當(dāng)前位置:首頁 > 物聯(lián)網(wǎng) > 《物聯(lián)網(wǎng)技術(shù)》雜志
[導(dǎo)讀]摘 要:導(dǎo)波雷達(dá)液位計被廣泛用于測量儲油罐的油脂液位。但是由于儲油罐本身不能滿足導(dǎo)波雷達(dá)液位計的安裝要求,導(dǎo)致測量液位不準(zhǔn)確,測量結(jié)果存在大量噪聲。為此,文中使用測量液位曲線的平滑度作為雷達(dá)液位計的置信度,針對低置信度的測量結(jié)果,使用相鄰測量點的液位變化速度特征對測量結(jié)果進(jìn)行濾波后處理,以有效去除噪聲,從而提高測量結(jié)果的準(zhǔn)確度。

引 言

隨著油脂儲備工作的重視與發(fā)展,油脂監(jiān)管已成為糧油企業(yè)的一項重要工作[1-11]。由于儲油罐體積龐大,儲存油脂多, 直接測量油脂數(shù)量或者體積難以實現(xiàn),因此,通常通過測量儲油罐的油脂液位、油脂的溫度,結(jié)合罐體尺寸、油脂密度隨溫度變化曲線來計算油脂的體積和質(zhì)量,從而實現(xiàn)油脂的監(jiān)管。因此,如何實現(xiàn)儲油罐液位的準(zhǔn)確測量一直是糧油企業(yè)中普遍存在的問題 [2-4]。

導(dǎo)波式雷達(dá)液位計把導(dǎo)波桿伸入被測液體中,通過導(dǎo)波桿發(fā)射和接收信號。導(dǎo)波雷達(dá)液位計雖然需要接觸被測液體, 但由于使用了導(dǎo)波桿作為傳輸介質(zhì),因此,信號損耗小,能量比較集中,回波質(zhì)量好,能夠測量介電常數(shù)很低的介質(zhì) ;而且,它還具有方向性好、信號頻率低和穿透性好的優(yōu)點。因此, 導(dǎo)波式雷達(dá)液位計在儲油罐的油脂液位測量任務(wù)中應(yīng)用十分廣泛[5-11]。

為達(dá)到測量精度,導(dǎo)波式雷達(dá)液位計需要滿足以下安裝要求[5] :

(1) 必須垂直向下安裝導(dǎo)波雷達(dá)液位計,傾斜度最大不能超過 3°;

(2) 雷達(dá)的波束中心距容器壁的距離應(yīng)大于由波束角、測量范圍計算出來的最低液位處的波束半徑;

(3) 雷達(dá)的波束途徑應(yīng)避開攪拌器等其它障礙物及容器。

但是,在實際的儲油罐中,液位計的安裝位置會受到儲油罐結(jié)構(gòu)的限制,經(jīng)常無法完全滿足上述安裝要求。例如, 罐頂內(nèi)部結(jié)構(gòu)只允許雷達(dá)液位計安裝在罐壁邊上,使得安裝條件(2)無法滿足 ;另外,為了將雷達(dá)液位計固定在罐頂, 需要根據(jù)情況在雷達(dá)液位計上增加結(jié)構(gòu)件,導(dǎo)致雷達(dá)的波束途徑不能完全避開結(jié)構(gòu)件的影響等。當(dāng)液位計的安裝要求不完全滿足時,罐壁、障礙物將會產(chǎn)生大量的干擾性回波,使得液位測量結(jié)果中包含噪聲,測量結(jié)果不準(zhǔn)確。尤其是,當(dāng)儲油罐中油脂液位接近罐頂,即雷達(dá)液位計距離液面很近時, 這種干擾性回波的影響更加明顯。

針對上述問題,本文利用數(shù)字信號處理技術(shù),通過分析某個液位計一段時間的液位測量結(jié)果,來評估該液位計測量結(jié)果的置信度,即該液位計測量結(jié)果的可信程度。根據(jù)置信度估計值,能夠從大量儀器中篩選出測量不夠準(zhǔn)確的液位計。一方面,提醒維護(hù)人員有針對性的進(jìn)行維修 ;另一方面,后續(xù)的信號處理系統(tǒng)能夠?qū)Φ椭眯哦鹊臏y量結(jié)果進(jìn)行濾波處理,濾除噪聲信號。本文使用相鄰測量點的液位變化速度特征對信號進(jìn)行濾波。實驗表明,使用基于測量曲線平滑度的置信度估計和基于相鄰測量點液位變化速度的濾波器能夠有效鑒別并濾除液位測量結(jié)果中的噪聲信號,提高液位測量結(jié)果的準(zhǔn)確度。

1 傳統(tǒng)導(dǎo)波雷達(dá)液位計液位測量系統(tǒng)

圖 1 所示是已有導(dǎo)波雷達(dá)液位計的液位測量系統(tǒng)結(jié)構(gòu)框圖。該測量系統(tǒng)由處理器、液位測量模塊和信號傳輸模塊構(gòu)成。此外,由于在油脂監(jiān)管任務(wù)中,需要獲得油脂密度,因此液位測量系統(tǒng)通常兼具溫度測量模塊,通過油脂溫度,經(jīng)過查表可以知道在該溫度下,某品種油脂的密度。該系統(tǒng)利用導(dǎo)波雷達(dá)液位計獲取罐內(nèi)的液位高度信息,并轉(zhuǎn)換為 4-20 mA 的模擬信號,經(jīng)過精密電阻采樣將電流信號轉(zhuǎn)換為電壓信號,再通過高精度ADC 轉(zhuǎn)換為數(shù)字信號,微處理器即可獲取儲油高度信息,控制GPRS 將信息發(fā)送給上位機。

2 置信度估計與濾波器設(shè)計

一般的液位測量系統(tǒng)中,上位機接收到的液位測量結(jié)果中可能包含大量噪聲,本文提出一種基于置信度估計的濾波算法,用于對測量結(jié)果進(jìn)行濾波去除噪聲,從而提高測量精度。為了有效去除液位測量結(jié)果中的噪聲,并減少計算量,該算法首先估計測量結(jié)果的置信度,針對低置信度的測量結(jié)果,使用相鄰測量點的液位變化速度特征對測量結(jié)果進(jìn)行濾波處理。

儲油罐導(dǎo)波雷達(dá)液位測量中的濾波器設(shè)計

圖 2 所示是其算法流程,設(shè)導(dǎo)波雷達(dá)液位計的液位測量 結(jié)果為 OriH(i),其中 i 表示第 i 個測量結(jié)果,RevH(i)為處 理后得到的液位修正值。算法首先計算當(dāng)前測量液位曲線的平 滑度,從而得到置信度 Conf(i),對置信度低于或等于設(shè)定閾 值 ThrConf 的測量結(jié)果進(jìn)行濾波,最后獲得 RevH(i)。

儲油罐導(dǎo)波雷達(dá)液位測量中的濾波器設(shè)計



2.1 置信度估計 

在大型儲油罐的油脂儲存中,油脂儲存的時間一般較長, 油罐進(jìn)油、放油的頻率較低,因此,油脂數(shù)量基本不變,液 位僅僅是由于油脂溫度變化引起的微小變化。即使是在進(jìn)出油 過程中,由于儲油罐截面積大,液位變化的速度也較慢。因此, 實際的液位變化曲線應(yīng)變化較為平緩。通過計算在過去 24 小 時內(nèi)液位測量結(jié)果曲線的平滑度,就能夠估計該測量結(jié)果的 置信度。設(shè) Dif(i)表示第 i 個觀察點的前 24 小時測量結(jié)果曲 線的平均一階差分,如公式(1):

儲油罐導(dǎo)波雷達(dá)液位測量中的濾波器設(shè)計


圖 3 是上述置信度估計算法的基本流程圖。設(shè) Conf(i) 為第 i 個測量結(jié)果的置信度,計算公式如公式(2)所示。設(shè) N 1 / $ - 算子是為了計算相鄰測量值的液位變化絕對值的平均值,該值代表曲線的平滑度,該計算結(jié)果的取值范圍為 [0, + ∞);10-X 算子將上述計算結(jié)果調(diào)整至(0,1]。當(dāng) i<N 時, 若無法獲得前 24 小時的測量結(jié)果,則置信度 Conf(i)設(shè)為 0; 因此,Conf(i)的取值范圍為 [0,1],測量曲線越光滑,置信 度越高。在公式(1)中,N 代表 24 小時內(nèi)采集的液位測量結(jié) 果的總個數(shù),設(shè)Δt 表示液位采集間隔時間(單位為分鐘),N 的計算方法如公式(3)所示 :

儲油罐導(dǎo)波雷達(dá)液位測量中的濾波器設(shè)計


2.2 濾波器的設(shè)計

在大型儲油罐的油脂儲存中,引起實際液位變化的因素有兩個 :一是油脂溫度變化 ;二是進(jìn)出油。其中,溫度引起的液位變化隨著溫度不同、罐體橫截面積、油脂種類而變化, 但都具有變化范圍小的特點 ;油脂的正常進(jìn)出油作業(yè)通常需要持續(xù)一定時間,例如在 20分鐘內(nèi)液位均在上升或下降,且油脂進(jìn)出油時液位變化速度應(yīng)在一定范圍內(nèi)。綜上所述,可以通過測量結(jié)果中液位的變化速度來判定該測量值是否正常, 并修正判定為異常的測量結(jié)果。詳細(xì)的濾波流程如圖 4所示。

儲油罐導(dǎo)波雷達(dá)液位測量中的濾波器設(shè)計

設(shè)Δt 表示液位采集間隔時間(單位為分鐘),ΔH(i)表 示相鄰測量點的液位變化速率,ΔH(0)初始化為 0,當(dāng) i ≥ 1 時,計算公式如公式(4)所示 :

儲油罐導(dǎo)波雷達(dá)液位測量中的濾波器設(shè)計

另外,設(shè)ΔHMaxT 表示在Δt 時間間隔內(nèi),溫度變化引 起的液位最大變化速度 ;ΔHMaxR 表示在Δt 時間間隔內(nèi), 進(jìn)油引起的液位最大變化速度 ;同理,ΔHMaxF 表示在Δt 時間間隔內(nèi)出油引起的液位最大變化速度。上述ΔHMaxT、 ΔHMaxR 和ΔHMaxF 參數(shù)可由經(jīng)驗設(shè)定,或液位測量結(jié)果 中統(tǒng)計得到。當(dāng)ΔH(i)在 [-ΔHMaxT,ΔHMaxT] 之間時, 認(rèn)為液位變化是由溫度引起的,當(dāng)前測量值較為準(zhǔn)確,因此 RevH(i)=OriH(i);當(dāng)ΔH(i)在(ΔHMaxR,+ ∞)時,液 位升高的速度超過了進(jìn)油的最大速度,認(rèn)為該測量值為噪聲,則取前一個測量結(jié)果的修正值,即 RevH(i)=RevH(i -1); 同理,當(dāng)ΔH(i)在(-∞,-ΔHMaxF)時,液位降低的速 度超過了出油的最大速度,認(rèn)為該測量值為噪聲,RevH(i) =RevH(i -1);當(dāng)ΔH(i)在(-ΔHMaxF,-ΔHMaxT)時, 認(rèn)為當(dāng)前時刻油罐正處于放油工作中;當(dāng)ΔH(i)在(ΔHMaxT, ΔHMaxR)時,認(rèn)為當(dāng)前時刻油罐正處于進(jìn)油工作中。為 計算方便,使用中間ΔHFlag(i)代表ΔH(i)的取值范圍, ΔHFlag(0)初始化為 0,當(dāng) i ≥ 1 時,計算公式如公式(5)所示:

儲油罐導(dǎo)波雷達(dá)液位測量中的濾波器設(shè)計


3 實驗結(jié)果及其分析 

3.1 實驗數(shù)據(jù) 

為驗證算法的有效性,本文采集了 210 個儲油罐液位測 量系統(tǒng)的實際測量結(jié)果。該液位測量系統(tǒng)使用本文所述的測 量系統(tǒng)實現(xiàn),儲油罐位于我國某省內(nèi)的多個糧庫,測量結(jié)果 為 2014 年 4月份某天的數(shù)據(jù)。210 個數(shù)據(jù)樣本中,有 26 個樣 本包含大量噪聲。然后對這些測量結(jié)果使用本文濾波算法進(jìn) 行處理。 3.2 3.2 實驗設(shè)置 系統(tǒng)液位采集間隔時間Δt 設(shè)為 5 分鐘,此時 N=288, 為簡化算法,忽略各油罐體積不同、油脂品種不同的影響,設(shè) 各油罐的ΔHMaxT、ΔHMaxR 和ΔHMaxF 參數(shù)相同。使用 184 個不含噪聲樣本做參數(shù)統(tǒng)計,可得ΔHMaxT 為 0.008 m, ΔHMaxR 為 0.06 m,ΔHMaxF 為 0.06 m。

3.3 實驗結(jié)果

3.3.1 置信度估計 設(shè)樣本 X(x1,x2,……,xi,……)代表某個導(dǎo)波雷達(dá)液 位計的液位測量結(jié)果,由公式(1)計算出第 i 個測量結(jié)果對 應(yīng)的平均一階方差 Dif(i),實驗通過計算所有樣本點中滿足 i>=N(即 i>=288)條件的平均一階差分 Dif(i),發(fā)現(xiàn)在 184 個不含噪聲的樣本中,最大的 Dif 為 6.0379383E-4,而 26 個 含噪聲樣本中,最小的平均一階差分為 1.1807509 E-3,如表 1 所列。


由上述結(jié)果可知,平均一階差分能夠很好地區(qū)分不含噪 聲樣本與含噪樣本,因此,由平均一階差分計算得到的置信 度能夠代表測量結(jié)果的可信程度。

儲油罐導(dǎo)波雷達(dá)液位測量中的濾波器設(shè)計


3.3.2 濾波算法 

根據(jù)上述實驗結(jié)果,將置信度閾值 ThrConf 設(shè)為 10-0.001, 圖 5 所示的是某個液位測量結(jié)果在濾波前后的比較。其中上圖 表示濾波前的液位測量結(jié)果曲線,下圖為濾波后的曲線。

儲油罐導(dǎo)波雷達(dá)液位測量中的濾波器設(shè)計



3.3.3 實驗分析 


結(jié)合實驗結(jié)果可知,平均一階差分能夠很好地區(qū)分含噪 聲樣本與不含噪聲樣本,因此,基于平均一階差分的置信度 具有對含噪測量結(jié)果的良好鑒別能力。本文所述的濾波算法 實驗結(jié)果說明,本文提出的濾波算法能夠有效濾除測量結(jié)果 中包含的噪聲信號,可對液位測量結(jié)果進(jìn)行修正,提高液位測 量的準(zhǔn)確度。


4 結(jié) 語

本文提出了一種基于置信度估計的濾波算法用于去除導(dǎo) 波雷達(dá)液位計液位測量結(jié)果中的噪聲。該算法首先通過測量 結(jié)果曲線的平滑度來估計測量結(jié)果的置信度,對于置信度低 的測量結(jié)果,采用基于液位變化速度的特征進(jìn)行修正,從而 得到修正后的液位值。經(jīng)實驗驗證,該算法能夠有效濾除噪聲, 提高導(dǎo)波雷達(dá)液位測量結(jié)果的準(zhǔn)確度。




本站聲明: 本文章由作者或相關(guān)機構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點,本站亦不保證或承諾內(nèi)容真實性等。需要轉(zhuǎn)載請聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請及時聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車的華為或?qū)⒋呱龈蟮莫毥谦F公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

加利福尼亞州圣克拉拉縣2024年8月30日 /美通社/ -- 數(shù)字化轉(zhuǎn)型技術(shù)解決方案公司Trianz今天宣布,該公司與Amazon Web Services (AWS)簽訂了...

關(guān)鍵字: AWS AN BSP 數(shù)字化

倫敦2024年8月29日 /美通社/ -- 英國汽車技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時1.5...

關(guān)鍵字: 汽車 人工智能 智能驅(qū)動 BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運行,同時企業(yè)卻面臨越來越多業(yè)務(wù)中斷的風(fēng)險,如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報道,騰訊和網(wǎng)易近期正在縮減他們對日本游戲市場的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會開幕式在貴陽舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機 衛(wèi)星通信

要點: 有效應(yīng)對環(huán)境變化,經(jīng)營業(yè)績穩(wěn)中有升 落實提質(zhì)增效舉措,毛利潤率延續(xù)升勢 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競爭力 堅持高質(zhì)量發(fā)展策略,塑強核心競爭優(yōu)勢...

關(guān)鍵字: 通信 BSP 電信運營商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺與中國電影電視技術(shù)學(xué)會聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會上宣布正式成立。 活動現(xiàn)場 NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會上,軟通動力信息技術(shù)(集團(tuán))股份有限公司(以下簡稱"軟通動力")與長三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉
關(guān)閉