CN103995147A - 一种适用于声学多普勒流速仪的数据后处理系统与应用 - Google Patents

Abstract

本发明公开一种适用于声学多普勒流速仪的数据后处理软件系统。系统包括软件系统打开、ADV数据载入、ADV数据处理和ADV信息共享输出四个部分。ADV数据处理包括数据类别判定模块、数据过滤模块和后处理分析模块，数据类别判定模块包括单点ADV数据判定块和多点垂线ADV数据判定块，数据过滤模块可采用相位空间临界值过滤块等一种或多种方式对数据进行过滤，后处理分析模块可将单点或多点垂线数据平均值和紊动值进行计算处理，ADV信息共享输出可将处理分析好的数据以表格和图像的形式输出，并存储和打印。本发明兼容性强，适用于市场上的各种版本的声学多普勒流速仪，计算精确，大大缩减数据后处理分析时间，操作简单，易于上手。

Description

一种适用于声学多普勒流速仪的数据后处理系统与应用

一、技术领域

本发明涉及一种适用于声学多普勒流速仪的数据后处理系统与应用，属于水利、海洋技术领域。

二、背景技术

运用脉冲技术为基本工作原理的声学多普勒流速仪(ADV)已投向市场使用超过二十年的时间。自从20世纪90年代初推出以来，因其所测量的流速数据具有低干扰、高精度和低噪声的特点，使其成为在困难的环境中进行流速监测的第一选择。然而，早期版本的ADV所收集到的数据容易被多普勒噪声所污染。在2006年左右，挪威的Nortek公司推出了“小威龙”点式流速仪，该设备拥有四个传感接收器间隔90°方位角，而不是传统的三接收器120°方位角，它同时拥有一个更为细长的信号发射探头，所有这些变化大大降低了多普勒噪声变化对于数据质量的影响，进而使得“小威龙”成为进行采样流速监测的更佳选择。但原始的“小威龙”因其单向静态系统设计，仅能进行单点流速的监测。为解决这一问题，Nortek公司最新研发的“小威龙二代”剖面流速仪采用了更加先进的双向静态多普勒分析系统。此系统的应用大大增加了用户的使用效率，保证用户可以同时收集一个长达3.5厘米的三维立体区域的流速数据。

众所周知，因仪器自身的局限性，所有声学多普勒流速仪所测的数据都需要进行过滤处理才可用于进一步的流态分析。国内外市面上现有的最受到大家认可的ADV数据后处理软件是《WinADV》，但是因其所发明年代是ADV发展的初期，所以只适用于处理原始的点式三接收器的流速仪所测的数据，较难兼容Nortek公司的四传感接收器流速仪，对于Nortek公司的最新多普勒流速仪“小威龙二代”所测量的结果更不具备处理能力。对于目前较为先进的流速仪数据处理，国内外技术人员多根据工程或研究目的自己选择编程处理，处理过程需要很强的专业技术性。

与此同时，水利工程领域的研究者们在对原始声学多普勒流速仪数据过滤处理以后往往会继续深入挖掘测点或者测量区域的各种紊动特性，例如紊动强度、雷诺切应力等，尽管这些特性的物理意义较为普及，但是通过编程计算获取最终结果对于该领域的初级研究者或者相关工程人员较为困难和耗时。目前国内外市场上没有一款功能比较完善的声学多普勒流速仪数据过滤以及后处理分析系统，可以做到兼容处理最新的Nortek“小威龙二代”剖面流速仪的多点剖面式流速数据。

本发明综合考虑各种经典数据过滤方法，提供一套具有数据过滤和紊动特性值后处理分析的全新独立的系统，可以同时兼容各种版本的声学多普勒流速仪所收集的单点或多点剖面式流速数据。

三、发明内容

本发明旨在提供一种具有数据过滤和紊动特性值后处理分析的系统与应用，可以同时兼容各种版本的声学多普勒流速仪所收集的单点或多点剖面式流速数据。本发明所采用的技术方案是：

一种适用于声学多普勒流速仪的数据后处理系统，其特征在于：该系统包括系统打开、ADV数据载入、ADV数据处理和ADV信息共享输出四个部分，其中ADV数据处理包括数据类别判定模块、数据过滤模块和后处理分析模块，ADV信息共享输出包括表格和图像输出、存储、生成电子文档、打印；所述的数据类别判定模块包括单点ADV数据判定块和多点垂线ADV数据判定块，所述的数据过滤模块包含相位空间临界值过滤块、加速度临界值过滤块、关联率过滤块、信号噪声率过滤块和流速区间过滤块，所述的后处理分析模块分为单点数据分析和多点垂线数据分析，其中单点数据分析内容包括流速时间序列分析、时均流速分析、流速标准差分析、流速方差分析、流速偏态和峰态分析、雷诺应力分析、紊动强度分析、湍流动能分析、快速傅里叶变化能量谱分析，多点垂线数据分析内容包括多点流速时间序列分析、多点时均流速分析、垂线多点标准差分析、垂线多点流速方差分析、垂线多点流速偏态和峰态分析、垂线多点雷诺应力分析、垂线多点紊动强度分析、垂线多点湍流动能分析、快速傅里叶变化能量谱分析。

所述的一种适用于声学多普勒流速仪的数据后处理系统的应用包括以下步骤：

(1)系统进入初始状态；

(2)将采集到的单点或多点垂线ADV数据载入系统；

(3)首先对ADV数据类别进行判定，并选择所述数据过滤模块包含的相位空间临界值过滤块、加速度临界值过滤块、关联率过滤块、信号噪声率过滤块和流速区间过滤块中的一种或多种数据过滤块对ADV数据进行过滤处理，然后根据需要对数据进行后处理分析；

(4)将处理分析好的数据以表格和图像的形式输出，在数据库或计算机中存储，并生成电子文档和对相应文档进行打印。

本发明的优点在于：

(1)具有较强的兼容性，可以适用于市场上的各种版本的声学多普勒流速仪，首次实现了对于剖面流速仪的垂线数据的直接处理；

(2)多种数据过滤方法的组合可以使最终流速及测点的紊动特性计算更为精确；

(3)各种紊动特性值的直接输出大大缩减研究人员进行数据后处理分析的时间；

(4)操作简单，易于上手，适用于各个层次的研究人员和工程人员。

四、附图说明：

图1为本发明所提供的整体流程图。

图2为本发明所提供的局部模块流程图。

附图标记说明：

模块1-数据类别判定模块，模块2-数据过滤模块，模块3-后处理分析模块，模块4-信息共享输出模块。

五、具体实施方式：

本发明的一种适用于声学多普勒流速仪的数据后处理软件的流程图如图1所示。现结合具体实施方式对本发明进一步说明。

实施例1：

参见图1和图2，一种适用于声学多普勒流速仪的数据后处理系统与应用，其特征在于：该系统包括系统打开、ADV数据载入、ADV数据处理和ADV信息共享输出四个部分，其中ADV数据处理包括数据类别判定模块、数据过滤模块和后处理分析模块，ADV信息共享输出包括表格和图像输出、存储、生成电子文档、打印；所述的数据类别判定模块包括单点ADV数据判定块和多点垂线ADV数据判定块，所述的数据过滤模块包含相位空间临界值过滤块、加速度临界值过滤块、关联率过滤块、信号噪声率过滤块和流速区间过滤块，所述的后处理分析模块分为单点数据分析和多点垂线数据分析，其中单点数据分析内容包括流速时间序列分析、时均流速分析、流速标准差分析、流速方差分析、流速偏态和峰态分析、雷诺应力分析、紊动强度分析、湍流动能分析、快速傅里叶变化能量谱分析，多点垂线数据分析内容包括多点流速时间序列分析、多点时均流速分析、垂线多点标准差分析、垂线多点流速方差分析、垂线多点流速偏态和峰态分析、垂线多点雷诺应力分析、垂线多点紊动强度分析、垂线多点湍流动能分析、快速傅里叶变化能量谱分析。

所述的一种适用于声学多普勒流速仪的数据后处理系统的应用包括包括以下步骤：

(1)系统进入初始状态；

(2)将采集到的单点或多点垂线ADV数据载入系统；

(3)对ADV数据进行处理：

首先，对ADV数据类别进行判定，判定为单点或多点ADV数据；

其次，选择一种或多种数据过滤块对ADV数据进行过滤处理，本系统共包含五种不同的过滤方式，对于每一个点流速的数据集合，本系统将把多个接收器所得的时间序列流速数据逐一分析过滤，各种过滤方式的具体步骤如下：

A.相位空间临界值过滤块：

①对于一点流速数据集合中水流方向接收器(X轴)所得的时间序列流速数据ui，首先计算出此数据组的中位数，之后将中位数从数据组中每一个数据中减去；

②通过中心差分近似法来计算步骤一中得到的数据组中每两个临近的数据的一阶导数和二阶导数，对于数据组中第一个和最后一个数值，分别通过前向差分近似法和后向差分近似法来求出，具体计算公式如下：

一阶导数： $\▿u_i=(u_{i+1}-u_i)/2,$ 二阶导数： ${\▿}^2{u}_i=(\▿u_{i+1}-\▿u_i)/2$

③对于①中得到的数据组以及②中得到的一阶导数和二阶导数数据组，分别计算出其标准差数值(σ)，对于计算方法，运用中位数绝对偏差(MAD)来间接计算标准差值，计算公式如下：

σ=1.4826MAD

④通过③得到的标准差值，计算出三个相对应的期望绝对最大值(E_m)用于接下来的相位空间比较，具体计算方式如下：

$E_m=\sqrt{21n\left(n\right)}\×\mathrm{\σ}$

⑤对应的三个期望最大值，计算出每两个之间的轴线的夹角，由于对称的关系，原始数据和一阶导数之间的夹角以及原始数据和二阶导数之间的夹角为0°，对于一阶导数和二阶导数之间的夹角，具体计算方式如下：

$\mathrm{\θ}={\tan }^{-1}(\mathrm{\Σ}{u}_i{\▿}^2{u}_i/\mathrm{\Σ}{u}_i^2)$

⑥运用⑤计算的夹角和④计算的期望绝对最大值，采用两两对应的方式在相位空间内组建三个独立的椭圆，之后将所有原始流速数据分别与之做比对，如果数据散落到任一规定的椭圆外面，此数据将被定义为错值，进而从数据组中被移除。具体实践步骤为对于数据组中所有数据进行以下对比，如果满足三个判断条件中的任一条件，对应的数据即被定义为错值：

$\frac{u_i^2}{{\left({\mathrm{\λ}}_C{\mathrm{\σ}}_u\right)}^2}+\frac{{(\▿u_i)}^2}{{\left({\mathrm{\λ}}_C{\mathrm{\σ}}_{\▿u}\right)}^2}>1$

$\frac{{(\▿u_i)}^2}{{\left({\mathrm{\λ}}_C{\mathrm{\σ}}_{\▿u}\right)}^2}+\frac{{\left({\▿}^2{u}_i\right)}^2}{{\left({\mathrm{\λ}}_C{\mathrm{\σ}}_{{\▿}^{2}u}\right)}^2}>1$

$\frac{u_i^2{\cos }^2\mathrm{\θ}+{(\▿u_i)}^2{\sin }^2\mathrm{\θ}}{{\left({\mathrm{\λ}}_C{\mathrm{\σ}}_u\right)}^2}+\frac{u_i^2{\cos }^2\mathrm{\θ}+{(\▿u_i)}^2{\sin }^2\mathrm{\θ}}{{\left({\mathrm{\λ}}_C{\mathrm{\σ}}_{{\▿}^{2}u}\right)}^2}>1$

⑦在对所有数据组内的数据进行一次测试之后，把所有错值运用线性内插法进行替换；

⑧对于⑦中所得到的数据组，重复①到⑦对其进行再次检测。当重复循环不能发现更多的错值时停止，记录所有发现的错点的位置；

⑨将①到⑧运用到另外三个接收器(Y，Z₁和Z₂轴)所收集数据组中。将四个不同的接收器所得的错点位置集合相融合为一个整体集合，将所有四个接收器的原始数据依次按照得到的错点整体集合进行删除处理，至此所得到的数据集合为不含错点的(非线性内插法代替)集合；

B.加速度临界值过滤块：

因加速度可为正或负，所以此方法分为两个阶段进行：

阶段一(正加速度)：

①对于一点流速数据集合中水流方向接收器(X轴)所得的时间序列流速数据，首先计算出此数据组的中位数。之后将中位数从数据组中每一个数据中减去；

②计算①得到的数据组的标准差；

③通过得到的时间序列流速数据，运用后向差分法计算出每一流速数据所对应的加速度值，具体方式如下：

α_i=(u_i-U_i-1)/Δt

④对于得到的加速度数据组和原始流速数据组，分别与加速度临界值和流速临界值进行对比，对于正加速度，加速度临界值采用1.5倍重力加速度，相应的流速上限临界值为1.5倍流速数据组标准差；

⑤如果流速数据大于设定的流速上限临界值，同时对应的加速度数据大于加速度临界值，此流速数据即被定义为错值，在对所有数据组内的数据进行一次测试之后，把所有错值运用线性内插法进行替换；

⑥对于⑤中所得到的数据组，重复步骤①到⑤对其进行再次检测。当重复循环不能发现更多的错值时停止，记录所有发现的错点的位置；

阶段二(负加速度)：

①到③与正加速度①到③相同；

④此步骤与正加速度④类似，加速度临界值采用-1.5倍重力加速度，流速下限临界值采用-1.5被流速数据组标准差；

⑤如果流速数据小于设定的流速上限临界值，同时对应的加速度数据小于加速度临界值，此流速数据即被定义为错值，在对所有数据组内的数据进行一次测试之后，把所有错值运用线性内插法进行替换；

⑥对于步骤五中所得到的数据组，重复步骤一到五对其进行再次检测。当重复循环不能发现更多的错值时停止，记录所有发现的错点的位置；

在完成两阶段检测后，将所得到的错点合集融合为一整体合集，将所有四个接收器的原始数据依次按照得到的错点整体集合进行删除处理，至此所得到的数据集合为不含错点的(非线性内插法代替)集合；

C(D).关联率(信号噪声率)过滤块：

为了保证收集数据的质量，Nortek公司的“小威龙”声学多普勒流速仪不仅仅能监测时间序列的点流速信息，同时向用户提供表现数据质量的关联率(COR)以及信号噪声率(SNR)，下面重点解释如何运用这两种参数进行数据的过滤：

①对于时间序列上每一时刻的流速值，计算出相对应的四个接收器所得到的COR(SNR)的最小/平均值；

②将得到的最小/平均COR(SNR)与用户设定的下限值进行比较，程序默认的COR最小值为70，SNR最小值为15；

③如计算出的最小/平均COR(SNR)值不满足用户设定的下限数值，此时间序列上的数据点即为错点，四个接收器所对应的时间序列位置的流速值即被删除；

E.流速区间过滤块：

此方式与关联率过滤法类似，需要用户设置一个流速上限(下限)对于其中一个指定的轴线(X，Y，Z₁或Z₂)，之后将对应轴线的所有时间序列流速值与设定的限额进行对比，任何流速值超出所设置的上线(或低于所设置的下限)即记为错值并删除，此错值的时间序列位置所对应的另外三个轴线的流速值也需要同样记为错值并删除；

在完成数据的过滤后，对输出的过滤结果进行量化处理和输出，具体步骤如下：

a.单点流速谱分析输出：对于过滤后的单点时间序列流速数据，采用快速傅立叶变化分析法将流速数据转化为频率与能量的对比图，展示于对数图表。过滤后的数据可通过此图连同柯尔莫戈洛夫著名的-5/3法则进行对比进而确定数据组的准确性。

b.时均流速的输出：对于每一数据组进行过滤后，系统将自动取平均值输出来代表测量点的时均流速

c.紊动强度的输出，其计算公式如下：

$\mathrm{RMS}\left[V_x^{\′}\right]=\sqrt{\stackrel{\‾}{{\left(V_x^{\′}\right)}^2}}=\sqrt{\frac{Z{V}_z^2-{\left(Z{V}_z\right)}^2/n}{n-1}}$

$\mathrm{RMS}\left[V_y^{\′}\right]=\sqrt{\stackrel{\‾}{{\left(V_y^{\′}\right)}^2}}=\sqrt{\frac{Z{V}_y^2-{\left(Z{V}_y\right)}^2/n}{n-1}}$

$\mathrm{RMS}\left[V_z^{\′}\right]=\sqrt{\stackrel{\‾}{{\left(V_z^{\′}\right)}^2}}=\sqrt{\frac{Z{V}_z^2-{\left(Z{V}_z\right)}^2/n}{n-1}}$

d.湍流动能输出，其计算公式如下：

$E=S\underset{~}{O}\mathrm{RT}(\mathrm{RMS}{\left[V_x^{\′}\right]}^2+\mathrm{RMS}{\left[V_y^{\′}\right]}^2+\mathrm{RMS}{\left[V_z^{\′}\right]}^2)$

e.雷诺切应力的输出，其计算公式如下：

$\mathrm{Cov}-\mathrm{XY}=\stackrel{\‾}{V_x^{\′}{V}_y^{\′}}=\frac{\mathrm{\Σ}{V}_x{V}_y}{n-1}-\frac{\mathrm{\Σ}{V}_x\mathrm{\Σ}{V}_y}{n(n-1)}$

$\mathrm{Cov}-\mathrm{YZ}=\stackrel{\‾}{V_y^{\′}{V}_z^{\′}}=\frac{\mathrm{\Σ}{V}_y{V}_z}{n-1}-\frac{\mathrm{\Σ}{V}_y\mathrm{\Σ}{V}_z}{n(n-1)}$

$\mathrm{Cov}-\mathrm{ZX}=\stackrel{\‾}{V_z^{\′}{V}_x^{\′}}=\frac{\mathrm{\Σ}{V}_z{V}_x}{n-1}-\frac{\mathrm{\Σ}{V}_z\mathrm{\Σ}{V}_x}{n(n-1)}$

(4)将处理分析好的数据通过表格和图像的形式输出，在数据库或计算机中存储，并生成电子文档和对相应文档进行打印。

所述实施例和流程图并不用以限制本发明，凡在本发明的实质精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种适用于声学多普勒流速仪的数据后处理系统，其特征在于：该系统包括系统打开、ADV数据载入、ADV数据处理和ADV信息共享输出四个部分，其中ADV数据处理包括数据类别判定模块、数据过滤模块和后处理分析模块，ADV信息共享输出包括表格和图像输出、存储、生成电子文档、打印；所述的数据类别判定模块包括单点ADV数据判定块和多点垂线ADV数据判定块，所述的数据过滤模块包含相位空间临界值过滤块、加速度临界值过滤块、关联率过滤块、信号噪声率过滤块和流速区间过滤块，所述的后处理分析模块分为单点数据分析和多点垂线数据分析，其中单点数据分析内容包括流速时间序列分析、时均流速分析、流速标准差分析、流速方差分析、流速偏态和峰态分析、雷诺应力分析、紊动强度分析、湍流动能分析、快速傅里叶变化能量谱分析，多点垂线数据分析内容包括多点流速时间序列分析、多点时均流速分析、垂线多点标准差分析、垂线多点流速方差分析、垂线多点流速偏态和峰态分析、垂线多点雷诺应力分析、垂线多点紊动强度分析、垂线多点湍流动能分析、快速傅里叶变化能量谱分析。

2.根据权利要求1中所述的一种适用于声学多普勒流速仪的数据后处理系统的应用包括包括以下步骤：

（1）系统进入初始状态；

（2）将采集到的单点或多点垂线ADV数据载入系统；

（3）首先对ADV数据类别进行判定，并选择所述数据过滤模块包含的相位空间临界值过滤块、加速度临界值过滤块、关联率过滤块、信号噪声率过滤块和流速区间过滤块中的一种或多种数据过滤方法对ADV数据进行过滤处理，然后根据需要对数据进行后处理分析；

（4）将处理分析好的数据以表格和图像的形式输出，在数据库或计算机中存储，并生成电子文档和对相应文档进行打印。