CN110646041A - 一种多声道超声流量计的数据融合计算方法 - Google Patents

Abstract

本发明的一种多声道超声流量计的数据融合计算的方法，涉及到声道超声流量计算的技术领域，解决的由于某个换能器不能正常工作而导致测量存在误差的问题。该方法以最优加权数据融合方法在每次测量后自适应的计算最优权重系数。通过第i个换能器测量的前n个数据的方差来计算第n+1次测量数据的方差。每当有新一个数据测量完成后便进行一次方差以及权重系数的计算,使得每次测量后的权重系数能进行自动修正，从而提高计算各个声道的精确度和准确度。

Description

一种多声道超声流量计的数据融合计算方法

技术领域

本发明涉及到声道超声流量计算的技术领域，尤其是一种多声道超声流量计的数据融合计算方法。

背景技术

超声波流量测量技术具有非接触式测量、低压损、测量范围宽等优点，近些年来已被我国广泛应用至水利、电力、石油、化工、自来水及食品等多个行业。多声道超声波流量计在待测截面上布置多个换能器，通过精确的测量各声道上超声波沿水流顺向与逆向传播的时间差，计算出各声道流速，并用加权积分的方法计算出流速和流量。相较于单声道超声波流量计,其测量准确度更高。而，目前多声道超声波流量计普遍应用Gauss-Jacob积分法和OWICS即为，最佳圆断面积分方法，通过这两种方法来计算圆形管道的流体流速。但是这两种积分方法都使用固定的权重系数来计算流体流速，当某个换能器不能正常工作或者待测流体中夹杂大量杂质或者气泡而导致测量结果存在较大误差时，通过这两种积分方法计算的流速同样会存在较大的误差。

发明内容

本申请提供了一种多声道超声流量计的数据融合计算的方法，解决的由于某个换能器不能正常工作而导致测量存在误差的问题。本案的技术方案有诸多技术效果，见下文。

在多传感器数据融合理论的基础上，提出了一种适用于多声道超声波流量计的数据融合计算方法，改进后的最优加权数据融合方法能够在每次测量后自适应的计算最优权重系数。文中的相对或最优是以所计算的多声道超声流量计算的各个数值为参考，并非其他。

一种多声道超声流量计的数据融合计算的方法，以最优加权数据融合方法在每次测量后自适应的计算最优权重系数，该方法包括：

S1:设多声道超声波流量计的各个声道测量得到的流速值为vi，各个声道测量中包所相应的测量噪声为ni，声道超声波流量计的流速积分计算式为：

即，为式(1)，其中：其中w_i为权重系数，i表示声道数，文中取i＝自然数1、2、3.....N；

S2:计算各声道超声波流量计的最优权重系数。设流过管道横截面的实际流速为

则相对于真实流速的估计流速e的均方误差可以表示为：

即，为式(2)，其中：E[X]表示数学期望；

将式(2)所示的均方误差取最小值作为式(1)中的权重系数为最优权重系数值。分别计算式(2)中均方误差e对权重系数w1～w4的导数，并以导数式等于0计算，得式(3)，

其中，式(3)中，令导数式等于0时，可得式(4)

S3:应用超声波流量计对于速度为vi的流体进行n次测量,每个换能器的测量值为{vim}(m＝0,1,2,…,n),求取每个换能器n次测量值的方差σi(i＝1,2,3,4),代入式(4)便可以求出均方误差取最小值时的最优权重系数,能够在每次测量后自适应的计算最优权重系数,以提高计算各声道流速的精度。

在一个优选或可选的实施方案中，还包括动态修正权重系数，以反映出外界环境干扰等因素对流速测量结果的影响。

在一个优选或可选的实施方案中，通过第i个换能器测量的前n个数据的方差来计算第n+1次测量数据的方差，如有新增数据测量完成后便进行一次方差和权重系数的计算,能够使每次测量后的权重系数能进行自动修正。

在一个优选或可选的实施方案中，第i个换能器测量的前n个数据平均值为和方差式分别为：

平均值：

方差：

在一个优选或可选的实施方案中，，对多个传感器的数据依据权值最优分配原则进行自适应加权融合,能够实现降低每层误差；

通过对第i个换能器测量的前n个数据的方差来计算第n+1次测量数据的方差，如有新增数据测量完成后进行一次方差和权重系数的计算,使得每次测量后的权重系数能进行自动修正，且满足：

在一个优选或可选的实施方案中，声道数i的取值为4。

本申请发的有益效果如下：

对多个传感器的数据依据权值最优分配原则进行自适应加权融合,便可以层层降低误差，精确了测量各声道上超声波沿水流顺向与逆向传播的时间差，计算出各声道精确的流速。避免了当某个换能器不能正常工作或者待测流体中夹杂大量杂质或者气泡而导致测量结果存在较大误差时，通过传统积分方法计算的流速存在较大误差误差的情况出现，本案充分利用数学原理，在计算各个声道截面流速时，令导数式等于0的方法，获取最优权重系数，从而提高各个声道计算的精确度。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为多声道超声流量计的数据融合计算的方法的结构示意图；

图2为超声波换能器信号发射的脉冲时序图；

图3为待测管道的截面图；

图4为一个显示周期内各声道250次测量的流速值；

图5为各声道动态变化的最优权重系数；

图6为两种方法计算得到的流速值的融合结果；

图7为单个声道测量不准时一个显示周期内各声道250次量的流速值；

图8为各声道动态变化的最优权重系数；

图9为不同方法计算得到的流速值的融合结果。

具体实施方式

下面将详细地对实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。

参见图1所示多声道超声流量计的数据融合计算的方法，以最优加权数据融合方法在每次测量后自适应的计算最优权重系数，该方法包括：

S1:设多声道超声波流量计的各个声道测量得到的流速值为vi，各个声道测量中包所相应的测量噪声为ni，声道超声波流量计的流速积分计算式为：

即，为式(1)，其中：其中w_i为权重系数，i表示声道数，文中取i＝自然数1、2、3.....N，一般的i取数为4。

S2:计算各声道超声波流量计的最优权重系数。设流过管道横截面的实际流速为

则相对于真实流速的估计流速e的均方误差可以表示为：

即，为式(2)，其中：E[X]表示数学期望；

将式(2)所示的均方误差取最小值作为式(1)中的权重系数为最优权重系数值。分别计算式(2)中均方误差e对权重系数w1～w4的导数，并以导数式等于0计算，得式(3)，

其中，式(3)中，令导数式等于0时，

可得式(4)

S3:应用超声波流量计对于速度为vi的流体进行n次测量,每个换能器的测量值为{vim}(m＝0,1,2,…,n),求取每个换能器n次测量值的方差σi(i＝1,2,3,4),代入式(4)便可以求出均方误差取最小值时的最优权重系数,能够在每次测量后自适应的计算最优权重系数,以提高计算各声道流速的精度。

作为可选的实施方案，还包括动态修正权重系数，以反映出外界环境干扰等因素对流速测量结果的影响。

例如，通过第i个换能器测量的前n个数据的方差来计算第n+1次测量数据的方差，如有新增数据测量完成后便进行一次方差和权重系数的计算,能够使每次测量后的权重系数能进行自动修正。

进一步的，第i个换能器测量的前n个数据平均值为和方差式分别为：

平均值：

方差：

作为可选的实施方案，对多个传感器的数据依据权值最优分配原则进行自适应加权融合,能够实现降低每层误差；

通过对第i个换能器测量的前n个数据的方差来计算第n+1次测量数据的方差，如有新增数据测量完成后进行一次方差和权重系数的计算,使得每次测量后的权重系数能进行自动修正，且满足：

针对多声道超声波流量计在流体流速测量时由于某个换能器不能正常工作而导致测量存在误差的问题。在多传感器数据融合理论的基础上，提出了一种适用于多声道超声波流量计的数据融合计算方法，改进后的最优加权数据融合方法能够在每次测量后自适应的计算最优权重系数。

假设多声道超声波流量计的各声道测量得到的流速值为vi，并且测量值中包含相应的测量噪声ni，则多声道超声波流量计的流速积分计算式为:

(其中w_i为权重系数，i表示声道数，文中取i＝4)

令

表示流过管道横截面的实际流速，则相对于真实流速的估计流速的均方误差可以表示为:

式中:E[X]表示数学期望。根据最小均方差估计理论，当式(2)所示的均方误差取最小值时，式(1)中的权重系数为最优权重系数值。分别计算式(2)中均方误差e对权重系数w1～w4的导数，并令导数式等于0，便可得到以下方程组：

式中：

解方程组(9)可以得到各声道超声波流量计的最优权重系数，表达式为：

首先应用超声波流量计对于速度为vi的流体进行n次测量,每个换能器的测量值为{vim}(m＝0,1,2,…,n),求取每个换能器n次测量值的方差σi(i＝1,2,3,4),然后代入式(4)便可以求出均方误差取最小值时的最优权重系数。

应用式(4)计算最优权重系数时，需动态修正权重系数，使其能及时、准确的反映出外界环境干扰等因素对流速测量结果的影响。

假设第i个换能器测量的数据为{vim}(m＝0，1…n)，那么n个测量值的平均值为:

方差为：

如果第i个换能器的第n+1次实时测量数据为vi(n+1)，那么便可以通过前面的n个测量值的平均值获得(n+1)个测量数据的平均值，计算式为:

(n+1)个测量数据的方差为:

将式(8)进行简化，化简后的(n+1)个测量数据的方差为：

根据上述式便可通过第i个换能器测量的前n个数据的方差来计算第n+1次测量数据的方差。每当有新一个数据测量完成后便进行一次方差以及权重系数的计算,使得每次测量后的权重系数能进行自动修正。

对多个传感器的数据依据权值最优分配原则进行自适应加权融合,便可以层层降低误差。

实现流程的工作原理：

1.从第i个换能器测量得到的第2个流速数据开始计算前两个数据的平均值和方差,根据式(4)计算各声道换能器的权重系数，应用计算得到的权重系数进行流速计算；

2.当第3个数据测量完成后，根据式(9)计算前3个数据的平均值和方差，然后重新计算权重系数并计算流速；

3.依次类推,直到第n个数据测量并完成计算。改进后的最优加权的数据融合方法的计算流程图如图1所示。对多个传感器的数据依据权值最优分配原则进行自适应加权融合,便可以层层降低误差，精确了测量各声道上超声波沿水流顺向与逆向传播的时间差，计算出各声道精确的流速。避免了当某个换能器不能正常工作或者待测流体中夹杂大量杂质或者气泡而导致测量结果存在较大误差时，通过传统积分方法计算的流速存在较大误差误差的情况出现，本案充分利用数学原理，在计算各个声道截面流速时，令导数式等于0的方法，获取最优权重系数，从而提高各个声道计算的精确度。

实施例

以图2至图9的试验操作流程对本案进行具体说明：

图2至图9表明：通过实验处理一个周期内正常测量的流速数据和单个换能器非正常工作时的流速数据，得出当流量计各声道均能正常工作时，应用改进后的最优加权数据融合方法计算得到的管道流速值与Gauss-Jacobi积分法计算得到的流速值基本一致。

但，当流量计单个声道不能正常工作时，应用改进后的最优加权数据融合方法计算得到的管道流速值较Gauss-Jacobi积分法计算得到的流速值更加稳定，说明应用改进后的最优加权数据融合方法进行管道流速值计算可以减小测量误差对流速测量结果影响，使得流速计算结果更加准确。

如图2所示，超声波流量计的换能器发射信号的触发脉冲的时序:

一测试具体数据：(无杂过量气泡或杂质)

1)正程或逆程相邻两次发射的间隔时间为2ms；

2)相邻正逆程发射之间的间隔时间为1ms，超声波流量计显示流量的更新频率为0.5s，即每隔0.5s超声波流量计的显示流量会更新一次。(0.5s时间内超声波流量计会发射和接收超声波信号250次，每个声道可以计算得到250个流速值)；

3)选取四声道超声波流量计对口径为100mm的长直管段进行流速测量。

各声道按照图3所示进行布置(待测管道的横截面积面)，声道高度为Gauss-Jacobi积分法计算得到的声道高度，从上到下依次为1－4声道，声道角度α为45°，流体为液态水，管道入口流体流速为5m/s，得出计算得到一个显示周期内各声道250次测量的流速值如图4所示(一个显示周期内各声道250次测量的流速值)。

二按最优加权的数据融合方法的计算流程进行计算

将图4测量计算得到的一个显示周期内各声道250次测量的流速值按照改进后的最优加权的数据融合方法的计算流程进行计算，便可以在每一次测量流速后计算各声道的最优权重系数，对每次测量计算得到的最优权重系数，如图5所示(各声道动态变化的最优权重系数)。

将每次测量计算得到的各声道的最优权重系数进行平均计算并与Gauss-Jacobi积分法计算得到的各声道权重系数进行比较，如表1所示，见表1：

表1两种方法计算得到的权重系数的对比

如表1所示，如果各声道换能器均能正常工作，那么应用改进后的最优加权数据融合方法计算得到的最优权重系数的平均值和常用的Gauss-Jacobi积分法计算得到的各声道权重系数相差很小。如图6所示，应用这两种方法计算一个显示周期内各声道250次测量的流速值的融合结果。当多声道超声波流量计各个声道都能正常的工作来测量流体流速时，应用这两种方法计算得到的管道流速值基本一致，说明应用改进后的最优加权数据融合方法计算流体流速在正常情况下能够实现较好的数据融合效果。

三声道测量的流速上添加白噪声

如图7所示，随着超声波流量计使用年限的增加或者流体中夹杂过量气泡或杂质，都可能使其存在某个换能器测量的流速值存在较大偏差。

对第2声道测量的流速值数据上添加白噪声，使其测量结果产生较大的波动，用来模拟单个换能器测量不准的情况，第2声道换能器测量不准时的一个显示周同样按照改进后的最优加权的数据融合方法的计算流程进行计算，便可以在每一次测量流速后计算各声道的最优权重系数，如图8所示将每次测量计算得到的各声道的最优权重系数进行平均计算并与Gauss-Jacobi积分法计算得到的各声道权重系数进行比较，见表2：

表2两种方法计算得到的权重系数的对比

如表2所示:如果第2个声道换能器不能正常工作，此时各声道计算得到的权重系数会发生明显的变化，测量不准确的第2声道所占比重大大减小，而其他声道流速的权重系数增大，说明应用改进后的最优加权数据融合方法进行流速计算时可以自动的减小不能正常工作的换能器测量数据在计算管道截面的流速时的比重，减小测量误差对最终流速数据融合的影响。

在第2声道换能器测量不准的情况下，应用这两种方法计算一个显示周期内各声道250次测量的流速值的融合结果如图9所示。当多声道超声波流量计第2个声道不能正常的工作时，应用Gauss-Jacobi积分法计算得到的管道流速会受到测量误差的影响而使得最终的计算结果同样会存在较大波动，而应用改进后的最优加权数据融合方法计算得到的流体流速明显要比Gauss-Jacobi积分法更加稳定，说明应用改进后的最优加权数据融合方法进行流体流速计算时，通过每次测量数据后对各声道权重系数进行自动修正，可以减小测量误差对流速测量结果影响，使得流速计算结果更加准确。

本申请提供的实施例之间的相似部分相互参见即可，以上提供的具体实施方式只是本申请总的构思下的几个示例，并不构成本申请保护范围的限定。对于本领域的技术人员而言，在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。

Claims (6)

1.一种多声道超声流量计的数据融合计算的方法，其特征在于，以加权数据融合方法在每次测量后自适应的计算出相对最优的权重系数，该方法包括：

S1:设多声道超声波流量计的各个声道测量得到的流速值为vi，各个声道测量中包所相应的测量噪声为ni，声道超声波流量计的流速满足：

即，为式(1)，其中：其中w_i为权重系数，i表示声道数，文中取i＝自然数1、2、3.....N；

S2:计算各声道超声波流量计的相对最优权重系数；设流过管道横截面的实际流速为

则相对于真实流速的估计流速e的均方误差可以表示为：

即，为式(2)，其中：E[X]表示数学期望；

将式(2)所示的均方误差取相对最小值作为式(1)中的权重系数为最优权重系数值，分别计算式(2)中均方误差e对权重系数w1～w4的导数，并以导数式等于0计算，得式(3)，

其中，式(3)中，令导数式等于0时，

可得式(4)

S3:应用超声波流量计对于速度为vi的流体进行n次测量,每个换能器的测量值为{vim}(m＝0,1,2,…,n),求取每个换能器n次测量值的方差σi(i＝1,2,3,4),代入式(4)便可以求出均方误差取最小值时的最优权重系数,能够在每次测量后自适应的计算最优权重系数,以提高计算各声道流速的计算精度。

2.根据权利要求1所述的方法，其特征在于，还包括动态修正权重系数，以反映出外界环境干扰等因素对流速测量结果的影响。

3.根据权利要求2所述的方法，其特征在于，通过第i个换能器测量的前n个数据的方差来计算第n+1次测量数据的方差，如有新增数据测量完成后便进行一次方差和权重系数的计算,能够使每次测量后的权重系数能进行自动修正。

4.根据权利要求3所述的方法，其特征在于，第i个换能器测量的前n个数据平均值为和方差式分别满足：

平均值：

方差：

5.根据权利要求4所述的方法，其特征在于，对多个传感器的数据依据权值相对最优分配原则进行自适应加权融合,能够实现降低每层误差计算；

通过对第i个换能器测量的前n个数据的方差来计算第n+1次测量数据的方差，如有新增数据测量完成后进行一次方差和权重系数的计算,使得每次测量后的权重系数能进行自动修正，且满足：

6.根据权利要求5所述的方法，其特征在于，声道数i的取值为4。

Images