CN103528634A - 一种科里奥利质量流量计云传输数字信号处理装置及方法 - Google Patents

Abstract

本发明公开了一种科里奥利质量流量计云传输数字信号处理装置及方法，包括一个科氏质量流量计，科氏质量流量计自带两个磁电传感器、驱动器和恒流源，两个磁电传感器将采集到的信号传送给与磁电传感器相对应的差分放大电路，差分放大电路将处理后的信号通过与差分放大电路相对应的AD采样电路传送给DSP；驱动器通过反馈型数字驱动模块与DSP通讯连接。采用了带反馈的非线性增益控制算法进行数字驱动，快速稳定，牛顿LMS算法自适应跟踪频率及时准确，精度达到0.01%，带有温度补偿的DTFT算法计算相位差精度达到0.02%工业级别。因此可见，该数字信号处理算法是一种高精度、实时性强的科氏质量流量计信号处理方法。

Description

一种科里奥利质量流量计云传输数字信号处理装置及方法

技术领域

本发明涉及一种科里奥利质量流量计云传输数字信号处理装置及方法。

背景技术

由于科氏质量流量计是基于流体振动原理工作，管子振动频率受流体密度等影响，二次仪表测量量为合成波的相位差，且模拟电路对外界噪声比较敏感，因此降低了测量的精确度。为了提高科氏质量流量计的精度和抗干扰能力，国内外研发机构和工程师的普遍做法是将数字信号处理算法应用于科氏质量流量计信号处理过程中。例如，中国专利CN101832803B利用同步调制方法，通过过零比较方法计算得到振动频率，从而计算出相位差。该方法比较简单，但是计算精度不高。北京化工大学采用在DFT基础上引入了线性调频Z变换算法对信号进行频率跟踪，采用滑动Goertzel算法进行信号相位差的测量（林坤，科氏流量计的DSP算法研究及实现，北京化工大学，硕士学位论文,2008）。该方法频率和相位差精度高，但实时性欠佳。合肥工业大学提出采用归一化格型IIR自适应谱线增强器对科氏流量计信号进行增强和频率估计，采用加汉宁窗修正的离散傅里叶变换计算科氏流量计信号的时间差的方法（倪伟，科里奥利质量流量计数字信号处理方法的研究，合肥工业大学，博士学位论文，2004）。该方法实现了频率实时跟踪，但当非整周期采样时相位差计算存在频谱泄露问题，影响测量精度。

现有科氏质量流量计信号处理方法存在精度不高，实时性不强，成本较高的问题。因此，发明一种高精度、实时性强的低成本数字信号处理方法是当务之急。

发明内容

为解决现有技术存在的不足，本发明公开了一种科里奥利质量流量计云传输数字信号处理装置及方法，该方法基于带反馈控制的数字驱动维持流量管稳幅振动、牛顿最小均方误差自适应算法（简称牛顿LMS算法）跟踪频率、离散时间傅里叶变换算法（简称DTFT算法）计算相位差。该方法为特别适用于信号频率变化速度快、相位差不断波动的一种数字信号处理方法。

为实现上述目的，本发明的具体方案如下：

一种科里奥利质量流量计云传输数字信号处理装置，包括一个科氏质量流量计，科氏质量流量计自带两个磁电传感器、驱动器和恒流源，两个磁电传感器将采集到的信号传送给与磁电传感器相对应的差分放大电路，差分放大电路将处理后的信号通过与差分放大电路相对应的AD采样电路传送给DSP；

所述驱动器通过反馈型数字驱动模块与DSP通讯连接；

所述恒流源与PT100相连，恒流源用于给PT100提供电压，PT100测量外界温度，PT100通过与之对应的AD采样电路与DSP相连。恒流源输入电源与dsp的电源模块相连。

所述DSP还与SRAM、EEPROM、ePWM的输出、LCD、键盘及GPS模块相连；

所述DSP还通过GPRS模块与云服务器相连，云服务器与移动终端相连。移动终端为手机、电脑等。

所述科氏质量流量计为双U型管科氏质量流量计。

所述GPRS模块包括SIM300模块。

本装置采用DSP作为主控制器，采用反馈型数字驱动模块进行数字驱动，利用GPS模块采集科氏质量流量计位置信息，采用SIM300模块的GPRS远程网络通信，实现科氏质量流量计检测获得的参数从DSP到云服务器，以及从云服务器到移动网络终端的数据传输。通过LCD和键盘实现人机交互功能，ePWM脉冲输出提供4～20mA电流输出。

GPRS模块能够实现向云服务器中远程传输测量数据，GPS模块能够实现对科氏质量流量计的定位，能够对流量数据，以及管道损坏进行实时监控。

云服务器接收到的数据分类存储到数据库中，通过网络开发技术，将其用网页的形式展现出来，能够实现任何网络移动终端对科式质量流量计监测数据的实时读取，数据对比分析，异常状况报警等。

一种科里奥利质量流量计数字信号处理方法，包括以下步骤：

步骤一：数字驱动，利用反馈型数字驱动模块使科氏质量流量计起振并维持稳定工作状态；

步骤二：科氏质量流量计起振并维持稳定工作状态后信号预处理，采用带通IIR数字滤波器，对AD采样电路采样得到的信号进行数字滤波，保证算法输入数据的精度；

步骤三：自适应频率跟踪，利用IIR陷波器对两路AD采样得到的带有相位差的传感器振动信号中提取增强信号，再利用牛顿LMS算法自适应跟踪信号频率；IIR陷波器使陷波频率收敛到流量管振动的基频，让基频周围一个窄频带以外的所有噪声通过，由IIR陷波器参数结合牛顿LMS算法求出基频；

步骤四：通过离散时间傅里叶变换算法获得两路振动信号相位差；

步骤五：将相位差进行平滑处理后求得质量流量；

步骤六：温度补偿，检测科氏流量计的敏感管材料的弹性模量温度，根据检测的温度得到补偿系数，计算出补偿后的瞬时流量，从而对温度效应进行数字补偿。

所述步骤一中数字驱动的具体过程：在驱动起始阶段，由DSP模块产生初始激振信号激振科氏质量流量计的流量管，当磁电传感器检测幅值达到给定值后，结合牛顿LMS算法估计的频率和DTFT算法估计的相位，合成正弦驱动信号，再利用非线性幅值增益控制方法，得到该时刻驱动信号幅值增益，将合成的正弦信号和非线性幅值增益相乘得到驱动信号，形成反馈回路，使流量管维持在期望幅值附近振动。

所述频率估计利用牛顿LMS算法，相位估计利用DTFT算法；

所述步骤三中基频的求取过程为：

陷波器传递函数如下：

$H\left(z^{-1}\right)=\frac{1+{\mathrm{wz}}^{-1}+z^{-2}}{1+{\mathrm{\ρwz}}^{-1}+{\mathrm{\ρ}}^2{z}^{-2}}.$

其中，H(z^-1)为陷波器传递函数，w陷波因子，ρ陷阱带宽，z^-1为延迟因子。本申请中同一个符号表示的意义相同。

假设输入信号为随机游动模型时变信号，信号函数表示为其中，A(n)为信号幅值，ω(n)为信号频率，

为信号相位，e(n)为随机噪声信号，n为离散时间点；

当陷波器传递函数中参数w＝-2cosω时，陷波器输出估计为：

$\hat{e}\left(n\right)=\frac{1+{\mathrm{wz}}^{-1}+z^{-2}}{1+{\mathrm{\ρwz}}^{-1}+{\mathrm{\ρ}}^2{z}^{-2}}x\left(n\right)$

其中，

为e(n)的估计，ω信号角频率；

当ρ→1时，利用牛顿LMS算法对w进行估计；

利用牛顿LMS算法对w进行估计具体过程为：陷波器输出误差为

定义代价函数

$F\left(w\right)=\frac{1}{N}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{2}{\mathrm{\ϵ}}^2(n,w)$

其中，N表示采样点个数；ε(n,w)陷波器输出误差，

其中，w的估计

可表示为：

由于ρ趋向于1，根据牛顿LMS算法公式，

可由下式递推得到：

$\hat{w}(n+1)=\hat{w}\left(n\right)-\mathrm{\μ}\left(n\right)\▿\left(n\right)\hat{e}\left(n\right)$

其中， $\mathrm{\μ}\left(n\right)={(1-\mathrm{\λ}\left(n\right))R}^{-1}\left(n\right)=(1-\mathrm{\λ}\left(n\right)){\left(\frac{{\∂}^{2}F\left(w\right)}{{\∂}^2{w}^2}\right)}^{-1},$

λ(n)为遗忘因子，R^-1(n)自相关函数，λ(n)＝λ₀λ(n-1)+(1-λ₀)λ_∞，λ₀，λ_∞分别为遗忘因子初值和终值，μ(n)为自相关因子，▽(n)为离散梯度算子；牛顿LMS就是基于最速下降法，所以梯度算子相当于下降速率。

μ(n)可由递推计算得到

$\mathrm{\μ}\left(n\right)=\frac{\mathrm{\μ}(n-1)}{\mathrm{\λ}\left(n\right)+{\▿}^2\left(n\right)\mathrm{\μ}(n-1)},$

其中，

$\▿\left(n\right)=\frac{\∂\hat{e}\left(n\right)}{\∂w}=\frac{y(n-1)-\mathrm{\ρ}\hat{e}(n-1)}{1+{\mathrm{\ρwz}}^{-1}+{\mathrm{\ρ}}^2{z}^{-2}}.$

此处，每个陷阱的带宽由ρ的取值确定，在输入信号的先验知识未知的情况下，如果ρ非常趋近于1，即极点靠近零点，将ρ改写为ρ(n)，如下定义：

ρ(n)＝ρ₀ρ(n-1)+(1-ρ₀)ρ_∞,

通过仿真选取相应参数ρ₀，ρ_∞的值，这两个为常值，根据信号仿真得到最佳值，初始值和终值。科氏质量流量计信号频率估计

由公式

求得。

所述步骤四中两路振动信号相位差的获取过程为：

设观测信号为两路同频率的实正弦信号：

s₁(t)＝A₁cos(2πf₀t+θ₁),

s₂(t)＝A₂cos(2πf₀t+θ₂).

其中，A₁,A₂为不同的信号幅值，f₀为信号频率，θ₁，θ₂为两路信号初始相位，t为采样时间，s₁(t)，s₂(t)为两路连续信号函数；

以采样频率f_s(f_s≥2f₀)同时对两路信号采样，获得采样序列：

s₁(n)＝A₁cos(ωn+θ₁)，

s₂(n)＝A₂cos(ωn+θ₂)，n＝0，1，...，N-1.

其中，s₁(n)s₂(n)为采样后离散信号函数；

设ω的估计值为

，则s₁(n)在处离散时间傅里叶变换为：

$S_{1,N}\left(\widehat{\mathrm{\ω}}\right)=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{A}_1\cos (\mathrm{\ωn}+{\mathrm{\θ}}_1)\·e^{-j\widehat{\mathrm{\ω}}n}=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}\frac{A_1}{2}[e^{j(\mathrm{\ωn}+{\mathrm{\θ}}_1)}+e^{-j(\mathrm{\ωn}+{\mathrm{\θ}}_1)}]\·e^{-j\widehat{\mathrm{\ωn}}},$

$S_{1,N}\left(\mathrm{\ω}\right)=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{s}_1\left(n\right)*e^{-\mathrm{j\ωn}},S_{1,N+1}\left(\mathrm{\ω}\right)=\underset{n=0}{\overset{N}{\mathrm{\Σ}}}{s}_1\left(n\right)*e^{-\mathrm{j\ωn}}=S_{1,N}\left(\mathrm{\ω}\right)+s_1\left(N\right)*e^{-\mathrm{j\ωn}}.$

其中，S_1,N(ω)为一路信号第N采样点经离散时间傅里叶变换后的信号，s₁(n)为一路信号采样后离散信号函数，S_1,N+1(ω)为一路信号第N+1采样点经离散时间傅里叶变换后的信号，

为在

处离散时间傅里叶变换一路信号函数；

假设

推导即

其中，c₁，c₂，c₃，c₄为推导过程中间参数；

c₁＝sinα₁sinα₂cos(α₁-α₃)+sinα₃sinα₄cos(α₄-α₂),

c₂＝sinα₁sinα₂sin(α₁-α₃)-sinα₃sinα₄sin(α₄-α₂),

c₃＝sinα₁sinα₂sin(α₁-α₃)+sinα₃sinα₄sin(α₄-α₂),

c₄＝sinα₁sinα₂cos(α₁-α₃)-sinα₃sinα₄cos(α₄-α₂),

并且，α₁，α₂，α₃，α₄为推导过程中间参数；

${\mathrm{\α}}_1=N(\mathrm{\ω}-\widehat{\mathrm{\ω}})/2,{\mathrm{\α}}_2=(\mathrm{\ω}+\widehat{\mathrm{\ω}})/2,{\mathrm{\α}}_3=(\mathrm{\ω}-\widehat{\mathrm{\ω}})/2,{\mathrm{\α}}_4=N(\mathrm{\ω}+\widehat{\mathrm{\ω}})/2,$

为S_1，N(ω)的相位，同理，对于s₂(n)，存在着

$\widehat{\mathrm{\ω}}\≈\mathrm{\ω},\sin {\mathrm{\α}}_1/\sin {\mathrm{\α}}_3\≈N,\mathrm{\α}=N\widehat{\mathrm{\ω}},$ 则相位差Δθ可近似表达为

其中，m₁，m₂，m₃，m₄为推导过程中间参数，φ₂为S_2,N(ω)的相位，α为推导过程参数。

$m_1=N{\left(\sin \widehat{\mathrm{\ω}}\right)}^2-{\left(\sin \mathrm{\α}\right)}^2/N$

$M_2=N{\left(\sin \widehat{\mathrm{\ω}}\right)}^2+{\left(\sin \mathrm{\α}\right)}^2/N-2\sin \widehat{\mathrm{\ω}}\sin \mathrm{\α}\cos (\mathrm{\α}-\widehat{\mathrm{\ω}})$

$m_3=2\sin \widehat{\mathrm{\ω}}\sin \mathrm{\α}\cos (\mathrm{\α}-\widehat{\mathrm{\ω}}).$

$m_4=N{\left(\sin \widehat{\mathrm{\ω}}\right)}^2+{\left(\sin \mathrm{\α}\right)}^2/N+2\sin \widehat{\mathrm{\ω}}\sin \mathrm{\α}\cos (\mathrm{\α}-\widehat{\mathrm{\ω}})$

所述步骤五中质量流量计算根据时间差f_s为采样频率，K为流量计常数，从而算得质量流量。

所述步骤五中相位差平滑处理的方式采用加权平均。

带反馈控制的数字驱动模块使振动管快速起振并维持稳定振动，通过预处理能有效减少外界干扰对精确度的影响，该数字信号处理算法大大减少软件计算量，牛顿LMS自适应算法能够实时精确跟踪信号频率变化，DTFT算法计算相位差时收敛快，精度高，从而使质量流量的测量精度得以提高，实时性增强。本发明阐述的科氏质量流量计数字信号处理算法，采用了带反馈的非线性增益控制算法进行数字驱动，快速稳定，牛顿LMS算法自适应跟踪频率及时准确，精度达到0.01%，带有温度补偿的DTFT算法计算相位差精度达到0.02%工业级别。因此可见，该数字信号处理算法是一种高精度、实时性强的科氏质量流量计信号处理方法。

本发明的有益效果：

1.数字驱动克服了干扰对模拟驱动的影响，采取反馈回路的驱动方式，能够使测量管快速起振，并保持稳定工作状态，为数字信号处理的进行提供基础。其中合成驱动信号时的信号频率和相位信息的获取共用了数字信号处理算法的输出数据，减少了计算量和CPU的占用，提高了驱动反馈的实时性。

2.椭圆数字带通滤波器阶数低，过渡带比较窄，能够迅速滤掉信号基频窄频带外大部分噪声，为数字信号处理算法的计算提供了精确的输入数据。

3.基于IIR陷波器的牛顿LMS算法，在传统的LMS算法的基础上引入了牛顿梯度算子，加快了下降收敛速度，能够快速自适应跟踪信号频率的变化，为相位差计算提供前提条件。同时，陷波以后获得的增强信号，进一步优化了数字信号处理算法的精度。

4.采用递推的DTFT算法，每增加一点，只需计算当前点的DTFT，再加上前n点DTFT，大大减少了算法计算量，节省了CPU资源和时间，能够快速并精确计算两路传感器信号相位差。

5.温度补偿避免了温度变化对频率和相位差计算的影响，进一步提高了数字信号处理算法的计算精度。

附图说明

图1科氏质量流量计结构图；

图2一次仪表与二次仪表连接图；

图3数字信号处理算法流程图；

图4数字驱动算法流程图；

图5牛顿LMS算法频率估计收敛曲线；

图6DTFT算法计算相位差收敛曲线；

图7算法实施方案硬件结构图；

图中，1平行的U形测量管，2磁电传感器B，3磁电传感器A，4驱动器，5变送器，6，10芯输出电缆，7插头及连接电缆，8传感器。

具体实施方式：

下面结合附图对本发明进行详细说明：

如图1所示，科里奥利质量流量计（下简称为科氏质量流量计），能够直接测量质量流量，测量精度高，应用前景广阔。科氏流量计按其结构分为直管型和弯管型。该发明专利将以双U型管科氏质量流量计为例进行设计，

科氏流量计工作原理描述如下：当有流体流经流量计测量管时，在测量管振动频率一定的情况下，流入和流出测量管的两路正弦波信号会存在相位差，而且该相位差正比于流过测量管的流体质量流量。因此，科氏质量流量计关键在于两路传感器信号的振动频率和相位差的获取。

如图2所示，科氏质量流量计包括一次仪表和二次仪表，其中一次仪表包括平行的U形测量管1、传感器8、驱动器、温度传感器和连接电缆插头，传感器包括磁电传感器B2和磁电传感器A3，其中温度传感器位于U型管与连接法兰交叉处。一次仪表与二次仪表之间由插头及连接电缆7连接。二次仪表主要由系统反馈数字驱动模块、信号采集模块、信号处理模块和SIM300模块构成，即DSP变送器。二次仪表主要由系统反馈数字驱动模块、信号采集模块、信号处理模块构成，即变送器，作用是为驱动器提供驱动信号，测量传感器信号的频率以及相位差。传统处理方法是基于模拟电路的信号处理方式，对传感器输出信号进行放大、滤波、整形、鉴相和计数，测量相位差大小。

如图7所示，一种科里奥利质量流量计数字信号处理装置，包括一个科氏质量流量计，科氏质量流量计自带两个磁电传感器、驱动器和恒流源，两个磁电传感器将采集到的信号传送给与磁电传感器相对应的差分放大电路，差分放大电路将处理后的信号通过与差分放大电路相对应的AD采样电路传送给DSP；

驱动器通过反馈型数字驱动模块与DSP通讯连接；DSP还与SRAM、EEPROM、ePWM的输出、LCD、键盘及GPS模块相连；DSP还通过GPRS模块与云服务器相连，云服务器与移动终端相连。科氏质量流量计为双U型管科氏质量流量计。GPRS模块包括SIM300模块。

本装置采用DSP作为主控制器，采用反馈型数字驱动模块进行数字驱动，利用GPS模块采集科氏质量流量计位置信息，采用SIM300模块的GPRS远程网络通信，实现科氏质量流量计检测获得的参数从DSP到云服务器，以及从云服务器到移动网络终端的数据传输。通过LCD和键盘实现人机交互功能，ePWM脉冲输出提供4～20mA电流输出。

如图3所示，一种科里奥利质量流量计数字信号处理方法，包括以下步骤：

步骤一：数字驱动，利用反馈型数字驱动模块使科氏质量流量计起振并维持稳定工作状态；

步骤二：科氏质量流量计起振并维持稳定工作状态后信号预处理，采用带通IIR数字滤波器，对AD采样电路采样得到的信号进行数字滤波，保证算法输入数据的精度；

步骤三：自适应频率跟踪，利用IIR陷波器对两路AD采样得到的带有相位差的传感器振动信号中提取增强信号，再利用牛顿LMS算法自适应跟踪信号频率；IIR陷波器使陷波频率收敛到流量管振动的基频，让基频周围一个窄频带以外的所有噪声通过，由IIR陷波器参数结合牛顿LMS算法求出基频；

步骤四：通过离散时间傅里叶变换算法获得两路振动信号相位差；

步骤五：将相位差进行平滑处理后求得质量流量；

步骤六：温度补偿，检测科氏流量计的敏感管材料的弹性模量温度，根据检测的温度得到补偿系数，计算出补偿后的瞬时流量，从而对温度效应进行数字补偿。

如图4所示，所述步骤一中数字驱动的具体过程：在驱动起始阶段，由DSP模块产生初始激振信号激振流量管，当磁电传感器检测幅值达到给定值后，结合频率估计和相位估计，合成正弦驱动信号，再利用非线性幅值增益控制方法，得到该时刻驱动信号幅值增益，将合成的正弦信号和非线性幅值增益相乘得到驱动信号，形成反馈回路，使流量管维持在期望幅值附近振动。利用反馈型数字驱动模块测量得到相位，幅值信号经过非线性控制算法反馈控制驱动信号。

本装置采用的DSP是TI公司的TMS320F28335DSP芯片，由于GPRS模块的供电电压为3.4～4.5（典型值为4.2），采用5V供电时，需要进行5V到4.2V的转换，本装置使用MIC29300为SIM300提供电压，其输出电流达到3A，可满足SIM300的要求。

GPS模块采用GS-15C GSP接收机采集位置信息，精度达到5～10米。GPS模块集成度高，通过串口与DSP通信。

SIM300模块内部集成了GSM控制器，两个串口，一个SIM卡接口，两个模拟音频接口等。所有这些硬件接口除天线接口外，都是通过60针的板对板连接器进行连接，对传输中用不到的接口进行引脚悬空即可。

GPRS模块工作过程如下：SIM300模块上电后，观察NetworkLED引脚上的网络指示灯，等到网络指示灯的闪烁频率变为64ms ON/3000ms OFF，此时表示模块已经连接到GPRS网络上，通过DSPF28335引脚对PWKEY引脚输出一个大于1500ms的低脉冲来开启SIM300模块。SIM300内部集成了TCP/IP协议，DSPF28335通过串口向SIM300发送AT指令，就可控制SIM300实现数据传输功能。

云服务器设置为固定IP的数据库系统，SIM300通过GPRS访问云服务器的某一设定端口（如80端口），从而进行GPRS模块与云服务器之间的通信。云服务器将收到的监测数据按数据类别存储到数据库中，数据类别主要有质量流量、温度、GPS定位位置以及采集时间等。利用网络开发技术，将数据库内容以网页的形式展现，实现实时定位，实时检测，实时查询。这样，任何一个移动网络终端都可以通过网址进行访问云空间，在线实时观测科氏流量计工作状态。

利用CPUTIMER0定时器中断，得到1s累积流量，保存在外扩的EEPROM中。

PWM输出功能由DSP的ePWM中一路PWM比较功能，获得带有流量信息的脉冲信号。

人机接口由LCD和键盘组成，利用DSP多功能复用GPIO口，来实现特定功能。LCD显示测量结果有瞬时流量、累积流量、温度等。键盘主要用来设定仪表系数。

由DSP提供初始正弦激振信号，信号幅度由小变大，当振动幅度达到给定值时，利用牛顿LMS陷波算法以及DTFT算法估计信号频率和相位，从而合成正弦驱动信号。然后，根据振动幅度的变化，通过与给定幅度的差值确定幅值增益。最后，将合成正弦波与增益的乘积作为反馈驱动信号，保持流量管振动幅度维持在稳定工作状态。

流量管稳定振动工作后，利用两路AD采集两路磁电式传感器信号，经过多通道缓冲串口Mcbsp，利用DMA传输到内部存储器临时数组，当临时数组放满后，产生DMA接收中断，将两个临时数组数据转移到外扩的SRAM缓冲数组中。

根据DSP运算速度，每次取500点数据，当信号幅值大于设定值，开始调用算法模块。对数据进行预处理，根据流量管参数设计切比雪夫带通滤波器，滤波后数据也存放在外扩SRAM数组中。

临时数组中滤波后的数据进入牛顿LMS陷波算法模块，一方面，由牛顿LMS算法自适应估计两路信号基频。为了保证频率精度，对基频进行平均处理，并设置波动范围，当波动幅度大于设定值时，则不更新频率，反之，则更新频率，将频率值保存在外扩数组中。另一方面，两路信号经过陷波器后为滤除噪声的增强信号，保存此增强信号，为相位差计算提供精确输入数据。

调用DTFT算法对增强信号求得相位差时，将增强信号进行DTFT后，针对算法计算特点，分别将信号实部和虚部保存在两个外扩数组中，从而得到两路信号相位差，然后对相位差进行平滑处理，结合频率值得到时间差，继而得到瞬时流量。仪表系数保存在外扩的EEPROM。

采集温度传感器信号，通过串行外设接口SPI，进入DSP转换为温度值，根据流量计材质获得相应温度补偿系数，对瞬时流量进行温度补偿。

温度补偿：科氏流量计的敏感管材料的弹性模量是随温度变化而变化的，可以适时检测温度，根据温度得到补偿系数，计算出补偿后的瞬时流量，从而对温度效应进行数字补偿。

对于单相流信号，提高计算精度、扩展量程下限是科氏质量流量计数字信号处理算法的目标。尤其是对于小流量信号，信号较弱、信噪比低，DTFT计算得到的相位差波动比较大，所以需要采用加权平均对相位差进行平滑处理。但流量突变会产生测量误差，为此设置相位差限定值，如果连续10个相位差计算结果都超过限定值，则把这10个相位差值之和的平均值作为当前相位差，加快流量变化反应速度。

通过DTFT递推算法分别计算出两路信号在

处的DTFT，其相位相减之后即可得到两路信号的相位差Δθ，此即为DTFT递推算法测量相位差的基本原理。

牛顿LMS自适应算法在收敛后根据信号特征的变化持续调整陷波器参数，跟踪振动频率的变化。采用零极点约束的IIR陷波器，将零点固定在单位圆上，并且位于陷波频率处，极点设在单位圆内，与零点同一角度。

由于工业现场噪声多在5KHz以上，所以在高采样频率下，采用简单的带通滤波器即可达到滤波效果。

一般情形下，当信噪比不是特别低的时候，通过自适应格型陷波器收敛后求得的信号频率值与真实值很接近，即可以认为

对本专利进行了仿真实验，仿真中（如图5），采样参数：信号频率f=200hz，采样频率fs=2000。在频率计算不到100点时刻，牛顿LMS算法达到收敛，并且频率跟踪快速准确，精度为0.01%级别。

DTFT算法能够快速并精确计算两路传感器信号相位差。仿真中（如图6），相位差参数为：phasediff=0.01，。在相位差计算300点左右时刻，相位差已经达到收敛，精度在0.02%左右。

实验还仿真了从0.01度到0.4度区间内5个相位，每个相位差取5次测量结果的平均值，其计算精度如表1。

表1DTFT算法相位差计算仿真数据

Claims (10)

1.一种科里奥利质量流量计云传输数字信号处理装置，其特征是，包括一个科氏质量流量计，科氏质量流量计自带两个磁电传感器、驱动器和恒流源，两个磁电传感器将采集到的信号传送给与磁电传感器相对应的差分放大电路，差分放大电路将处理后的信号通过与差分放大电路相对应的AD采样电路传送给DSP；

所述驱动器通过反馈型数字驱动模块与DSP通讯连接；

所述恒流源与PT100相连，恒流源用于给PT100提供电压，PT100测量外界温度，PT100通过与之对应的AD采样电路与DSP相连；

所述DSP还通过GPRS模块与云服务器相连，云服务器与移动终端相连。

2.如权利要求1所述的一种科里奥利质量流量计云传输数字信号处理装置，其特征是，所述DSP还与SRAM、EEPROM、ePWM的输出、LCD、键盘及GPS模块相连。

3.如权利要求1所述的一种科里奥利质量流量计云传输数字信号处理装置，其特征是，所述科氏质量流量计为双U型管科氏质量流量计。

4.如权利要求1所述的一种科里奥利质量流量计云传输数字信号处理装置，其特征是，所述GPRS模块包括SIM300模块。

5.如权利要求1所述的一种科里奥利质量流量计云传输数字信号处理装置所用的数字信号处理方法，其特征是，包括以下步骤：

步骤一：数字驱动，利用反馈型数字驱动模块使科氏质量流量计起振并维持稳定工作状态；

步骤二：科氏质量流量计起振并维持稳定工作状态后信号预处理，采用带通IIR数字滤波器，对AD采样电路采样得到的信号进行数字滤波，保证算法输入数据的精度；

步骤三：自适应频率跟踪，利用IIR陷波器对两路AD采样得到的带有相位差的传感器振动信号中提取增强信号，再利用牛顿LMS算法自适应跟踪信号频率；IIR陷波器使陷波频率收敛到流量管振动的基频，让基频周围一个窄频带以外的所有噪声通过，由IIR陷波器参数结合牛顿LMS算法求出基频；

步骤四：通过离散时间傅里叶变换算法获得两路振动信号相位差；

步骤五：将相位差进行平滑处理后求得质量流量；

步骤六：温度补偿，检测科氏流量计的敏感管材料的弹性模量温度，根据检测的温度得到补偿系数，计算出补偿后的瞬时流量，从而对温度效应进行数字补偿。

6.如权利要求5所述的方法，其特征是，所述步骤一中数字驱动的具体过程：在驱动起始阶段，由DSP模块产生初始激振信号激振科氏质量流量计的流量管，当磁电传感器检测幅值达到给定值后，结合牛顿LMS算法估计的频率和DTFT算法估计的相位，合成正弦驱动信号，再利用非线性幅值增益控制方法，得到该时刻驱动信号幅值增益，将合成的正弦信号和非线性幅值增益相乘得到驱动信号，形成反馈回路，使流量管维持在期望幅值附近振动。

7.如权利要求5所述的方法，其特征是，所述步骤三中基频的求取过程为：

陷波器传递函数如下：

$H\left(z^{-1}\right)=\frac{1+{\mathrm{wz}}^{-1}+z^{-2}}{1+{\mathrm{\ρwz}}^{-1}+{\mathrm{\ρ}}^2{z}^{-2}}.$

其中，H(z^-1)为陷波器传递函数，w陷波因子，ρ陷阱带宽，z^-1为延迟因子，

假设输入信号为随机游动模型时变信号，信号函数表示为其中，A(n)为信号幅值，ω(n)为信号频率，

为信号相位，e(n)为随机噪声信号，n为离散时间点；

当陷波器传递函数中参数w＝-2cosω时，陷波器输出估计为：

$\hat{e}\left(n\right)=\frac{1+{\mathrm{wz}}^{-1}+z^{-2}}{1+{\mathrm{\ρwz}}^{-1}+{\mathrm{\ρ}}^2{z}^{-2}}x\left(n\right)$

其中，

为e(n)的估计，ω信号角频率；

当ρ→1时，

利用牛顿LMS算法对w进行估计；

利用牛顿LMS算法对w进行估计具体过程为：陷波器输出误差为

定义代价函数

$F\left(w\right)=\frac{1}{N}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{2}{\mathrm{\ϵ}}^2(n,w)$

其中，N表示采样点个数；

其中，w的估计

可表示为：

由于ρ趋向于1，根据牛顿LMS算法公式，

可由下式递推得到：

$\hat{w}(n+1)=\hat{w}\left(n\right)-\mathrm{\μ}\left(n\right)\▿\left(n\right)\hat{e}\left(n\right)$

其中， $\mathrm{\μ}\left(n\right)={(1-\mathrm{\λ}\left(n\right))R}^{-1}\left(n\right)=(1-\mathrm{\λ}\left(n\right)){\left(\frac{{\∂}^{2}F\left(w\right)}{{\∂}^2{w}^2}\right)}^{-1},$

λ(n)为遗忘因子，R^-1(n)自相关函数λ(n)＝λ₀λ(n-1)+(1-λ₀)λ_∞，λ₀λ_∞遗忘因子初值和终值，μ(n)为自相关因子，▽(n)为离散梯度算子；牛顿LMS就是基于最速下降法，所以梯度算子相当于下降速率，

μ(n)可由递推计算得到

$\mathrm{\μ}\left(n\right)=\frac{\mathrm{\μ}(n-1)}{\mathrm{\λ}\left(n\right)+{\▿}^2\left(n\right)\mathrm{\μ}(n-1)},$

其中，

$\▿\left(n\right)=\frac{\∂\hat{e}\left(n\right)}{\∂w}=\frac{y(n-1)-\mathrm{\ρ}\hat{e}(n-1)}{1+{\mathrm{\ρwz}}^{-1}+{\mathrm{\ρ}}^2{z}^{-2}}.$

此处，每个陷阱的带宽由ρ的取值确定，在输入信号的先验知识未知的情况下，如果ρ非常趋近于1，即极点靠近零点，将ρ改写为ρ(n)，如下定义：

ρ(n)＝ρ₀ρ(n-1)+(1-ρ₀)ρ_∞,

通过仿真选取相应参数ρ₀，ρ_∞的值，科氏质量流量计信号频率

由公式 $\widehat{\mathrm{\ω}}\left(n\right)={\cos }^{-1}(-\hat{w}(n/2))$ 求得。

8.如权利要求5所述的方法，其特征是，所述步骤四中两路振动信号相位差的获取过程为：

设观测信号为两路同频率的实正弦信号：

s₁(t)＝A₁cos(2πf₀t+θ₁)

s₂(t)＝A₂cos(2πf₀t+θ₂)

其中，A₁,A₂为不同的信号幅值，f₀为信号频率，θ₁，θ₂为两路信号初始相位，t为采样时间，s₁(t)，s₂(t)为两路连续信号函数；

以采样频率f_s(f_s≥2f₀)同时对两路信号采样，获得采样序列：

s₁(n)＝A₁cos(ωn+θ₁)，

s₂(n)＝A₂cos(ωn+θ₂)，n＝0，1，...，N-1.

其中，s₁(n)s₂(n)为采样后离散信号函数；

设ω的估计值为

则s₁(n)在

处离散时间傅里叶变换为：

$S_{1,N}\left(\widehat{\mathrm{\ω}}\right)=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{A}_1\cos (\mathrm{\ωn}+{\mathrm{\θ}}_1)\·e^{-j\widehat{\mathrm{\ω}}n}=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}\frac{A_1}{2}[e^{j(\mathrm{\ωn}+{\mathrm{\θ}}_1)}+e^{-j(\mathrm{\ωn}+{\mathrm{\θ}}_1)}]\·e^{-j\widehat{\mathrm{\ωn}}},$

$S_{1,N}\left(\mathrm{\ω}\right)=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{s}_1\left(n\right)*e^{-\mathrm{j\ωn}},S_{1,N+1}\left(\mathrm{\ω}\right)=\underset{n=0}{\overset{N}{\mathrm{\Σ}}}{s}_1\left(n\right)*e^{-\mathrm{j\ωn}}=S_{1,N}\left(\mathrm{\ω}\right)+s_1\left(N\right)*e^{-\mathrm{j\ωn}}.$

其中，S_1,N(ω)为一路信号第N采样点经离散时间傅里叶变换后的信号，s₁(n)为一路信号采样后离散信号函数，S_1,N+1(ω)为一路信号第N+1采样点经离散时间傅里叶变换后的信号，

为在

处离散时间傅里叶变换一路信号函数；

假设

推导即

其中，c₁，c₂，c₃，c₄为推导过程中间参数；

c₁＝sinα₁sinα₂cos(α₁-α₃)+sinα₃sinα₄cos(α₄-α₂),

c₂＝sinα₁sinα₂sin(α₁-α₃)-sinα₃sinα₄sin(α₄-α₂),

c₃＝sinα₁sinα₂sin(α₁-α₃)+sinα₃sinα₄sin(α₄-α₂),

c₄＝sinα₁sinα₂cos(α₁-α₃)-sinα₃sinα₄cos(α₄-α₂),

并且，α₁，α₂，α₃，α₄为推导过程中间参数；

${\mathrm{\α}}_1=N(\mathrm{\ω}-\widehat{\mathrm{\ω}})/2,{\mathrm{\α}}_2=(\mathrm{\ω}+\widehat{\mathrm{\ω}})/2,{\mathrm{\α}}_3=(\mathrm{\ω}-\widehat{\mathrm{\ω}})/2,{\mathrm{\α}}_4=N(\mathrm{\ω}+\widehat{\mathrm{\ω}})/2,$

为S_1,N(ω)的相位，同理，对于s₂(n)，存在着

$\widehat{\mathrm{\ω}}\≈\mathrm{\ω},\sin {\mathrm{\α}}_1/\sin {\mathrm{\α}}_3\≈N,\mathrm{\α}=N\widehat{\mathrm{\ω}},$ 则相位差Δθ可近似表达为

其中，m₁，m₂，m₃，m₄为推导过程中间参数，φ₂为S_2,N(ω)的相位，

$m_1=N{\left(\sin \widehat{\mathrm{\ω}}\right)}^2-{\left(\sin \mathrm{\α}\right)}^2/N$

$M_2=N{\left(\sin \widehat{\mathrm{\ω}}\right)}^2+{\left(\sin \mathrm{\α}\right)}^2/N-2\sin \widehat{\mathrm{\ω}}\sin \mathrm{\α}\cos (\mathrm{\α}-\widehat{\mathrm{\ω}})$

$m_3=2\sin \widehat{\mathrm{\ω}}\sin \mathrm{\α}\cos (\mathrm{\α}-\widehat{\mathrm{\ω}}).$

$m_4=N{\left(\sin \widehat{\mathrm{\ω}}\right)}^2+{\left(\sin \mathrm{\α}\right)}^2/N+2\sin \widehat{\mathrm{\ω}}\sin \mathrm{\α}\cos (\mathrm{\α}-\widehat{\mathrm{\ω}})$

9.如权利要求5所述的方法，其特征是，所述步骤五中质量流量计算根据时间差

f_s为采样频率，K为流量计常数，从而算得质量流量。

10.如权利要求5所述的方法，其特征是，所述步骤五中相位差平滑处理的方式采用加权平均。

Images