基于RBFNN建模的动态流量软测量方法研究

　　1引言

　　流体动态流量的精确测量，在工业自动化生产、设备过程控制和液压测试及故障诊断领域的需求越来越迫切。但是由于流体流态的复杂性以及现有流量计运动部件自身惯性的制约，工程上一直难以实现动态流量的精准测量[1-2]。目前，径向基函数人工神经网络(RBFNN)在软测量领域的应用广受关注[3-5]，本文基于RBFNN设计了一种动态流量软测量模型，为动态流量的测量提供了一条新的有效途径。

　　2动态流量测量模型

　　以圆形管道中流动的粘性流体为研究对象，假设它为加压导管中的定常不可压缩流。雷诺数是刻画流体流动状态的一个重要参数，据此可将流体的运动状态分为层流流动、湍流流动。

　　2.1层流流量模型

　　流体以层流形式运动时的速度型是一条抛物线，可推导出流体层流流量模型

　　2. 2湍流流量模型

　　文献[6]中依据普朗特对管道中的湍流流动分析，结合大量的实验现象，发现湍流状态时管流中心的速度分布趋于均匀，在湍流速度方程的基础上可得湍流流量模型

　　2. 3动态流量模型确定

　　由式(1)和式(2)可知，流量Q由流动的最大速度μmax，管道半径r0，管道摩擦导致的压头损失hf，以及管道长度l，重力加速度g和液体密度P等参数决定。其中l.r0 ,g , ρ 等参数在特定工况下为常值。由此得出，管道中的流量Q变化主要受hf. μmax和ρ的影响。

　　其中，一定流程上的压差ΔP值可以反映摩擦损失hf的变化;而最大速度μmax是管道中心线处的速度μc雷诺数是刻画层流与湍流流态的重要参数，但雷诺数会受流体粘度的影响，温度是导致粘度变化的一个重要因素，所以在动态流量模型建立的过程中将温度T也作为一个影响参数予以考虑。

　　通过上述分析，圆管中的流量主要由一段流程上的压差ΔpΔ、流体在圆管中流动时的管道中心线处的速度uc、流体温度T决定，故动态流量软测量的模型可以用下式表示

　　2. 4动态流量的RBFNN建模

　　选用3层结构的径向基函数人工神经网络RBFNN进行动态流量软测量建模，其结构如图1所示。其中，输人层包括3个节点，对应于流量模型中的压差、速度和温度;隐层节点选用高斯径向基函数作为激活函数，隐层节点个数的具体值在网络学习过程中按最优准则确定;输出层只有一个节点，对应于动态流量，其激活函数采用双曲正切函数。

　　3数据采集系统

　　在伺服阀动态性能测试实验台上组建数据采集系统。通过改进动态流量测量管，安装超声波传感器、压差传感器和温度传感器来获取uc,ΔP,T数据信息。用于标定的实际流量信息从无载液压缸上的速度传感器获取。