一种基于改进白适应算法的科里奥利流量计频率解算方法

为了在提高科氏流量计频率解算精度的同时兼顾频率跟踪的实时性,提出了一种基于改进自适应算法的频率解算新方法。通过重新构建基于优化零极点配置的自适应IIR滤波器,在自适应滤波的过程中动态调节陷波器的模型和步长,使之能够更好地跟踪实际信号的频率,提高了科氏流量计频率解算的快速性和稳定性。     

科氏流量计相位差估计的ap-Hilbert法

相位差估计是科氏流量计精确计量的基础,现有方法计算量较大,估计精度受频谱泄漏影响,且需要预知信号频率,难以满足复杂流量环境的测量需求。为此,提出一种科氏流量计相位差估计的ap-Hilbert法,首先对2路传感器信号进行全相位预处理,即对采样信号循环分段后移位对齐相加得到全相位序列,以消除频谱泄漏导致的端点效应;然后,对全相位序列进行Hilbert变换获得其解析信号,分别提取2路解析信号的实信号和虚信号部分;再通过三角变换,利用三角函数和差公式即可求出相位差。实验结果表明,所提方法克服了Hilbert变换的端点效应,与现有方法相比较,较大提高了相位差估计精度。     

基于相关和Hilbert变换的科氏流量计相位差估计方法

科氏流量计相位差估计方法存在计算量较大、计算复杂、实时性和计算精度较差等问题,已不能满足复杂环境高精度流量测量领域的需求。为此,提出一种基于相关和Hilbert变换的科氏流量计相位差估计方法。首先,采用快速傅里叶变换(FFT)对传感器信号进行频率预估计,对信号是否整周期进行判断,对非整周期的信号进行数据延拓处理;然后,对任一路传感器信号进行自相关运算得到一路同频参考信号;对3路同频信号进行Hilbert变换,将3路变换后的信号与变换前信号进行相关运算,再利用三角函数公式即可求出相位差。与原有方法相比,所提方法克服了非整周期采样的影响,实时性、动态性更强,相位差估计精度更高,仿真分析与实测结果均证实了所提方法的有效性和优越性。     

时变信号频率跟踪的一种新自适应陷波器方法

针对频率、幅值和相位均发生变化的时变信号,现有自适应陷波器(ANF)频率估计方法存在信号频率跟踪精确性和稳定性不足的问题,为此提出了一种基于新误差函数的ANF时变信号频率跟踪方法,通过新误差函数改善自适应算法收敛至最优频率解的精度与速度,以提高时变信号频率跟踪的精确性和稳定性。给出了新误差函数分析结果,新ANF方法实现步骤和该频率估计方法的Cramer-Rao下限。通过计算与现有ANF的时变信号频率跟踪方法性能进行了比较分析,并针对科里奥利质量流量计时变信号进行了现场实验验证。结果表明,该方法具有收敛速度快、跟踪精度高、更接近Cramer-Rao下限和抗噪性好的优点。     

基于时变信号模型和格型陷波器的科氏流量计信号处理方法

采用能跟踪频率变化的自适应格型陷波器对频率、幅值和相位均按照随机游动模型变化的科氏流量计传感器输出信号进行滤波，求其频率；采用自适应谱线增强器从含有噪声的数据中提取出信号；然后采用具有重叠窗的滑动Goertzel算法实时计算两路信号之间的相位差和时间差，求得质量流量。仿真和测试结果表明所研究的方法是有效的。     

基于时变信号模型的科里奥利质量流量计信号处理方法

提出用频率、幅值和相位均按照随机游动模型变化的信号来描述科氏流量传感器的输出信号。采用具有跟踪频率变化能力的自适应陷波器,对信号进行滤波,以求其频率;采用自适应谱线增强器从含有噪声的数据中提取出所需要的信号;然后采用滑动Goertzel算法计算两路信号之间的相位差,并通过频率和相位差计算出时间差,求得质量流量。仿真结果表明所研究的方法是有效的。     

计及负频率影响的科里奥利质量流量计信号处理方法

采用滑动Goertzel算法计算科里奥利质量流量计信号的相位差时，存在较长的收敛过程，其主要原因之一是忽略了负频率成分的贡献。基于DTFT递推算法，提出了一种计及负频率影响的科里奥利质量流量计信号处理方法。首先采用自适应格型陷波滤波器对科里奥利质量流量计的传感器输出信号进行滤波并求得其频率，然后采用计及负频率影响的DTFT递推算法计算两路信号之间的实时相位差，再通过频率和相位差计算出时间差，从而求得质量流量。仿真结果表明，该方法可极大缩短相位差和时间差计算的收敛过程，具有较高的计算精度，且当应用于实际的系统时不易发生数值溢出。     

涡街流量计信号估计的自适应陷波方法

本文提出采用自适应陷波方法计算涡街流量计输信号的频率,并给出实验结果。流量计信号为一窄带信号,自适应陷波抑制一个特定的涡街频率,并且几乎不受位于带宽以外频率的影响。此自适应陷波器只需估计一个参数,频率计算非常简单,与以前的频率估计方法相比,它以前的频率估计方法相比,它有许多优点,是一种有效的新方法。     

面向时变的科里奥利质量流量计信号的处理方法研究与实现

在实际应用中科里奥利流量计的输出信号会随时间发生缓慢而微小的变化。针对这种时变信号,本文提出将多抽一滤波器、自适应格型陷波滤波器和负频率修正的滑动DTFT(SDTFT)递推算法组合起来,形成一套完整的科里奥利质量流量计信号处理方法,不仅可以跟踪变化的频率和相位,而且在测量小相位时具有较高的计算精度。整个算法计算量较小,且不会发生数值溢出。研制了基于TMS320F28335DSP的科里奥利质量流量计信号处理系统,实现了整套算法,并进行了测试。仿真和实验结果表明,本文研究的方法和研制的系统是可行的、有效的。     

Burg算法与自相关在科氏流量计中的应用

为提高谱分辨率,将Burg算法引入科氏流量计频率解算,无需对窗口之外数据假设。Burg算法谱分辨率受信号初相以及信号噪声影响,对Burg算法进行分析和改进,并引入自相关算法,解决初相以及噪声的影响。建立了科氏流量计的信号模型,用Matlab对本算法进行仿真验证,算法的解算精度优于一般流量计的要求,算法可以用于科氏流量计频率解算。     

数字科氏质量流量计正负阶跃交替激励启振方法

数字驱动由于其控制算法的灵活性可以有效地提高科氏质量流量计的工作性能.针对数字驱动的启振问题,本文基于模型分析和实验仿真,提出了正负阶跃交替激励启振方法.该方法通过跟踪检测传感器自激输出信号相位进行正负阶跃交替激励,使流量管的振动幅值持续、可靠地快速增大,进而结合非线性幅值控制算法和频率估计,可使流量管启振时间大幅度地缩短,克服了传统启振方法的局限性.针对高准型CNG050型科氏质量流量传感器,研制了基于DSP的二次仪表,并进行实验研究,验证了该启振方法的可靠性和优越性.     

一种提高超声波多普勒流量计测量精度的方法

由于强噪声背景下的多普勒超声波回波信号属于微弱信号,传统谱分析方法对微小多普勒偏移量的测量误差较大,使得现有的超声多普勒流量计在应用范围和测量精度上受到限制,因此提出采用Zoom FFT结合卡尔曼滤波来提高多普勒流量计的测量精度。文中首先采用Zoom FFT来提高多普勒回波信号的频率分辨率,然后通过卡尔曼滤波器递推跟踪频率偏移值,最后在Matlab环境下实现了Zoom FFT算法和卡尔曼滤波算法。现场测试结果表明:采用Zoom FFT结合卡尔曼滤波可以提高流量测量精度。     

变传感器设定值的科氏质量流量管控制方法

在科氏质量流量计中,流量管的稳幅振动是准确测量的前提。当两相流发生时,科氏质量流量管无法维持在最佳幅值下振动,导致传感器输出信号幅值波动大。针对两相流下流量管幅值控制面临的问题,分析影响流量管振动幅值大小和稳定性的因素,提出跟踪传感器信号幅值、变传感器信号设定值的控制方法,在研制的数字式科氏质量流量变送器上实时实现,并在气-液两相流实验装置上进行2种设定值方法的对比实验。实验结果表明,在不同含气量和控制及时性的情况下,变传感器设定值的控制方法均具有良好的信号跟踪和幅值控制的性能,流量管振动较平稳,传感器信号幅值波动范围小,极大地减小了两相流测量过程中的波动性。     

基于TMS320F28335的高精度科氏质量流量变送器研制

为了提高科里奥利质量流量变送器的抗干扰能力和小流量测量精度,将带通滤波器、格型自适应陷波滤波器和计及负频率影响的DTFT算法有机地结合起来,应用于科里奥利质量流量传感器的信号处理。研制基于TMS320F28335 DSP芯片的科里奥利质量流量变送器系统,给出了系统硬件和软件的实现方案,详细介绍了算法在DSP上的实时实现。进行了系统测试和工业现场的标定实验,实验结果表明,所研制的变送器具有较高的测量精度和较宽的量程比。     

压电微动台数据驱动迭代前馈补偿与自适应抑振

为消除压电驱动柔性微定位平台高精控制对平台不确定动力学模型的依赖性,提出了一种数据驱动无模型迭代前馈补偿和自适应陷波滤波结合的控制方法来提高平台的跟踪性能。首先,建立了数据驱动无模型迭代前馈控制器,提高系统对噪声和其他干扰的鲁棒性,同时,证明了在无模型迭代前馈作用下,连续参考输入跟踪误差的有界性和闭环系统的稳定性;其次,构建了自适应陷波滤波器来消除平台谐振的影响,对误差信号进行快速傅里叶变换,并设计谐振频率在线提取算法,实现对陷波滤波器参数的在线实时整定,来进一步提升轨迹跟踪精度;最后,利用所设计的无模型迭代前馈控制器和自适应陷波滤波器对压电微动台进行轨迹跟踪实验。实验结果表明：在跟踪三角波信号时,与单独比例-积分（Proportional Integral,PI）控制和结合自适应陷波滤波器的PI控制相比较,最大跟踪误差分别减小78.25%和70.83%,能够有效提升平台的稳定性和跟踪精度。     

一种新的正弦信号频率估计方法

将二阶陷波器进行级联,构造自适应多频陷波器,实现对多个信号频率的估计.二阶陷波器的参数采用改进的最小平均指数算法LMP(Least Mean P-power)算法同步进行优化,以得到信号频率.仿真结果表明,该方法在不同信噪比下对于单频和多频信号均具有较好的估计结果,噪声干扰在一定程度上影响频率估计精度和估计速度.     

基于松弛陷波周期图法的涡街流量计信号处理技术的研究

根据涡街信号的特点及其对信号处理方法的要求 ,借鉴最大似然谱估计方法的研究成果 ,在周期图法的基础上提出了更适用于涡街频率估计的松弛陷波周期图法 ,该方法兼有高频率分辨率和高计算效率的特点 ,而且有很强的抗复杂噪声干扰的能力。同时进行了仿真和实验 ,证明该方法是一种有效的涡街信号处理方法 ,能够在一定程度上提高流量计精度 ,扩大量程比 ,增强抗干扰能力     

数字式智能涡街流量计系统的设计

设计了以TMS320LF2407A为信号采集处理单元，P89LPC932为控制单元，配有LCD液晶显示模块和红外通讯接口的主从式数字式智能涡街流量计系统。针对目前涡街流量计易受干扰，精度不高的问题，信号采集处理单元采用基于DFT的频率估计方法，实现对传感器信号频率的估计。     

数字信号处理技术在科氏质量流量计中的应用

科氏质量流量计是目前应用范围最广、发展速度最快的流量计之一。数字信号处理技术是科氏质量流量计的核心技术,直接决定其测量精度、测量稳定性等性能指标;而流量传感器输出信号的数学模型是信号处理的依据和基础。国内外学者提出了多种信号处理方法,但是,没有根据不同的信号模型和不同的应用场合对各种信号处理方法进行比较和评价。为此,根据不同数字信号处理方法的特征量提取原理,分析了其具有的优缺点。针对科氏质量流量计单相流、批料流与气液两相流测量这3种典型应用场合中存在的关键技术问题,依据随机游动信号模型、突变信号模型和自回归滑动平均(ARMA)信号模型,分别从计算精度、响应速度、收敛性、抗干扰能力和对参数变化的敏感度等方面,对不同信号处理方法进行考核和对比,确定了3种典型应用场合下,解决关键技术问题,性能最佳的数字信号处理方法。     

一种基于SVD和Hilbert变换的科氏流量计相位差测量方法

相位差测量是科氏流量计信号处理的核心内容。针对实际应用中信号缓变特性,基于SVD降噪和Hilbert变换,提出一种科氏流量计信号相位差高精度测量方法。首先对信号重叠分段,利用SVD对近似平稳的各信号段降噪并重构原信号,然后由重构信号与其Hilbert变换经三角运算得相位差的时间函数,从而测得相位差。阐述了方法思路与原理,给出了实现步骤和流程,仿真分析了方法收敛特性、测量精度、初始相位差影响及动态测量性能,现场实验验证了方法有效性。结果表明:与现有方法相比,该方法没有迭代运算,不存在收敛过程,无需预知信号频率,且测量精度高,能检测出相位差微小变化。