CN114964429A - 一种超声波水表检定方法 - Google Patents

Abstract

本发明涉及水表检定，具体涉及一种超声波水表检定方法，获取与待测水表相同的标准水表在不同状态数据下检测规定时间段内的水流真实流量，并建立数据集；建立水表流量校准模型，对数据集进行预处理，并输入水表流量校准模型进行模型训练；获取待测水表的状态数据输入水表流量校准模型，基于水表流量校准模型的输出结果对待测水表进行流量校准；将流量校准后的待测水表安装至水表检定台上，排空待测水表和水表检定台管路内的空气，记录待测水表和水表检定台上标准流量计的初始数据；本发明提供的技术方案能够有效克服现有技术所存在的不便对超声波水表进行流量校准、难以对流量校准后的超声波水表的检测误差进行准确计算的缺陷。

Description

一种超声波水表检定方法

技术领域

本发明涉及水表检定，具体涉及一种超声波水表检定方法。

背景技术

超声波水表因计量精度高、量程比宽、压损小等优势，在民用、工业等领域得到广泛应用，其通过计算超声波信号的上下游传播时间差计算流速，基于校准系数，获得管道内平均流速。在生产超声波水表的过程中，都需要对超声波水表进行流量校准，进行流量校准时一般参考流体力学的理论公式，依据人工经验，进行分段流量校准，过程反复迭代，并且很难保证最优解。

水表检定作为流量单位量值统一与传递的标准，一方面可以为我国各地区水表的准确计量提供重要保证，另一方面可以为经济核算、贸易结算等提供可靠依据。在制定水表检定规程时，可以利用水表检定装置研究的可靠的试验方法进行各种试验数据的验证。此外，在对各种类型水表进行检定、校准时，水表检定装置是水表计量性能判别的准绳，能够为质监部门及计量技术机构提供可靠的判别依据。然而，在利用水表检定装置对流量校准后的超声波水表进行检定时，难以对其检测误差进行准确计算。

发明内容

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种超声波水表检定方法，能够有效克服现有技术所存在的不便对超声波水表进行流量校准、难以对流量校准后的超声波水表的检测误差进行准确计算的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种超声波水表检定方法，包括以下步骤：

S1、获取与待测水表相同的标准水表在不同状态数据下检测规定时间段内的水流真实流量，并建立数据集；

S2、建立水表流量校准模型，对数据集进行预处理，并输入水表流量校准模型进行模型训练；

S3、获取待测水表的状态数据输入水表流量校准模型，基于水表流量校准模型的输出结果对待测水表进行流量校准；

S4、将流量校准后的待测水表安装至水表检定台上，排空待测水表和水表检定台管路内的空气；

S5、记录待测水表和水表检定台上标准流量计的初始数据，待水表检定台管路中流过检定水量后，记录待测水表和标准流量计的当前数据；

S6、基于待测水表和标准流量计的初始数据、当前数据，计算待测水表的检测误差。

优选地，S1中获取与待测水表相同的标准水表在不同状态数据下检测规定时间段内的水流真实流量，并建立数据集，包括：

分别记录标准水表在不同水温下的超声波飞行时间差、换能器上下游信号幅值差，并记录对应检测规定时间段内的水流真实流量作为数据标签，通过各组状态数据与对应数据标签建立数据集。

优选地，S2中建立水表流量校准模型，包括：

基于卷积神经网络创建水表流量校准模型，水表流量校准模型采用ReLU函数作为激活函数，水表流量校准模型采用Softmax函数进行概率输出。

优选地，S2中对数据集进行预处理，包括：

对水温数据、超声波飞行时间差、换能器上下游信号幅值差进行数据清洗，去除状态数据中的异常数据；

对被去除的异常数据进行插值，使得各组状态数据保持一致，对经过插值的状态数据进行归一化处理。

优选地，S2中输入水表流量校准模型进行模型训练，包括：

将数据集分为训练集和测试集，并设定水表流量校准模型的训练参数；

利用训练集对水表流量校准模型进行模型训练，并利用测试集对训练后的水表流量校准模型进行模型测试；

判断水表流量校准模型的输出结果是否满足早停法，若满足则停止模型训练，得到训练好的水表流量校准模型，否则返回上一过程继续进行模型训练。

优选地，所述水表流量校准模型的训练参数包括每一轮模型训练的训练集数量、每一轮模型测试的测试集数量、迭代次数、学习率和训练次数阈值。

优选地，所述水表流量校准模型通过反向传播算法对模型参数进行优化。

优选地，S3中获取待测水表的状态数据输入水表流量校准模型，基于水表流量校准模型的输出结果对待测水表进行流量校准，包括：

获取当前水温数据，以及待测水表在当前水温下的超声波飞行时间差、换能器上下游信号幅值差，并进行归一化处理；

将经过归一化处理后的状态数据输入训练好的水表流量校准模型，基于水表流量校准模型的输出结果对待测水表进行流量校准。

优选地，S5中记录待测水表和水表检定台上标准流量计的初始数据，待水表检定台管路中流过检定水量后，记录待测水表和标准流量计的当前数据，包括：

记录待测水表的初始读数N₁，以及相应的初始时间T₁，记录标准流量计的初始读数N’₁，以及相应的初始时间T’₁；

待水表检定台管路中流过检定水量后，记录待测水表的当前读数N₂，以及相应的当前时间T₂，记录标准流量计的当前读数N’₂，以及相应的当前时间T’₂。

优选地，S6中基于待测水表和标准流量计的初始数据、当前数据，计算待测水表的检测误差，包括：

采用下式计算待测水表的检测误差：

其中，δ为待测水表的检测误差，N₁、N₂分别为待测水表的初始读数、当前读数，T₁、T₂分别为与N₁、N₂对应的初始时间、当前时间，N’₁、N’₂分别为标准流量计的初始读数、当前读数，T’₁、T’₂分别为与N’₁、N’₂对应的初始时间、当前时间。

(三)有益效果

与现有技术相比，本发明所提供的一种超声波水表检定方法，具有以下有益效果：

1)获取与待测水表相同的标准水表在不同状态数据下检测规定时间段内的水流真实流量，并建立数据集，建立水表流量校准模型，对数据集进行预处理，并输入水表流量校准模型进行模型训练，获取待测水表的状态数据输入水表流量校准模型，从而能够根据水表流量校准模型的输出结果对超声波水表进行便捷地流量校准，有效降低了传统超声波水表流量校准的复杂程度；

2)将流量校准后的待测水表安装至水表检定台上，记录待测水表和水表检定台上标准流量计的初始数据，待水表检定台管路中流过检定水量后，记录待测水表和标准流量计的当前数据，从而能够基于待测水表和标准流量计的初始数据、当前数据，准确计算超声波水表的检测误差，实现了对流量校准后的超声波水表检测误差的有效测定。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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为本发明的流程示意图；

图2为本发明中利用水表流量校准模型对待测水表进行流量校准的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种超声波水表检定方法，如图1和图2所示，①获取与待测水表相同(规格相同)的标准水表在不同状态数据下检测规定时间段内的水流真实流量，并建立数据集，具体包括：

分别记录标准水表在不同水温下的超声波飞行时间差、换能器上下游信号幅值差，并记录对应检测规定时间段内的水流真实流量作为数据标签，通过各组状态数据与对应数据标签建立数据集。

②建立水表流量校准模型，对数据集进行预处理，并输入水表流量校准模型进行模型训练。

1)建立水表流量校准模型，包括：

基于卷积神经网络创建水表流量校准模型，水表流量校准模型采用ReLU函数作为激活函数，水表流量校准模型采用Softmax函数进行概率输出。

2)对数据集进行预处理，包括：

对水温数据、超声波飞行时间差、换能器上下游信号幅值差进行数据清洗，去除状态数据中的异常数据；

对被去除的异常数据进行插值，使得各组状态数据保持一致，对经过插值的状态数据进行归一化处理。

3)输入水表流量校准模型进行模型训练，包括：

将数据集分为训练集和测试集，并设定水表流量校准模型的训练参数；

利用训练集对水表流量校准模型进行模型训练，并利用测试集对训练后的水表流量校准模型进行模型测试；

判断水表流量校准模型的输出结果是否满足早停法，若满足则停止模型训练，得到训练好的水表流量校准模型，否则返回上一过程继续进行模型训练。

本申请技术方案中，水表流量校准模型的训练参数包括每一轮模型训练的训练集数量、每一轮模型测试的测试集数量、迭代次数、学习率和训练次数阈值。水表流量校准模型通过反向传播算法对模型参数进行优化。

③获取待测水表的状态数据输入水表流量校准模型，基于水表流量校准模型的输出结果对待测水表进行流量校准，具体包括：

获取当前水温数据，以及待测水表在当前水温下的超声波飞行时间差、换能器上下游信号幅值差，并进行归一化处理；

将经过归一化处理后的状态数据输入训练好的水表流量校准模型，基于水表流量校准模型的输出结果对待测水表进行流量校准。

上述技术方案，获取与待测水表相同的标准水表在不同状态数据下检测规定时间段内的水流真实流量，并建立数据集，建立水表流量校准模型，对数据集进行预处理，并输入水表流量校准模型进行模型训练，获取待测水表的状态数据输入水表流量校准模型，从而能够根据水表流量校准模型的输出结果对超声波水表进行便捷地流量校准，有效降低了传统超声波水表流量校准的复杂程度。

如图1所示，④将流量校准后的待测水表安装至水表检定台上，排空待测水表和水表检定台管路内的空气(通过向水表检定台管路内通水来排空空气)。

⑤记录待测水表和水表检定台上标准流量计的初始数据，待水表检定台管路中流过检定水量后，记录待测水表和标准流量计的当前数据，具体包括：

记录待测水表的初始读数N₁，以及相应的初始时间T₁，记录标准流量计的初始读数N’₁，以及相应的初始时间T’₁；

待水表检定台管路中流过检定水量后，记录待测水表的当前读数N₂，以及相应的当前时间T₂，记录标准流量计的当前读数N’₂，以及相应的当前时间T’₂。

⑥基于待测水表和标准流量计的初始数据、当前数据，计算待测水表的检测误差，具体包括：

采用下式计算待测水表的检测误差：

其中，δ为待测水表的检测误差，N₁、N₂分别为待测水表的初始读数、当前读数，T₁、T₂分别为与N₁、N₂对应的初始时间、当前时间，N’₁、N’₂分别为标准流量计的初始读数、当前读数，T’₁、T’₂分别为与N’₁、N’₂对应的初始时间、当前时间。

上述技术方案，将流量校准后的待测水表安装至水表检定台上，记录待测水表和水表检定台上标准流量计的初始数据，待水表检定台管路中流过检定水量后，记录待测水表和标准流量计的当前数据，从而能够基于待测水表和标准流量计的初始数据、当前数据，准确计算超声波水表的检测误差，实现了对流量校准后的超声波水表检测误差的有效测定。

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：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种超声波水表检定方法，其特征在于：包括以下步骤：

S1、获取与待测水表相同的标准水表在不同状态数据下检测规定时间段内的水流真实流量，并建立数据集；

S2、建立水表流量校准模型，对数据集进行预处理，并输入水表流量校准模型进行模型训练；

S3、获取待测水表的状态数据输入水表流量校准模型，基于水表流量校准模型的输出结果对待测水表进行流量校准；

S4、将流量校准后的待测水表安装至水表检定台上，排空待测水表和水表检定台管路内的空气；

S5、记录待测水表和水表检定台上标准流量计的初始数据，待水表检定台管路中流过检定水量后，记录待测水表和标准流量计的当前数据；

S6、基于待测水表和标准流量计的初始数据、当前数据，计算待测水表的检测误差。

2.根据权利要求1所述的超声波水表检定方法，其特征在于：S1中获取与待测水表相同的标准水表在不同状态数据下检测规定时间段内的水流真实流量，并建立数据集，包括：

分别记录标准水表在不同水温下的超声波飞行时间差、换能器上下游信号幅值差，并记录对应检测规定时间段内的水流真实流量作为数据标签，通过各组状态数据与对应数据标签建立数据集。

3.根据权利要求2所述的超声波水表检定方法，其特征在于：S2中建立水表流量校准模型，包括：

基于卷积神经网络创建水表流量校准模型，水表流量校准模型采用ReLU函数作为激活函数，水表流量校准模型采用Softmax函数进行概率输出。

4.根据权利要求3所述的超声波水表检定方法，其特征在于：S2中对数据集进行预处理，包括：

对水温数据、超声波飞行时间差、换能器上下游信号幅值差进行数据清洗，去除状态数据中的异常数据；

对被去除的异常数据进行插值，使得各组状态数据保持一致，对经过插值的状态数据进行归一化处理。

5.根据权利要求4所述的超声波水表检定方法，其特征在于：S2中输入水表流量校准模型进行模型训练，包括：

将数据集分为训练集和测试集，并设定水表流量校准模型的训练参数；

利用训练集对水表流量校准模型进行模型训练，并利用测试集对训练后的水表流量校准模型进行模型测试；

判断水表流量校准模型的输出结果是否满足早停法，若满足则停止模型训练，得到训练好的水表流量校准模型，否则返回上一过程继续进行模型训练。

6.根据权利要求5所述的超声波水表检定方法，其特征在于：所述水表流量校准模型的训练参数包括每一轮模型训练的训练集数量、每一轮模型测试的测试集数量、迭代次数、学习率和训练次数阈值。

7.根据权利要求5所述的超声波水表检定方法，其特征在于：所述水表流量校准模型通过反向传播算法对模型参数进行优化。

8.根据权利要求5所述的超声波水表检定方法，其特征在于：S3中获取待测水表的状态数据输入水表流量校准模型，基于水表流量校准模型的输出结果对待测水表进行流量校准，包括：

获取当前水温数据，以及待测水表在当前水温下的超声波飞行时间差、换能器上下游信号幅值差，并进行归一化处理；

将经过归一化处理后的状态数据输入训练好的水表流量校准模型，基于水表流量校准模型的输出结果对待测水表进行流量校准。

9.根据权利要求1所述的超声波水表检定方法，其特征在于：S5中记录待测水表和水表检定台上标准流量计的初始数据，待水表检定台管路中流过检定水量后，记录待测水表和标准流量计的当前数据，包括：

记录待测水表的初始读数N₁，以及相应的初始时间T₁，记录标准流量计的初始读数N’₁，以及相应的初始时间T’₁；

待水表检定台管路中流过检定水量后，记录待测水表的当前读数N₂，以及相应的当前时间T₂，记录标准流量计的当前读数N’₂，以及相应的当前时间T’₂。

10.根据权利要求9所述的超声波水表检定方法，其特征在于：S6中基于待测水表和标准流量计的初始数据、当前数据，计算待测水表的检测误差，包括：

采用下式计算待测水表的检测误差：

其中，δ为待测水表的检测误差，N₁、N₂分别为待测水表的初始读数、当前读数，T₁、T₂分别为与N₁、N₂对应的初始时间、当前时间，N’₁、N’₂分别为标准流量计的初始读数、当前读数，T’₁、T’₂分别为与N’₁、N’₂对应的初始时间、当前时间。

Images