CN1300574C - 确定材料中水分的设备和分析方法 - Google Patents

Abstract

本文公开一种估算材料含水量的方法，本方法包括：引导第一频率(f₁)信号和第二频率(f₂)信号通过材料；确定所述第一频率信号的第一绝对相移(Φ₁)和所述第二频率信号的第二绝对相移(Φ₂)；按照Φ₁和Φ₂之间期望的关系，把Φ₁变换为第一校正绝对相移(Φ_1c)和把Φ₂变换为第二校正绝对相移(Φ_2c)；和从Φ_1c和Φ_2c估算含水量。

Description

确定材料中水分的设备和分析方法

技术领域

本发明涉及一种确定材料中含水量的方法和设备。

背景技术

含水量是许多生产过程中的关键生产参数。要研究其含水量的材料，范围广泛，包括食品、化学品、矿砂、精矿、煤、石油、和煤气。利用电磁波与要研究的材料的相互作用，可以提供一种确定水分的方法，对此已经认识有些时候了。以微波为基础的方法，依赖于含水量与波的相移、反射、或衰减中一个或多个参数之间观察到的高度相关。该相关存在于相当多的材料中。从根本上说，相关的出现是因为游离的水，比夹带水的材料，呈现出大得多的介质常数值。有效的介质常数可以从介电张量导出，介质常数是所有类型线性媒质，包括磁性的和非磁性的媒质中，描述波的色散最普遍的物理量。一般说，非磁性材料的响应与有效介质常数的实部和虚部有关。但是，对要研究的通常材料，相移和反射率一般受实部的影响最大，而衰减则更多地依赖于实部和虚部两者。类似的情况可以应用于磁性材料，只要磁性响应依旧比受游离水分存在的影响的电性响应更弱一些。

微波方法一般可以在不同测量类型之间划分。例如，测量可以采用调谐微波谐振腔设备。另一类测量涉及自由空间测量。在自由空间测量中，辐射结构(天线)发射电磁波，而电磁波的发射，不使用指向要研究的材料的任何波导结构。自由空间方法的一般优点是，设备对材料的流动不加任何限制，这一优点在工业处理过程中可能是关键的。自由空间测量本身一般可以在透射测量和反射测量之间细分。

在反射测量中，测量的是被空气-材料界面反射的波。该波可以用发射该波的同一结构接收，或用另外的接收天线接收。反射波的振幅和相位按某种方式与含水量进行相关。

在透射测量中，令波从要研究的材料的一侧通过要研究的材料传播，并用分开的接收天线，在该材料层的另一侧测量。通过材料的波的相移和振幅之一或两者，可以用作估算含水量的基本变量，虽然相移一般表现出与含水量有更紧密的相关关系。但是，相移与衰减一般都与材料的密度和厚度两者有关。具体说，相移几乎线性地随出现在发射波中由每单位面积材料质量(MPUA)定义的量而变化。在大多数的应用中，因为该量不可避免的变化，通常要求用辅助的或规格化的接近MPUA的参数，补偿这些变化。例如，可以用材料高度或质量负荷之一的参数来迫近MPUA。在从测量导出水分之前，利用辅助参数来提供加权参数，使波的相移规格化。在加权参数与MPUA之间存在显著非线性时，这样做将增加估算的含水量的误差。

自由空间透射技术的一个重要细节，是相移的数值受材料的影响。相移大于360度是常见的。因为相位的单次测量只能把相位定义在0-360度的范围，所以，依赖于单次透射频率的测量，常常只限于含水量不呈现明显改变的材料。这一事实限制了单次频率测量的使用率。现在，在透射测量领域的状态是，采用多频率方法。有若干类多频率方法。一类采用两个(双)离散的频率，两个频率由有限的频率范围分开(高的频率约为较低频率的1.05至2倍)。另一类采用多个离散的频率或在某频带内的频率连续谱；这些多频率方法一般可以称为“扫”频方法。还有另一类采用电磁波脉冲(在该类中，脉冲的有限长度不明显地定义了用于产生边带的频带)。所有这些情形中，额外的频率成分中载运的信息，都是为了分辨超出360度的绝对相移。

透射测量中的误差有许多来源。一个误差来源是接收的杂散波相位，与材料水分不相关或弱相关。该种杂散波包括：到达接收机的波没有通过材料(或只通过小部分材料)，以及因多此反射而通过材料若干次。这些杂散波的作用，是使所有类型透射测量所测量的相位失真。另一种误差来源可能来自接收机本身的限制。例如，接收机在高衰减时灵敏度变低，导致测量的相位不是实际接收的波相位的真实表示。

提供一种改进的估算含水量的技术，是合乎需要的。

发明内容

因此，本发明提供一种估算材料中含水量的方法，包括：

引导第一频率(f₁)信号和第二频率(f₂)信号通过材料；

确定所述第一频率信号的第一绝对相移(φ₁)和所述第二频率信号的第二绝对相移(φ₂)；

按照期望的φ₁与φ₂之间关系，把φ₁变换为第一校正绝对相移(φ_1c)和把φ₂变换为第二校正绝对相移(φ_2c)；以及

从φ_1c及φ_2c估算含水量。

所述期望关系最好是：φ₁＝Kφ₂f₁/f₂，这里K是计及材料在该两个频率上色散的常数。

把所述第一和第二绝对相位进行变换时，最好用下述变换，其中γ是固定的常数：

${\mathrm{\φ}}_{2c}=\frac{{\mathrm{\φ}}_2+{\mathrm{\γ\φ}}_1}{1+{\mathrm{\γ}}^2}$

        φ_1c＝γφ_2c

最好选择f₁和f₂，使K接近于1.0。

f₁和f₂最好在0.5到2.0GHz范围。

本发明还提供一种估算材料中含水量的方法，包括：

(a)获得的测量数据包括：测量的相位数据、实际含水量数据、和加权数据，这里的加权数据，代表要估算含水量的材料每单位面积材料的质量；

(b)建立第一模拟函数，用于模拟所述加权数据中任何非线性，所述第一模拟函数有第一组系数；

(c)建立第二模拟函数，把估算的含水量与测量的相位及所述第一模拟函数关联起来，所述第二模拟函数有第二组系数；

(d)确定所述第一和第二组系数值，这些值能使估算的含水量与实际含水量之间的误差，对所述测量数据为最小；和

(e)用所述第一和第二模拟函数，连同所述确定了的所述第一和第二组系数值，估算含水量。

步骤(d)最好包括：(i)对所述第一组系数，确定多组试验值；(ii)进行回归，以确定所述第二组系数值，该第二组系数值要能使每一组试验值的误差最小；和(iii)确定哪一组试验值使误差最小。

步骤(d)(i)最好用非线性最小化方案进行。

所述非线性最小化方案最好是Nelder-Mead下降单纯形法(Nelder-Mead downhill simplex method)。

所述第一模拟函数最好取w^*＝G(w，B)的形式，这里w^*是被模拟的加权，w是实际加权，而B代表第一组系数。

G(w，B)最好选择最精密地模拟w中的非线性。

在一个实施例中，G(w，B)等于b₁+b₂w+b₃w²，这里B＝{b₁，b₂，b₃}是第一组系数。

所述第二模拟函数最好是一组函数，形式是：

$M^{*}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{C}_i{F}_i$

这里M^*是估算的含水量，C_i代表一组n个第二系数，而F_i代表一组函数。

所述函数组F_i最好是测量的相位(φ)和所述第一模拟函数w^*的函数。

最好是，n＝3和 $F(\mathrm{\φ},w^{*})=\{1,\frac{\mathrm{\φ}}{w^{*}},\frac{{\mathrm{\φ}}^2}{w^{*2}}\}$

显然，可以组合上述的方法来估算材料的含水量。

附图说明

图1a画出标准的回归；

图1b画出尊照优选实施例的校正技术的回归；

图2a画出标准的回归；

图2b画出如何考虑加权中的非线性；

图2c画出预测水分相对于抽样水分的曲线；和

图3画出用于执行本发明优选实施例的方法的典型设备。

具体实施方式

本发明的优选实施例是一种方法，本方法采用双离散频率自由空间透射设备，用该设备对通过被研究材料传播的电磁波在每一频率上的相移和衰减，进行连续的测量。本优选实施例开发一种分析技术的发现，本文此后称之为方法(I)，它涉及用两个提供水分测量优良精度的测量的相位。具体说，用包括两个测量的相位的一种变换，计算校正值，从而降低杂散波及接收机的误差作用，获得更为精确的绝对相移。其次，该优选的实施例在装置校准以改进测量的精度时，开发一种补偿技术，后面称为方法(II)。用该方法(II)的方法，降低在规格化测量相移时要求的辅助加权参数(如上所述)中的失真。

为有利于方法(I)的应用，采用专门的设备配置，即：

(i)设备工作在低的微波频率上(约0.5-2.0GHz)，以避免材料施加的色散影响；

(ii)在每一测量(载波)频率上，配置正交调制器，以便在适当选择的中频(IF)上提供微波载波的单边带(SSB)调制；

(iii)对每一测量频率，产生适当相位平衡和稳定的调制信号，送至(ii)中的调制器，以便提供适当的高电平，抑制SSB调制中不需要的边带；

(iv)对每一测量频率，接收机把接收的信号解调为IF频率上单个模拟信号的配置，具有适当施加的低噪声因子；及

(v)在每一测量频率上，信号(iv)内中频的对数解调，提供两个连续的信号，各与相位和振幅的对数成正比。

按该种专门配置的设备，通过该种配置提供的高精度相位测量，特别有助于实现方法(I)。使用低劣的相位精度，一般会增加水分估算中的误差。方法(I)提供的误差降低，也随之减小。然而，当把方法(I)结合其他设备使用时，如果涉及微波接收电路的系统误差和随机误差降低了，那么，方法(I)的值可以充分利用，设备的整个性能也可以增强。

用于实现高精度相位测量方案的设备优选配置例子，以方框图的形式画在图3，图上画出发送-接收系统的一个频道。该装置在分开的频率上通常有两个发送-接收频道，每一个都是连续工作的。调制信号与微波频率上的载波一起，被传送至正交调制器1。调制频率可以在从音频到高频射频频带之间的任何频率上。因此，微波频率上的两个波可以用于该频道、该原有的载波、和正交调制器的输出。这些波之一，在从发射天线2发射后，通过材料传播(探查波)，同时另一波可以用作接收机子系统3中的本机振荡器。接收天线4在收到探查波后，把探查波馈送至低噪声解调接收机5。接收机输出的成分，将与调制信号在同一频带。把该输出波与调制信号之一(任一个都可作为可能的参考波)比较，以便确定探查波的相移和施加于微波的衰减。用相位比较器和对数解调器6直接读出相位和振幅。一般说，本方法的精度依赖于抑制调制器产生不需要的边带的量。正交调制器一般有不完善的地方，会产生小的但非零的不需要的边带。但是，本系统通过专门选择和产生的调制信号，提供非常高的边带抑制(大于载波50分贝)。该高的边带抑制又导致高的相位精度，例如在整个360度的相位范围内，小于0.5度的相位精度。

方法(I)按它的最简单形式，可以说明如下。令φ₁和φ₂为在相应两个离散频率f₁和f₂上测量的绝对相移。用本领域人员熟知的方法，从测量的相位计算绝对相位。然后，可以用下述变换来确定校正的相位φ_1c和φ_2c：

${\mathrm{\φ}}_{2c}=\frac{{\mathrm{\φ}}_2+{\mathrm{\γ\φ}}_1}{1+{\mathrm{\γ}}^2}$

        φ_1c＝γφ_2c                        (1)

参数γ是有适当选择的值的固定常数，以便降低测量的误差。本领域熟练人员显然知道，其他与方程式(1)有线性关系的变换，也具有相同的作用。

在应用该校正过程之后，在每一工作频率上被校正的相位是线性相关的，从而两个校正相位的任一个，在确定预测水分的回归中，具有相同的作用。本变换提供的测量误差的降低(及随后在回归质量中的改进)，依赖于选择的γ值和相位误差的分布。适合的特定的γ值，可以如下导出。在无损耗的情形中，两个波绝对相位之间理论上的关系，由下式给出：

           φ₁＝Kφ₂f₁/f₂                   (2)

这里，对已经计及材料在两个频率上的色散的给定一对频率，K是固定参数。在高损耗的情形，可以导出类似的但更为复杂的方程式。实际上，因为存在杂散波和存在因使用的相位检测器而产生的误差，测量的相位不遵从该关系。迫使校正的相位遵从方程式(2)而选择的特殊γ值是γ＝Kf₁/f₂。由于对γ的这一要求而产生的两个校正相位，具有的比值与理论上期望的比值关系最接近，从而显著降低杂散波的作用。但是，其他的γ值也可以提供类似的误差降低。

方程式(1)定义的变换所提供的测量误差的降低，还依赖于相位误差的分布。例如，可以假定误差分布如下：

  (φ_T1-φ₁，φ_T2-φ₂)_i＝(ε_icosθ_i，ε_isinθ_i)        (3)

这里φ_T1，φ_T2分别是在f₁和f₂上的真实相移，而φ₁，φ₂是对应的测量的相移。下标i表示样品数。变量ε和θ用于模拟假定的误差分布。为了本例γ＝Kf₁/f₂的目的。如果θ在大量的抽样上是均匀分布的，而ε是围绕均值零正态分布的，那么，该变换产生的修订的误差，是未被校正误差值的70％。这一降低通常在水分估算的不确定性中引起类似的降低，从而提供优良的测量。如果，例如由于材料带的界面上透射系数的改变，使相位有固定的偏移，那么通过其他装置获得的偏移估算，可以包括在本方案中，以保持降低不确定性的全部优点。应当指出，这一校正过程，不要求有材料水分的知识。方法(I)对该设备的操作是重要的，因为它提供在线应用的显著误差降低，而不仅仅是一种只在脱机实验室测量中有用的采集后方法。本方法要求低频操作的协助，以便参数K对许多材料常常十分接近1；这样可使本方法的应用不必为确定K而追溯复杂的测量。此外，波相位和振幅在两个频率上的同时测量，以及本设备给出的足够高的精度，要求恰当应用方法(I)。

本校正技术的进一步应用，是用于外部加权信号w的补偿技术(方法II)，该加权信号w通常是为使测量的相位规格化而提供的，例如，传送器质量装载池、管内质量流量计、等等的相位。使测量相位规格化是必要的，因为含水量良好的近似，依赖于规格化了的每单位面积上材料质量(MPUA)的相移。辅助参数w间接地用于导出相对的MPUA。本文说明的技术，可以在某种程度上用来除去参数w与材料MPUA之间经常存在的非线性。作为一个例子，假定有可用的校准数据，变量对(φ，w)分别是测量的相位和加权变量，而M是通过某些手段测量的对应的实际水分，所述某些手段例如是手动抽样。一种常规的拟合方法，涉及用一组包含测量的相位和加权(φ，w)的基本函数F，把该组测量的M与测量的相位和加权(φ，w)拟合：

$M\⇔\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{A}_i{F}_i,A=\{a_1,a_2,a_3\},F(\mathrm{\φ},w)=\{1,\frac{\mathrm{\φ}}{w},\frac{{\mathrm{\φ}}^2}{w^2}\}.---\left(4\right)$

在上述例子中，假定该组A包含3个元，及F的形式是φ/w的二次形，而符号表示对该组未知系数A的最小平方拟合操作。这里假定建立了平方或超定系统，其中的测量数等于或超过需要的系数。接着用导出的一组系数A，从测量的相位φ计算预测的水分M^*：

$M^{*}(\mathrm{\φ},w)=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{A}_i{F}_i---\left(5\right)$

据此，对每一(φ，w)值，定义了M和M^*之间的一一对应。这一回归的质量，可规定为由每一(φ，w)定义的M和M^*之间的差的标准偏差。该量可以记为标准误差。

在参数w中存在显著偏差的情况下，可以采用本文说明的改进方案(方法II)。参数w用w^*替换，这里w^*由关系w^*＝G(w，B)确定，这里G是包含w和第一组系数B的函数。建立函数G(w，B)是为了模拟w中的任何非线性。函数G可以非常普遍地定义并非线性地依赖于B中参数。应当选择G，以便最精确地模拟推测的基本非线性。G作为二次函数的一个简单例子，可以假定有3个系数，不过任何大于1的数都可以使用。

w^*＝G(w，B)＝b₁+b₂w+b₃w²，B＝{b₁，b₂，b₃}  (6)

在一般的情形下，可以用w^*代替w进行回归，从而获得定义该回归的第二组系数C

$\begin{array}{ccc}{M}^{*}=\underset{i}{\overset{3}{\mathrm{\Σ}}}{C}_i{F}_i& C=\{c_1,c_2,c_3\}& F(\mathrm{\φ},w^{*})=\{1,\frac{\mathrm{\φ}}{w^{*}},\frac{{\mathrm{\φ}}^2}{{w^{*}}^2}\}---\left(\text{7}\right)\end{array}$

在本特定的情形下，系数组B和C之间的简并，必须通过设定，例如把b₂设为1来消除。第一组系数B由多维非线性最小化方案，例如Nelder-Mead下降单纯形法(Nelder-Mead downhillsimplex method)确定，虽然任何合适的最小化方案都可以。对最小化中每一第一组B的试验值，通过上述一般都熟识的最小平方法，确定第二组C从而回归的标准误差。标准误差是作为最小化目标的变量。多维方案用于搜索由第一组系数B构成的参数空间，以便找出最佳的第一组B，使标准误差最小。对应于最优化的第二组C是同时确定的，并且，如果w与MPUA之间存在显著的非线性，则第一和第二组B和C一并描述了一种回归，它与不引入第一组B而获得的标准误差比较，具有降低了的标准误差。应当指出，一般说来，必须选择函数G，以适当地模仿w中的非线性来降低标准误差。

补偿方法(II)提供一种拟合技术，能消除参数w与MPUA之间的非线性。非线性拟合方法的这一公式化表示，是简单明了的，避免系数间过多的冗余度，且与一般的例如神经网络的应用相比，具有透明的优点。本方法能在测量校准时脱机进行，也可以在有校准数据可用于在线装置的特定环境中在线实施。

举例

A.方法(I)

方法(I)已经用于实验室测量半烟煤的一组相位数据，半烟煤的厚度在200-400mm范围，水分在14.5-21.5wt.％范围。图1(a)画出用抽样数据M和Φ间的二次方程式拟合获得的回归，这里Φ是材料质量规格化后在高频时的相位。在本例中，抽样质量是每单位面积质量的良好估算因子，因为在试验中，材料充满固定横截面尺寸的容器。拟合的标准误差是0.27wt.％，相关系数是0.990。回归由M^*＝-41.12+7.808Φ-0.2425Φ²定义，这里M^*是预测的水分。类似的过程可以对低频相位数据分开地进行；在本例中，标准误差是0.31％，相关系数是0.992。然而，图1(b)画出的情形是，校正过程是在γ＝Kf₁/f₂，K＝1和f₁/f₂＝0.76下实施的。就是说，相位在进行回归前已按方程式(1)修正。用修正的高频相位得到的回归，产生0.19％的标准误差和0.996的相关系数。改进的回归是由M^*＝-45.61+8.547Φ-0.2719Φ²定义的。

B.方法(II)

方法(II)应用于在线应用收集的数据。由包括一组37点构成的校准，可供本方法使用。对每一抽样水分M，一对变量(φ，w)的测量可供拟合，这里φ是绝对相位和w是规格化参数，在本例中规格化参数是从带秤称出的。w在校准的组上的偏差，充分值得使用方法(II)。不用方法(II)的回归结果，画在图2(a)。其标准误差是0.33％，回归是用如下关系进行的

$M\⇔\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{A}_i{F}_i,A=\{a_1,a_2,a_3\},F(\mathrm{\φ},w)=\{1,\frac{\mathrm{\φ}}{w},\frac{{\mathrm{\φ}}^2}{w^2}\},$

$M^{*}(\mathrm{\φ},w)=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{A}_i{F}_i,$

这里M^*是预测的水分，及a₁＝3.690，a₂＝7.468×10³，a₃＝-8.295×10⁵。系数组A用标准的最小平方分析获得，如算符所示。

在实施方法(II)时，假定w与MPUA之间的基本关系，记以w^*，取如下形式：

       w^*＝b₁+w+b₂w²，B＝{b₁，b₂}。

从标准误差的Nelder-Mead最小化得到系数b₁＝-178.0，和b₂＝1.925×10^-5。导出的w与w^*之间的关系画在图2(b)。同时给出修订的回归方程式：

$\begin{array}{ccc}{M}^{*}=\underset{i}{\overset{3}{\mathrm{\Σ}}}{C}_i{F}_i& C=\{c_1,c_2,c_3\}& F(\mathrm{\φ},w^{*})=\{1,\frac{\mathrm{\φ}}{w^{*}},\frac{{\mathrm{\φ}}^2}{{w^{*}}^2}\},\end{array}$

这里c₁＝-15.80，c₂＝1.680×10⁴，c₃＝-1.943×10⁶。在实施方法(II)后，标准误差降低至0.27％，回归曲线画在图2(c)。

本领域熟练人员显然知道，在不偏离本发明范围的情况下，可以对该优选实施例作各种修改。

Claims (21)

1.一种估算材料中含水量的方法，包括：

引导第一频率f₁信号和第二频率f₂信号通过材料；

确定所述第一频率信号的第一绝对相移φ₁和所述第二频率信号的第二绝对相移φ₂；

按照期望的φ₁和φ₂之间关系，把φ₁变换为第一校正绝对相移φ_1c和把φ₂变换为第二校正绝对相移φ_2c，其中变换步骤的所述期望关系，是φ₁＝Kφ₂f₁/f₂，这里K是计及材料在两个频率上的色散的常数；和

从φ_1c和φ_2c至少之一估算含水量。

2.按照权利要求1的方法，其中把所述第一和第二绝对相移进行变换的所述步骤，是用如下变换进行的：

${\mathrm{\φ}}_{2c}=\frac{{\mathrm{\φ}}_2+{\mathrm{\γ\φ}}_1}{1+{\mathrm{\γ}}^2}$

φ_1c＝γφ_2c

这里γ是固定的常数。

3.按照权利要求2的方法，其中γ＝Kf₁/f₂。

4.按照权利要求1的方法，其中用于所述引导步骤中的频率f₁和f₂的选择，要使K接近1.0。

5.按照权利要求3的方法，其中f₁和f₂两者都在0.5至2.0GHz的范围。

6.按照权利要求1的方法，其中所述估算含水量的步骤，是用第一和第二模拟函数，以确定了的第一和第二组系数进行的，该第一和第二组系数是通过如下步骤获得的：

(a)获得测量数据，该数据包含：测量的相位数据、实际含水量数据、和加权数据，这里的加权数据，代表要估算含水量的材料每单位面积的材料质量；

(b)建立第一模拟函数，用于模拟所述加权数据中任何非线性，所述第一模拟函数有第一组系数；

(c)建立第二模拟函数，把估算的含水量与测量的相位及所述第一模拟函数关联起来，所述第二模拟函数有第二组系数；和

(d)确定所述第一和第二组系数的值，这些值能使，对所述测量数据，估算的含水量与实际含水量之间的误差为最小。

7.按照权利要求6的方法，其中步骤(d)包括：

(i)对所述第一组系数，确定多组试验值；

(ii)为确定所述第二组系数的值而进行回归，使第二组系数的值对每一组试验值的误差最小；和

(iii)确定哪一组试验值使误差最小。

8.按照权利要求7的方法，其中步骤(d)(i)是用非线性最小化方案进行的。

9.按照权利要求8的方法，其中所述非线性最小化方案，是Nelder-Mead下降单纯形法。

10.按照权利要求6的方法，其中所述第一模拟函数取w*＝G(w，B)的形式，这里w*是模拟的加权，w是实际的加权，而B代表第一组系数。

11.按照权利要求10的方法，其中要选择G(w，B)，使之最精密地模拟w中的非线性。

12.按照权利要求10的方法，其中G(w，B)可以等于b₁+b₂w+b₃w²，这里第一组系数为B＝{b₁，b₂，b₃}。

13.按照权利要求6的方法，其中所述第二模拟函数是一组函数，取如下形式： $M*=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{C}_i{F}_i$

这里M*是估算的含水量，C_i代表一组n个第二系数，而F_i代表一组函数。

14.按照权利要求13的方法，其中所述函数组F_i，是测量的相位φ和所述第一模拟函数w*的函数。

15.按照权利要求14的方法，其中n＝3和 $F(\mathrm{\φ},w*)=\{1,\frac{\mathrm{\φ}}{w^{*}},\frac{{\mathrm{\φ}}^2}{w^{*2}}\}.$

16.一种估算材料中含水量的设备，包括：

用于引导第一频率f₁信号和第二频率f₂信号通过材料的发射机；

用于接收所述第一和第二频率信号的接收机；

用于确定所述第一频率信号的第一绝对相移φ₁，和确定所述第二频率信号的第二绝对相移φ₂的确定装置；

用于按照期望的φ₁和φ₂之间关系，把φ₁变换为第一校正绝对相移φ_1c并把φ₂变换为第二校正绝对相移φ_2c的变换装置，其中所述期望关系是φ₁＝Kφ₂f₁/f₂，这里K是计及材料在两个频率上的色散的常数；和

用于从φ_1c和φ_2c至少之一估算含水量的含水量估算装置。

17.按照权利要求16的设备，其中所述变换装置，对所述第一和第二绝对相移进行的变换，是用如下变换进行的：

${\mathrm{\φ}}_{2c}=\frac{{\mathrm{\φ}}_2+{\mathrm{\γ\φ}}_1}{1+{\mathrm{\γ}}^2}$

φ_1c＝γφ_2c

这里γ是固定的常数。

18.按照权利要求17的设备，其中γ＝Kf₁/f₂。

19.按照权利要求16的设备，其中用于所述引导步骤中频率f₁和f₂的选择，要使K接近1.0。

20.按照权利要求19的设备，其中f₁和f₂两者都在0.5至2.0GHz的范围。

21.按照权利要求16的设备，其中所述估算含水量装置的校准，是通过如下步骤：

(a)获得测量数据，该数据包含：测量的相位数据、实际含水量数据、和加权数据，这里的加权数据，代表要估算含水量的材料每单位面积的材料质量；

(b)建立第一模拟函数，用于模拟所述加权数据中任何非线性，所述第一模拟函数有第一组系数；

(c)建立第二模拟函数，把估算的含水量与测量的相位及所述第一模拟函数关联起来，所述第二模拟函数有第二组系数；和

(d)确定所述第一和第二组系数的值，这些值能使，对所述测量数据，估算的含水量与实际含水量之间的误差为最小，

据此，所述估算装置能用所述第一和第二模拟函数，连同所述确定了的所述第一和第二组系数的值，估算含水量。

Images