CN112487052B - 一种高稳定性燃油密度数据处理方法 - Google Patents
一种高稳定性燃油密度数据处理方法 Download PDFInfo
- Publication number
- CN112487052B CN112487052B CN202011272272.9A CN202011272272A CN112487052B CN 112487052 B CN112487052 B CN 112487052B CN 202011272272 A CN202011272272 A CN 202011272272A CN 112487052 B CN112487052 B CN 112487052B
- Authority
- CN
- China
- Prior art keywords
- time
- density
- real
- den
- limiting
- 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.)
- Active
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 14
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 12
- 230000008859 change Effects 0.000 claims description 42
- 230000035945 sensitivity Effects 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003350 kerosene Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
本发明提出了一种高稳定性燃油密度数据处理方法,划分两个时段对密度实时结算值Den进行处理。在第一个时段结合工程应用经验,为密度传感器工作的不稳定时期,此时对密度数据只进行限幅处理,实时输出,保证测量灵敏度及测量快速恢复;在第二个时段为密度传感器稳定工作期,对密度实时测量值进行限幅、限变化幅度及变化速度处理。其中变化幅度及变化速度可根据实际工程要求及测量灵敏度进行适当调整。本发明通过对常规的数据处理发明加以改进,提高了密度传感器在振动、强电磁干扰环境下的测量性能,使其测量更佳稳定。
Description
技术领域
本发明属于传感器数据采集处理领域,具体地说,涉及一种高稳定性燃油密度数据处理方法。
背景技术
密度传感器广泛用于飞机燃油测量***,但是目前广泛应用的的密度传感器抗干扰能力较差,在正常测量的过程中,容易受到外部电磁干扰和被测液体中气泡的影响,致使测量输出结果偏离正常值。目前普遍与密度传感器配合使用的密度测量软件对密度数据或无处理直接输出测量值,或简单滚动滤波再输出密度测量值。简单滚动滤波的操作流程图如图1所示。此类数据处理易于实现,但是测量稳定性较差,易受外界干扰。
发明内容
本发明针对现有技术测量方法简陋、数据稳定性差,容易受外界干扰的问题,提出了一种高稳定性燃油密度数据处理方法,紧密结合被测量目标的固有特性进行数据处理,分阶段进行处理,在保证实时性和精确性的基础上,还保证;了测量的稳定性。
本发明具体实现内容如下:
本发明提出了一种高稳定性燃油密度数据处理方法,在使用密度传感器对飞机燃油进行密度数据的测量,并对测量值进行了实时解算,得到密度实时结算值Den后,本方法结合被测量目标的固有特性对密度实时结算值Den进行数据处理;对密度实时结算值Den进行数据处理的过程分为两个时段:依次包括快速处理阶段和限幅、限速追逐处理阶段;
对密度实时结算值Den设置幅度上限阈值Dmax和幅度下限阈值Dmin;
首先进入快速处理阶段,对测量的密度数据进行处理并输出结果,然后进入限幅、限速追逐处理阶段,继续对实时测量的数据进行处理并输出当前输出值Dout;
在所述快速处理阶段,对测量的密度数据只进行限幅处理,并实时输出数据处理后的当前输出值Dout;
在所述限幅、限速追逐处理阶段,对实时测量的密度数据进行限幅、限变化幅度及变化速度处理,并实时输出数据处理后的当前输出值Dout。
为了更好地实现本发明,进一步地,在所述快速处理阶段,实时判断得到的密度实时结算值Den是否超过所述幅度上限阈值Dmax或幅度下限阈值Dmin;
若超过,则根据超过的幅度上限阈值Dmax或幅度下限阈值Dmin将***的故障位PU_WrongStatus置1;
若未超过,则直接实时输出密度实时结算值Den作为数据处理后的当前输出值Dout。
为了更好地实现本发明,进一步地,当在整个快速处理阶段中,若判断得到的密度实时结算值Den超过了幅度上限阈值Dmax或幅度下限阈值Dmin,但密度实时结算值Den在快速处理阶段结束前恢复到幅度上限阈值Dmax和幅度下限阈值Dmin范围内,则将故障位PU_WrongStatus置0,并直接实时输出密度实时结算值Den作为当前输出值Dout。
为了更好地实现本发明,进一步地,为所述快速处理阶段设置运行时间t,当处于快速处理阶段的时间t1大于运行时间t之后,结束快速处理阶段,进入限幅、限速追逐处理阶段。
为了更好地实现本发明,进一步地,当进入所述限幅、限速追逐处理阶段时,首先判断***的故障位PU_WrongStatus,若故障位PU_WrongStatus的置位为1,则将快速处理阶段输出的密度实时结算值Den作为本阶段的当前输出值Dout,直至故障位PU_WrongStatus的置位变为0,才将当前的密度实时结算值Den作为本阶段的初始值进行数据处理,并输出当前输出值Dout;
若进入限幅、限速追逐处理阶段后,故障位PU_WrongStatus的置位为0,则直接将当前的密度实时结算值Den作为本阶段的初始值进行数据处理。
为了更好地实现本发明,进一步地,设置变化间隔时间t2,在限幅、限速追逐处理阶段对密度实时结算值Den的数据变化时间间隔进行判定,若数据变化时间间隔满足变化间隔时间t2,且密度实时结算值Den不等于当前输出值Dout,则根据密度实时结算值Den的相对变化趋势,进行步长变化处理后再输出当前输出值Dout;所述步长变化处理包括以下几种:
(1)对密度实时结算值Den进行增加变化步长Dstep处理;
(2)对密度实时结算值Den进行减少变化步长Dstep处理;
(3)保持当前步长不变进行输出。
为了更好地实现本发明,进一步地,若数据变化时间间隔不满足设置的变化间隔时间t2,则不对当前输出值Dout进行补偿变化处理,并直接输出。
为了更好地实现本发明,进一步地,在所述限幅、限速追逐处理阶段稳定测量一段时间后,对限幅、限速追逐处理阶段中密度实时结算值Den超出所述幅度上限阈值Dmax或幅度下限阈值Dmin的超界次数Den_wrong进行统计,并设置超界次数Den_wrong的上限阈值;
当出现了密度实时结算值Den超出所述幅度上限阈值Dmax或幅度下限阈值Dmin的情况,且所述超界次数Den_wrong达到超界次数Den_wrong的上限阈值,将当前输出值Dout固定为上一周期的当前输出值Dout;
在密度实时结算值Den恢复到所述幅度上限阈值Dmax或幅度下限阈值Dmin范围内后,将超界次数Den_wrong清零,回到限幅、限速追逐处理阶段对密度实时结算值Den的正常数据处理。
本发明与现有技术相比具有以下优点及有益效果:
(1)通过对常规的密度数据处理方法加以改进,提高了密度传感器在振动、强电磁干扰环境下的测量性能,使其在上述环境中的测量更佳稳定;
(2)本方法逻辑合理,思路清晰,适宜性强,广泛适用于各种电容式油量测量***。
附图说明
图1为现有技术采用滚动滤波方式进行数据处理的流程框图;
图2为本发明总流程示意图。
具体实施方式
为了更清楚地说明本发明实施例的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,应当理解,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例,因此不应被看作是对保护范围的限定。基于本发明中的实施例,本领域普通技术工作人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
本实施例提出了一种高稳定性燃油密度数据处理方法,在使用密度传感器对飞机燃油进行密度数据的测量,并对测量值进行了实时解算,得到密度实时结算值Den后,本方法结合被测量目标的固有特性对密度实时结算值Den进行数据处理;对密度实时结算值Den进行数据处理的过程分为两个时段:依次包括快速处理阶段和限幅、限速追逐处理阶段;
对密度实时结算值Den设置幅度上限阈值Dmax和幅度下限阈值Dmin;其中,幅度上限阈值Dmax和幅度下限阈值Dmin大小与被测量物质特性、测量环境条件有关;如航空煤油PR-3,通常设置幅度限制为0.700kg/L~0.900kg/L;
首先进入快速处理阶段,对测量的密度数据进行处理并输出结果,然后进入限幅、限速追逐处理阶段,继续对实时测量的数据进行处理并输出当前输出值Dout;
在所述快速处理阶段,对测量的密度数据只进行限幅处理,并实时输出数据处理后的当前输出值Dout;
在所述限幅、限速追逐处理阶段,对实时测量的密度数据进行限幅、限变化幅度及变化速度处理,并实时输出数据处理后的当前输出值Dout。
1、在所述快速处理阶段:
(1)实时判断得到的密度实时结算值Den是否超过所述幅度上限阈值Dmax或幅度下限阈值Dmin;
若超过,则根据超过的幅度上限阈值Dmax或幅度下限阈值Dmin将***的故障位PU_WrongStatus置1;
若未超过,则直接实时输出密度实时结算值Den作为数据处理后的当前输出值Dout。
(2)当在整个快速处理阶段中,若判断得到的密度实时结算值Den超过了幅度上限阈值Dmax或幅度下限阈值Dmin,但密度实时结算值Den在快速处理阶段结束前恢复到幅度上限阈值Dmax和幅度下限阈值Dmin范围内,则将故障位PU_WrongStatus置0,并直接实时输出密度实时结算值Den作为当前输出值Dout。
(3)为所述快速处理阶段设置运行时间t,当处于快速处理阶段的时间t1大于运行时间t之后,结束快速处理阶段,进入限幅、限速追逐处理阶段。其中快速处理阶段的时间t1与测量***特性相关,也可由其它测量输入量辅助判定。如采用振动筒式测量原理的密度传感器通常将时间t1设置为15S。
2、进入所述限幅、限速追逐处理阶段:
(1)首先判断***的故障位PU_WrongStatus,若故障位PU_WrongStatus的置位为1,则将快速处理阶段输出的密度实时结算值Den作为本阶段的当前输出值Dout,直至故障位PU_WrongStatus的置位变为0,才将当前的密度实时结算值Den作为本阶段的初始值进行数据处理,并输出当前输出值Dout;
若进入限幅、限速追逐处理阶段后,故障位PU_WrongStatus的置位为0,则直接将当前的密度实时结算值Den作为本阶段的初始值进行数据处理。
(2)设置变化间隔时间t2,在限幅、限速追逐处理阶段对密度实时结算值Den的数据变化时间间隔进行判定,若数据变化时间间隔满足变化间隔时间t2,且密度实时结算值Den不等于当前输出值Dout,则根据密度实时结算值Den的相对变化趋势,进行步长变化处理后再输出当前输出值Dout;所述步长变化处理包括以下几种:
1)对密度实时结算值Den进行增加变化步长Dstep处理;
2)对密度实时结算值Den进行减少变化步长Dstep处理;
3)保持当前步长不变进行输出。
若数据变化时间间隔不满足设置的变化间隔时间t2,则不对当前输出值Dout进行补偿变化处理,并直接输出。
(3)在所述限幅、限速追逐处理阶段稳定测量一段时间后,对限幅、限速追逐处理阶段中密度实时结算值Den超出所述幅度上限阈值Dmax或幅度下限阈值Dmin的超界次数Den_wrong进行统计,并设置超界次数Den_wrong的上限阈值;
当出现了密度实时结算值Den超出所述幅度上限阈值Dmax或幅度下限阈值Dmin的情况,且所述超界次数Den_wrong达到超界次数Den_wrong的上限阈值,将当前输出值Dout固定为上一周期的当前输出值Dout;
在密度实时结算值Den恢复到所述幅度上限阈值Dmax或幅度下限阈值Dmin范围内后,将超界次数Den_wrong清零,回到限幅、限速追逐处理阶段对密度实时结算值Den的正常数据处理。
注:本发明主要适用于密度传感器,但也可推广至其它具有特性值变换缓慢的特性测量。
以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (6)
1.一种高稳定性燃油密度数据处理方法,使用密度传感器对飞机燃油进行密度数据的测量,并对测量值进行了实时解算,得到密度实时结算值Den,其特征在于,对密度实时结算值Den设置幅度上限阈值Dmax和幅度下限阈值Dmin,然后对密度实时结算值Den进行数据处理;对密度实时结算值Den进行数据处理的过程分为快速处理阶段和限幅、限速追逐处理阶段两个时段,在不同时段进行不同的处理,具体为:
在所述快速处理阶段,对测量的密度数据只进行限幅处理,并实时输出数据处理后的当前输出值Dout;
在所述限幅、限速追逐处理阶段,对实时测量的密度数据进行限幅、限变化幅度及变化速度处理,并实时输出数据处理后的当前输出值Dout;
在所述快速处理阶段,实时判断得到的密度实时结算值Den是否超过所述幅度上限阈值Dmax或幅度下限阈值Dmin;
若超过,则根据超过的幅度上限阈值Dmax或幅度下限阈值Dmin将***的故障位PU_WrongStatus置1;
若未超过,则直接实时输出密度实时结算值Den作为数据处理后的当前输出值Dout;
当进入所述限幅、限速追逐处理阶段时,首先判断***的故障位PU_WrongStatus,若故障位PU_WrongStatus的置位为1,则将快速处理阶段输出的密度实时结算值Den作为本阶段的当前输出值Dout,直至故障位PU_WrongStatus的置位变为0,才将当前的密度实时结算值Den作为本阶段的初始值进行数据处理,并输出当前输出值Dout;
若进入限幅、限速追逐处理阶段后,故障位PU_WrongStatus的置位为0,则直接将当前的密度实时结算值Den作为本阶段的初始值进行数据处理。
2.如权利要求1所述的一种高稳定性燃油密度数据处理方法,其特征在于,当在整个快速处理阶段中,若判断得到的密度实时结算值Den超过了幅度上限阈值Dmax或幅度下限阈值Dmin,但密度实时结算值Den在快速处理阶段结束前恢复到幅度上限阈值Dmax和幅度下限阈值Dmin范围内,则将故障位PU_WrongStatus置0,并直接实时输出密度实时结算值Den作为当前输出值Dout。
3.如权利要求2所述的一种高稳定性燃油密度数据处理方法,其特征在于,为所述快速处理阶段设置运行时间t,当处于快速处理阶段的时间t1大于运行时间t之后,结束快速处理阶段,进入限幅、限速追逐处理阶段。
4.如权利要求1所述的一种高稳定性燃油密度数据处理方法,其特征在于,设置变化间隔时间t2,在限幅、限速追逐处理阶段对密度实时结算值Den的数据变化时间间隔进行判定,若数据变化时间间隔满足变化间隔时间t2,且密度实时结算值Den不等于当前输出值Dout,则根据密度实时结算值Den的相对变化趋势,进行步长变化处理后再输出当前输出值Dout;所述步长变化处理包括以下几种:
对密度实时结算值Den进行增加变化步长Dstep处理;
对密度实时结算值Den进行减少变化步长Dstep处理;
保持当前步长不变进行输出。
5.如权利要求4所述的一种高稳定性燃油密度数据处理方法,其特征在于,若数据变化时间间隔不满足设置的变化间隔时间t2,则不对当前输出值Dout进行补偿变化处理,并直接输出。
6.如权利要求1-5任一项所述的一种高稳定性燃油密度数据处理方法,其特征在于,在所述限幅、限速追逐处理阶段稳定测量一段时间后,对限幅、限速追逐处理阶段中密度实时结算值Den超出所述幅度上限阈值Dmax或幅度下限阈值Dmin的超界次数Den_wrong进行统计,并设置超界次数Den_wrong的上限阈值;
当出现了密度实时结算值Den超出所述幅度上限阈值Dmax或幅度下限阈值Dmin的情况,且所述超界次数Den_wrong达到超界次数Den_wrong的上限阈值,将当前输出值Dout固定为上一周期的当前输出值Dout;
在密度实时结算值Den恢复到所述幅度上限阈值Dmax或幅度下限阈值Dmin范围内后,将超界次数Den_wrong清零,回到限幅、限速追逐处理阶段对密度实时结算值Den的正常数据处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011272272.9A CN112487052B (zh) | 2020-11-13 | 2020-11-13 | 一种高稳定性燃油密度数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011272272.9A CN112487052B (zh) | 2020-11-13 | 2020-11-13 | 一种高稳定性燃油密度数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112487052A CN112487052A (zh) | 2021-03-12 |
CN112487052B true CN112487052B (zh) | 2024-05-10 |
Family
ID=74930483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011272272.9A Active CN112487052B (zh) | 2020-11-13 | 2020-11-13 | 一种高稳定性燃油密度数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112487052B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101813494A (zh) * | 2010-02-25 | 2010-08-25 | 上海乐春重工机电设备有限公司 | 消除传感器自身和外界干扰的方法 |
US20130329819A1 (en) * | 2011-02-17 | 2013-12-12 | Telefonaktiebolaget L M Ericsson (Publ) | Method, Radio Unit and Radio Base Station for Adjusting Thresholds for Crest Factor Reduction |
CN108171120A (zh) * | 2017-12-11 | 2018-06-15 | 中冶京诚工程技术有限公司 | 一种中厚板厚度检测信号的处理方法及装置 |
-
2020
- 2020-11-13 CN CN202011272272.9A patent/CN112487052B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101813494A (zh) * | 2010-02-25 | 2010-08-25 | 上海乐春重工机电设备有限公司 | 消除传感器自身和外界干扰的方法 |
US20130329819A1 (en) * | 2011-02-17 | 2013-12-12 | Telefonaktiebolaget L M Ericsson (Publ) | Method, Radio Unit and Radio Base Station for Adjusting Thresholds for Crest Factor Reduction |
CN108171120A (zh) * | 2017-12-11 | 2018-06-15 | 中冶京诚工程技术有限公司 | 一种中厚板厚度检测信号的处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112487052A (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jankovic | Adaptive nonlinear output feedback tracking with a partial high-gain observer and backstepping | |
CN112487052B (zh) | 一种高稳定性燃油密度数据处理方法 | |
CN104375006A (zh) | 一种快速同步相量修正方法 | |
CN110806301A (zh) | 一种直流暂冲式跨声速风洞的连续测量***及其测量方法 | |
Liu et al. | Stability analysis for sampled-data systems based on multiple Lyapunov functional method | |
CN113847156B (zh) | 发动机的噪声控制方法、装置及计算机存储介质 | |
CN105466456A (zh) | 动中通天线稳定陀螺动态消除零点漂移的方法 | |
CN103677066B (zh) | 一种快速自适应步长的光伏阵列最大功率点跟踪方法 | |
CN103795473A (zh) | 消除工频干扰的方法和*** | |
CN202615141U (zh) | 船舶主机自抗扰控制器 | |
CN116009397A (zh) | 一种制动压力模型训练方法、装置、设备及存储介质 | |
CN205160502U (zh) | 金属振动陀螺差分信号高分辨率检测电路 | |
CN113988131A (zh) | 一种基于模拟量的数据滤波方法、***、设备及存储介质 | |
CN110989353B (zh) | 一种周期扰动观测器的设计方法 | |
Wu et al. | Robust range-parameterized cubature Kalman filter for bearings-only tracking | |
CN117908386B (zh) | 一种基于改进型干扰观测器的快速反射镜扰动抑制方法 | |
CN112699563A (zh) | 一种速度分段方法、装置、电子设备及存储介质 | |
Mazenc et al. | Continuous-discrete sequential observers under sampling and input delays | |
CN111077773B (zh) | 一种陀螺漂移量的自适应调节方法 | |
Grammel | Exponential stability via the averaged system | |
CN114969962B (zh) | 车辆rde排放恶劣工况的生成方法、装置、设备及存储介质 | |
CN113971752B (zh) | 一种抗观测数据干扰的多车协同状态估计方法 | |
CN117864172B (zh) | 一种自动驾驶控制方法、装置以及设备 | |
CN116733584A (zh) | 一种碳载量的标定方法、装置、车辆和存储介质 | |
CN115570974A (zh) | 一种车辆驱动***、方法及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |