CN108469281A - 基于emd和频谱校正的两相涡街信号处理方法 - Google Patents
基于emd和频谱校正的两相涡街信号处理方法 Download PDFInfo
- Publication number
- CN108469281A CN108469281A CN201810049784.5A CN201810049784A CN108469281A CN 108469281 A CN108469281 A CN 108469281A CN 201810049784 A CN201810049784 A CN 201810049784A CN 108469281 A CN108469281 A CN 108469281A
- Authority
- CN
- China
- Prior art keywords
- imf
- signal
- correction
- spectral line
- vortex
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
- G01F1/05—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by using mechanical effects
- G01F1/20—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by using mechanical effects by detection of dynamic effects of the flow
- G01F1/32—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by using mechanical effects by detection of dynamic effects of the flow using swirl flowmeters
- G01F1/325—Means for detecting quantities used as proxy variables for swirl
Landscapes
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- General Physics & Mathematics (AREA)
- Complex Calculations (AREA)
Abstract
本发明涉及一种基于EMD和频谱校正的两相涡街信号处理方法,包括:将原始时域涡街信号进行EMD分解;分别计算各个IMF分量的自相关函数;根据自相关函数衰减的特点,判断噪声与信号起主导作用的模态分界点k,将IMF分量分为噪声为主导(IMF1~IMFk)和信号为主导(IMFk+1~IMFN)两部分;对噪声占主导的信号IMF1~IMFk进行小波软阈值滤波;重构原始信号得到去噪后信号y(t);对去噪后信号y(t),通过频谱校正来提高两相涡街的主频提取精度。
Description
技术领域
本发明属于两相流量测量领域,涉及一种基于EMD滤波和频谱校正的两相涡街信号处理方法。
背景技术
两相流动广泛存在于工业生产和日常生活中,其中低含液率工况十分常见,如天然气开采中由于工况改变析出凝析油,从而形成气液两相流(即湿气)[1],以及由于热量损失、蒸汽发生凝结而形成的汽液两相流(即湿蒸汽)[2]。湿气和湿蒸汽的参数测量(流量、干度等)是过程控制、设备安全运行的重要参数。例如,在热力采油中,向油井注入的高温高压湿蒸汽的干度和流量,对采油效率和能耗有重要影响[3];对蒸汽透平和核电站的汽轮机中,蒸汽干度严重影响做功效率和叶片寿命[4]。此外,湿蒸汽和湿气的准确计量对于管道输运、贸易结算有重要影响,直接关系到环境保护、能源管理和充分利用。
涡街流量计作为一种速度式流量计,因其测量范围宽、压降小、无可动部分、耐高温高压等特点,被广泛应用于湿气[5]-[6]和湿蒸汽的在线测量[7]-[8]。涡街流量计还可与其他类型的流量计组合使用,进行双参数(流量、干度)的测量[9]-[10]。为提高涡街频率提取精度,人们提出了不同的信号处理方法,如卡尔曼滤波[11]、小波分析[12]、自相关方法[13]、Hilbert-Huang变换[14]等。
上述信号处理方法都是针对单相流体测量,对于单相涡街信号处理都有较好的效果。然而在两相流测量中,受离散液相影响,涡街信号幅值降低、质量下降,且液相产生的水动力噪声与旋涡一同产生,其频率与涡街频率非常接近,因此非常难以消除。此外,在利用FFT进行频率提取时,有限采样点引起的频谱泄露和算法离散引起的栅栏效应,都会影响频率提取精度。因此,从微弱信号中进行有效地特征提取、对信号频谱进行合理校正,是提高两相信号可靠性的关键。
参考文献
[1].ISO,“Measurement of Wet Gas Flow by Means of PressureDifferential Devices Inserted in Circular Cross-section Conduits,”ISO,TR11583,Switzerland,2012.
[2].N Barton,A review of steam flowmeatering technology,London:NEL,2004.
[3].刘雨文,徐宏国.稠油热采注汽***效率评价研究[J].辽宁石油化工大学学报,2014,34(3):62-66.
[4].李炎锋,王新军,徐廷相,等.蒸汽透平中流动湿蒸汽湿度测量方法的分析与比较[J].汽轮机技术,2000,42(3):156-161.
[5].Hua C,Geng Y.Investigation on the swirlmeter performance in lowpressure wet gas flow[J].Measurement,vol 44(5),pp.881-887,2011.
[6].Stewart,D.The evaluation of dry gas meters in wet gas conditions,DTI NMSD Flow Programme 1999-2002,NEL Report No 2002-100,Noverber 2002.
[7].Wade Mattar.Vortex shedding flowmeters a technology finally comesof age,Technical Conference and EmergingTechnologiesConference,2004,454:631-645.
[8].Measurement of fluid flow in pipes using vortex flowmeters,anAmerican National Standard,ASME MFC-6-2013,American Society of MechanicalEngineers.
[9].Agar J,Farchy D.Wet gas metering using dissimilar flow sensor:theory and field trial results[A].SPE Annual Technical Conference[c].SanAntordo,Tx:2002,1-6.
[10].Li J,Wang C,Ding H,et al.Mass flowrate measurement of wet steamusing combined V-cone and vortex flowmeters[C]//Instrumentation andMeasurement Technology Conference.IEEE,2017:1-6.
[11].Shao C L,Xu K J,Shu Z P.Segmented Kalman Filter Based AntistrongTransient Impact Method for Vortex Flowmeter[J].IEEE Transactions onInstrumentation&Measurement,2017,PP(99):1-11.
[12].Laurantzon F,R,Segalini A,et al.Time-resolved measurementswith a vortex flowmeter in a pulsating turbulent flow using wavelet analysis[J].Measurement Science & Technology,2010,21(12):123001.
[13].C.C.Hu,J.J.Miau,T.L.Chen,Determination of real-time vortexshedding frequency by a DSP,J.Chin.Soc.Mech.Eng.27(3)(2006)335–342.
[14].孙斌,周洪亮,张宏建,等.基于Hilbert-Huang变换的涡街信号处理方法[J].浙江大学学报(工学版),2005,39(6):801-804.
发明内容
本发明提供一种可以提高信号质量和频率提取精度的两相涡街流量计信号处理方法。本发明首先对时域涡街信号进行EMD滤波,提高信号质量,然后对主频谱线进行精确校正,从而减少频谱泄露和截断误差,提高频率提取精度,并最终提高两相涡街测量精度。为此,本发明采用如下的技术方案:
一种基于EMD和频谱校正的两相涡街信号处理方法,包括下列步骤:
1)将原始时域涡街信号x(t)进行EMD分解,得到N个IMF分量;
2)分别计算各个IMF分量的自相关函数;
3)根据自相关函数衰减的特点,判断噪声与信号起主导作用的模态分界点k,将IMF分量分为噪声为主导(IMF1~IMFk)和信号为主导(IMFk+1~IMFN)两部分;
4)对噪声占主导的信号IMF1~IMFk进行小波软阈值滤波,得到去噪后各分量IMF1'~IMFk';
5)重构原始信号得到去噪后信号y(t);
6)对去噪后信号y(t),通过频谱校正来提高两相涡街的主频提取精度,方法如下:
a.进行加窗处理,并进行快速傅里叶变换FFT;
b.确定主瓣内频谱峰值谱线,设其对应的谱线号为m,谱线值为Y(m);
c.分别在峰值谱线左右两侧找到相邻的n条谱线;
d.计算上述2n+1条谱线的重心作为校正频率值,校正频率值f0估计如下
其中,Yi为i号谱线对应的谱线值,n为校正精度参数,参与校正的谱线数为2n+1,fs为采样频率,N为FFT变换采样点数。
e.校正信号幅值A估计如下
其中Kt为加窗函数后的能量恢复系数,计算如下
其中y(t)和w(t)分别为去噪后信号和窗函数。
附图说明
图1:涡街信号采集流程图
图2:涡街信号频率、幅值估计算法流程图
图3:直接FFT变换和本例处理方法效果对比,(a)直接FFT变换,采样1#;(b)本例算法,采样1#;(c)直接FFT变换,采样2#;(d)本例算法,采样2#
具体实施方式
现结合附图和实例对本发明做进一步说明。
本实例是一种基于EMD和频谱校正的两相涡街处理方法在湿气测量中的应用。湿气工况压力p=275~289kPa,气相流量Qv=10~25m3/h,对应雷诺数Re=5.3×104~1.08×105,液相质量加载量φ=0~0.4,其中φ=mL/mG,m代表质量流量,L和G分别代表液相和气相。
涡街时序信号采集流程如图1所示:为检测涡街信号,利用压电探头将流量信号转化为电信号,由硬件电路将原始信号进行电荷放大和电压放大,并进行带通滤波(f=200~2500Hz)后,由NI-USB采集卡进行数据采集,采样频率为20kHz,采样点数为131072,并由Labview软件进行显示和存储,得到涡街时序信号x(t)。
对涡街时序信号进行基于EMD和频谱校正的信号处理,其具体步骤是:
1)将原始信号x(t)进行EMD分解,得到若干个IMF分量,其中N为IMF分量个数,rc为残差;
2)分别计算各个IMF分量的自相关函数并进行如下归一化其中τ表示时间差;
3)根据自相关函数衰减的特点,判断噪声与信号起主导作用的模态分界点k,将IMF分量分为噪声为主导(IMF1~IMFk)和信号为主导(IMFk+1~IMFN);
4)对噪声占主导的信号IMF1~IMFk进行小波软阈值滤波,得到去噪后各分IMF1'~IMFk';
5)重构原始信号,y(t)即为去噪后信号;
6)对去噪后信号y(t),通过频谱校正来提高两相涡街的主频提取精度。选取n=2,也即进行5点校正,以提高校正精度。方法如下:
a.进行加窗处理,选择主瓣能量较高的Hanning窗,以降低能量泄露,并进行FFT变换;
b.确定主瓣内频谱峰值谱线,设其对应的谱线号为m,谱线值为Y(m);
c.分别在峰值谱线左右两侧找到相邻的2条谱线;
d.计算上述5条谱线的重心作为校正频率值,校正频率值f0估计如下
其中,Yi为i号谱线对应的谱线值,fs为采样频率,N为FFT变换采样点数。
e.校正信号幅值A估计如下
其中Kt为加窗函数后的能量恢复系数,计算如下
其中y(t)为去噪后信号,w(t)为Hanning窗函数,其对应的恢复系数Kt为8/3。
为说明本例中EMD滤波效果,对加载量φ=0.13时的时序信号进行去噪,并与其他滤波算法进行对比,包括基于不同基函数的小波滤波、移动平均滤波和FIR低通滤波,滤波效果对比如表1所示,其中Sq为频域品质因子,Sq=10log10P0/Pr,其中,P0为(0.98~1.02)f频率范围的频谱能量,Pr为剩余频谱能量,f为涡街频率;SNR为时域信噪比MSE为均方误差其中,xi为滤波前原始涡街时序信号,yi为滤波后信号,N为信号长度。
表1不同滤波算法的去噪效果对比(φ=0.13)
可见,移动平均滤波和FIR低通滤波效果较差,这是由于噪声信号与涡街频率非常接近,两者均不能对噪声进行有效滤波。相比而言,小波滤波效果较好,但由于小波滤波效果严重依赖于小波基的选取,而选择合适的小波基比较困难。本例中基于EMD的滤波效果最好,这是由于其具有自适应和高度无冗余特性,可根据被处理信号进行自适应分解与滤波。为说明本发明处理方法的有效性,对φ=0.13工况下连续两次采样的涡街时域信号进行处理,处理结果如图3所示,其中f为提取的涡街频率,Pf为涡街信号幅值。可见,直接FFT变换两者的频率相差1.8%,这与涡街典型精度(±1%)相比误差已很大。经过EMD滤波后,信号质量明显提高,且两者校正频率非常接近。经本例算法处理提取得到的涡街频率,可代表φ=0.13工况下的涡街本征频率。
Claims (1)
1.一种基于EMD和频谱校正的两相涡街信号处理方法,包括下列步骤:
1)将原始时域涡街信号x(t)进行EMD分解,得到N个IMF分量;
2)分别计算各个IMF分量的自相关函数;
3)根据自相关函数衰减的特点,判断噪声与信号起主导作用的模态分界点k,将IMF分量分为噪声为主导(IMF1~IMFk)和信号为主导(IMFk+1~IMFN)两部分;
4)对噪声占主导的信号IMF1~IMFk进行小波软阈值滤波,得到去噪后各分量IMF1'~IMFk';
5)重构原始信号得到去噪后信号y(t);
6)对去噪后信号y(t),通过频谱校正来提高两相涡街的主频提取精度,方法如下:
a.进行加窗处理,并进行快速傅里叶变换FFT;
b.确定主瓣内频谱峰值谱线,设其对应的谱线号为m,谱线值为Y(m);
c.分别在峰值谱线左右两侧找到相邻的n条谱线;
d.计算上述2n+1条谱线的重心作为校正频率值,校正频率值f0估计如下
其中,Yi为i号谱线对应的谱线值,n为校正精度参数,参与校正的谱线数为2n+1,fs为采样频率,N为FFT变换采样点数;
e.校正信号幅值A估计如下
其中Kt为加窗函数后的能量恢复系数,计算如下
其中y(t)和w(t)分别为去噪后信号和窗函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810049784.5A CN108469281A (zh) | 2018-01-18 | 2018-01-18 | 基于emd和频谱校正的两相涡街信号处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810049784.5A CN108469281A (zh) | 2018-01-18 | 2018-01-18 | 基于emd和频谱校正的两相涡街信号处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108469281A true CN108469281A (zh) | 2018-08-31 |
Family
ID=63265961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810049784.5A Pending CN108469281A (zh) | 2018-01-18 | 2018-01-18 | 基于emd和频谱校正的两相涡街信号处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108469281A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109507072A (zh) * | 2018-11-19 | 2019-03-22 | 北京大学 | 一种细颗粒物湍流通量测量方法 |
CN109974793A (zh) * | 2019-04-22 | 2019-07-05 | 合肥工业大学 | 一种电磁式涡街流量计测量含气导电液体流量的信号处理方法 |
CN110186522A (zh) * | 2019-05-31 | 2019-08-30 | 天津大学 | 结合涡街幅值特性的湿气过读补偿与流量测量方法 |
CN110186521A (zh) * | 2019-05-31 | 2019-08-30 | 天津大学 | 基于小波脊特征提取的涡街湿气过读补偿与流量测量方法 |
CN111312291A (zh) * | 2020-02-24 | 2020-06-19 | 厦门快商通科技股份有限公司 | 信噪比检测方法、***、移动终端及存储介质 |
CN112926767A (zh) * | 2021-01-27 | 2021-06-08 | 天津大学 | 基于粒子群bp神经网络的环雾状流气相表观流速预测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104568024A (zh) * | 2015-01-21 | 2015-04-29 | 山东理工大学 | 振动式流量计特征信号提取方法 |
CN106679741A (zh) * | 2016-12-20 | 2017-05-17 | 重庆川仪自动化股份有限公司 | 基于涡街流量计抗干扰信号的处理方法及*** |
-
2018
- 2018-01-18 CN CN201810049784.5A patent/CN108469281A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104568024A (zh) * | 2015-01-21 | 2015-04-29 | 山东理工大学 | 振动式流量计特征信号提取方法 |
CN106679741A (zh) * | 2016-12-20 | 2017-05-17 | 重庆川仪自动化股份有限公司 | 基于涡街流量计抗干扰信号的处理方法及*** |
Non-Patent Citations (2)
Title |
---|
左光磊: "《交流电力测功机特性参数降噪处理及其转矩软测量研究》", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
焦新涛等: "《加窗频谱分析的恢复系数及其求法》", 《汕头大学学报(自然科学版)》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109507072A (zh) * | 2018-11-19 | 2019-03-22 | 北京大学 | 一种细颗粒物湍流通量测量方法 |
CN109507072B (zh) * | 2018-11-19 | 2020-09-08 | 北京大学 | 一种细颗粒物湍流通量测量方法 |
CN109974793A (zh) * | 2019-04-22 | 2019-07-05 | 合肥工业大学 | 一种电磁式涡街流量计测量含气导电液体流量的信号处理方法 |
CN109974793B (zh) * | 2019-04-22 | 2020-08-04 | 合肥工业大学 | 一种电磁式涡街流量计测量含气导电液体流量的信号处理方法 |
CN110186522A (zh) * | 2019-05-31 | 2019-08-30 | 天津大学 | 结合涡街幅值特性的湿气过读补偿与流量测量方法 |
CN110186521A (zh) * | 2019-05-31 | 2019-08-30 | 天津大学 | 基于小波脊特征提取的涡街湿气过读补偿与流量测量方法 |
CN110186521B (zh) * | 2019-05-31 | 2020-09-04 | 天津大学 | 基于小波脊特征提取的涡街湿气过读补偿与流量测量方法 |
CN110186522B (zh) * | 2019-05-31 | 2020-12-11 | 天津大学 | 结合涡街幅值特性的湿气过读补偿与流量测量方法 |
CN111312291A (zh) * | 2020-02-24 | 2020-06-19 | 厦门快商通科技股份有限公司 | 信噪比检测方法、***、移动终端及存储介质 |
CN112926767A (zh) * | 2021-01-27 | 2021-06-08 | 天津大学 | 基于粒子群bp神经网络的环雾状流气相表观流速预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108469281A (zh) | 基于emd和频谱校正的两相涡街信号处理方法 | |
CN107202028B (zh) | 一种涡轮增压器离心压气机喘振识别方法 | |
CN101183050B (zh) | 一种位移测量的电液伺服阀动态性能测试方法 | |
CN101226070B (zh) | 一种基于外差式随机共振的涡街频率检测方法 | |
CN110186522A (zh) | 结合涡街幅值特性的湿气过读补偿与流量测量方法 | |
CN103134834A (zh) | 一种湿蒸汽干度测量装置及方法 | |
CN110186521A (zh) | 基于小波脊特征提取的涡街湿气过读补偿与流量测量方法 | |
WO1990004230A1 (en) | Signal processing method and apparatus for flowmeters | |
Antonia et al. | Lateral vorticity measurements in a turbulent wake | |
CN107218984B (zh) | 天然气涡轮流量计在线诊断***及其方法 | |
CN112065629A (zh) | 一种贯流式水轮机间隙空化初生的检测方法 | |
CN104061970B (zh) | 一种电磁流量信号检测方法 | |
Shao et al. | Feature patterns extraction-based amplitude/frequency modulation model for vortex flow sensor output signal | |
CN112432749B (zh) | 一种水轮机转轮振动与压力脉动的关联性测试分析方法 | |
CN102889216B (zh) | 一种离心泵转子流动诱导振动的测量方法 | |
Sun et al. | Application of Hilbert-Huang transform to denoising in vortex flowmeter | |
CN104019859A (zh) | 一种针对风机不带流量计的流量检测***及方法 | |
Shao et al. | Segmented Kalman filter based antistrong transient impact method for vortex flowmeter | |
CN104251836A (zh) | 解吸气测定仪 | |
CN110146267B (zh) | 一种全封闭制冷压缩机阀片颤振的检测方法 | |
CN206990069U (zh) | 天然气涡轮流量计在线诊断*** | |
CN102322940B (zh) | 基于随机能量共振的涡街频率检测方法 | |
Wang et al. | Adaptive EMD based induction signal extraction of electrostatic sensor for particle velocity measurement | |
Laurantzon et al. | Experimental analysis of turbocharger interaction with a pulsatile flow through time-resolved flow measurements upstream and downstream the turbine | |
CN205138604U (zh) | 双标准燃气表脉动流量计量误差检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180831 |