基于多傳感器信息融合的渦街信號(hào)處理方法

宋開(kāi)臣,曾　瑤,葉凌云

(浙江大學(xué) 生物醫(yī)學(xué)工程與儀器科學(xué)學(xué)院,浙江 杭州 310027)

?

基于多傳感器信息融合的渦街信號(hào)處理方法

宋開(kāi)臣,曾瑤,葉凌云

(浙江大學(xué) 生物醫(yī)學(xué)工程與儀器科學(xué)學(xué)院,浙江 杭州 310027)

摘要:針對(duì)壓電式渦街流量計(jì)抗干擾性能差的缺點(diǎn),提出基于多傳感器信息融合的渦街信號(hào)檢測(cè)方法.在該測(cè)量系統(tǒng)中,差壓傳感器測(cè)得鈍體前、后的平均差壓,壓電傳感器檢測(cè)鈍體下游渦街信號(hào)的頻率,通過(guò)無(wú)跡卡爾曼濾波(UKF)算法將以上兩種信息進(jìn)行數(shù)據(jù)融合,有效提高了數(shù)字帶通濾波器的鎖定精度.在搭建的振動(dòng)實(shí)驗(yàn)平臺(tái)上驗(yàn)證了該方法的可行性,對(duì)比分析了本文方法和傳統(tǒng)方法的測(cè)量結(jié)果.實(shí)驗(yàn)表明：采用該處理方法能夠有效抑制外界的強(qiáng)振動(dòng)噪聲干擾對(duì)流速測(cè)量的影響,當(dāng)最大振動(dòng)噪聲干擾的強(qiáng)度為渦街信號(hào)的4倍時(shí),測(cè)量精度可以達(dá)到1%,增強(qiáng)了壓電式渦街流量計(jì)的抗振能力,提高了流量測(cè)量精度.

關(guān)鍵詞：壓電式渦街流量計(jì)；多傳感器信息融合；無(wú)跡卡爾曼濾波；抗振能力

渦街流量計(jì)是根據(jù)著名的“卡曼渦街”[1-4]原理實(shí)現(xiàn)流量測(cè)量的流量計(jì),具有無(wú)機(jī)械可動(dòng)部件、安裝方便、量程比較寬等優(yōu)點(diǎn),被廣泛應(yīng)用于石油化工領(lǐng)域.壓電式渦街流量計(jì)是在工業(yè)現(xiàn)場(chǎng)普遍使用的渦街流量計(jì),主要測(cè)量部件為壓電傳感器,因?yàn)閴弘娛綔u街流量計(jì)容易受到管道振動(dòng)干擾.特別是當(dāng)振動(dòng)信號(hào)的能量與渦街信號(hào)的能量相近,甚至是強(qiáng)于后者時(shí),在時(shí)域中,振動(dòng)信號(hào)與渦街信號(hào)疊加無(wú)法分辨；在頻域中,兩者幅值接近,頻譜分析等現(xiàn)有的數(shù)字信號(hào)處理方法將失效.徐科軍等[5-6]對(duì)渦街信號(hào)及振動(dòng)信號(hào)模型進(jìn)行分析,采用數(shù)字濾波和自相關(guān)相結(jié)合的算法消除強(qiáng)噪聲干擾,在一定程度上消除了強(qiáng)振動(dòng)干擾對(duì)流量測(cè)量的影響.針對(duì)雙渦街傳感器的流量計(jì),徐科軍等[7]提出采用頻域相減與頻率方差計(jì)算相結(jié)合的方法來(lái)處理渦街流量傳感器輸出信號(hào),取得了很好的實(shí)驗(yàn)效果.

1基于多傳感器信息融合的流量測(cè)量系統(tǒng)

提出的多傳感器流量測(cè)量系統(tǒng)由壓電傳感器和差壓傳感器共同組成,如圖1所示.

圖1　多傳感器渦街流量計(jì)測(cè)量系統(tǒng)示意圖Fig.1　Map of multi-sensor vortex flowmeter’s measurement system

圖2　三棱柱鈍體截面圖Fig.2　Sectional drawing of triangular prism bluff body

圖1中的鈍體為坡度較小、頂角朝后的三棱柱鈍體(見(jiàn)圖2)；與普通壓電式渦街流量計(jì)一樣,壓電傳感器安裝在鈍體下游,檢測(cè)旋渦分離產(chǎn)生的渦街信號(hào).在一定的雷諾數(shù)范圍內(nèi),旋渦分離的頻率f與管道內(nèi)流體的平均流速U和發(fā)生體的特征長(zhǎng)度d之間的關(guān)系可以表示為

(1)

式中：St為斯特勞哈爾數(shù)(無(wú)量綱),對(duì)于一定形狀的旋渦發(fā)生體,在一定的雷諾數(shù)范圍內(nèi),St是一個(gè)常數(shù)；m為發(fā)生體兩側(cè)弓形流通面積與測(cè)量管道橫截面面積之比,m與d和測(cè)量管道內(nèi)徑D之間的關(guān)系可以表示為

(2)

從式(1)、(2)可以看出,對(duì)于確定的D和d,渦街信號(hào)頻率僅與流體的流速成正比,與被測(cè)流體的壓力、溫度、黏度和組成變化無(wú)關(guān),因此通過(guò)渦街信號(hào)測(cè)得流速的精度較高.由于壓電傳感器對(duì)管道振動(dòng)很敏感,振動(dòng)噪聲干擾對(duì)渦街信號(hào)測(cè)量的影響很大.

(3)

式中：Cp為阻力系數(shù),正常測(cè)量時(shí)Cp為常數(shù)；ρ為流體密度；U為流體流速.

在該測(cè)量系統(tǒng)中,差壓傳感器的正取壓口位于鈍體內(nèi)部的迎流面,負(fù)取壓口位于鈍體的下游1.5D處.差壓傳感器兩端測(cè)得的是鈍體迎流面上的全壓力和鈍體下游的靜壓力之差[1].

管道振動(dòng)對(duì)差壓傳感器測(cè)量的影響很小,差壓傳感器的抗振性能很強(qiáng),但是受差壓傳感器測(cè)量精度和流體密度計(jì)算精度的影響,直接通過(guò)差壓傳感器測(cè)得的流速精度較低.

綜合利用渦街信號(hào)測(cè)量精度高和鈍體前、后的差壓信號(hào)抗振性能強(qiáng)的優(yōu)點(diǎn),采用基于UKF算法的多信息融合算法,利用差壓傳感器測(cè)得鈍體前、后的平均差壓作為輔助信號(hào)來(lái)提高壓電傳感器檢測(cè)渦街信號(hào)頻率的精度,增強(qiáng)壓電式渦街流量計(jì)的抗振性能.

2基于UKF算法的多信息融合處理

2.1UKF算法在渦街信號(hào)處理中的應(yīng)用

卡爾曼濾波被稱為最優(yōu)化自回歸數(shù)據(jù)處理算法,國(guó)內(nèi)外學(xué)者對(duì)于卡爾曼濾波算法的研究已有五十幾年的歷史,卡爾曼濾波器是在時(shí)域內(nèi)設(shè)計(jì),且適用于多維情況,具有很好的魯棒性和實(shí)時(shí)性,廣泛應(yīng)用于重要的國(guó)防工業(yè)領(lǐng)域[12].卡爾曼濾波使用狀態(tài)更新和測(cè)量值反饋的方法來(lái)估計(jì)狀態(tài)：更新某一時(shí)刻的狀態(tài)預(yù)測(cè)值,然后以含有噪聲的觀測(cè)變量獲得反饋,計(jì)算得到卡爾曼濾波增益,得到這一時(shí)刻的狀態(tài)估計(jì)值[13-15].卡爾曼濾波可以分為時(shí)間更新和測(cè)量更新兩個(gè)過(guò)程.時(shí)間更新過(guò)程計(jì)算當(dāng)前時(shí)刻的狀態(tài)變量和協(xié)方差的預(yù)測(cè)值,測(cè)量更新程則進(jìn)行測(cè)量的反饋.卡爾曼濾波算法的循環(huán)跟新過(guò)程如圖3所示.

圖3　卡爾曼濾波循環(huán)更新過(guò)程Fig.3　Cycle renewal process of Kalman filter

(4)

式中：k1、k2均為常數(shù),

k1=Cρ/2,k2=St/(md).

由式(4)可知,狀態(tài)向量處于非線性狀態(tài),須采用非線性卡爾曼濾波算法對(duì)狀態(tài)向量進(jìn)行求解.UKF算法是比較常用的非線性卡爾曼濾波算法.濾波以無(wú)偏變換[16-17]為基礎(chǔ),采用確定性采樣策略近似非線性分布,選取有限個(gè)Sigma采樣點(diǎn)來(lái)近似系統(tǒng)狀態(tài)的先驗(yàn)統(tǒng)計(jì)特性,再直接通過(guò)非線性方程演化系統(tǒng)狀態(tài)的后驗(yàn)分布特性.

UKF的狀態(tài)方程和測(cè)量方程如下：

(5)

由式(4)可知,在研究的系統(tǒng)中,狀態(tài)方程中的F(Xk-1)可以表示為

(6)

式中：T為測(cè)量更新的時(shí)間.

測(cè)量方程H(Xk)可由下列2個(gè)矩陣方程表示：

(7)

2.2多傳感器信息融合算法的實(shí)現(xiàn)

基于多傳感器信息融合算法的渦街信號(hào)處理方法的原理框圖如圖4所示.

圖4　渦街信號(hào)處理方法的原理框圖Fig.4　Principle block diagram of vortex signal processing method

上述原理框圖中的多信息融合算法分為以下4個(gè)步驟實(shí)現(xiàn).

2)對(duì)經(jīng)過(guò)信號(hào)調(diào)理電路之后的壓電信號(hào)進(jìn)行譜分析,記錄頻譜圖中的最高峰值、次高峰值、第三和第四高峰值對(duì)應(yīng)的頻率fn(n=1,2,3,4).

3)若fn中存在與fp相差不大的頻率,即存在fn(n=1,2,3,4)使|fn-fp|<Δf時(shí),在fn中找出與fp最接近的一個(gè)值作為壓電信號(hào)譜分析的最終結(jié)果f,即在fn(n=1,2,3,4)中找出使|fn-fp|最小的值,然后執(zhí)行步驟4)；若fn中的所有值都與fp相差較大,即當(dāng)|fn-fp|≥Δf(n=1,2,3,4)時(shí),不執(zhí)行步驟4),直接將fp作為帶通濾波器的中心頻率f0.

通過(guò)現(xiàn)場(chǎng)標(biāo)定獲得不同流量點(diǎn)下的Δf,在標(biāo)定過(guò)程中,通過(guò)管道上的標(biāo)稱流量計(jì)得到有用渦街信號(hào)的頻率fs,通過(guò)步驟1)的方法得到頻率fp,則Δf=|fs-fp|.保持管道內(nèi)流體流量恒定,測(cè)量多組Δf的值,取Δf的平均值作為該流量下Δf的最終值.改變管道內(nèi)流體的流量,選取若干個(gè)不同的流量,采用上述方法測(cè)得不同流量下的Δf.通過(guò)曲線擬合的方式,得到渦街流量計(jì)在流量測(cè)量范圍之內(nèi)的所有流量點(diǎn)下的Δf.

優(yōu)于傳統(tǒng)壓電式渦街流量計(jì)的信號(hào)處理方法,在步驟3)中,沒(méi)有將頻譜圖中最高峰值對(duì)應(yīng)的頻率作為壓電信號(hào)的頻率,而是將最接近fp的頻率作為譜分析的結(jié)果,提高了整個(gè)測(cè)量系統(tǒng)對(duì)有用渦街信號(hào)的跟蹤性能.步驟3)是整個(gè)信息融合算法中的重要一步.

3實(shí)驗(yàn)驗(yàn)證

為了驗(yàn)證提出的多傳感器信息融合測(cè)量方法的可行性,以DN50口徑的壓電式渦街流量計(jì)為例,在測(cè)量管道受到強(qiáng)振動(dòng)的情況下,分別采用傳統(tǒng)測(cè)量方法[18-19]和提出的方法對(duì)流速進(jìn)行測(cè)量,用圖形顯示2種方法的測(cè)量結(jié)果,并對(duì)2種測(cè)量方法的測(cè)量誤差進(jìn)行比較和分析.

在實(shí)驗(yàn)過(guò)程中,通過(guò)實(shí)驗(yàn)裝置上的標(biāo)稱流量計(jì)獲得管道內(nèi)流體的流速及渦街信號(hào)頻率.用鼓風(fēng)機(jī)模擬氣體流量,并將調(diào)速電機(jī)安裝在管道上(見(jiàn)圖5),電機(jī)的振動(dòng)帶動(dòng)管道的振動(dòng),通過(guò)調(diào)節(jié)電機(jī)的轉(zhuǎn)速可以調(diào)節(jié)電機(jī)振動(dòng)的頻率.在電機(jī)的轉(zhuǎn)軸上安裝一個(gè)偏心輪,用來(lái)增強(qiáng)管道振動(dòng)的強(qiáng)度,使管道振動(dòng)作用在壓電傳感器上的噪聲信號(hào)強(qiáng)度大于渦街信號(hào)的強(qiáng)度.

圖5　振動(dòng)實(shí)驗(yàn)裝置Fig.5　Vibration experiment equipment

選取3個(gè)不同的流量點(diǎn)進(jìn)行實(shí)驗(yàn),分別為81.15Hz(4.28m/s)、180.98Hz(8.99m/s)和296.66Hz(14.57m/s),括號(hào)內(nèi)的值表示該渦街信號(hào)頻率對(duì)應(yīng)的氣體流速.以振動(dòng)信號(hào)頻率為89.58和141.70Hz、渦街信號(hào)為177.10Hz的流量點(diǎn)為例,如圖6(a)、(b)所示分別為差壓傳感器和壓電傳感器輸出信號(hào)經(jīng)過(guò)信號(hào)調(diào)理電路之后的波形圖,信號(hào)的采樣率為32kHz.圖中，UV為電壓.如圖6(c)所示為壓電傳感器輸出信號(hào)的功率譜.從圖6(c)可以看出,管道振動(dòng)信號(hào)的能量大于渦街信號(hào)的能量.

如圖6(d)所示為傳統(tǒng)方法的測(cè)量結(jié)果,傳統(tǒng)的測(cè)量方法是直接將頻譜圖中的最高峰值對(duì)應(yīng)的頻率作為數(shù)字帶通濾波器的中心頻率,在15～45單位時(shí)間段內(nèi),當(dāng)管道振動(dòng)頻率與渦街信號(hào)的頻率相差很大時(shí),傳統(tǒng)測(cè)量方法的測(cè)量值與真實(shí)值偏差很大,不能實(shí)現(xiàn)流量的正常測(cè)量.如圖6(e)所示為本文方法的測(cè)量結(jié)果,采用提出的基于多信息融合算法的渦街信號(hào)處理方法能夠削弱甚至是消除管道振動(dòng)噪聲的干擾,在第2個(gè)單位時(shí)間處,數(shù)字帶通濾波器的中心頻率已經(jīng)接近渦街信號(hào)的真實(shí)頻率,并逐步向真實(shí)頻率進(jìn)行收斂,最終的測(cè)量結(jié)果明顯優(yōu)于傳統(tǒng)方法.

如表1所示為當(dāng)氣體流量頻率分別為81.15、180.98和296.66Hz時(shí),本文方法和傳統(tǒng)方法的最終測(cè)量結(jié)果.表中，fV為振動(dòng)頻率，fu為渦街信號(hào)頻率，fm為本文測(cè)得的頻率，Et為傳統(tǒng)方法的測(cè)量誤差，Ek為本文方法的測(cè)量誤差.可以看出,在測(cè)量管道受到周期性強(qiáng)振動(dòng)的情況下,傳統(tǒng)測(cè)量方法的測(cè)量誤差超過(guò)20%；當(dāng)渦街信號(hào)頻率較低時(shí),測(cè)量誤差超過(guò)30%.本文提出的測(cè)量方法的平均相對(duì)誤差遠(yuǎn)小于傳統(tǒng)方法,測(cè)量精度更高.

表1本文方法與傳統(tǒng)方法的平均相對(duì)誤差比較

Tab.1Averagerelativeerrorinthispapervstraditionalmethod

fV/Hzfu/Hzfm/HzEt/%Ek/%68.75、118.80、137.5081.1579.9833.251.4789.58、141.70180.98182.7322.430.97150.22296.66299.4820.870.95

4結(jié)語(yǔ)

本文提出多傳感器檢測(cè)方法的流量測(cè)量方案,采用基于UKF算法的多傳感器渦街信號(hào)處理方法,解決了壓電式渦街流量計(jì)抗強(qiáng)振動(dòng)干擾性能差的缺點(diǎn).實(shí)驗(yàn)表明,當(dāng)噪聲振動(dòng)干擾的能量高于渦街信號(hào)的能量時(shí),采用多傳感器渦街信號(hào)處理方法,有效抑制了強(qiáng)振動(dòng)噪聲對(duì)流量測(cè)量的影響,測(cè)量結(jié)果明顯優(yōu)于傳統(tǒng)的測(cè)量方法.當(dāng)氣體流速為8.99和14.57m/s時(shí),測(cè)量精度可以達(dá)到1%；當(dāng)氣體流速較小時(shí),測(cè)量精度可以達(dá)到1.5%,達(dá)到預(yù)期要求.

圖6　本文振動(dòng)實(shí)驗(yàn)的測(cè)量結(jié)果Fig.6　Measurement result of experiment in this paper

參考文獻(xiàn)(References):

[1]黃詠梅. 基于差壓原理的渦街質(zhì)量流量測(cè)量方法研究[D]. 杭州：浙江大學(xué), 2005．

HUANGYong-mei.Researchonmassflowratemeasurementusingvortexflowmeterbasedondifferentialpressureprinciple[D].Hangzhou:ZhejiangUniversity, 2005．

[2]潘嵐, 宋開(kāi)臣, 徐國(guó)梁. 高抗干擾性能渦街流量計(jì)傳感器的研究[J]. 中國(guó)計(jì)量學(xué)院學(xué)報(bào), 2005,16(4): 268-270．

PANLan,SONGKai-chen,XUGuo-liang.Researchonthesensorofvortexflowmeterwithinterferenceresistant[J].JournalofChinaJiliangUniversity, 2005, 16(4): 268-270．

[3]VENUGOPALA,AGRAWALA,PRABHUSV.FrequencydetectioninvortexflowmeterforlowReynoldsnumberusingpiezoelectricsensorandinstallationeffects[J].SensorsandActuatorsA:Physical, 2012, 184: 78-85.

[4]VENUGOPALA,AGRAWALA,PRABHUSV.Influenceofblockageandupstreamdisturbancesontheperformanceofavortexflowmeterwithatrapezoidalbluffbody[J].Measurement, 2010, 43(4): 603-616．

[5]徐科軍, 王沁, 方敏, 等. 基于數(shù)字濾波與自相關(guān)的渦街流量計(jì)抗強(qiáng)振動(dòng)方法改進(jìn)[J]. 計(jì)量學(xué)報(bào), 2014, 35(5): 449-454．

XUKe-jun,WANGQin,FANGMin,etal.Improvementofanti-strong-vibrationmethodcombingdigtalfilterwithauto-correlationforvortexflowmeter[J].ActaMetrologicaSinica, 2014, 35(5): 449-454．

[6]王沁. 抗強(qiáng)振型渦街流量計(jì)和快速響應(yīng)型壓電式閥門(mén)定位器軟件研制[D]. 合肥：合肥工業(yè)大學(xué), 2012．

WANGQin.Softwaredevelopmentforthevortexflowmeterofanti-strongvibrationandpiezoelectricvalvepositionerofquickresponse[D].Hefei:HefeiUniversityofTechnology, 2012．

[7]徐科軍, 方敏, 羅清林, 等. 抗振型低功耗數(shù)字渦街流量計(jì)研制[J]. 計(jì)量學(xué)報(bào), 2013, 34(5): 435-440．

XUKe-jun,FANGMin,LUOQing-lin,etal.Developmentofanti-vibration-typevortexflowmeterwithlowpoweranddigitalprocessing[J].ActaMetrologicaSinica, 2013, 34(5): 435-440．

[8]孫志強(qiáng), 張宏建, 黃詠梅, 等. 管壁差壓式渦街流量計(jì)測(cè)量影響因素分析[J]. 浙江大學(xué)學(xué)報(bào)：工學(xué)版, 2006, 40(12): 2103-2106．

SUNZhi-qiang,ZHANGHong-jian,HUANGYong-mei,etal.Impactanalysisofvortexflowmetermeasuredwithduct-walldifferentialpressuremethod[J].JournalofZhejiangUniversity:EngineeringScience, 2006, 40(12): 2103-2106．

[9]MINUJJ,YEHCF,HUCC,etal.Onmeasurementuncertaintyofavortexflowmeter[J].FlowMeasurementandInstrumentation, 2005, 16(6): 397-404．

[10]王子麒. 差壓式渦街流量計(jì)儀表優(yōu)化設(shè)計(jì)與渦街信號(hào)處理的研究[D]. 杭州：浙江大學(xué), 2008．

WANGZi-qi.Optimizationofthedifferentialpressurebasedvortexflowmeterandresearchofvortexsignalprocess[D].Hangzhou:ZhejiangUniversity, 2008．

[11]孫志強(qiáng), 項(xiàng)銀杰, 張宏建. 差壓式渦街質(zhì)量流量計(jì)信號(hào)處理系統(tǒng)的研制[J]. 控制工程, 2007,14(增1): 185-188．

SUNZhi-qiang,XIANGYin-jie,ZHANGHong-jian.Developmentofsignalprocessingsystemfordifferentialpressuretypevortexmassflowmeter[J].ControlEngineeringofChina, 2007, 14(supple.1): 185-188．

[12]陸國(guó)生, 李立言, 趙民建. 全球?qū)Ш叫l(wèi)星系統(tǒng)矢量載波環(huán)的設(shè)計(jì)與分析[J]. 浙江大學(xué)學(xué)報(bào)：工學(xué)版, 2015, 49(1): 20-26．

LUGuo-sheng,LILi-yan,ZHAOMin-jian.Designandanalysisofglobalnavigationsatellitesystemvectorcarrierloop[J].ZhejiangUniversity:EngineeringScience, 2015, 49(1): 20-26．

[13]PASETTOD,CAMPORESEM,PUTTIM.EnsembleKalmanfilterversusparticlefilterforaphysically-basedcoupledsurface-subsurfacemodel[J].AdvancesinWaterResources, 2012, 47: 1-13．

[14]LUS,ZHANGR.TwoefficientimplementationformsofunscentedKalmanfilter[J].ControlandIntelligentSystems, 2011, 39(1): 1-11．

[15]WANEA,VANDERMERWER.TheunscentedKalmanfilterfornonlinearestimation:adaptivesystemsforsignalprocessing,communications,andcontrolsymposium[C]∥AS-SPCC.LakeLouise:IEEE, 2000.

[16]徐德民, 劉富檣, 張立川, 等. 基于改進(jìn)連續(xù)-離散無(wú)跡卡爾曼濾波的水下航行器故障診斷[J]. 西北工業(yè)大學(xué)學(xué)報(bào), 2014(5): 756-760．

XUDe-min,LIUFu-qiang,ZHANGLi-chuan,etal.Faultdiagnosisofunderwatervehiclebasedonimprovedcontinuous-discreteunscentedKalmanfilter[J].JournalofNorthwesternPolytechnicalUniversity, 2014(5):756-760．

[17]梁丁文, 袁磊, 蔡之華, 等. 基于無(wú)跡卡爾曼濾波傳感器信息融合的車輛導(dǎo)航算法[J]. 計(jì)算機(jī)應(yīng)用, 2013, 33(12): 3444-3448．

LIANGDing-wen,YUANLei,CAIZhi-hua,etal.VehiclenavigationalgorithmbasedonunscentedKalmanfiltersensorinformationfusion[J].JournalofComputerApplications, 2013, 33(12): 3444-3448．

[18]江文斌, 秦會(huì)斌, 邵李煥, 等. 基于經(jīng)典譜估計(jì)改進(jìn)方法的渦街流量計(jì)[J]. 儀器儀表學(xué)報(bào), 2012, 33(1): 229-234．

JIANGWen-bin,QINHui-bin,SHAOLi-huan,etal.Vortexflowmeterbasedonimprovedclassicalspectralestimation[J].ChineseJournalScientificInstrument, 2012, 33(1): 229-234．

[19]黃云志. 基于時(shí)頻域分析的渦街流量計(jì)信號(hào)處理方法與系統(tǒng)的研究[D]. 合肥：合肥工業(yè)大學(xué), 2005．

HUANGYun-zhi.Researchontimeandfrequencydomainbasedonsignalprocessingmethodsandsystemofvortexflowmeter[D].Hefei:HefeiUniversityofTechnology, 2005．

收稿日期：2015-06-08.浙江大學(xué)學(xué)報(bào)(工學(xué)版)網(wǎng)址： www.journals.zju.edu.cn/eng

作者簡(jiǎn)介：宋開(kāi)臣(1965-),男,教授,博導(dǎo),從事傳感技術(shù)及儀器、現(xiàn)代測(cè)試技術(shù)及信號(hào)處理等研究.ORCID:0000-0003-4046-0004. E-mail: kcsong@zju.edu.cn 通信聯(lián)系人：葉凌云,男,副教授.ORCID：0000-0002-3260-5157.E-mail: lyye@zju.edu.cn

DOI:10.3785/j.issn.1008-973X.2016.07.012

中圖分類號(hào)：TH 814; TP 274

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1008-973X(2016)07-1307-06

Vortexsignalprocessingmethodbasedonmulti-sensorinformationfusion

SONGKai-chen,ZENGYao,YELing-yun

(College of Biomedical Engineering and Instrument Science, Zhejiang University, Hangzhou 310027, China)

Abstract:A vortex signal detection method based on multi-sensor information fusion was proposed in view of the poor anti-jamming performance of piezoelectric vortex flowmeter. In the measuring system, the average differential pressure before and after bluff body was measured by differential pressure pickup while the frequency of downstream vortex signal of bluff body by piezoelectric sensor. The two data above were fused by means of unscented Kalman filter (UKF), which effectively improved the locking precision of the digital band-pass filter. The feasibility of the method was verified through related experiments. The results of the method and the traditional method were comparatively analyzed. Experimental results show that the processing method can effectively restrain the impact of strong vibration noise interference from the outside on flow velocity measurement, which enhances the anti-vibration ability of piezoelectric vortex flowmeter and improves the flow measurement accuracy. When the vibration noise’s maximum intensity was four times stronger than the vortex signal, the measurement accuracy could achieve 1%．

Key words:piezoelectric vortex flowmeter; multi-sensor information fusion; unscented Kalman filter; anti-vibration ability