CN109060066B - 一种基于多传感器的航空燃油油量测量方法 - Google Patents

Abstract

本发明提供一种基于多传感器的航空燃油油量测量方法，涉及航空燃油测量技术领域。本发明是利用固定在油箱壁的传感器对油量进行实时采集，然后对采集的传感器数据进行筛选，计算，得出油面质心的高度，最后把该高度数据带入拟合好的高度‑油量关系式中得出油量值。本发明提供的是一种高效、精确的测量算法，使用最小二乘对油面进行拟合以及三阶最小二乘法拟合高度‑油量数据，使算法计算量小，适用于高实时系统；提高了系统的测量精度，并与原系统实现了兼容。

Description

一种基于多传感器的航空燃油油量测量方法

技术领域

本发明属于航空燃油测量技术领域，特别涉及一种基于多传感器的航空燃油油量测量方法。

背景技术

航空燃油油量的测量一直是航空系统中的核心问题。现阶段的测量方法有两类：(1)单传感器位于油箱质心周的测量方法。(2)多传感器位于油箱壁的测量方法。对于测量方法(1)由于其传感器使用的数量少，且测量程序简单，因此得到了广泛的应用。但该方案存在着重大的缺陷：无冗余，系统故障率高；测量精度低；传感器的安装不方便。基于上面方案(1)的缺陷，于是提出了方案(2)，虽然方案(2)可以把这些缺陷避免，但该方案的算法复杂度增加，因此提出一种高效的方法是该方案面临的主要问题。

发明内容

针对上述现有技术的不足本发明提供一种基于多传感器的航空燃油油量测量方法，该方法使算法的计算量小，提高了系统的测量精度。

为解决上述技术问题，本发明是采取以下技术方案来实现的：一种基于多传感器的航空燃油油量测量方法；步骤如下：

步骤1：读入传感器数据；利用固定在油箱壁的多根电容式传感器对油量进行实时采集。

步骤2：传感器数据的筛选和滤波；读入的传感器数据由于可能存在故障、油量满量程等的因素，出现错误的数据，因此在读入传感器数据时首先应对数据进行筛选，把满量程、零值、错误数据进行剔除，这样得到的传感器数据就是反应此时油面的高度的数据；由于该数据可能由于飞机的晃动、读数的误差等原因而存在噪声，因此对这些数据进行低通滤波，得到噪声小的油面高度数据。

步骤3：油面方程的拟合；利通过油面方程的拟合算法和传感器高度-油量曲线拟合算法，利用最小二乘法对该数据进行拟合，得出此时的油面方程和高度-油量方程；

油面方程的拟合算法是:通过数据的筛选后得到n组有效传感器数据，即H＝{h₁,h₂h₃…h_n},H代表传感器数据的向量,h_i为第i组有效传感器数据对应的油面质心的高度；然后以油箱的质心轴为Z轴建立三维直角坐标系，传感器高度数据H和传感器的位置坐标数据组合为三维点的数据P_i＝{x_i,y_i,z_i}，x_i、y_i为第i个传感器的位置坐标，z_i为第i个传感器读出的油面的高度值，i为传感器的编号，i≤n，P_i为油面与第i个传感器的交点的三维坐标数据。获得油平面数据点后将该数据代入拟合方程式：z＝ax+by+c,a、b、c为拟合系数，形成的拟合方程为：

该线性方程组表示的矩阵结构为：XC＝Z；X代表传感器(x，y)的数据矩阵，C代表拟合系数矩阵，Z代表传感器数据z矩阵；经过最小二乘的推导，得出系数矩阵的最小二乘解的矩阵表达式为：(X^TX)C＝X^TZ，其中X^T代表矩阵X的转置，该矩阵称为最小二乘的正规矩阵，对该矩阵进行求解便求出系数阵C，把正规矩阵转换为增广矩阵，对增广矩阵进行求解，得出增广矩阵的解，经过高斯-约当消元后解出该线性方程组的解，即得到拟合系数a、b、c的确定值，由此得出传感器数据确定的油面方程为z＝ax+by+c。

传感器高度-油量曲线拟合算法是：通过获得m组油面的高度-油量数据J_k＝{x_k,y_k}，其中x_k为第k组油面的高度值，y_k为第k组油面的油量值，k为数据编号，k≤m，使用三阶拟合算法对该二维数据进行拟合，该三阶曲线的方程为：y＝a₀+a₁x+a₂x²+a₃x³，a₀、a₁、a₂、a₃代表拟合系数，该方程就是最终要求得的高度-油量关系式，把数据点J_k＝{x_k,y_k}带入该方程如下：

把该线性方程组转换为矩阵的方式为：XC＝Y，X代表油面高度值矩阵，C代表拟合系数矩阵，Y代表油量数据矩阵；利用最小二乘推导，可以得出系数矩阵的最小二乘解的矩阵表达式为：(X^TX)C＝X^TY，X^T代表X矩阵的转置，该矩阵称为最小二乘的正规矩阵，对该矩阵进行求解便求出系数阵C。把正规矩阵转换为增广矩阵，对增广矩阵进行求解便可以得出该矩阵的解，在本发明中使用的求解方式为高斯-约当消元法。经过高斯-约当消元后便求出该线性方程组的解，最终得到拟合系数a₀、a₁、a₂、a₃的确定值，由此确定高度-油量方程为y＝a₀+a₁x+a₂x²+a₃x³。

步骤4：油量的计算；通过油面方程求出此时质心的高度值，把油面质心的高度数据带入拟合好的高度-油量方程中，便求出此时的油量值。

采用上述技术方案所产生的有益效果在于：本发明提供的基于多传感器的航空燃油油量测量方法，是一种高效、精确的测量算法，(1)使用最小二乘对油面进行拟合以及三阶最小二乘法拟合高度-油量数据，使算法计算量小，适用于高实时系统；(2)把多传感器数据通过油面方程转换为质心高度，提高了系统的测量精度，并与原系统实现了兼容。

附图说明

图1为本发明实施例提供的方法的整体流程图；

图2为本发明实施例提供的油平面拟合算法流程图；

图3为本发明实施例提供的高度油量拟合算法流程图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

本实施例的方法如下所述：

如图1所示，本实施例提供的基于多传感器的航空燃油油量测量方法由四个步骤构成：读入传感器数据、传感器数据的筛选和滤波、油面方程的拟合、油量的计算，具体如下。

步骤1：读入传感器数据；利用固定在油箱壁的4根电容式传感器对油量进行实时采集。

步骤2：传感器数据的筛选和滤波；由于可能存在故障、油量满量程等的因素，出现错误的数据，因此在读入传感器数据时首先应对数据进行筛选，把满量程、零值、错误数据进行剔除，这样得到的传感器数据就是反应此时油面的高度的数据；由于该数据可能由于飞机的晃动、读数的误差等原因而存在噪声，因此对这些数据进行低通滤波，得到噪声小的油面高度数据。

步骤3：油面方程的拟合；得到油面高度数据后，利通过油面方程的拟合算法和传感器高度-油量曲线拟合算法，利用最小二乘法对该数据进行拟合，得出此时的油面方程和高度-油量方程；

油面方程的拟合算法如图2所示，通过基本数学知识可以知道，确定一个三维的平面方程至少需要3组坐标数据，而现在获得的是带有误差的多于3组的坐标数据，因此使用最小二乘法进行平面的拟合。

经过数据的筛选后得到n组有效传感器数据，即Η＝{h₁，h₂，…h_n}，H代表传感器数据的向量,h_i为第i组有效传感器数据对应的油面质心的高度；然后以油箱的质心轴为Z轴建立三维直角坐标系，传感器高度数据H和传感器的位置坐标数据组合为三维点的数据P_i＝{x_i,y_i,z_i}，x_i、y_i为第i个传感器的位置坐标，z_i为第i个传感器读出的油面的高度值，i为传感器的编号，i≤n，P_i为油面与第i个传感器的交点的三维坐标数据。得出这些三维坐标点后，就可以进行油面方程的拟合了。

由于拟合的油面方程为平面方程，因此该拟合方程式为：z＝ax+by+c，a、b、c为拟合系数。且测量的传感器数据为P_i＝{x_i,y_i,z_i}，因此把这些数据带入拟合方程为：

因此拟合方程的求解转换为通过最小二乘法求解系数：a、b、c的过程。因此上面的线性方程组表示为矩阵结构为：XC＝Z；X代表传感器(x，y)数据矩阵,Z代表传感器数据z矩阵，C代表拟合系数矩阵，其中包括：

经过最小二乘的推导，可以得出系数矩阵的最小二乘解的矩阵表达式为：(X^TX)C＝X^TZ，其中X^T代表矩阵X的转置，该矩阵称为最小二乘的正规矩阵，对该矩阵进行求解便可以求出系数阵C了。

把正规矩阵转换为增广矩阵的形式如下：

在得到正规矩阵的增广矩阵后，对该矩阵进行求解便可以得出该矩阵的解，在本实施例中使用的求解方式为高斯-约当消元法。经过高斯-约当消元后便可以解出该线性方程组的解，即得到拟合系数a、b、c的确定值，由此得到传感器数据确定的油面方程为z＝ax+by+c。

传感器高度-油量曲线拟合算法如图3所示，由于给出的油箱信息为油面质心处的高度和油量的测量数据，因此要得出油面高度-油量的表达式，首先要进行数据的拟合，把这些测量点拟合出一定精度的高度-油量关系式。在本发明中采用的拟合算法是三阶最小二乘法，该算法和上面提到的平面的拟合使用的方法相同，算法结果不同，当细节计算上略有区别。

获得m组油面的高度-油量数据J_k＝{x_k,y_k}，其中x_k为第k组油面的高度值，y_k为第k组油面的油量值，k为数据编号，k≤m。对这些二维数据进行拟合，便可以获得油箱在质心处的高度-油量关系式了。通过大量的实验最后决定使用三阶拟合算法。

三阶曲线的方程为：y＝a₀+a₁x+a₂x²+a₃x³，a₀、a₁、a₂、a₃代表拟合系数，该方程就是最终要求得的高度-油量关系式，把数据点J_k＝{x_k,y_k}带入该方程如下：

把该线性方程组转换为矩阵的方式为：XC＝Y，X代表油面高度值矩阵，C代表拟合系数矩阵，Y代表油量数据矩阵，其中：

经过最小二乘的推导，可以得出系数矩阵的最小二乘解的矩阵表达式为：(X^TX)C＝X^TY，其中X^T代表矩阵X的转置，该矩阵称为最小二乘的正规矩阵，对该矩阵进行求解便可以求出系数阵C了。

把正规矩阵转换为增广矩阵的形式如下：

在得到正规矩阵的增广矩阵后，对该矩阵进行求解便可以得出该矩阵的解，在本发明中使用的求解方式为高斯-约当消元法。经过高斯-约当消元后便可以解出该线性方程组的解，即得到拟合系数a₀、a₁、a₂、a₃的确定值，由此确定高度-油量方程为y＝a₀+a₁x+a₂x²+a₃x³。

步骤4：油量的计算；通过上面获得的油面方程z＝ax+by+c，由于三维坐标的Z轴为油箱的质心轴，因此带入x＝0,y＝0,得到的z值即为此时油面的质心的高度h；把该高度h带入拟合的三次方程y＝a₀+a₁x+a₂x²+a₃x³中得出y＝a₀+a₁h+a₂h²+a₃h³即为此时油量值。

如表1～表6所示，为本实施例具体测量数据与计算值表格：

其中高度数据为4个传感器的高度数据，×代表数据超出传感器量程；α、β为油箱倾斜角度。

表1α＝0°，β＝0.45°时的测量数据与计算值表

表2α＝0°，β＝1.40°时的测量数据与计算值表

表3α＝0°，β＝2.40°时的测量数据与计算值表

表4α＝0°，β＝3.40°时的测量数据与计算值表

表5α＝0°，β＝4.40°时的测量数据与计算值表

表6α＝0°，β＝5.40°时的测量数据与计算值表

综上所述，本发明为一种基于多传感器的航空燃油油量测量方法，解决了测量精度低，算法复杂度高的问题。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (2)

1.一种基于多传感器的航空燃油油量测量方法，其特征在于，包括以下步骤：

步骤1：读入传感器数据；利用固定在油箱壁的多传感器对油量进行实时采集；

步骤2：传感器数据的筛选和滤波；读入传感器数据时首先对数据进行筛选，再对该数据进行低通滤波，得到油面高度数据；

步骤3：油面方程的拟合；得到油面高度数据后，通过油面方程的拟合算法和传感器高度-油量曲线拟合算法，利用最小二乘法对数据进行拟合，得出此时的油面方程和高度-油量方程；

油面方程的拟合算法是通过数据的筛选后得到n组有效传感器数据，即

，H代表传感器读出的油面质心高度数据,

为第i组有效传感器数据对应的油面质心的高度；然后以油箱的质心轴为Z轴建立三维直角坐标系，传感器读出的油面质心高度数据H和传感器的位置坐标数据组合为三维点的数据

，

、

为第i个传感器的位置坐标，

为第i个传感器读出的油面的高度值，i为传感器的编号，i≤n，

为油面与第i个传感器的交点的三维坐标数据，获得油平面数据点后将数据

代入拟合方程式：

中，

、

、

为拟合系数，形成拟合方程组；将该拟合方程组用矩阵结构表示；经过最小二乘的推导，得出系数矩阵的最小二乘解的矩阵表达式，该矩阵称为最小二乘的正规矩阵，对该矩阵进行求解，求出系数阵，把正规矩阵转换为增广矩阵，对增广矩阵进行求解，得出增广矩阵的解，经过高斯-约当消元后解出线性方程组的解，即得到拟合系数

、

、

的确定值，由此得到传感器数据确定的油面方程为

；

传感器高度-油量曲线拟合算法是通过获得m组油面的高度-油量数据

，其中

为第k组油面的高度值，

为第k组油面的油量值，k为数据编号，k≤m，使用三阶拟合算法对该二维数据进行拟合，该三阶曲线的方程为：

，

代表拟合系数，将数

带入该方程，形成三阶曲线的方程组，把该线性方程组转换为矩阵，利用最小二乘法进行推导，得出系数矩阵的最小二乘解的矩阵表达式，该矩阵称为最小二乘的正规矩阵，对该矩阵进行求解，求出系数阵，把正规矩阵转换为增广矩阵，对增广矩阵进行求解，经过高斯-约当消元后解出该线性方程组的解，最终得到拟合系数

的确定值，由此确定高度-油量方程为

；

步骤4：油量的计算；通过油面方程求出此时油面质心的高度值，把油面质心的高度数据带入拟合好的高度-油量方程中，求出此时的油量值。

2.根据权利要求1所述的一种基于多传感器的航空燃油油量测量方法，其特征在于：所述步骤2中传感器数据的筛选是对满量程、零值、错误数据进行剔除；低通滤波是对该数据中存在的噪声进行滤波，从而得到噪声小的油面高度数据。

Images