基于线性神经网络测量固体速度的方法

　　1　引　　言[1～3]

　　随着两相流参数测量技术的发展需要及工业生产过程对计量、节能和控制要求的提高,对工业中大量存在的两相流流量测量就有了越来越迫切的要求。

　　固体在空气传输管道的速度是重要的。假如固体传输太慢:颗粒就会从流动的悬浮物中掉落下来沉落到管子的底部。这将不可避免地导致管道的阻塞。因而必须在沉淀发生的速度之上传输固体;但是,也不能超出太多,因为不必要高的固体速度将导致在传输期间材料的阻塞、增加管道的磨损和增加能量的损耗。因而固体速度测量对于传输管道的使用者来讲是有很大益处的。速度的准确测量对于流量的测量也有很大影响。相关法测量两相流的流速,具有其它方法所没有的优势。相关法测速的特点是测量范围宽;有很强的适应,只需选择合适的传感器,相关流量测量系统的主体

　　不变。传感器可做成‘夹钳’式,无可动部件,不阻碍流动,就可以实现非接触测量。然而大量的应用实践表明,相关方法还存在很多问题,实验也表明:利用该法测出的流速都高于平均流速,存在较大的系统误差。本文通过对两个传感器之间的流动噪声输送过程进行分析,建立两个传感器信号之间的数学模型。以此为基础通过线性神经网络测量流动噪声的的渡越时间,进而测出流速。此方法可以有效地克服信号自相关函数的卷积涂污(smear)作用,从而使Rxy(τ)的峰区变得尖锐清晰。它也可以克服或改善常用的相关估计方法中存在的随机误差较大、分辨率低及动态响应慢等不足。

　　2　测量的基本原理[4]

　　流动噪声通常是由流体截面上的某种物理特性(例如温度、介电常数、对光或波的反射系数或吸收系

　　数等)的随机变化产生的。沿管道轴线装设两个相距L的相同的流动噪声传感器,从而得到两路随机电信号x(t)和y(t),当L较小时,x(t)和y(t)波形相似,只是在时间上差一个延时T,T是流动噪声的渡越时间。假设信号模型如图1所示。

　　下面介绍参数估计法测量两相流流速的原理。设两个传感器之间的流动噪声输送过程为一线性系统,其脉冲响应函数为h(t),两个传感器的脉冲响应函数为g1(t)和g2(t),根据这个模型可知:

　　脉冲响应函数h(t)可以近似为一个移动平均(MA)模型,其系统向量为hm(k)=[h0,h1…,hM-1]T,相应的Z变换为H(Z)。用S(z)、X(z)、Y(z)和N(z)分别表示s(t)、x(t)、y(t)和n(t)的采样值序列的Z变换,用G1(z)和G2(z)分别表示相应于g1(t)和g2(t)的离散传递函数,则:

　　两式相除得:

　　当两路传感器互相匹配从而使G1(z)=G2(z)时,