CN1914499B - 用于获得关于液体中肉眼可见的颗粒大小分布的信息的方法和装置 - Google Patents

Abstract

根据对液体的一系列反射测量，计算出描述液体中颗粒的颗粒大小分布的参数。在每次反射测量中，在液体中产生信号波束，测量一个特性的值，如测量在信号波束中一个颗粒上的反射的幅度。使用最大似然估计，对颗粒大小分布的参数进行估计，其基于测量值的概率随测量值的变化的表达式。使用的该表达式包括一个第一因子，其用于具有该测量值的反射形成其一部分的反射测量的概率，该第一因子由第二因子修正，该第二因子用于没有具有该特性的占多数的值的反射，该反射会屏蔽该测量值而形成该反射测量的一部分的概率。

Description

用于获得关于液体中肉眼可见的颗粒大小分布的信息的方法和装置

本发明涉及一种方法和装置，其利用肉眼可见的颗粒，如水中的油滴或沙粒对超声波脉冲的反射，来确定液体中颗粒大小分布的信息。

欧洲专利申请No.0801305描述了用于描述悬浮液特性的装置。该装置在液体中产生波束形式的超声波脉冲。液体中各个颗粒对脉冲的反射形成了回波。如果颗粒在一个给定位置，反射的幅度和颗粒的大小一一对应。因此，通过测量不同大小的颗粒对连续脉冲的反射，测量了不同的幅度。

该已知装置对不同幅度的反射发生次数的计数绘制直方图。直方图包括关于颗粒大小分布的信息，即，随颗粒大小而变化的颗粒的浓度。进而利用颗粒大小分布的信息，例如，可以确定液体中颗粒的总浓度。

欧洲专利申请No.0801305描述了从幅度分布中提取有关大小的信息的技术。采用一个用于不同幅度的反射发生的概率的表达式。该表达式把颗粒大小分布和概率相关联。如果反射颗粒一直在光束中的同一个位置，具有特定幅度的反射的数目就和具有引起该幅度的大小的那部分颗粒的数目成正比。

然而，关于颗粒大小分布的信息在整个幅度范围上是模糊的，因为一个颗粒的反射幅度除了依赖于颗粒的大小外，还依赖于颗粒在波束中的位置。颗粒距离反射的波束中心越远，幅度越小。该用于具有特定幅度的反射测量的概率的表达式在幅度分布上模糊了颗粒大小分布，以表达这种效果。

使用最大似然技术，对颗粒大小分布的参数进行估计，使这样表达的实际测量的颗粒数目的概率最大。因此，模糊被消除。具体而言，选择参数，使得测量所得的具有不同幅度范围中的幅度的反射数目和预测数目之间的差值的平方和最小。该和是测量所得的反射的组合的概率指示，当然可以使用其他的概率指示，例如不同测量幅度的概率的乘积。

所采用的该技术的先决条件是可以区分各个颗粒的反射。如果对若干个颗粒的反射不加区分地测量，一部分反射就会受到屏蔽。因此，较大颗粒的反射会使较小颗粒的反射不可见，但是，如果较大颗粒比较小颗粒距波束中心的距离远得多，较小颗粒的反射也会屏蔽较大颗粒的反射。

因此，本技术只有在浓度足够低的情况下才能给出可靠结果。可以通过使颗粒不可区别测量的体积最小来提高最大可用浓度，例如通过使用聚焦波束或小的接收回波的时间窗口。然而，该技术的应用是有限的。这就是为什么对各个颗粒分开观察的要求限制该技术的应用的原因。

本发明的目的在于利用适用于较高浓度的超声波测量来描述液体中颗粒大小分布的特性。

本发明基于这样的认识，即可以使用统计模型来修正漏掉的颗粒的效果，因此，已知的测量技术也可用于较大浓度。

本发明提供了一种根据权利要求1的方法。在该方法中，使用最大似然技术对颗粒大小分布的参数进行估计，其使用具有两个因子的反射幅度测量概率的表达式。第一个因子表示具有值A的反射为其一部分的反射测量的概率P_o(A)，其不依赖于发生较大值的反射时该值是否被屏蔽。该第一因子基本上对应于现有技术中使用的整个概率表达式。

根据本发明所使用的表达式中的第二因子是不存在具有该特性的占多数的值的反射，该反射会屏蔽该测量值而形成该反射测量的一部分的概率。因此，在对参数的估计中考虑了屏蔽效果。这样，最大似然估计共同考虑扩散和屏蔽的效果。

参考以下附图，对本发明的这些以及其他目的和有益方面将进行描述：

图1示出了用于描述液体特性的装置。

图2示出了不同幅度的反射数目。

图3示出了重建的颗粒大小分布。

图4示出了计算所得的浓度。

图5示出了估计颗粒大小分布的参数的方法的流程图。

图1示出了一种用于描述液体特性的装置。该装置包括一个液体通道11、一个控制单元10、一个信号发生器12、一个超声波换能器14、一个检测器16和一个计算单元18。控制单元10和信号发生器12、检测器16以及计算单元18连接。信号发生器12的一个输出和换能器14连接。检测器16的一个输入和换能器14连接。检测器16的一个输出和计算单元18连接。换能器14和通道11连接以产生超声波束。

在工作中，其中漂浮有颗粒的液体流经通道11。控制单元10触发连续反射测量，每次测量中信号发生器12产生一个脉冲，其由换能器14转换为通道11中的超声波。换能器14获取脉冲的反射并将所得信号输入检测器16。检测器16选择对应于所产生脉冲的一个特定时间窗口中出现的信号。根据液体中的声速，时间窗口定义一个颗粒可以引起反射的区域。检测器16测量时间窗口中反射信号(如果存在的话)的幅度，并将测量的幅度值输入计算单元18。计算单元18收集幅度的直方图信息。为此，计算单元利用若干幅度范围并累计各个范围中已产生的反射幅度的反射测量的计数。进行了大量的反射测量后，计算单元18根据直方图信息计算有关颗粒大小分布的其他信息。

图2示出了液体的直方图仿真示例，液体中存在不同浓度的颗粒，其中每种情况下的颗粒大小分布f_D(D)是相同的(也就是说，每种情况下，对每个值D，大小处于D和D+dD之间的那部分颗粒数目是f_D(D)dD)。可以看出，随着浓度增加，除了反射数目增加以外，幅度分布的形状也发生改变。

图3中以虚线示出了对颗粒大小分布的估计，对于不同的若干个浓度，其可以根据已知技术从幅度直方图计算而得。图中还示出了实际的分布。已知技术不考虑浓度对幅度分布形状的影响。结果是，估计的颗粒大小分布互不相同，在较高浓度其偏离实际的颗粒大小分布。

本发明提供了对估计颗粒大小分布的已知技术的改进，因此可以修正颗粒浓度的影响。该改进基于一种认识，即图2中的直方图形状偏差是反射测量中出现但在计数中漏掉的反射幅度的屏蔽的结果，漏掉的原因是在同一次反射测量中，出现了一个或多个具有较大幅度的反射。

为此，用一个表达式表示概率分布P(A)dA，其是反射测量得到一个处于A和A+dA之间的无限小的间隔中的测量幅度的概率分布。该表达式的形式为

P(A)＝P_o(A)Q(A)

其中，P_o(A)对应于未屏蔽的概率分布，即，不考虑该反射是否被另一个幅度较大的反射屏蔽时出现该反射的概率。因子Q(A)表示在同一次反射测量中没有颗粒引起幅度大于或等于A的反射的概率。

因子P_o(A)对应于现有技术中所使用的概率分布，其是实际测量位于A到A+dA的间隔中幅度A的全部概率分布P(A)(即，忽略反射被屏蔽的可能性)。该因子P_o(A)可以根据颗粒大小分布f_D(D)以已知的方式表示。例如，该因子的一个表达式为

P_o(A)＝C∫dDf_D(D)G(A|D)V_meas(D)

其中，C是颗粒的浓度(单位体积内颗粒的平均数量)。G(A|D)是如果大小为D的颗粒产生可检测的反射，可检测到幅度为A的反射的条件概率。条件概率G(A|D)表示大小为D的颗粒在距波束中心的不同距离引起不同反射幅度的效果。V_meas(D)是大小为D的颗粒在其中产生可检测的反射的液体总体积。该体积在深度上用测量中反射被接受的时间窗口定义，而在水平上由波束强度衰减到产生的发射的幅度不再大于噪声级别A_n的点来定义。

在经常出现的高斯分布波束中，体积V_meas(D)可以表示为

V_meas(D)＝πΔzlog(A_O(D)/A_n)/2k

其中，Δz是反射被接受的深度间隔，k是标准方差，其由波束强度随着距波束中心的距离的变化而衰减的速率确定。A_O(D)是如果颗粒位于波束中心，大小为D的颗粒所能产生的反射的最大幅度。

对于高斯波束，条件概率G(A|D)可以表示为

G(A|D)＝1/{A*log(A_O(D)/A_n)}

当A_O(D)＞A＞A_n时该表达式适用。对于用颗粒大小为D可达到的大于最大幅度A_O(D)的，或者小于噪声级别A_n的幅度，检测的条件概率G(A|D)等于零。

顺便提一下，将会看到，对于非高斯分布的波束，对V_meas(D)和G(A|D)使用不同的相应表达式。

新引入的因子Q(A)表示反射被幅度大于或等于幅度A的反射屏蔽的效果，其也可以由浓度C和颗粒大小分布f_D(D)表示。其标准的形式是一个积分表达式

W(A)＝∫dA′∫dDf_D(D)G(A′|D)

其中，对幅度的积分从噪声级别到幅度A，其中计算检测的概率。因子Q可以近似为

Q(A)＝exp[-C(1-W(A))]

或者，由下面因子近似

Q(A)＝[1-p+p(1-W(A)/V_meas)]ⁿ

其中对k的求和从1到n；n是不大于可测量的反射发生于其中的体积可容纳的颗粒的最大数量的整数，但是大于产生可测量反射的颗粒平均数目，而且p＝CV_meas/n，其中V_meas是最大的颗粒可以产生高于噪音级别的回波的体积。

因子P_o(A)的另一个表达式的例子为

P_o(A)＝C∫dDf_D(D)V(A，D)/A

其中，C是颗粒的浓度(单位体积内颗粒的平均数量)。V(A，D)是大小为D的颗粒在其中产生幅度大于或等于A的回波的体积。该体积在深度上用测量中反射被接受的时间窗口定义，在水平上由波束强度随着距波束中心的距离的衰减定义。

在经常出现的高斯分布波束中，体积V(A，D)可以表示为

V(A，D)＝πΔzlog(A_O(D)/A)/2k

其中，Δz是反射被接受的深度间隔，k是特征化波束强度随着距波束中心的距离变化的衰减的速率的参数。A_O(D)是如果颗粒位于波束中心，大小为D的颗粒所能产生的反射的最大幅度。顺便提一下，将会看到，对于具有非高斯分布的波束，对V(A，D)使用不同的相应表达式。

新引入的因子Q(A)表示除了幅度为A的回波外不发生幅度更大的回波的概率。这表示反射被幅度大于或等于幅度A的反射所屏蔽的效果。因子Q(A)也可以由浓度C和颗粒大小分布f_D(D)表示。其标准的形式是一个积分表达式

W(A)＝∫dDf_D(D)V(A，D)

因子Q可以近似表示为

Q(A)＝exp[-CW(A)]

根据没有被较大幅度的反射所屏蔽的幅度为A的反射的测量的概率分布表达式P(A)＝P_o(A)Q，颗粒大小分布f_D(D)根据多次测量的反射幅度系统估计得出。例如，这通过寻找一个估计f_D(D)来实现，该估计f_D(D)使位于一系列幅度间隔IA_i间的幅度测量的预测数目N_pred和实际测量数目N_meas的差值的平方和E最小

E＝∑i(N_meas(IA_i)-N_pred(IA_i))²

该和实际上指示测量的幅度系统的概率，因此选择使该系统可能性最大的颗粒大小分布f_D(D)。当然，也可以使用其他概率的指示代替平方和来实现最大化，例如，使用不同测量A_i的概率的乘积

∏iP_O(A_i)Q(A_i)。

在该估计中，优选情况下，使用颗粒大小分布f_D(D)的参数表示，例如，使用多模分布的形式

$f_D\left(D\right)=\mathrm{\Σ}{\mathrm{ic}}_i\exp (-{(D-D_i)}^2)/2{\mathrm{\σ}}_i^2$

(i＝1，2...M)。这种情况下，参数c_iD_i和σ_i ²是估计以使根据所使用的指示，测量的反射幅度系统的概率被最大化。用于这种最大化的技术通常是公知的，通过将这些技术应用于测量所得的(非屏蔽的)反射幅度的概率的表达式P_O(A)Q(A)，可以得到参数的估计。

图3进一步示出了从图2的例子中的反射数目计算出的不同颗粒大小分布。在图形的精度范围内，这些分布事实上和实际分布重合。因此，可以清楚地看到，获得了对颗粒大小分布的更好估计。

图4示出用颗粒大小分布的估计对浓度的影响。浓度是由颗粒形成的液体的一部分。水平绘制的是实际浓度，垂直绘制的是从(仿真的)测量计算出的浓度。实线表示计算浓度和实际浓度相等。圆点表示用新技术计算的浓度，十字表示用现有技术计算的浓度。从图形可以看出，尤其是对于较高浓度，新技术得到的结果明显更好。

应该清楚，本发明不限于该估计颗粒大小分布的具体方式。因此，例如，可以利用不同形式的颗粒大小分布的参数表示，例如，根据一些颗粒大小的颗粒大小分布的值(和/或导数)和介于这些颗粒大小之间的颗粒大小分布间的插值，或者，例如，以两个多项式的商的形式，其系数形成这些参数。同时，可对概率P(IA)的数学表达式中的各项进行近似。

此外，例如，首先可以根据幅度A对因子Q(A)进行估计(例如，可以临时估计颗粒大小分布，随后根据该临时估计的分布计算该因子)，然后可以使用因子N_corr(A)＝N_meas(A)/Q(A)对不同幅度的反射的测量数目N_meas(A)进行修正。然后，根据修正的数目，可以利用现有技术已知的方式估计颗粒大小的分布。

尽管采用显式颗粒大小分布f_D(D)描述了本发明，应该理解，对于一些应用，不必须显式实际计算该颗粒大小分布。只有当需要如颗粒的质量密度这样的量时，其根据如下积分计算

∫dDf_D(D)m(D)

然后，该量，其是颗粒大小分布的参数，可以在估计使测量的反射幅度系统最可能的颗粒大小分布的参数时被隐式计算。

所采用的技术不限于对幅度的测量，其可以扩展到对反射特性的任何形式的测量，其中，在有更多引起反射的颗粒时，占多数的颗粒的效果屏蔽其他颗粒的效果。

同时，当液体包括不同类型颗粒，可以区分哪种类型的颗粒引起了反射测量时，本技术尤其适用。例如，这种区别从反射信号本身可见，例如，可从响应于特殊符号的超声脉冲而接收到的超声反射信号的第一个峰值的符号区别。例如，在溶有油滴和沙粒的水中，沙粒和油滴的反射可以通过反射的符号区分。

这种情况下，类型为j的幅度在A和A+d之间的颗粒的反射测量，其经过修正的概率分布P_j(A)dA可以表示为

P_j(A)＝P_jo(A)∏iQ_i(A)

其中，不同的因子Q_i(A)表示对每个不同类型的颗粒i，没有类型i的颗粒引起幅度大于A的检测的概率。每个因子Q_i(A)以前文所述的方式表示，其根据每个类型的颗粒i的颗粒大小分布f_Di(D)表示，概率P_jo(A)也以同样的方式表示。用于不同类型的颗粒的表达式P_j(A)和反射幅度测量的系统，其根据所包括的颗粒类型分类，颗粒大小分布f_Di(D)的参数可以用上述方式进行估计。因此，例如，颗粒大小分布可以通过使偏差平方和最小来估计

E＝∑i∑m(Ni_meas(IA_m)-Ni_pred(IA_m))²

该偏差为处于不同幅度范围LA_m的颗粒类型为m的测量的反射数目Ni_meas和这些范围内的测量的反射的预测数目Ni_pred的差。

图5总结示出了估计颗粒大小分布的方法。在第一步51，产生一个脉冲，在第二步52，检测在该脉冲之后的特定时间窗口内是否有大于噪音级别的反射返回。在第三步53，确定幅度落入若干个间隔IA中的哪一个，同时在存储器中，所处理的间隔的计数增加。从第四步54开始，重复前面的步骤，直到进行了特定数目N的反射试验。接下来，在第五步55，选择初始颗粒大小分布的参数。据此，在第六步56，使用公式P(A)＝P_o(A)Q(A)，计算测量数目的预测值并确定其和测量数目间的差值。如果差值足够小，该方法在第七步57停止。如否，在第八步58，对参数进行调整以使该差值按期望减小，从步骤56重复该方法。当然，该方法中的估计优选情况下用计算机进行。

应该清楚，本发明不限于所描述的方法。例如，在第六步56中，差值不需要显式计算，相反，可以计算选择该参数调整所需的信息，而且，如果调整小于门限值，在步骤57，该方法可以停止。

Claims (7)

1.一种用于测量描述液体中颗粒的颗粒大小分布的参数的方法，该方法包括如下步骤：

-进行一系列的反射测量，在每次反射测量中，在液体中产生信号波束，测量在信号波束中颗粒上的反射的特性的值(A)；

-根据这些测量值(A)的组合进行这些参数的最大似然估计，其基于随这些测量值的变化而改变的这些测量值的概率的表达式，该表达式包括用于该测量值的反射形成其一部分的反射测量的概率的第一因子，该第一因子由第二因子(Q)修正，该第二因子用于没有具有该特性的支配值的反射，该反射会屏蔽这些测量值而形成该反射测量的一部分的概率。

2.如权利要求1所述的方法，其中，所述第一因子(P)包括所述颗粒大小分布，由特定大小的颗粒引起具有所述测量值的反射形成其一部分的反射测量的概率分布所模糊。

3.如权利要求1或2所述的方法，其中所述第二因子(Q)包括具有非所述测量值的一值的反射形成反射测量的一部分，并在非所述测量值的其他值的范围上被积分的概率。

4.如权利要求3所述的方法，其中所述第二因子实质上对应于exp(-C∫dA∫dDf_D(D)G(A|D))，其中D是颗粒大小，C是这些颗粒的浓度，f_D(D)是大小为D的颗粒的密度，及G(A|D)是如果大小为D的颗粒产生可检测的反射，幅度为A的反射可被检测的条件概率。

5.如权利要求1、2和4中任一项所述的方法，其中所述最大似然估计包括对所述测量值落入各个值间隔内的反射测量的数目进行计数，并且选择该估计，以使得处于不同间隔中的计数和根据随所述测量值变化而改变的概率所预测的计数之间的偏差的复合最小。

6.如权利要求1、2和4中任一项所述的方法，其中在反射测量中，对引起反射的不同类型的颗粒进行区分，在进行最大似然估计时，所述表达式由各个第二因子的乘积进行修正，该各个第二因子用于不具有由各自类型颗粒造成的具有该特性的支配值的反射，该反射会屏蔽该测量值而形成该反射测量的一部分的概率。

7.用于测量描述液体中颗粒的颗粒大小分布的参数的装置，该装置包括：

-液体通道；

-在所述液体通道中产生超声波束的装置；

-测量所述液体通道中的颗粒对所述波束产生反射的特性的装置；

-用于对所述参数进行最大似然估计的处理单元，该估计根据测量值的组合，基于随这些测量值的变化而改变的这些测量值的概率的表达式而进行，该表达式包括一个第一因子，其用于具有该测量值的反射形成其一部分的反射测量的概率，该第一因子由第二因子(Q)修正，该第二因子用于没有具有该特性的支配值的反射，该反射会屏蔽该测量值而形成该反射测量的一部分的概率。

Images