CN110082558A - 一种烟草卷接包车间的通风流场测量方法 - Google Patents

Abstract

本发明涉及烟草卷接包车间的通风流场测量方法，可有效解决烟草卷接包车间风速的快速测定，保证烟草卷接包车间生产环境和烟草生产质量的问题。从目前烟草卷接包车间风速检测的实际应用环境出发，将现代传感技术、机器学习技术、数学建模融合到风速检测之中，将聚类方法和数据处理技术相结合，通过采集到的传感器电流数据而得到风速数据，以满足烟草卷接包车间各检测点风速的初步快速测定，本发明能够快速、实时的采集到各检测点的风速，有效解决使用在线分析仪器成本高、维修保养难、数据生成不实时等问题，易操作，测试准确，可广泛应用于大型购物商场、生物实验室，化学实验室，矿井下等封闭、半封闭环境中的风速测量，应用面广。

Description

一种烟草卷接包车间的通风流场测量方法

技术领域

本发明涉及烟草生产，特别是一种烟草卷接包车间的通风流场测量方法。

背景技术

经济的发展和生产技术的进步使得烟草已成为20世纪国际市场上最重要的经济作物之一。我国是一个烟草大国，烟草业在国民经济中占有重要的地位，我国烟草行业的发展，为国家的经济建设以及GDP做出了很大的贡献。随着生活水平的逐步提高，消费者在吸烟的同时，更加注重烟草的质量。改革开放以来，我国烟草业大量引入新的工艺技术与高效的生产设备，这对烟草制造厂商生产车间的工艺环境，提出了更高的要求。

目前国内烟草工业企业中，卷接包车间是卷烟生产企业中一个重要的加工单元。为保证工人的劳动环境舒适和烟草的品质，更重要的是保障用于生产工艺要求的温度和湿度，对车间内风速和通风量进行实时测量，并根据预先设定阈值对通风流场进行自动调节，使之控制在生产要求范围之内，显得至关重要。

封闭空间空气流场测量对很多行业是必要的需求，并且有较为广泛的应用。实际应用过程中，人们需要在此高度封闭的环境中长时间的工作、学习，对空间内的空气流通状况和舒适度有比较敏感的要求。通风流场分布能够十分清晰地反映出整个室内各个区域的风速流场状况，以及能够分析出室内空气交换方向、交换速度等信息。利用通风流场测量系统能够完成整个空间中各个检测点的风速采集和数据处理，从而更加准确地把握室内各个检测点的风速及相应区域的通风量，为室内风速和通风量自动调节奠定基础。

目前，国内外主流的流场测量方法主要有机械测定法、散热率测定法、动力测压法以及激光测定法等。在通风流场测量系统设计及风速采集应用过程中，主要使用前两种方法。在风速采集过程中，由于在线分析仪表不仅价格昂贵、维护保养难，而且具有较大的滞后性，这就使得直接使用在线分析仪表进行数据采集不能满足通风流场风速实时获取的需求。如何使用廉价、可靠的采集设备，实时、准确地获取烟草卷接包车间各个检测点的风速数据，这对于车间内风速，乃至温度、湿度的调控，进而保障生产工艺要求，提高卷接包车间生产效率，具有重要的现实意义。

发明内容

针对上述情况，为克服现有技术之缺陷，本发明之目的就是提供一种烟草卷接包车间的通风流场测量方法，可有效解决烟草卷接包车间风速的快速测定，保证烟草卷接包车间生产环境和烟草生产质量的问题。

本发明解决的技术方案是，一种烟草卷接包车间的通风流场测量方法，从目前烟草卷接包车间风速检测的实际应用环境出发，将现代传感技术、机器学习技术、数学建模融合到风速检测之中，将聚类方法和数据处理技术相结合，通过采集到的传感器电流数据而得到风速数据，以满足烟草卷接包车间各检测点风速的初步快速测定，具体包括以下步骤：

(一)、安装设备

在烟草卷接包车间工艺设备区铺设导轨，导轨上面安装行走小车，导轨上装有用于推动行走小车沿导轨行走的伺服电机，行走小车上方装有用于调节高度的垂直升降平台，垂直升降平台上装有传感器支架，传感器支架上装有若干均布的风速传感器，风速传感器经数据采集器与计算机数据口相连，伺服电机经RS485总线与控制主机PC的USB接口相连；

(二)、风速数据采集

在控制主机PC的控制下，启动伺服电机，驱动行走小车运动到检测点，经垂直升降平台调整传感器支架的高度，在检测点采集数据，将传感器置于采集点检测采集数据，采集完一个检测点数据后，驱动行走小车移向下一个检测点，重复3-4次，完成检测点数据的采集；当行走小车到达极限位置时，在控制主机PC的控制下，开始返回运动，直至数据采集操作结束，由于单个风速传感器反馈的数据不一定精确，因此，采用多个传感器同时检测并将其采集的数据进行数据融合，来得到检测点的最终数据；

(三)、测量方法：

用传感器采集数据，选择采集到的电流信号作为辅助变量，待检测风速数据作为主要变量，通过建立数学模型，由电流信号推导出风速数据的值，方法是：

1.标定风速传感器

(1)首先利用标准风洞对传感器进行校准和标定：

(2)计算风洞内标准风速，得出喷嘴处的风速V_e和单位时间内通过喷嘴喷出的风量Q，接着求出风洞内标准风速V_wt；

(3)利用最小二乘法，对采集的数据进行拟合，从而完成风速传感器的标定；

2.传感器数据预处理

在获取的数据建立测量模型之前，通过聚类方法对传感器数据进行预处理，方法是：

(1)对采集到的样本集合X，随机从中选择k个样本作为聚类初始中心，计算并形成初始的k个聚类；

(2)计算样本x_p到各聚类中心u_i的距离d_i；

(3)判定距离样本x_p最近的聚类C_j，并将样本x_p归为C_j聚类；

(4)计算新的聚类中心；

(5)根据设置的结束条件，判定迭代过程是否终止；

当迭代过程终止时，得到电流数据对应标准风速数据的聚类分布，作为下一步测量模型的输入；

3.建立测量模型：

测量模型有三层，将上一步得到的电流数据作为测量模型的输入，拟推导的空间流场风速数据作为测量模型的输出，借助模型处理层的自主学习能力，由电流数据推导出风速数据。方法如下：

(1)将得到的n个电流数据作为输入样本X，计算处理层第i个节点的输出g_i；

(2)计算处理层、输出层之间的迭代权值w；

(3)将处理层映射到输出层；

(4)利用目标误差函数式对n个电流数据X进行训练，最终得出预测风速Y；

4.获取测量数据

测量模型建立后，对于采集到的风速数据电流信号，将其输入测量模型，测量出烟草卷接包车间的通风流场风速数据。

本发明能够快速、实时的采集到各检测点的风速，有效解决使用在线分析仪器成本高、维修保养难、数据生成不实时等问题，易操作，测试准确，从而提高通风流场测量系统的控制性能和产品质量，可广泛应用于大型购物商场、生物实验室，化学实验室，矿井下等封闭、半封闭环境中的风速测量，应用面广，有显著的经济和社会效益。

附图说明

图1为本发明烟草卷接包车间通风流场测试示意图。

图2为本发明传感器支架示意图。

图3为本发明电气设备连接电路图。

图4为本发明风速数据采集流程图。

图5为本发明传感器标定拟合图。

图6为本发明测量风速与标准风速对比曲线图。

具体实施方式

以下结合附图对本发明的具体实施方式作详细说明。

由图1-4所示，本发明在具体实施中，一种烟草卷接包车间的通风流场测量方法，包括以下步骤：

(一)、安装设备

在烟草卷接包车间5工艺设备区4周边铺设环形导轨1，导轨上面安装行走小车2，导轨上装有用于推动行走小车沿导轨行走的伺服电机3，行走小车上方装有用于调节高度的垂直升降平台7，垂直升降平台上装有传感器支架3，传感器支架呈方形框架，方形框架的8个角上分别装有风速传感器6，8个风速传感器(P1-P8)经数据采集器P10(型号PCI-1711)与计算机PC1数据口相连，伺服电机经插口P9和串联的数据通讯卡P11(型号ADAM-4561)与控制主机PC的USB接口相连，具体接线关系由图3给出：

(1)风速传感器与采集模块的连接

风速传感器主要用来测量风速数据，选择北京飞超风速控制仪器有限责任公司生产的FC-2A风速传感器，FC-2A风速传感器具有3个连接端子，端子1和2分别连接电源24VDC和地线，端子3为传感器点的信号输出；数据采集模块主要用于数据的采集，选择研华科技(中国)有限公司采集PCI-1711数据采集板，PCI-1711的信号引脚AI0、AI1、……、AI14、AI15表示16路的模拟信号输入通道，信号引脚AIGND为模拟量输入接地；

风速传感器的数据量为8个，依次用P1、P2、……、P7、P8符号表示，PCI-1711用P10符号表示，通过导线分别将8路传感器点的信号输出连接到PCI-1711的AI0、AI1、……、AI7这8个模拟信号输入端子，同时将传感器的地线与PCI-1711的模拟量输入接地通过导线连接；

(2)采集模块与工控主机的连接

采集模块通过标准的PCI总线连接到工控主机，即将PCI-1711板卡插入计算机的任一PCI插槽，操作步骤描述如下：

1.关闭计算机，拔下电源线和其它电缆，安装或移除计算机上的组件之前，先关闭计算机；

2.移除计算机盖；

3.移除后面板上的插槽盖；

4.接触计算机表面的金属部分来移除身体的静电；

5.将PCI-1711板卡插入PCI插槽。抓住卡的边缘，将卡与插槽对齐。然后插入插槽。避免用力过大，否则也许会损坏卡；

6.用螺丝将PCI卡托架固定在计算机后面板导轨上；

7.将需要的附件(电缆、接线终端等)连接至PCI卡；

8.将计算机盖重新放回并固定。重新连接步骤1中断开的电缆；

9.插上电源线并开启计算机；

(3)运动伺服控制器与数据通讯卡的连接

运动伺服控制器具有4个连接端子，其中端子引脚1和2分别连接直流稳压电源的24VDC和地线，第3引脚为RS485总线的A信号，第4引脚为RS485总线的B信号；数据通讯卡的一端的RS485总线连接引脚和屏蔽地引脚，另外一端为标准的USB总线端子。在本发明中，运动伺服控制器的第3、4引脚分别连接到数据通讯卡的RS485总线的A引脚和B引脚，同时，数据通讯卡的屏蔽地与运动伺服控制器的地线连接；

(4)数据通讯卡与工控主机的连接

数据通讯卡采用研华科技(中国)有限公司，具体型号为ADAM-4561，数据通讯卡ADAM-4561直接与工控主机的USB端子直接联机，即可实现信号的传输；

由图1-3可以看出，在具体实施时，设备的安装方法包括以下步骤：

1.清除平台(地面)装配面的污物，将导轨平稳放在平台上，用螺母经导轨上的固定孔将导轨固定在平台面上；

2.将行走小车放置在导轨上，并在行走小车上装行走伺服电机；

3.将风速传感器安装在传感器支架上8个顶角位置，再将传感器支架固定在行走小车上方，风速传感器的电源接口连接到24V直流电源，其输出信号为4-20mA，将风速传感器输出信号连接到采集模块的模拟信号输入端子；

4.通过垂直升降台调整传感器支架的高度，从而使得风速传感器在垂直方向能够自由活动；

5.伺服电机经控制主机控制行走小车沿着导轨进行运动，通过RS485通讯接口按照Modbus协议连接到数据通讯卡；

6.控制主机放置在控制柜中，控制主机利用USB接口，通过数据通讯卡与伺服控制器连接，主要控制电机参数调节、电机转速设定、电机速度获取、位置脉冲获取，最终实现行走小车定位控制；另外一个方面，利用PCI接口，通过采样模块获取风速传感器的数据，最终实现各检测点风速数据的采集；

(二)、风速数据采集：

如图3所示，包括以下步骤：

1.设置系统配置参数：系统配置参数包括串口通讯设置、电机参数设置以及检测点设置，串口通讯设置主要是选择合适的波特率，串行通讯速率选用19.2kbit/s，通信协议为Modbus协议，其中，控制主机工作于主机模式，伺服电机工作于从机模式；设置电机运行速度、测试点位置以及限位位置；电机运行速度大小合适，太快会造成传感器支架抖动，太慢影响测量时间，为避免支架抖动，添加停留时间，使得传感器支架运动到位后，停止晃动再采集数据，将小车运动速度设置为0.25米/秒，小车停留时间2秒，设置30个检测点及其三维坐标；

2.主控主机利用数据通讯卡P11，按照Modbus协议，将运动指令经传送给伺服电机，同时，获取行走小车的当前坐标位置并根据当前的位置驱动行走小车的运动控制；

3.行走小车按照预定的运动路径方向和运行速度进行运动，根据系统参数配置所设定的风速采集测量坐标位置和传感器的坐标，通过调整垂直升降台在垂直方向的运动，将传感器支架调节到预设的三维坐标；

4.通过控制主机设置行走小车在导轨行走的速度、停顿时间，在行走小车达到检测点位置的时候，利用PCI接口，通过数据采集模块采集风速传感器的4-20mA模拟电流信号；

5.控制主机采集风速信号并进行数据的存储，为了实现数据采集的精确性，对每个检测点的数据重复采集100组数据；

6.采集完上述检测点风速传感器信号后，驱动行走小车按照预定的方向朝下一个检测点运动；

7.当行走小车到达下一个检测点位置的时候，重复执行4-5的步骤，完成该检测点的数据采集；

8.当行走小车到达极限位置，开始返回运动，执行3-7的数据采集操作；

控制主机采集到的风速数据为电流信号，应将其转换为对应的风速数据，从而完成烟草卷接包车间封闭空间通风流场的数据测量；由于单个风速传感器反馈的数据不一定精确，在此，对同一个检测点，采用多个传感器同时检测的方法，然后采用数据融合，将融合后的结果，作为该检测点的最终数据；

(三)、测量方法：

在采用传感器采集数据时，直接用传感器仪表读取风速数据比较麻烦，并且存在较大的滞后性，不能实时地反映当前待检测点的真实风速数据，因此，借助高性能的采集卡采集传感器反馈的电流信号，选择电流信号作为辅助变量，待检测风速数据作为主要变量，通过建立一个能够反映两者之间关系的数学模型，构建辅助变量到主要变量之间的关系，从而由电流信号作为辅助变量，推导作为主要变量的出风速数据值，具体方法是：

1.标定风速传感器

在烟草卷接包车间的通风流场测量中，用于封闭空间任意点风速测量的传感器反馈数据类型为4-20mA的电流信号，分别对应0.05m/s-2m/s的风速测量量程，在使用之前，利用标准风洞对传感器进行校准和标定；

(1)计算风洞内标准风速，利用式(1)，得出喷嘴处的风速V_e：

V_e--喷嘴处的风速，单位：m/s；

ΔP--喷嘴前后气压差，单位：N/m²；

ρ--大气压值，单位：N/m²；

(2)利用式(2)，得出单位时间内通过喷嘴喷出的风量Q：

Q＝V_e·F_e 式(2)

Q--单位时间内通过喷嘴喷出的风量，单位：m³/s；

V_e--喷嘴处的风速，单位：m/s；

F_e--喷嘴面积，单位：m²；

(3)利用式(3)，得出风洞内标准风速V_wt：

V_wt＝Q/F_wt 式(3)

V_wt--风洞内标准风速，单位：m/s；

Q--单位时间内通过喷嘴喷出的风量，单位：m³/s；

F_wt--风洞截面面积，单位：m²；

(4)获取标准风速之后，就可以进行传感器的标定，也就是确定传感器输出的4-20mA的电流信号与风速0.05m/s-2m/s间的线性关系；

设置标准风速的初始值为0.2m/s，调节风洞装置，使得风速每次变化的数值为0.2m/s，将第i次调节得到的标准风速采用y_i进行表示。在每次调节好风速的条件下，在风洞外，利用电流表读取风速传感器的输出电流信号，第i次测量得到的电流信号用x_i表示；

在每次调节好风速的条件下，在风洞外，利用电流表读取风速传感器的输出电流信号，这样得到25个标准风速数据和其对应的25个风速传感器对应的数据。利用最小二乘法，对上述的25对数据进行一阶的线性拟合，拟合的直线描述为y＝kx+b，该直线的形状如式(4)所示：

k--直线y的斜率；

b--直线y在y轴的平移量，常数；

x_i--风速传感器的输出电流信号，单位：mA；

y_i--风洞的标准风速，单位：m/s；

n--拟合直线的数据点的数量，此处为25；

利用标定得到的拟合直线关系，进一步得到风速传感器的输出信号与实际风速的对应关系，完成传感器的标定。

2.预处理传感器数据

使用标定后的传感器，在确定风速条件下，采集多组对应电流数据。在使用这些数据建立测量模型之前，需要通过聚类方法对其进行预处理。运用聚类方法，得到电流数据簇类对应标准风速数据的聚类分布。具体方法如下：

(1)在采集到的样本集合X＝{x₁,x₂,...,x_n}中随机选择k个样本{u₁(1),u₂(1),...,u_k(1)}作为聚类初始中心，利用式(5)计算u_i并形成初始的k个聚类{C₁,C₂,...,C_k}：

u_i(1)--迭代初始时，聚类i的中心；

C_i--编号为i的聚类；

x--聚类C_i中的样本；

(2)利用式(6)计算样本x_p到各聚类中心u_i的距离d_i

d_i＝||x_p-u_i(h)||(1≤i≤k) 式(6)

d_i--样本x_p到各聚类中心u_i的距离；

x_p--样本集合中的样本；

u_i(h)--第h次迭代时，聚类i的中心；

h--迭代次数，初始为1；

p--样本编号，其值为1...n；

(3)利用式(7)判定距离样本x_p最近的聚类C_j，并将x_p归为C_j聚类

min(d_i)＝||x_p-u_j(h)||(1≤i,j≤k) 式(7)

d_i--样本x_p到各聚类中心u_i的距离；

x_p--样本集合中的样本；

u_j(h)--第h次迭代时，聚类j的中心；

h--迭代次数，初始为1；

min()--取最小值函数；

(4)利用式(8)计算新的聚类中心

u_j(h+1)--第h+1次迭代时，聚类j的中心；

C_j--编号为j的聚类；

|C_j|--聚类C_j中样本个数；

x_i--聚类C_j中的样本；

h--迭代次数，初始为1；

(5)根据预先设置好的结束条件式(9)或式(10)来判定迭代过程是否终止

||u_j(h+1)-u_j(h)||<Δ 式(9)

h<h_max 式(10)

h--迭代次数，初始为1；

h_max--预设的最大迭代次数；

Δ--预设的两次迭代中心改变阈值；

u_j(h)--第h次迭代时，聚类j的中心；

u_j(h+1)--第h+1次迭代时，聚类j的中心；

当迭代过程终止时，得到电流数据簇类对应标准风速数据的聚类分布，该电流数据值，作为下一步测量模型的输入，通过测量模型的学习能力，建立最终的模型；

3.建立测量模型

建立的测量模型有三层：输入层、处理层以及输出层，得到电流数据簇类对应标准风速数据的聚类分布后，将该电流数据作为测量模型的输入，拟推导的风速数据作为测量模型的输出，借助模型处理层的自主学习能力，由电流数据推导出风速数据，方法如下：

(1)将得到的n个电流数据，作为输入样本X＝{x₁,x₂,...,x_n}，利用式(11)计算处理层第i个节点的输出；

g_i--处理层第i个节点的输出量；

x--输入样本值；

u_i--第i个节点高斯函数中的向量；

σ_i--处理层第i个节点的标准化常数；

(2)利用式(12)求处理层、输出层之间的迭代权值

w--处理层、输出层之间的迭代权值；

M--处理层节点个数；

d_max--所选取中心之间的距离；

x_i--第i个样本值；

u_j--第j个聚类的中心；

||·||--二范数运算；

(3)利用式(13)将处理层映射到输出层

y_k--输出层中第k节点的输出值；

g_i--处理层中第i节点的输出值；

w_ki--处理层第i节点到输出层第k节点的加权系数；

θ_k--输出层阈值；

M--处理层节点个数；

||·||--二范数运算；

(4)利用目标误差函数式(14)，对n个电流数据X＝{x₁,x₂,...,x_n}，进行训练。

ε--目标误差函数；

y_p--输出层中第p节点的输出值；

v_p--每组样本x_p的期望输出值；

p--样本编号，为1...n；

最终得出预测风速Y＝{y₁,y₂,...,y_n}；

4.获取测量数据

测量模型建立后，对于采集到的风速传感器返回的电流信号，将其输入该模型，测量出对应的风速数据。

在上述所述的：

1.风速传感器

风速传感器主要用来测量风速，选择北京飞超风速控制仪器有限责任公司生产的FC-2A风速传感器。工作电压：DC24V，输出电流：4-20mA，测量范围：0-5m/s，测量精度：±2％，分辨率：0.1m/s，启动风速：<0.5m/s。

2.采样模块

数据采集板采用研华科技(中国)有限公司，具体型号为PCI-1711，该数据采集板为12位多功能通用PCI卡，12位A/D转换器，采样速率可达100kHz，16通道单端模拟输入，12位A/D转换器，采样率达100kHz，每个输入通道的增益可编程，板载1K采样FIFO缓冲器。

3.数据通讯卡

数据通讯卡采用研华科技(中国)有限公司，具体型号为ADAM-4561，该数据通信为1端口隔离USB到RS-232/422/485转换器，传输速度可达115.2Kbps，提供3000伏直流电隔离保护，RS-485数据流自动控制，无需外部电源，集线器从USB端口获取电源。

4.导轨

导轨主要作用为导向作用，选择的导轨为深圳市祥华自动化科技有限公司生产的长方形导轨，直线导轨型号为SB-LGV25，圆弧导轨型号为SB-CR25 351 R180。

5.伺服电机

伺服电机驱动转动轴，转动轴驱动转轮，行走小车沿着导轨在一定的方向上平稳行走，通过程序控制小车的行走方向与速度。行走小车的运动控制器选择庸博(厦门)电气技术有限公司1KW通用伺服电机，具有通用Modbus通讯，多种智能化的监视功能和精巧的操作面板，支持电机参数调节、电机转速设定、电机速度获取、位置脉冲获取、电机故障代码获取等功能。

6.控制主机

控制主机为普通的台式计算机、笔记本式计算机。

本发明经试验和实地应用，取得了非常好的有益技术效果，具有很强的实用价值，有关试验情况如下：

1.标定传感器

利用本发明实施方式“测量方法”中的“标定风速传感器”实施步骤，获取标准风速之后，进行传感器的标定。在每次调节好风速的条件下，在风洞外，利用电流表读取风速传感器的输出电流信号，这样得到25个标准风速数据和其对应的25个风速传感器对应的电流数据，如表1所示。

表1单传感器标定试验数据

利用最小二乘法，对上述的25组数据进行一阶的线性拟合，拟合结果如图5所示，从而完成标定。

2.建立测量模型

在确定风速条件下，使用标定后的传感器进行测量，每个传感器进行30次测量，每次读取100个电流数据，与此对应的，有30组理论风速值。利用本发明实施方式“测量方法”中的“传感器数据预处理”和“建立测量模型”实施步骤，以30次测量的数据作为训练样本，训练得到测量模型。

3.获取风速数据

测量模型建立后，再次进行数据采集，试验中共使用传感器对30个检测点进行数据采集，采集到的风速数据为电流信号。通过测量模型，计算出其对应的风速值，与标准风速值进行对照，如图6所示。

从试验结果可以看出，各个检测点风速虽然各不相同，但是，测量风速和标准风速都很接近。这说明，本发明方法建立的测量模型是正确的，对当前应用环境是适用的。其中有两个检测点处，风速值跳跃较大，主要是两个点挨近门窗，受外界因素影响大，但试验结果也看出，这两个检测点的测量风速和标准风速都很接近。这也更加印证了本发明方法的正确性。

由以上可以清楚的看出，本发明方法新颖独特，可有效保证烟草卷接包车间能够快速、实时的采集到各检测点的风速，有效解决使用在线分析仪器成本高、维修保养难、数据生成不实时等问题，易操作，测试准确，从而提高通风流场测量系统的控制性能和产品质量，还可广泛应用于大型购物商场、生物实验室，化学实验室，矿井下等封闭、半封闭环境中的风速测量，应用面广，有显著的经济和社会效益。

Claims (2)

1.一种烟草卷接包车间的通风流场测量方法，从目前烟草卷接包车间风速检测的实际应用环境出发，将现代传感技术、机器学习技术、数学建模融合到风速检测之中，将聚类方法和数据处理技术相结合，通过采集到的传感器电流数据而得到风速数据，以满足烟草卷接包车间各检测点风速的初步快速测定，包括以下步骤：

(一)、安装设备

在烟草卷接包车间工艺设备区铺设导轨，导轨上面安装行走小车，导轨上装有用于推动行走小车沿导轨行走的伺服电机，行走小车上方装有用于调节高度的垂直升降平台，垂直升降平台上装有传感器支架，传感器支架上装有若干均布的风速传感器，风速传感器经数据采集器与计算机数据口相连，伺服电机经RS485总线与控制主机PC的USB接口相连；

(二)、风速数据采集

在控制主机PC的控制下，启动伺服电机，驱动行走小车运动到检测点，经垂直升降平台调整传感器支架的高度，在检测点采集数据，将传感器置于采集点检测采集数据，采集完一个检测点数据后，驱动行走小车移向下一个检测点，重复3-4次，完成检测点数据的采集；当行走小车到达极限位置时，在控制主机PC的控制下，开始返回运动，直至数据采集操作结束，由于单个风速传感器反馈的数据不一定精确，因此，采用多个传感器同时检测并将其采集的数据进行数据融合，来得到检测点的最终数据；

(三)、测量方法：

用传感器采集数据，选择采集到的电流信号作为辅助变量，待检测风速数据作为主要变量，通过建立数学模型，由电流信号推导出风速数据的值，方法是：

1.标定风速传感器

(1)首先利用标准风洞对传感器进行校准和标定：

(2)计算风洞内标准风速，得出喷嘴处的风速V_e和单位时间内通过喷嘴喷出的风量Q，接着求出风洞内标准风速V_wt；

(3)利用最小二乘法，对采集的数据进行拟合，从而完成风速传感器的标定；

2.传感器数据预处理

在获取的数据建立测量模型之前，通过聚类方法对传感器数据进行预处理，方法是：

(1)对采集到的样本集合X，随机从中选择k个样本作为聚类初始中心，计算并形成初始的k个聚类；

(2)计算样本x_p到各聚类中心u_i的距离d_i；

(3)判定距离样本x_p最近的聚类C_j，并将样本x_p归为C_j聚类；

(4)计算新的聚类中心；

(5)根据设置的结束条件，判定迭代过程是否终止；

当迭代过程终止时，得到电流数据对应标准风速数据的聚类分布，作为下一步测量模型的输入；

3.建立测量模型：

测量模型有三层，将上一步得到的电流数据作为测量模型的输入，拟推导的空间流场风速数据作为测量模型的输出，借助模型处理层的自主学习能力，由电流数据推导出风速数据。方法如下：

(1)将得到的n个电流数据作为输入样本X，计算处理层第i个节点的输出g_i；

(2)计算处理层、输出层之间的迭代权值w；

(3)将处理层映射到输出层；

(4)利用目标误差函数式对n个电流数据X进行训练，最终得出预测风速Y；

4.获取测量数据

测量模型建立后，对于采集到的风速数据电流信号，将其输入测量模型，测量出烟草卷接包车间的通风流场风速数据。

2.根据权利要求1所述的烟草卷接包车间的通风流场测量方法，其特征在于，包括以下步骤：

(一)、安装设备

在烟草卷接包车间(5)工艺设备区(4)周边铺设环形导轨(1)，导轨上面安装行走小车(2)，导轨上装有用于推动行走小车沿导轨行走的伺服电机(3)，行走小车上方装有用于调节高度的垂直升降平台(7)，垂直升降平台上装有传感器支架(3)，传感器支架呈方形框架，方形框架的8个角上分别装有风速传感器(6)，8个风速传感器P1-P8经数据采集器P10与计算机PC1数据口相连，伺服电机经插口P9和串联的数据通讯卡P11与控制主机PC的USB接口相连；

(二)、风速数据采集，包括以下步骤：

1.设置系统配置参数：系统配置参数包括串口通讯设置、电机参数设置以及检测点设置，串口通讯设置主要是选择合适的波特率，串行通讯速率选用19.2kbit/s，通信协议为Modbus协议，其中，控制主机工作于主机模式，伺服电机工作于从机模式；设置电机运行速度、测试点位置以及限位位置；电机运行速度大小合适，太快会造成传感器支架抖动，太慢影响测量时间，为避免支架抖动，添加停留时间，使得传感器支架运动到位后，停止晃动再采集数据，将小车运动速度设置为0.25米/秒，小车停留时间2秒，设置30个检测点及其三维坐标；

2.主控主机利用数据通讯卡P11，按照Modbus协议，将运动指令经传送给伺服电机，同时，获取行走小车的当前坐标位置并根据当前的位置驱动行走小车的运动控制；

3.行走小车按照预定的运动路径方向和运行速度进行运动，根据系统参数配置所设定的风速采集测量坐标位置和传感器的坐标，通过调整垂直升降台在垂直方向的运动，将传感器支架调节到预设的三维坐标；

4.通过控制主机设置行走小车在导轨行走的速度、停顿时间，在行走小车达到检测点位置的时候，利用PCI接口，通过数据采集模块采集风速传感器的4-20mA模拟电流信号；

5.控制主机采集风速信号并进行数据的存储，为了实现数据采集的精确性，对每个检测点的数据重复采集100组数据；

6.采集完上述检测点风速传感器信号后，驱动行走小车按照预定的方向朝下一个检测点运动；

7.当行走小车到达下一个检测点位置的时候，重复执行4-5的步骤，完成该检测点的数据采集；

8.当行走小车到达极限位置，开始返回运动，执行3-7的数据采集操作；

控制主机采集到的风速数据为电流信号，应将其转换为对应的风速数据，从而完成烟草卷接包车间封闭空间通风流场的数据测量；由于单个风速传感器反馈的数据不一定精确，在此，对同一个检测点，采用多个传感器同时检测的方法，然后采用数据融合，将融合后的结果，作为该检测点的最终数据；

(三)、测量方法：

在采用传感器采集数据时，直接用传感器仪表读取风速数据比较麻烦，并且存在较大的滞后性，不能实时地反映当前待检测点的真实风速数据，因此，借助高性能的采集卡采集传感器反馈的电流信号，选择电流信号作为辅助变量，待检测风速数据作为主要变量，通过建立一个能够反映两者之间关系的数学模型，构建辅助变量到主要变量之间的关系，从而由电流信号作为辅助变量，推导作为主要变量的出风速数据值，具体方法是：

1.标定风速传感器

在烟草卷接包车间的通风流场测量中，用于封闭空间任意点风速测量的传感器反馈数据类型为4-20mA的电流信号，分别对应0.05m/s-2m/s的风速测量量程，在使用之前，利用标准风洞对传感器进行校准和标定；

(1)计算风洞内标准风速，利用式(1)，得出喷嘴处的风速V_e：

V_e--喷嘴处的风速，单位：m/s；

ΔP--喷嘴前后气压差，单位：N/m²；

ρ--大气压值，单位：N/m²；

(2)利用式(2)，得出单位时间内通过喷嘴喷出的风量Q：

Q＝V_e·F_e 式(2)

Q--单位时间内通过喷嘴喷出的风量，单位：m³/s；

V_e--喷嘴处的风速，单位：m/s；

F_e--喷嘴面积，单位：m²；

(3)利用式(3)，得出风洞内标准风速V_wt：

V_wt＝Q/F_wt 式(3)

V_wt--风洞内标准风速，单位：m/s；

Q--单位时间内通过喷嘴喷出的风量，单位：m³/s；

F_wt--风洞截面面积，单位：m²；

(4)获取标准风速之后，就可以进行传感器的标定，也就是确定传感器输出的4-20mA的电流信号与风速0.05m/s-2m/s间的线性关系；

设置标准风速的初始值为0.2m/s，调节风洞装置，使得风速每次变化的数值为0.2m/s，将第i次调节得到的标准风速采用y_i进行表示。在每次调节好风速的条件下，在风洞外，利用电流表读取风速传感器的输出电流信号，第i次测量得到的电流信号用x_i表示；

在每次调节好风速的条件下，在风洞外，利用电流表读取风速传感器的输出电流信号，这样得到25个标准风速数据和其对应的25个风速传感器对应的数据。利用最小二乘法，对上述的25对数据进行一阶的线性拟合，拟合的直线描述为y＝kx+b，该直线的形状如式(4)所示：

k--直线y的斜率；

b--直线y在y轴的平移量，常数；

x_i--风速传感器的输出电流信号，单位：mA；

y_i--风洞的标准风速，单位：m/s；

n--拟合直线的数据点的数量，此处为25；

利用标定得到的拟合直线关系，进一步得到风速传感器的输出信号与实际风速的对应关系，完成传感器的标定。

2.预处理传感器数据

使用标定后的传感器，在确定风速条件下，采集多组对应电流数据。在使用这些数据建立测量模型之前，需要通过聚类方法对其进行预处理。运用聚类方法，得到电流数据簇类对应标准风速数据的聚类分布。具体方法如下：

(1)在采集到的样本集合X＝{x₁,x₂,...,x_n}中随机选择k个样本{u₁(1),u₂(1),...,u_k(1)}作为聚类初始中心，利用式(5)计算u_i并形成初始的k个聚类{C₁,C₂,...,C_k}：

u_i(1)--迭代初始时，聚类i的中心；

C_i--编号为i的聚类；

x--聚类C_i中的样本；

(2)利用式(6)计算样本x_p到各聚类中心u_i的距离d_i

d_i＝||x_p-u_i(h)||(1≤i≤k) 式(6)

d_i--样本x_p到各聚类中心u_i的距离；

x_p--样本集合中的样本；

u_i(h)--第h次迭代时，聚类i的中心；

h--迭代次数，初始为1；

p--样本编号，其值为1...n；

(3)利用式(7)判定距离样本x_p最近的聚类C_j，并将x_p归为C_j聚类

min(d_i)＝||x_p-u_j(h)||(1≤i,j≤k) 式(7)

d_i--样本x_p到各聚类中心u_i的距离；

x_p--样本集合中的样本；

u_j(h)--第h次迭代时，聚类j的中心；

h--迭代次数，初始为1；

min()--取最小值函数；

(4)利用式(8)计算新的聚类中心

u_j(h+1)--第h+1次迭代时，聚类j的中心；

C_j--编号为j的聚类；

|C_j|--聚类C_j中样本个数；

x_i--聚类C_j中的样本；

h--迭代次数，初始为1；

(5)根据预先设置好的结束条件式(9)或式(10)来判定迭代过程是否终止

||u_j(h+1)-u_j(h)||<Δ 式(9)

h<h_max 式(10)

h--迭代次数，初始为1；

h_max--预设的最大迭代次数；

Δ--预设的两次迭代中心改变阈值；

u_j(h)--第h次迭代时，聚类j的中心；

u_j(h+1)--第h+1次迭代时，聚类j的中心；

当迭代过程终止时，得到电流数据簇类对应标准风速数据的聚类分布，该电流数据值，作为下一步测量模型的输入，通过测量模型的学习能力，建立最终的模型；

3.建立测量模型

建立的测量模型有三层：输入层、处理层以及输出层，得到电流数据簇类对应标准风速数据的聚类分布后，将该电流数据作为测量模型的输入，拟推导的风速数据作为测量模型的输出，借助模型处理层的自主学习能力，由电流数据推导出风速数据，方法如下：

(1)将得到的n个电流数据，作为输入样本X＝{x₁,x₂,...,x_n}，利用式(11)计算处理层第i个节点的输出；

g_i--处理层第i个节点的输出量；

x--输入样本值；

u_i--第i个节点高斯函数中的向量；

σ_i--处理层第i个节点的标准化常数；

(2)利用式(12)求处理层、输出层之间的迭代权值

w--处理层、输出层之间的迭代权值；

M--处理层节点个数；

d_max--所选取中心之间的距离；

x_i--第i个样本值；

u_j--第j个聚类的中心；

||·||--二范数运算；

(3)利用式(13)将处理层映射到输出层

y_k--输出层中第k节点的输出值；

g_i--处理层中第i节点的输出值；

w_ki--处理层第i节点到输出层第k节点的加权系数；

θ_k--输出层阈值；

M--处理层节点个数；

||·||--二范数运算；

(4)利用目标误差函数式(14)，对n个电流数据X＝{x₁,x₂,...,x_n}，进行训练。

ε--目标误差函数；

y_p--输出层中第p节点的输出值；

v_p--每组样本x_p的期望输出值；

p--样本编号，为1...n；

最终得出预测风速Y＝{y₁,y₂,...,y_n}；

4.获取测量数据

测量模型建立后，对于采集到的风速传感器返回的电流信号，将其输入该模型，测量出对应的风速数据。