基于流量预测的超声波流体流量测量方法及系统

本发明涉及流体流量测量，尤其涉及一种基于流量预测的超声波流体流量测量方法及系统。

背景技术：

1、近年来，超声波气体流量计(ugfm)引起了人们的极大关注。与涡轮流量计、涡流流量计和差压流量计等传统流量计相比，ugfm提供了高精度测量，具有高调节比和无压力损失。此外，它们可以测量双向流量。由于其优点，ugfm已被广泛应用于许多领域，如气体输送、化学工程和肺通气评估。如今，由于流量计的测量范围、精度和收集的气体流量数据的准确性，对流量计的要求显著增加。尽管具有大直径的ugfm具有较宽的范围，但它们在低流量测量中可能不太准确。在这种情况下，有必要更换流道和超声波换能器，以实现更大的测量范围。此外，在肺活量测量、风速测量和某些航空航天应用领域，通常使用小直径管道测量流速范围相对较宽的快速变化气体的流速。然而，当前的ugfm在重建宽流速范围内收集的气体信息方面的精度有限，并且在峰值流速测量方面的精度较低。因此，如何在不更换管道的情况下扩大ugfm的测量范围，同时保持精度和高采样率，已成为当前的研究热点。

2、超声气体流量计的测量方法总共有时差法和多普勒法两种，多普勒法多适用于测量多种混合流体介质(如气体+液体)等，测量精度较低。因此测量单一介质的流体通常采用时差法。时差法超声气体流量计的工作原理是，在管道周围布置一对换能器(第一换能器即换能器1和第二换能器即换能器2)，测量换能器1发射——换能器2接收的飞行时间t1和换能器2发射——换能器1接收的飞行时间t2，即可通过公式计算得到管道内流体的流速(单位m/s)，如图1所示，公式表示如下：

3、t1＝l(c+vcosθ)    (1)

4、t2＝l(c-vcosθ)    (2)

5、式中，v表示流速；l是超声波传播路径的有效长度；d表示气体路径的内径；θ是超声波束的主要传播方向和气体流动方向之间的角度；t1是指声波从换能器1传播到换能器2的时间；t2是指声波从换能器2传播到换能器1的时间。流体流速v可以表示为：

6、

7、流速v与管道横截面积s的乘积可获得管道中的瞬时体积流量q(单位l/s)：

8、q＝s·v·α    (4)

9、时差法超声气体流量计比较依赖对回波信号的处理，其中较常见的有包络法、互相关法和阈值法。包络法和互相关法由于其需要高速adc采样和繁琐的运算会导致系统成本以及速度慢，因此市面上大多的超声气体流量计产品均采取阈值法作为其回波处理方式，用来获取飞行时间(t1和t2)。阈值法的信号处理流程框图以及时域表示如图2。

10、如图3底部所示。点a1、a2、…、an被定义为回波信号上升段的正极值点，点b1、b2、…、bn被定义为回波信号上升段负极值点。回波信号通常包含一定量的噪声。为了减少噪声干扰，第一个可观测的最大点和最小点被定义为a1和b1，而an和bn分别指回波信号中的最大值和最小值。

11、飞行时间测量法是超声波测量中应用最广泛的方法，因为它受环境和其他因素的影响较小。ugfm信号处理的一个关键部分是超声波飞行时间(tof)的计算，这取决于回波信号的处理。使用回波信号的特征点的典型方法包括互相关、包络和阈值方法。互相关方法和包络方法需要进行多次数学运算和高速模数转换器(adc)进行信号采样，这可能会受到噪声的显著影响，从而降低测量精度。基于阈值方法的ugfm系统越来越受到关注，因为它们不依赖于高速adc对回波信号进行采样，也不需要复杂的数据拟合和繁重的计算。然而，由于超声换能器和气体介质之间的声阻抗不匹配，这种系统在气体介质中传播期间经常遭受回波信号的低接收效率和进一步的信号衰减。因此，其流量测量范围也极为有限。已经有一些关于扩大基于阈值的ugfm系统的流量测量范围的研究。如双阈值法和动态阈值法，利用前一采样点的回波信号特性来调整下一次流量测量的阈值，表现出相当大的滞后性，因此气体速度变化的增加可能导致调整延迟或调整误差。此外，随着流速的增加，回波信号显著衰减，相邻极值点之间的差异减小，使得动态阈值的调整变得越来越困难。因此，自适应增益控制对于提高超声波气体流量计系统的流量测量范围至关重要。基于回波信号极值点的变化使用自动增益电路(agc)控制器，但仍存在采样率低和回波信号在大流量范围内失真等局限性，不适用于较大的流量测量。

技术实现思路

1、本发明提供基于流量预测的超声波流体流量测量方法，解决的技术问题在于：如何在不影响测量精度的情况下，能一定程度上增加ugfm的测量范围，适用于流量变化较大的流体(比如气体)流量测量。

2、为解决以上技术问题，本发明提供基于流量预测的超声波流体流量测量方法，包括步骤：

3、s1、搭建超声流体流量计信号采集系统，该系统包括圆形管以及放置在所述圆形管外壁上参数相同的第一换能器和第二换能器；

4、s2、利用流量容积模拟器模拟出从负最大流量到正最大流量的流体作用于所述圆形管，根据所述第一换能器和所述第二换能器的回波信号得到此时不同流量与增益的关系；

5、s3、在测量的第一个周期，在不加增益的情况下通过阈值检测和过零比较计算得到当前流量；

6、s4、对于随后的每一个周期，在阈值检测和过零比较之前，先使用流量预测模型根据此前一个周期内n个采样时刻的流量采集值预测得到下一采样时刻的流量然后根据和不同流量与增益的关系得到对应的增益对信号进行放大，然后再对放大后的信号进行阈值检测和过零比较，得到下一时刻的流体流量。

7、进一步地，所述步骤s2具体包括步骤：

8、s21、将所述第二换能器作为激励端，将所述第一换能器作为接收端，采用流量容积模拟器模拟出从负最大流量到正最大流量的流体作用于所述圆形管，绘制所述第一换能器的回波信号正极值点a1、a2、a3、a4的电压幅值va1、va2、va3、va4随流量的变化曲线，a1、a2、a3、a4分别指信号在从低到高转变期间的第一个、第二个、第三个和第四个正极大值点；

9、s22、拟合出所述变化曲线的va1、va2、va3、va4与不同流量之间的映射关系；

10、s23、以0流量时候的va1为基准，将其他所有流量下的va1信号都放大到0流量时候的va1的水平，得到放大后的回波信号极值点a1、a2、a3、a4的电压值这里的放大程度即为不同流量的增益，从而得到不同流量与增益的关系；

11、s24、将所述第一换能器作为激励端，将所述第二换能器作为接收端，采用与步骤s21至步骤s23相同的过程获取此时不同流量与增益的关系。

12、进一步地，在未采用流量预测动态调整增益的过程中，设置的阈值为vthreshold∈(va1,va2)。

13、进一步地，在采用流量预测动态调整增益的过程中，设置的阈值为

14、进一步地，在所述步骤s4中，所述流量预测模型包括输入层、lstm层、dense层和输出层，其中输入层采用滑动窗口的方式获取此前n个采样时刻的流量采集值送入所述lstm层，所述lstm层采用长短期记忆网络得到特征输出至所述dense层，所述dense层提取特征之间的相关性，由输出层输出预测的下一个采样时刻的流量

15、进一步地，在所述输入层与所述lstm层之间先后设置有微分层、归一化层，分别用于执行微分和归一化操作；在所述dense层和所述输出层先后设有逆归一化层和逆微分层，分别用于执行逆归一化和逆微分操作。

16、本发明还提供一种基于流量预测的超声波流体流量测量系统，其关键在于：包括流体流量计信号采集系统、流量容积模拟器、流量计算模块、流量预测模块和增益计算模块；

17、所述流体流量计信号采集系统包括圆形管以及放置在所述圆形管外壁上参数相同的第一换能器和第二换能器；

18、所述流量容积模拟器用于模拟出从负最大流量到正最大流量的流体作用于所述圆形管；所述增益计算模块用于根据所述第一换能器和所述第二换能器的回波信号得到此时不同流量与增益的关系；

19、所述流量计算模块用于，在测量的第一个周期，在不加增益的情况下通过阈值检测和过零比较计算得到当前流量；所述流量预测模块用于，对于随后的每一个周期，在阈值检测和过零比较之前，先使用流量预测模型根据此前一个周期内n个采样时刻的流量采集值预测得到下一采样时刻的流量所述增益计算模块用于根据和不同流量与增益的关系得到对应的增益对信号进行放大；所述流量计算模块还用于对放大后的信号进行阈值检测和过零比较，得到下一时刻的流体流量。

20、具体的，所述增益计算模块根据所述第一换能器和所述第二换能器的回波信号得到此时不同流量与增益的关系，具体包括步骤：

21、s21、将所述第二换能器作为激励端，将所述第一换能器作为接收端，采用流量容积模拟器模拟出从负最大流量到正最大流量的流体作用于所述圆形管，绘制所述第一换能器的回波信号正极值点a1、a2、a3、a4的电压幅值va1、va2、va3、va4随流量的变化曲线，a1、a2、a3、a4分别指信号在从低到高转变期间的第一个、第二个、第三个和第四个正极大值点；

22、s22、拟合出所述变化曲线的va1、va2、va3、va4与不同流量之间的映射关系；

23、s23、以0流量时候的va1为基准，将其他所有流量下的va1信号都放大到0流量时候的va1的水平，得到放大后的回波信号极值点a1、a2、a3、a4的电压值这里的放大程度即为不同流量的增益，从而得到不同流量与增益的关系；

24、s24、将所述第一换能器作为激励端，将所述第二换能器作为接收端，采用与步骤s21至步骤s23相同的过程获取此时不同流量与增益的关系。

25、具体的，在未采用流量预测动态调整增益的过程中，设置的阈值为vthreshold∈(va1,va2)。

26、具体的，在采用流量预测动态调整增益的过程中，设置的阈值为

27、本发明提供的基于流量预测的超声波流体流量测量方法及系统，构建了一种流量预测模型(基于滑动窗口算法和长短期记忆网络)，基于采样的前n个流量数据预测下一时刻的流量，从而根据该预测的流量动态计算出增益用于对信号进行放大，然后再进行阈值检测和过零比较，以及通过合理设置阈值来进行阈值检测和过零比较，能一定程度上增加ugfm的测量范围，适用于流量变化较大的流体流量测量，且不影响测量精度。