CN109764924A - 基于神经网络模型的宽工况高精度智能流量计 - Google Patents
基于神经网络模型的宽工况高精度智能流量计 Download PDFInfo
- Publication number
- CN109764924A CN109764924A CN201910138212.9A CN201910138212A CN109764924A CN 109764924 A CN109764924 A CN 109764924A CN 201910138212 A CN201910138212 A CN 201910138212A CN 109764924 A CN109764924 A CN 109764924A
- Authority
- CN
- China
- Prior art keywords
- neural network
- network model
- microprocessor
- flow measurement
- measurement cell
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003062 neural network model Methods 0.000 title claims abstract description 29
- 238000005259 measurement Methods 0.000 claims abstract description 31
- 238000012937 correction Methods 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 238000004891 communication Methods 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 4
- 230000000704 physical effect Effects 0.000 abstract description 4
- 238000009434 installation Methods 0.000 description 6
- 239000012530 fluid Substances 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Abstract
本发明公开了一种基于神经网络模型的宽工况高精度智能流量计，本流量计包括流量计量单元、微处理器、压力传感器和温度传感器，微处理器集成神经网络模型，压力传感器和温度传感器分别检测流量计量单元输入端口和输出端口介质的压力和温度并传输至微处理器，神经网络模型在实验室条件下进行训练，根据设定的介质参数以及流量计量单元的安装信息储存流量计量单元的校正数据，微处理器根据神经网络模型储存的校正数据以及压力传感器和温度传感器的检测数据对流量计量单元的计量数据进行校正。本智能流量计可以针对多种介质或介质物性、多种安装工作条件和在宽广的检测参数变化范围内保持良好的计量精度，满足宽工况、高精度的计量需求。
Description
技术领域
本发明涉及流量检测技术领域，尤其涉及一种基于神经网络模型的宽工况高精度智能流量计。
背景技术
流量计是指示被测流量和(或)选定的时间间隔内流体总量的仪表，简单来说就是用于测量管道或明渠中流体流量的一种仪表。流量计按工作原理可分为差压式流量计、转子流量计、节流式流量计、细缝流量计、容积流量计、电磁流量计、超声波流量计等；按介质可分为液体流量计和气体流量计。流量计在工农业生产、国防建设、科学研究、贸易以及市政服务等各个领域有着非常广泛和重要的应用。
各种类型的流量计用于不同的计量场合，适用于不同的介质或介质物性参数范围，通常，流量计对安装位置一般有着严格的要求(例如要求安装在一定长度以上的平直管段上、不能倾斜或垂直安装等等)，当温度、压力和流量参数发生较大的变化时，流量计也难以满足计量精度要求。
发明内容
本发明所要解决的技术问题是提供一种基于神经网络模型的宽工况高精度智能流量计，本智能流量计可以针对多种介质或介质物性、多种安装工作条件和在宽广的检测参数变化范围内保持良好的计量精度，满足宽工况、高精度的计量需求。
为解决上述技术问题，本发明基于神经网络模型的宽工况高精度智能流量计包括流量计量单元、微处理器、压力传感器和温度传感器，所述微处理器集成神经网络模型，所述压力传感器和温度传感器分别检测所述流量计量单元输入端口和输出端口介质的压力和温度并传输至所述微处理器，所述神经网络模型在实验室条件下进行训练，根据设定的介质参数以及所述流量计量单元的安装信息储存流量计量单元的校正数据，所述微处理器根据所述神经网络模型储存的校正数据以及所述压力传感器和温度传感器的检测数据对所述流量计量单元的计量数据进行校正。
进一步，所述微处理器通过触摸控制屏集成人机交互界面，通过所述人机交互界面在现场直接读取流量计量数据和进行参数设置。
进一步，本智能流量计还包括通讯模块，所述微处理器通过所述通讯模块与上位机通讯连接，实现参数设置和数据上传。
由于本发明基于神经网络模型的宽工况高精度智能流量计采用了上述技术方案，即本流量计包括流量计量单元、微处理器、压力传感器和温度传感器，微处理器集成神经网络模型，压力传感器和温度传感器分别检测流量计量单元输入端口和输出端口介质的压力和温度并传输至微处理器，神经网络模型在实验室条件下进行训练，根据设定的介质参数以及流量计量单元的安装信息储存流量计量单元的校正数据，微处理器根据神经网络模型储存的校正数据以及压力传感器和温度传感器的检测数据对流量计量单元的计量数据进行校正。本智能流量计可以针对多种介质或介质物性、多种安装工作条件和在宽广的检测参数变化范围内保持良好的计量精度，满足宽工况、高精度的计量需求。
附图说明
下面结合附图和实施方式对本发明作进一步的详细说明：
图1为本发明基于神经网络模型的宽工况高精度智能流量计结构示意图。
具体实施方式
实施例如图1所示，本发明基于神经网络模型的宽工况高精度智能流量计包括流量计量单元1、微处理器2、压力传感器3和温度传感器4，所述微处理器2集成神经网络模型，所述压力传感器3和温度传感器4分别检测所述流量计量单元1输入端口和输出端口介质的压力和温度并传输至所述微处理器2，所述神经网络模型在实验室条件下进行训练，根据设定的介质参数以及所述流量计量单元1的安装信息储存流量计量单元1的校正数据，所述微处理器2根据所述神经网络模型储存的校正数据以及所述压力传感器3和温度传感器4的检测数据对所述流量计量单元1的计量数据进行校正。
优选的，所述微处理器2通过触摸控制屏21集成人机交互界面，通过所述人机交互界面在现场直接读取流量计量数据和进行参数设置。
优选的，本智能流量计还包括通讯模块5，所述微处理器2通过所述通讯模块5与上位机6通讯连接，实现参数设置和数据上传。
本流量计通过集成于微处理器的神经网络模型校正流量计量单元的安装条件、介质参数、温度、压力等变化因素引起的计量检测误差，从而获得适应多种介质或介质参数、安装条件在宽工况范围内并保持高精度的智能流量计量装置。
其中，神经网络模型的训练可在实验室条件下进行，在实验室流量测试台上安装一台高精度流量计作为基准流量计，并合理安装保证其测试精度；在其前端或后端安装一台流量计，大范围改变其工作条件，包括其所安装处平直管段长度、角度、介质或介质物性参数、温度、压力、流量等等参数和因素，将这些变化数据和基准流量计的计量数据作为神经网络模型的训练学习数据，得到一个宽工况范围、高精度的神经网络模型。在训练过程中，当一台基准流量计难以适应所有工作条件下的测量精度要求时，可以根据工作条件更换不同的流量计作为基准流量计。
本流量计中，压力传感器和温度传感器可集成于流量计量单元中，形成一体化的具有压力和温度采集功能的流量计量单元，减少传感器选型和安装的工作量。
在流量计量过程中，当流量、压力、温度等参数在较大范围内变化时，常规流量计难以保证全工况范围内的高精度要求，同时流量计安装位置等因素对计量精度也存在影响显著。本发明提出的宽工况高精度智能流量计借助在实验室条件下完成训练的神经网络模型对流量计量数据进行实时校正，从而得到精确的流量计量数据。人机交互界面动态显示检测得到的温度、压力、流量等数据，也可以通过通讯模块上传至上位机。
Claims (3)
1.一种基于神经网络模型的宽工况高精度智能流量计，包括流量计量单元，其特征在于：还包括微处理器、压力传感器和温度传感器，所述微处理器集成神经网络模型，所述压力传感器和温度传感器分别检测所述流量计量单元输入端口和输出端口介质的压力和温度并传输至所述微处理器，所述神经网络模型在实验室条件下进行训练，根据设定的介质参数以及所述流量计量单元的安装信息储存流量计量单元的校正数据，所述微处理器根据所述神经网络模型储存的校正数据以及所述压力传感器和温度传感器的检测数据对所述流量计量单元的计量数据进行校正。
2.根据权利要求1所述的基于神经网络模型的宽工况高精度智能流量计，其特征在于：所述微处理器通过触摸控制屏集成人机交互界面，通过所述人机交互界面在现场直接读取流量计量数据和进行参数设置。
3.根据权利要求1或2所述的基于神经网络模型的宽工况高精度智能流量计，其特征在于：本智能流量计还包括通讯模块，所述微处理器通过所述通讯模块与上位机通讯连接，实现参数设置和数据上传。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910138212.9A CN109764924A (zh) | 2019-02-25 | 2019-02-25 | 基于神经网络模型的宽工况高精度智能流量计 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910138212.9A CN109764924A (zh) | 2019-02-25 | 2019-02-25 | 基于神经网络模型的宽工况高精度智能流量计 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109764924A true CN109764924A (zh) | 2019-05-17 |
Family
ID=66456259
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910138212.9A Pending CN109764924A (zh) | 2019-02-25 | 2019-02-25 | 基于神经网络模型的宽工况高精度智能流量计 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109764924A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114166318A (zh) * | 2022-02-14 | 2022-03-11 | 青岛鼎信通讯股份有限公司 | 一种基于深度学习的超声波水表流量数据校准方法 |
| CN116147724A (zh) * | 2023-02-20 | 2023-05-23 | 青岛鼎信通讯科技有限公司 | 一种适用于超声水表的计量方法 |
| CN117130395A (zh) * | 2023-10-27 | 2023-11-28 | 珠海市思高技术有限公司 | 一种基于神经网络的流量控制方法和相关设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101187660A (zh) * | 2006-07-18 | 2008-05-28 | 中国石油天然气集团公司 | 双槽式孔板型混输计量装置 |
| CN102880905A (zh) * | 2011-07-15 | 2013-01-16 | 中国石油天然气股份有限公司 | 一种常顶油干点在线软测量方法 |
| US20130340519A1 (en) * | 2012-06-22 | 2013-12-26 | Krohne Ag | Flow-rate measurement system |
| CN203964961U (zh) * | 2014-01-16 | 2014-11-26 | 中国人民解放军海军航空工程学院 | 一种便携式流量计量装置 |
| CN105987775A (zh) * | 2016-07-20 | 2016-10-05 | 天津理工大学中环信息学院 | 一种基于bp神经网络的温度传感器非线性校正方法及系统 |
-
2019
- 2019-02-25 CN CN201910138212.9A patent/CN109764924A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101187660A (zh) * | 2006-07-18 | 2008-05-28 | 中国石油天然气集团公司 | 双槽式孔板型混输计量装置 |
| CN102880905A (zh) * | 2011-07-15 | 2013-01-16 | 中国石油天然气股份有限公司 | 一种常顶油干点在线软测量方法 |
| US20130340519A1 (en) * | 2012-06-22 | 2013-12-26 | Krohne Ag | Flow-rate measurement system |
| CN203964961U (zh) * | 2014-01-16 | 2014-11-26 | 中国人民解放军海军航空工程学院 | 一种便携式流量计量装置 |
| CN105987775A (zh) * | 2016-07-20 | 2016-10-05 | 天津理工大学中环信息学院 | 一种基于bp神经网络的温度传感器非线性校正方法及系统 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114166318A (zh) * | 2022-02-14 | 2022-03-11 | 青岛鼎信通讯股份有限公司 | 一种基于深度学习的超声波水表流量数据校准方法 |
| CN116147724A (zh) * | 2023-02-20 | 2023-05-23 | 青岛鼎信通讯科技有限公司 | 一种适用于超声水表的计量方法 |
| CN116147724B (zh) * | 2023-02-20 | 2024-01-19 | 青岛鼎信通讯科技有限公司 | 一种适用于超声水表的计量方法 |
| CN117130395A (zh) * | 2023-10-27 | 2023-11-28 | 珠海市思高技术有限公司 | 一种基于神经网络的流量控制方法和相关设备 |
| CN117130395B (zh) * | 2023-10-27 | 2023-12-29 | 珠海市思高技术有限公司 | 一种基于神经网络的流量控制方法和相关设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101354273B (zh) | 复合式气体流量测量方法及其装置 | |
| CN109764924A (zh) | 基于神经网络模型的宽工况高精度智能流量计 | |
| CN201402160Y (zh) | 具有零点标定功能的皮托管流量计 | |
| CN102128666A (zh) | 一种科里奥利质量流量计的标定方法 | |
| CN105403265A (zh) | 一种自动校正零点漂移的超声水表及其校正方法 | |
| CN102879061B (zh) | 一种基于拟合方程的水表误差校正方法 | |
| CN207907955U (zh) | 一种基于线阵ccd的微流量计 | |
| CN203224283U (zh) | 一种液体流量现场校准装置 | |
| CN200962046Y (zh) | 热式气体质量流量计 | |
| CN202289890U (zh) | 一种基于质量流量的气体浓度配比装置 | |
| CN102519556B (zh) | 一种大口径电磁流量计在线校准的方法 | |
| CN205785378U (zh) | 汽车油耗实时检测和标定装置 | |
| CN202236656U (zh) | 医用注射泵和输液泵检测仪 | |
| CN107677705A (zh) | 一种近水平油水两相流持水率测量方法 | |
| CN202057360U (zh) | 复合式气体流量计 | |
| CN105571661A (zh) | 基于示值误差拟合的电磁流量计仪表特征系数的计算方法 | |
| CN110672166A (zh) | 一种多点测量毕托巴流量计 | |
| CN101298993A (zh) | 一体化智能差压式质量流量计 | |
| CN102645248B (zh) | 一种自校正的热式-旋进旋涡组合式气体流量测量方法 | |
| CN213481486U (zh) | 一种检测仪器校准流量控制器 | |
| CN115307693A (zh) | 一种多量程可调节式mems差压流量计 | |
| CN111859662B (zh) | 一种变风量空调末端单元内均速管流量计的布设方法 | |
| CN201138216Y (zh) | 蒸汽导管汽流双向流动检测装置 | |
| CN106996818A (zh) | 一种水表全自动激光采集校验台 | |
| CN206695877U (zh) | 一种水表全自动激光采集校验台 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 201108 room 2, 6 building, 4299 Jin Du Road, Minhang District, Shanghai, D91 Applicant after: Shanghai Carbon Soot Energy Service Co.,Ltd. Address before: 201108 room 2, 6 building, 4299 Jin Du Road, Minhang District, Shanghai, D91 Applicant before: SHANGHAI DISCOVERY ENERGY ENVIRONMENTAL SERVICE CO.,LTD. |
|
| CB02 | Change of applicant information | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190517 |
|
| WD01 | Invention patent application deemed withdrawn after publication |