渦街流量計(jì)信號(hào)處理的若干新方法的研究.pdf

1、21世紀(jì)過程工業(yè)、能量計(jì)量、城市公用事業(yè)等的發(fā)展對(duì)流量測(cè)量的需求急劇增長，流量計(jì)量是關(guān)乎國計(jì)民生的一項(xiàng)重要工作。 近幾十年來，微電子技術(shù)和計(jì)算機(jī)技術(shù)的飛躍發(fā)展極大地推動(dòng)儀表更新?lián)Q代，促使儀表迅速發(fā)展，新型流量計(jì)如雨后春筍般涌現(xiàn)出來。渦街流量計(jì)以其獨(dú)特的優(yōu)點(diǎn)，是其中一種具有極大發(fā)展?jié)摿Φ牧髁坑?jì)。在渦街流量計(jì)研究的進(jìn)程中，渦街流量信號(hào)處理始終是國內(nèi)外流量測(cè)量領(lǐng)域里研究的熱點(diǎn)。本文從若干角度對(duì)渦街流量信號(hào)進(jìn)行了研究。 論文首先

2、研究了渦街信號(hào)和噪聲的特性關(guān)系。對(duì)渦街流量測(cè)量中主要的三個(gè)干擾分量：振動(dòng)干擾、脈動(dòng)干擾、非線性干擾的特征性質(zhì)進(jìn)行了總結(jié)歸納和相關(guān)計(jì)算驗(yàn)證工作。對(duì)振動(dòng)干擾的來源進(jìn)行了分析，列舉了實(shí)驗(yàn)數(shù)據(jù)來闡述振動(dòng)干擾對(duì)渦街測(cè)量的影響；課題中用數(shù)學(xué)推導(dǎo)的方法闡述了脈動(dòng)干擾產(chǎn)生的原因，并列舉了實(shí)驗(yàn)分析頻譜圖來說明脈動(dòng)干擾對(duì)渦街測(cè)量的影響；針對(duì)渦街非線性干擾噪聲性質(zhì)的研究，論文由非線性混沌理論，計(jì)算了渦街流量信號(hào)的李亞普洛夫指數(shù)及盒維數(shù)，從而證明了渦街背景噪聲

3、具有的混沌特性。這部分的研究工作有利于整體理解和把握渦街流量信號(hào)的本質(zhì)特征，為后續(xù)的研究工作打下鋪墊。 考慮到振動(dòng)干擾是影響渦街測(cè)量的最主要干擾，文中研究了獲取管道振動(dòng)噪聲干擾特征的方法，詳細(xì)介紹了基于加速度傳感器的管道振動(dòng)信號(hào)的采集。結(jié)合渦街流量信號(hào)和管道振動(dòng)信號(hào)的頻譜分析結(jié)果，文中指出管道振動(dòng)加速度信號(hào)頻率和渦街流量信號(hào)的主要干擾分量頻率正相關(guān)，且一一對(duì)應(yīng)。研究表明可以通過獲取管道振動(dòng)加速度信號(hào)特征，從而間接獲得渦街流量信號(hào)

4、中最主要噪聲的頻率特征，基于這一研究結(jié)論，課題以管道振動(dòng)信號(hào)的特征信息為參考輸入，通過自適應(yīng)濾波算法有效實(shí)現(xiàn)了渦街流量信號(hào)的濾波。 鑒于低流速的渦街流量信號(hào)具有顯著的非線性特征，為了較好的對(duì)該流速段的渦街流量信號(hào)進(jìn)行處理，論文引入適合于非線性信號(hào)分析的經(jīng)驗(yàn)?zāi)B(tài)分解法，并對(duì)之進(jìn)行了算法的改進(jìn)，提出了基于時(shí)間尺度分析的經(jīng)驗(yàn)?zāi)B(tài)分析方法(TEMD)，基于TEMD算法，論文對(duì)仿真的渦街流量信號(hào)和實(shí)測(cè)的渦街流量信號(hào)進(jìn)行了計(jì)算仿真，發(fā)現(xiàn)TE

5、MD法能較小波分解方法在對(duì)渦街流量非線性信號(hào)的處理過程中表現(xiàn)出更好的適應(yīng)性，渦街信號(hào)分量的模態(tài)分解較好，渦街信號(hào)頻率的計(jì)算精度和小波分析的計(jì)算精度接近，然而，在計(jì)算過程中，由于基于TEMD分解的濾波技術(shù)用到高次樣條插值，則計(jì)算時(shí)間的花銷遠(yuǎn)比小波分解計(jì)算時(shí)間多。另外，論文還探討了基于高次樣條插值的TEMD算法效率。由大量實(shí)驗(yàn)數(shù)據(jù)分析得到的全流速范圍內(nèi)渦街流量信號(hào)的波形特征，論文將渦街流量信號(hào)模型簡(jiǎn)化，抽取出主要的信號(hào)成分組成渦街典型波形，

6、基于該典型特征，文中探索了基于整流的閾值自適應(yīng)算法、信號(hào)波形分析法和閾值的脈寬估計(jì)法這三種方法，并總結(jié)提出了基于智能時(shí)域分析的渦街流量信號(hào)處理方法。該方法以波形分析理論為依據(jù)，通過智能閾值跟蹤和脈寬估算，能在滿足實(shí)時(shí)性的要求下實(shí)現(xiàn)較低信噪比渦街信號(hào)的測(cè)量；給出了以單片機(jī)μPSD3251為核心的智能時(shí)域算法的軟件和硬件實(shí)現(xiàn)方案，并對(duì)整個(gè)系統(tǒng)的測(cè)量性能和閡值跟蹤能力進(jìn)行了分析。 綜上所述，本文取得了以下創(chuàng)新成果： 1．對(duì)渦街

7、流量三類干擾信號(hào)的研究進(jìn)行了歸納總結(jié)，并首次驗(yàn)證了渦街流量非線性干擾信號(hào)的混沌特性。 2．通過加速度傳感器采集管道振動(dòng)加速度信號(hào)，數(shù)據(jù)分析表明該方法獲得的管道振動(dòng)信號(hào)特征能夠反映渦街流量信號(hào)主要干擾特征。文中設(shè)計(jì)了自適應(yīng)濾波器，以管道振動(dòng)信號(hào)特征為參考輸入，實(shí)現(xiàn)了對(duì)渦街信號(hào)振動(dòng)干擾的濾波。 3．對(duì)低流速的渦街流量信號(hào)進(jìn)行了非線性信號(hào)處理方法的研究，提出了基于時(shí)間尺度分析的經(jīng)驗(yàn)?zāi)B(tài)分解方法，并研究了該方法對(duì)渦街流量信號(hào)處理