量

$\tilde{x}=\mathrm{Sx},$ 其中，

为干扰分量，

S为干扰项，以及

x代表测量信号。干扰项S通过下列等式计算

S＝(I-PP^T)

其中

I为单位矩阵，并且

P为由对总方差贡献最大的两个主成分组成的矩阵。干扰分量越大，失真就越大。如果n个(贡献)最大主成分的贡献下降(明显地)到95％以下，或者也就是说，干扰分量在阈值之上，那么其他主成分也对应于总方差的重大贡献。其结果是测量不再具有所期望的质量，举例来说，由于收集器/发射器老化或存在污染。

因为矩阵P是在实验室中在标准条件下预先获得的，在传感器中仅必须执行乘法计算。该计算可在微控制器或微处理器的帮助下进行。然而，可以想象更简单的电路元件，因为在某些情况下，传感器需要在低能耗下操作。这样，可在传感器中进行计算，或原则上也可在传感器外由单独的数据处理单元进行计算。

在方框5中，干扰分量随后被评估。如果干扰分量大于一定的阈值，则可在方框6中输出报警信息。多级报警系统是可以想到的，其中根据干扰分量幅值输出不同的报警信息。

总的来说，最重要的主成分在实验室中的标准条件下从很多种介质中获得，之后与来自测量介质的测量值结合。所得到的值是对测量的质量的标准量度。根据需要输出报警或错误消息。

附图标记列表

1标准条件下的测量信号

2主成分分析

3测量信号

4干扰分量的计算

5评估

6输出报警消息

Claims (8)

1.一种识别和/或评估测量信号的与设备和/或过程相关的干扰的方法，该测量信号是在液态或气态介质中的浊度测量的测量信号，所述方法包括步骤：

-利用n个发射器生成发送信号，n是正整数，其中根据测量变量，通过与介质的相互作用转换发送信号，

-利用至少一个分配给所述发射器的收集器，从所转换的发送信号中收集测量信号，

所述方法的特征在于通过以下步骤进一步处理所述测量信号：

-通过用干扰项处理所述测量信号而生成所述测量信号的干扰分量，所述干扰项由降维技术得到，所述降维技术是主成分分析法，其中所述干扰项包括对总方差贡献最大的主成分，其中，使用n个对所述总方差贡献最大的主成分，

-评估所述干扰分量的时间分布。

2.根据权利要求1所述的方法，进一步包括：如果在预设的时间范围内超过所述干扰分量的阈值，则输出报警消息。

3.根据权利要求1所述的方法，其中，所述干扰分量通过下列等式计算

$\tilde{x}=Sx$

其中，

S为所述干扰项，并且

x为所述测量信号。

4.根据权利要求1所述的方法，其中，所述干扰项S通过下列等式计算

S＝(I-PP^T)

其中，

I为单位矩阵，并且

P为由对所述总方差贡献最大的主成分组成的矩阵。

5.根据权利要求1所述的方法，其中，利用在标准条件下确定的测量信号提前执行主成分分析。

6.根据权利要求5所述的方法，其中下列介质的至少一种的测量信号用于所述主成分分析，所述介质包括：福尔马肼、活性污泥、消化污泥、初沉污泥、返回活性污泥、高岭土或二氧化钛(TiO₂)。

7.根据权利要求1所述的方法，其中，在执行所述主成分分析之前标准化所述测量信号，其中经标准化的测量信号

8.根据权利要求1所述的方法，其中由微处理器或微控制器来执行所述干扰分量的计算。