CN1837758A - 一种基于谐波分解的科里奥利质量流量计数字信号解算装置及方法 - Google Patents

Abstract

本发明涉及用于科里奥利质量流量计数字信号解算的装置及其中的软件算法。在数字信号处理器(DSP)中采用特殊设计的梳状滤波器实现宽通带滤波，所说梳状滤波器在50Hz的倍频上配置零点以抑制直流和工频干扰。所说滤波器的通带可以覆盖所说装置的全部工作频率范围，因此所说滤波器的通带中心频率是固定的。所说滤波器采用FIR滤波器实现，避免了滤波器的不稳定性和定点计算的溢出问题。软件中的算法经过优化，因此允许所说滤波器具有较宽的通带。按信号的过零时刻确定基频，用最小二乘法对信号分块进行谐波分解，求得各次谐波频率上的离散傅立叶系数。这不同于离散傅立叶变换，它不受非整周截断的影响。

Description

一种基于谐波分解的科里奥利质量流量计数字信号解算装置及方法

技术领域

本发明涉及用于科里奥利质量流量计数字信号解算的装置及其中的软件算法。

背景技术

利用科里奥利(Coriolics)原理由振动的测量管对流经管内的流体的质量流量和密度进行测量的装置称为科里奥利质量流量计，在授予J.E.Smith等人的美国专利US-4109524(1978年08月29日)、US-4491025(1985年01月01日)和Re.31450(1982年02月11日)中已公开有关这种流量计的基本原理和方法，其关键在于精确地测量振动的频率和两路信号的相位差(或时间差)，虽然可以用硬件电路实现这样的功能，但由于各种技术上的原因用硬件电路实现的功能是有限的。

采用数字信号处理器(DSP)可以实现更复杂的处理，同时避免对两路信号引入不确定的延迟从而影响相位差。如授予Romano的美国专利US-4934196(1990年06月19日)采用了可变的采样频率，使得进行离散时间傅立叶变换(DTFT)的数据块包含整数个振动周期，从而避免非整周截断所造成的频谱泄漏，但它增加了硬件电路的复杂性。授予德国恩德斯+豪斯流量技术股份有限公司的克里斯琴·马特的中国专利CN-1455859A(2001年09月05日)采用了硬件与软件相结合的方式，由DSP控制进入差动放大器的两路信号的比例，使得差分信号与参考信号正交，从而由差动信号和参考信号解算相位差。授予美国微动公司H.V.德比、T.波西和S.拉雅的中国专利CN-1190461A(1998年08月12日)采用了基于自适应线性增强(ALE)的自适应陷波滤波器(ANF)抑制各种干扰并求得信号的基频，再由Goertzel算法计算信号在基频上的单频点傅立叶系数。授予合肥工业大学徐科军和徐文福的中国专利CN-1467485A对此方法作了改进：用自适应漏斗型滤波器(AFF)代替ANF，能兼顾频率跟踪能力和跟踪精度；用滑动Goertzel算法(SGA)代替传统的Goertzel算法，适合时变正弦信号并能用不到一个周期的信号计算傅立叶系数。

存在的问题

对于周期函数可以由一组三角函数在整数倍周期的时间区间上构成正交基，周期函数可以在这个正交基上展开成傅立叶级数。当时间区间不包含整数个基本周期时，这组三角函数基就不是正交的，采用原来的公式计算傅立叶系数就会产生频谱泄漏。采用可变采样频率可以得到较好的效果，但增加了硬件电路的复杂性。Goertzel算法只能保证傅立叶系数的计算是在最接近整数倍振动周期的一组采样点上进行，由于时间区间仍有可能与整数倍振动周期相差不到一个采样周期，尽管采取了加窗的措施仍会有少量的频谱泄漏发生。同时Goertzel算法只在一个频率点上计算傅立叶系数，因此要求信号必须是无失真的正弦信号，这就要求原始信号先要通过窄带滤波器滤波。

采用最小二乘法可以将周期函数在非正交的三角函数基上进行谐波分解，并可以在这组函数基中增加其它频率分量的三角函数。这种谐波分解方法要求先测得基波频率，但测量频率总是会有误差的，为此改进了分解方法，在基函数中增加了一组自由度，改善了所述方法对基波频率误差的宽容度。由于此方法实质上对信号在频域进行了滤波，因此可以降低前级时域滤波器的要求。

发明内容

本发明的目的在于综合时域处理和频域处理的优点，设计一种基于谐波分解的科里奥利质量流量计数字信号解算装置和方法，对短时间的数字信号进行处理以得到确定流体质量流量和密度所需要的瞬时相位差和瞬时频率。

本发明为了实现此目的，采用如下技术方案：一种基于谐波分解的科里奥利质量流量计数字信号解算装置，它包括：两路振动传感器及其信号调理电路、双路同步模/数转换器(A/D)、数字信号处理器(DSP)及其中的软件算法，其特征在于科里奥利质量流量计本体含有振动的测量管，用于对其中流过的流体的质量流量和密度进行测量，所说两路振动传感器安装于所说测量管上，所说振动传感器感应所说测量管的振动并将其转换成电信号，电信号经所说信号调理电路和所说模/数转换器变换成数字信号，数字信号送入所说数字信号处理器，数字信号在所说数字信号处理器中由所说软件算法解算出振动频率和两路信号的相位差，由此得到所测量流体的质量流量和密度。

所说梳状滤波器在50Hz的倍频上配置零点以抑制直流和工频干扰。

对经过滤波后的信号重抽样，将采样频率降低为8kHz，所说滤波器对信号重抽样造成的混叠有120dB以上的抑制能力。

滤波器有宽的通带并有固定的中心频率，滤波器有100Hz的带宽，可以覆盖所说测量管在工作时的全部振动频率范围。

所说滤波器采用FIR滤波器实现，避免了滤波器的不稳定性和定点计算的溢出问题。

基于所述解算装置的方法，按信号的过零时刻确定基频，用最小二乘法对信号分块进行谐波分解，求得各阶谐振频率上的离散傅立叶系数，这不同于离散傅立叶变换，它不受非整周截断的影响。

允许所确定的基频有误差，可以估计基频误差的影响，并对基频进行修正。所说谐波分解具有如下形式：

$y\left(\mathrm{n\Δt}\right)=\underset{k=1}{\overset{M}{\mathrm{\Σ}}}(A_k\cos \mathrm{kn\ω\Δt}+B_k\sin \mathrm{kn\ω\Δt}+C_{k}n\cos \mathrm{kn\ω\Δ}+D_{k}n\sin \mathrm{kn\ω\Δ})$

软件中的算法经过优化，可以在8kHz的重抽样频率下实时完成解算，因此允许所说滤波器具有较宽的通带。

本发明由梳状滤波器实现宽通带滤波并抑制工频干扰，滤波的同时对滤波后的信号重抽样以降低采样率，确定信号频率后用最小二乘法对信号进行谐波分解，得到信号在基频及各次谐波频率上的傅立叶系数。在算法中对频率误差进行估计和补偿，对通带内主要的干扰频点进行估计和补偿。

在数字信号处理器(DSP)中采用特殊设计的梳状滤波器抑制直流和工频干扰，并抑制信号重抽样时的混叠。求得信号基频后，用最小二乘法对信号分块进行谐波分解，求得各阶谐振频率上的离散傅立叶系数。这不同于离散傅立叶变换，它不受非整周截断的影响。此方法经过改进，可以克服基频误差和通带内主要干扰频点的影响。用基频的傅立叶系数可以求得两路信号的相位差。

本发明的方法不同于前面所提及专利中的方法，本发明采用固定的采样频率，没有使用Goertzel算法，而用最小二乘法在非正交的函数基上实现谐波分解，并补充了函数基以容许频率误差。由于此方法实质上对信号在频域进行了滤波，因此可以降低前级时域滤波器的要求，本发明没有使用自适应陷波滤波器或自适应漏斗型滤波器。由于简化了算法，本发明的方法可以在更高的重抽样频率下实时完成解算。实验结果表明本发明的装置和方法可以达到很高的解算精度。

附图说明

图1是本发明系统结构框图。

图2是滤波器的幅频特性(dB)。

图3是滤波器的相频特性(度)。

图4是本发明的滤波过程。

具体实施方式

系统结构如图1所示：科里奥利质量流量计本体含有振动的测量管(未画出)用于对其中流过的流体的质量流量和密度进行测量，两路振动传感器安装于测量管上，振动传感器感应测量管的振动并将其转换成电信号，电信号经信号调理电路和模/数转换器变换成数字信号，数字信号送入数字信号处理器，数字信号在数字信号处理器中由软件算法解算出振动频率和两路信号的相位差，由此得到所测量流体的质量流量和密度。

梳状滤波器的幅频特性和相频特性分别如图2和图3所示，在50Hz倍频上配置的零点可以抑制直流和工频干扰。通带选在50Hz至150Hz，有100Hz的带宽，可以覆盖整个工作频率范围。在4kHz处有120dB以上的抑制比，为后续的8kHz重抽样提供抗混叠滤波。在通带内有线性的相频特性，相当于7.4189ms的群延迟。

滤波过程如图4所示，A/D采样率为48kHz，数字信号由DMA传送到内部缓冲区，缓冲区可容纳12个采样点的数据，当缓冲区半满时产生中断请求，由任务A将这6个采样点的数据送入可容纳960个采样点的环形缓冲区组成一帧数据，对环形缓冲区中的数据帧进行FIR滤波得到一对重抽样后的数据。滤波后的信号已经过6∶1重抽样，采样率降低为8kHz。

任务B对滤波后的数字信号确定瞬时频率，瞬时频率除用于相位差解算外，还可以得到所测量物质的密度。测量采用测周期法，对每100ms的采样数据找出所有过零时刻，确定半周期数和100ms中整数个半周期的总时间，由此计算每100ms的平均振动周期和频率。过零时刻由符号相反的两个采样点经线性插值确定。频率测量精度优于0.005Hz。

测得基频ω后可以将畸变的正弦信号表示为式(1)中谐波分解的形式：

$y\left(t\right)=\underset{k=1}{\overset{M}{\mathrm{\Σ}}}(A_k\cos \mathrm{k\ωt}+B_k\sin \mathrm{k\ωt})---\left(1\right)$

考虑到测量频率的误差δω，并且可以假设δω为小量，则式(1)可以表示为式(2)：

$y\left(t\right)=\underset{k=1}{\overset{M}{\mathrm{\Σ}}}(A_k\cos k(\mathrm{\ω}+\mathrm{\δ\ω})t+B_k\sin k(\mathrm{\ω}+\mathrm{\δ\ω})t)$

$=\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{A}_k(\cos k\mathrm{\ω}t\cos \mathrm{k\δ\ωt}-\sin k\mathrm{\ω}t\sin \mathrm{k\δ\ωt})+$

$\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{B}_k(\sin k\mathrm{\ω}t\cos \mathrm{k\δ\ωt}+\cos k\mathrm{\ω}\sin \mathrm{k\δ\ωt})$

$\≅\underset{k=1}{\overset{M}{\mathrm{\Σ}}}(A_k\cos \mathrm{k\ωt}+B_k\sin \mathrm{k\ωt}+B_k\mathrm{k\δ\ωt}\cos \mathrm{k\ωt}-A_k\mathrm{k\δ\ωt}\sin \mathrm{k\ωt})$

                                       (2)

离散化得到式(3)：

$y\left(\mathrm{n\Δt}\right)=\underset{K=1}{\overset{M}{\mathrm{\Σ}}}(A_k\cos \mathrm{kn\ω\Δt}+B_k\sin \mathrm{kn\ω\Δt})+$

$\underset{k=1}{\overset{M}{\mathrm{\Σ}}}(C_{k}n\cos \mathrm{kn\ω\Δ}+D_{k}n\sin \mathrm{kn\ω\Δ})$

                                       (3)

按最小二乘法将信号x(nΔt)表示为式(3)中修正的谐波分解形式，应让式(4)取最小值以确定式(3)中的系数。

$\mathrm{\Φ}(A_k,B_k,C_k,D_k)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{(x\left(\mathrm{n\Δt}\right)-y\left(\mathrm{n\Δt}\right))}^2---\left(4\right)$

由求得的系数可以计算相位差：

与现有传感器作了十几个批次实验，结果表明在1∶20的流量测量范围内，精度指标可以达到0.1％(不用加零点稳定性)，在1∶50范围内，精度可达到0.1％±零点稳定性，此指标已经达到国内领先，国际先进水平。

Claims (8)

1、一种基于谐波分解的科里奥利质量流量计数字信号解算装置，它包括：两路振动传感器及其信号调理电路、双路同步模/数转换器、数字信号处理器及其中的软件算法，其特征在于科里奥利质量流量计本体含有振动的测量管，用于对其中流过的流体的质量流量和密度进行测量，所说两路振动传感器安装于所说测量管上，所说振动传感器感应所说测量管的振动并将其转换成电信号，电信号经所说信号调理电路和所说模/数转换器变换成数字信号，数字信号送入所说数字信号处理器，数字信号在所说数字信号处理器中由所说软件算法解算出振动频率和两路信号的相位差，由此得到所测量流体的质量流量和密度。

2、如权利要求1所述的解算装置，其特征在于它还包括：特殊设计的梳状滤波器，所说梳状滤波器在50Hz的倍频上配置零点以抑制直流和工频干扰。

3、如权利要求2所述的解算装置，其特征在于它还包括：对经过滤波后的信号重抽样，将采样频率降低为8kHz，所说滤波器对信号重抽样造成的混叠有120dB以上的抑制能力。

4、如权利要求3所述的解算装置，其特征在于它还包括：滤波器有宽的通带并有固定的中心频率，滤波器有100Hz的带宽，可以覆盖所说测量管在工作时的全部振动频率范围。

5、如权利要求4所述的解算装置，其特征在于它还包括：所说滤波器采用FIR滤波器实现，避免了滤波器的不稳定性和定点计算的溢出问题。

6、基于权利要求1所述解算装置的方法，其特征在于：按信号的过零时刻确定基频，用最小二乘法对信号分块进行谐波分解，求得各阶谐振频率上的离散傅立叶系数，这不同于离散傅立叶变换，它不受非整周截断的影响。

7、如权利要求6所述的方法，其特征在于它还包括：允许所确定的基频有误差，可以估计基频误差的影响，并对基频进行修正。所说谐波分解具有如下形式：

$y\left(\mathrm{n\Δt}\right)=\underset{k=1}{\overset{M}{\mathrm{\Σ}}}(A_k\cos \mathrm{kn\ω\Δt}+B_k\sin \mathrm{kn\ω\Δt}+C_{k}n\cos \mathrm{kn\ω\Δ}+D_{k}n\sin \mathrm{kn\ω\Δ})$

8、如权利要求7所述的方法，其特征在于它还包括：软件中的算法经过优化，可以在8kHz的重抽样频率下实时完成解算，因此允许所说滤波器具有较宽的通带。

Images