摘要:研究(jiū)了獲取管(guan)道振動噪(zào)聲幹擾特(tè)征的方法(fa)☂️，介✉️紹了基(ji)于加速度(dù)傳感器的(de)管道振動(dòng)信号的采(cǎi)集.結合渦(wo)街流量信(xin)号和管道(dao)振動信号(hào)的頻譜分(fèn)析結果,指(zhǐ)出了管道(dào)振動信号(hào)頻率與渦(wō)街流量計(ji) 信号的主(zhu)要幹擾分(fèn)量頻率直(zhí)接相關.研(yan)究表明,可(ke)👌通過🏃‍♂️獲取(qu)管道振動(dong)加速度信(xìn)号特征,來(lái)間接獲得(dé)渦街流量(liang)信号📧中主(zhǔ)要噪聲的(de)頻率特征(zheng).基于這一(yi)研究結論(lun),以管道振(zhen)動信号的(de)🧡特征信息(xī)爲參考輸(shū)人,驗證了(le)通過自适(shì)應濾波對(dui)渦街流量(liàng)信号中振(zhèn)動噪聲的(de)濾🚶‍♀️波方法(fǎ).
　　現今渦街(jie)流量計的(de)使用越來(lái)越廣泛，因(yin)其屬于流(liu)體振動型(xing)流✊量計,故(gu)對振動幹(gàn)擾顯得非(fēi)常敏感.振(zhen)動幹🐆擾是(shi)影響渦街(jie)🈲測量的主(zhǔ)要幹擾之(zhi)-“,國内外的(de)⛷️學者和公(gōng)司對渦街(jiē)流量計抗(kàng)㊙️振動問題(tí)進行了大(da)量的研究(jiū)21,其中以Rosemount公(gong)司的8800A'31和F+P公(gōng)司的VT/VR型爲(wei)代表[4].
　　本研(yan)究從獲取(qu)管道振動(dòng)噪聲幹擾(rao)特征的方(fāng)法着手,分(fèn)析得出了(le)管道振動(dòng)信号頻率(lü)與渦街流(liú)量信号的(de)主要幹擾(rǎo)🏃‍♀️分量頻率(lü)❤️直接相關(guān),研究了一(yi)種基于加(jiā)速度傳感(gǎn)器的管道(dao)振動信号(hao)采⭕集和對(dui)應的自适(shì)應濾波方(fāng)法.
1機械管(guan)道振動對(duì)渦街流量(liàng)計信号的(de)影響
　　表1是(shi)不同流體(ti)傳感器對(dui)過程幹擾(rǎo)的敏感性(xìng)影響程📐度(du)的統計✉️[5].表(biao)中“++”表示高(gāo)敏感(讀數(shù)誤差10%或更(gèng)高),"+”表示敏(mǐn)✨感(讀數誤(wù)差1%),表🚶‍♀️示不(bu)敏感(讀數(shu)誤差小于(yú)1%)

　　從表1中可(kě)以得知,渦(wo)街流量測(cè)量中幹擾(rao)影響大的(de)成分爲機(ji)械管道振(zhen)動幹擾和(hé)周期性的(de)低頻脈動(dòng)幹擾.
　　讨論(lun)了在加速(sù)度爲1g,垂直(zhí)振動頻率(lü)爲100Hz的振動(dòng)于擾對渦(wō)街流📞量計(jì)信号輸出(chū)的影響,如(rú)圖1所示在(zai)沒有流速(su)的情況下(xià),渦街傳感(gǎn)器檢測到(dào)管道振動(dong),并錯誤判(pàn)斷100Hz是流量(liàng)信号,因💰此(ci)錯誤地顯(xian)示了120m'/h的流(liu)速.

2渦街流量(liàng)信号與管(guǎn)道振動信(xin)号特征聯(lian)系的試驗(yan)分析
　　振動(dòng)幹擾是主(zhǔ)要的幹擾(rǎo)成分之一(yī).若要将各(gè)信号成分(fèn)特征一--進(jin)行分離,目(mù)前常用及(ji)成熟的方(fāng)法就是頻(pín)譜分析[78].在(zài)離線頻譜(pǔ)分析中,可(ke)以依據人(ren)腦的判斷(duan)來有效地(di)區别振動(dong)噪聲和渦(wo)街信号的(de)頻率、能量(liàng)分布的不(bu)同.然而在(zài)實際工程(chéng)應用☀️中,若(ruo)噪聲能量(liang)大于信📐号(hao)能量，則在(zài)👈線的頻譜(pu)分析雖然(rán)可以分辨(biàn)出能量的(de)峰值,但無(wu)法有效區(qu)分能量的(de)㊙️峰值是信(xìn)号的還是(shi)幹㊙️擾的,因(yin)此可能會(huì)跟蹤了錯(cuo)誤的振動(dòng)幹擾噪聲(sheng)..
　　本研究對(duì)不同流速(sù)和泵頻率(lǜ)組合下的(de)渦街流量(liàng)信号進行(hang)了數據采(cai)集和頻譜(pu)分析,其中(zhōng)水泵采用(yong)格蘭富AP12.40單(dan)級潛水泵(beng),分别調節(jie)流速約0.209,0.403,0.611,0.797m/s.控(kòng)制水流速(su)🆚的大小，在(zai)每一開度(dù)下,再分别(bie)設置水🔴泵(bèng)工作頻率(lü)爲25,30,35,40Hz,以輸人(ren)不同的振(zhen)動幹擾信(xìn)号,如圖2所(suo)示.可見當(dāng)流速小時(shi)噪聲能量(liàng)接近甚至(zhi)大于實際(jì)信号能量(liang),在線的頻(pín)譜分析很(hěn)難判斷..

　　考慮到(dào)管道的振(zhen)動是振動(dong)幹擾直接(jie)的物理響(xiǎng)應,當手🈚觸(chu)摸管道時(shí),明顯可以(yi)覺察到管(guan)道有規律(lǜ)地振顫.基(jī)于以上分(fèn)析,結合振(zhen)動測量知(zhi)識，本研究(jiu)認🏃‍♀️爲可以(yǐ)🔆嘗試引人(rén)加速✊度傳(chuán)感器來采(cǎi)集管道振(zhèn)動的信号(hao)[910.
　　試驗中,加(jia)速度傳感(gan)器的選取(qu)較爲重要(yào).本研究加(jia)⛹🏻‍♀️速度🈚傳感(gǎn)器試驗選(xuǎn)擇了美國(guo)ADI公司的ADXL202,這(zhe)是-種低成(chéng)本、低功耗(hào)☎️、功能完普(pu)的雙軸加(jiā)速度傳感(gan)器,其測量(liàng)範圍爲+2g.
　　本(ben)試驗使用(yong)A/D數據采集(ji)卡,将ADXL202的模(mo)拟輸出信(xìn)号轉換💁爲(wèi)數字✔️信号(hao)送人PC機進(jìn)行處理，基(jī)于Labwindows/cvi測控平(ping)台的PC機能(neng)夠方便地(dì)實現數據(ju)采集.
　　試驗(yan)工作狀态(tài):分别調節(jiē)流速約爲(wèi)0,0.209,0.403,0.611,0.797m/s,控制水流(liú)速的大小(xiǎo)，并在每--開(kāi)度下,再分(fen)别設置水(shui)泵工作頻(pín)率爲25,30,35,40Hz.加速(su)度傳感器(qi)的模拟輸(shū)出信号輸(shu)人到PC機的(de)A/D采集卡,采(cai)樣頻率1000Hz.對(dui)不同流速(su)和泵頻率(lü)組合下的(de)管道🈲振動(dong)信号進行(háng)數據采集(jí)和頻譜分(fen)析.圖3爲所(suo)有組合下(xià),采樣得到(dao)的管道振(zhen)動加速度(du)信💜号的典(diǎn)型時域波(bo)形圖.圖中(zhong)橫坐标爲(wei)采樣的點(dian)數,共1024點;縱(zòng)坐标爲相(xiang)對于Og标定(dìng)值👄的差值(zhí)🔱，縱坐标基(ji)🌏準值0對應(yīng)了0g的标🈲定(dìng)值.圖4所示(shì)爲對💘應的(de)管道振動(dong)信🎯号的典(diǎn)型頻譜圖(tú).

　　爲了驗證(zheng)所采集振(zhèn)動信号是(shì)否具有重(zhong)複性,本研(yán)究對每種(zhong)工況下組(zu)合的管道(dào)振動信号(hào)分别進行(hang)了3次💔重複(fu)采樣🈲,每次(cì)🔱1024點,采樣頻(pin)率1000Hz.表2是各(gè)次數據分(fen)析得到的(de)頻率值.
　　由(yóu)表2的數據(ju)可以看出(chū),管道振動(dòng)的數據頻(pín)譜分析得(de)到🔴的振動(dong)♌頻率值重(zhong)複性很高(gao).

　　對表2的重(zhong)複性數據(ju)計算平均(jun)值,并由平(píng)均值畫出(chu)🌈了流速、泵(bèng)🙇🏻頻率和管(guǎn)道振動頻(pín)率的關系(xì)曲線,如圖(tu)5所示.分析(xi)結果🧑🏽‍🤝‍🧑🏻表明(ming),不論試驗(yan)裝置工況(kuang)如何,管道(dao)振動信号(hao)的頻率和(hé)能量隻與(yǔ)泵工作頻(pín)率相關,泵(bèng)🏃🏻‍♂️頻率越大(dà)，則振動信(xìn)🥰号的頻率(lü)和能量越(yuè)大.

3對管道(dào)振動自适(shi)應濾波的(de)試驗
　　通過(guò)以上分析(xī)可以得出(chū)結論,水泵(bèng)工作引起(qi)的管道振(zhen)動幹擾直(zhí)接耦合到(dào)了渦街輸(shu)出信号中(zhong).試驗數據(ju)顯示,在各(ge)種流動狀(zhuàng)🛀🏻态下,渦街(jie)信号中叠(dié)加的千擾(rao)頻♉率與管(guan)道加速度(dù)振動頻率(lǜ)近乎于相(xiang)等,且📐與試(shì)驗用的水(shui)泵工💃🏻作頻(pín)率相近.

　　通(tōng)過加速度(du)傳感器獲(huo)得有效的(de)管道振動(dong)頻率後,可(ke)🔞以将之等(děng)同爲渦街(jie)流量信号(hao)中主要幹(gàn)擾信号的(de)頻率.本研(yan)究提出🔅以(yi)管道振動(dòng)信号的特(tè)征輸人爲(wei)參考信号(hào),采用自适(shi)應小均方(fang)誤差(LMS)數字(zi)濾波器方(fang)法,來對渦(wo)街流量信(xìn)号振動幹(gan)擾進行處(chù)理11.LMS濾波器(qì)輸出爲

　　式(shì)中，W爲濾波(bō)器各系數(shu)組成的向(xiàng)量,X爲監測(ce)值組成📐的(de)🐅向量.
　　LMS算法(fǎ)的基本思(sī)想是利用(yong)優化方法(fa)中的速下(xia)降法.根據(ju)🐅推導,可得(dé)權系數的(de)叠代公式(shi)爲

　　式中,u爲(wèi)自适應系(xi)數,取值大(dà)小影響到(dào)收斂速度(dù)、估計👨‍❤️‍👨值🍉的(de)方差⭐和算(suan)法的穩定(dìng)性.誤差e;的(de)叠代計算(suàn)公式爲

　　用(yòng)式(2)更新權(quan)系數W(t+1),随着(zhe)新數據不(bu)斷輸人,不(bú)斷重複使(shǐ)👣用式(2)和🈲式(shì)(3)進行叠代(dai),使W逐漸趨(qū)近于W。.
　　設采(cǎi)集獲得的(de)渦街流量(liàng)信号爲原(yuan)始信号,參(cān)考輸人爲(wèi)采集獲得(de)的管道振(zhen)動加速度(du)信号,濾波(bo)器系統如(rú)圖6所示.
　　由(you)上述自适(shì)應濾波器(qì)的算法,可(kě)得到系數(shù)W;的計算值(zhí)爲

　　設定u值(zhí),通過式(4)~(6)的(de)循環叠代(dai),使W;逐漸趨(qu)近于W.
　　如前(qián)所述,u爲控(kong)制LMS算法收(shou)斂速度和(he)穩定性的(de)系數,u值過(guo)🆚大💚可能導(dǎo)緻發散,過(guò)小又可能(neng)使收斂速(su)度變慢.本(ben)研究👅通過(guo)大量的計(jì)算,不斷修(xiu)正和比較(jiào),使其接近(jin)佳值.通過(guò)試驗計算(suàn),确定🌈u=0.1.
　　圖7爲(wei)濾波後的(de)信号頻域(yù)圖.從圖中(zhong)可以看出(chū)，主要的管(guan)✏️道振動幹(gàn)擾已經被(bèi)消除，濾波(bo)後的信号(hào)信噪比提(ti)高很多..

4結(jié)束語
　　本研(yán)究是在自(zì)有試驗裝(zhuang)置上對一(yī)部分渦街(jiē)傳感👅器進(jin)行試驗的(de).盡管不同(tong)的管道振(zhen)動有其特(tè)殊性💋,但管(guǎn)道振動問(wèn)題也✔️有一(yī)-定的普遍(biàn)性.本研究(jiū)通過基于(yu)加❌速度傳(chuán)感器的管(guan)道振動信(xìn)号的采集(ji)和頻譜分(fèn)析,指出了(le)管道振動(dong)信号🥵頻率(lǜ)與渦街流(liú)量信号的(de)主要幹擾(rǎo)分量頻率(lǜ)🌐直接相關(guān).并采用自(zì)适應濾波(bo)方法,驗🈲證(zhèng)了對渦街(jiē)流量計振(zhen)動噪聲濾(lü)波的有效(xiào)性,爲消除(chú)振💋動噪聲(shēng)提供了一(yi)☔種有效的(de)途徑值得(dé)注意的是(shì),本研究主(zhu)要針對解(jie)決以泵的(de)幹擾㊙️爲主(zhu)的管道振(zhen)動噪聲問(wen)題，對于解(jie)決其他有(you)一定🎯規律(lǜ)的管道振(zhen)動噪聲也(yě)有适用性(xìng).本研究中(zhōng)加速度傳(chuán)感器的安(an)裝位置至(zhì)💛關重要,會(hui)影響振動(dòng)信号👄的檢(jian)測以及對(duì)渦街信号(hào)濾波處🏒理(li)的結果.

以(yi)上内容源(yuán)于網絡，如(rú)有侵權聯(lián)系即删除(chu)!