摘要:研究了獲(huò)取管道振動噪(zào)聲幹擾特征的(de)方法，介🚶‍♀️紹✌️了基(ji)于加速度傳感(gan)器的管道振動(dòng)信号的采集.結(jié)合渦街流量信(xìn)📞号和管道振動(dong)信号的頻譜分(fèn)析結果,指出了(le)管道振💃動信号(hào)頻率與渦街流(liú)量計 信号的主(zhǔ)要幹擾分量頻(pín)率直接相關.研(yan)究表明,可通過(guò)♈獲👣取管道振動(dong)加速度信号特(te)征,來間接獲得(dé)渦街流量⛹🏻‍♀️信号(hào)中主要噪聲的(de)頻率特征.基于(yu)這一研究結論(lun),以管道振動🙇🏻信(xìn)号的特征信息(xī)爲參考輸🔆人,驗(yan)證了✔️通過自适(shi)應濾波對渦街(jie)流量信号中振(zhen)💯動噪聲的濾波(bo)方法.
　　現今渦街(jiē)流量計的使用(yong)越來越廣泛，因(yīn)其屬于流體振(zhen)🧑🏾‍🤝‍🧑🏼動型流量計,故(gù)對振動幹擾顯(xiǎn)得非常敏感.振(zhèn)動幹擾是影響(xiang)渦街測量的主(zhu)要幹擾之-“,國内(nèi)外的學者和公(gong)司對渦街流量(liàng)計抗🏒振動問⭕題(tí)進行了大量的(de)研究21,其中以Rosemount公(gong)司的8800A'31和F+P公司的(de)VT/VR型爲代表[4].
　　本研(yan)究從獲取管道(dào)振動噪聲幹擾(rao)特征的方法着(zhe)手💰,分析得出了(le)管道振動信号(hào)頻率與渦街流(liu)量信☀️号的主要(yào)幹擾分量頻率(lǜ)直接相關,研究(jiū)了一種基于加(jia)速度傳感器的(de)管道振動信号(hao)采✊集和對應的(de)自适應濾🥵波方(fāng)法.
1機械管道振(zhèn)動對渦街流量(liang)計信号的影響(xiang)
　　表1是不同流體(ti)傳感器對過程(cheng)幹擾的敏感性(xing)影響程度的統(tong)🏒計[5].表中“++”表示高(gāo)敏感(讀數誤差(cha)10%或更高),"+”表示敏(min)💔感(讀數誤差1%),表(biǎo)示不敏感(讀數(shù)誤差小于1%)

　　從表(biǎo)1中可以得知,渦(wō)街流量測量中(zhong)幹擾影響大的(de)💯成分爲機👣械🚶管(guan)道振動幹擾和(he)周期性的低頻(pin)脈動🏒幹擾.
　　讨論(lùn)了在加速度爲(wèi)1g,垂直振動頻率(lü)爲100Hz的振動于擾(rǎo)對⭐渦街流量計(jì)信号輸出的影(yǐng)響,如圖1所示在(zai)沒有流速的情(qing)況下,渦街傳感(gan)㊙️器檢測到管道(dao)振動,并錯誤判(pàn)斷100Hz是流量信号(hao),因此錯誤地顯(xiǎn)示了120m'/h的流速.

2渦街流量信号(hao)與管道振動信(xìn)号特征聯系的(de)試驗分析
　　振動(dong)幹擾是主要的(de)幹擾成分之一(yī).若要将各信号(hao)成⭐分特🧑🏽‍🤝‍🧑🏻征一☀️--進(jìn)行分離,目前常(chang)用及成熟的方(fāng)法就❗是頻譜分(fen)析[78].在離線頻譜(pǔ)分析中,可以依(yi)據人腦的判斷(duàn)來有效地區别(bié)振動噪聲和渦(wo)街信号的頻率(lü)、能量分布的不(bu)同.然而在實際(ji)工程應用中,若(ruò)噪聲能量大于(yú)信♊号能量，則在(zài)線的頻譜分析(xī)雖然可以分辨(bian)出能量❌的✔️峰值(zhí),但無法有效區(qū)分能量的峰值(zhi)是信号的還是(shi)幹擾的,因此可(ke)能會跟蹤了錯(cuo)誤的🏃振動幹擾(rao)噪聲..
　　本研究對(duì)不同流速和泵(bèng)頻率組合下的(de)渦街流量信号(hào)進行了數據采(cai)集和頻譜分析(xī),其中水泵采用(yong)格蘭富AP12.40單級潛(qian)水泵,分别👣調節(jie)流速約0.209,0.403,0.611,0.797m/s.控制水(shui)流速的大小，在(zai)每一開度下,再(zài)分别設置水泵(bèng)工作頻率爲25,30,35,40Hz,以(yǐ)輸人不同的振(zhen)動幹擾信🚶‍♀️号,如(rú)圖2所示.可見當(dang)流速小時噪聲(sheng)能量接近甚至(zhì)大于實際信号(hào)能量,在線的頻(pín)譜分析很難判(pan)斷..

　　考慮到(dào)管道的振動是(shì)振動幹擾直接(jiē)的物理響應,當(dang)手♊觸摸管道時(shí),明顯可以覺察(chá)到管道有規律(lü)地☂️振顫.基于以(yi)上分析,結合振(zhen)動測量知識，本(ben)研究認🔆爲可以(yǐ)嘗試引人加速(sù)度傳感器來采(cai)集管道振動的(de)信号[910.
　　試驗中,加(jia)速度傳感器的(de)選取較爲重要(yào).本研究加速度(dù)傳💰感器試驗選(xuan)擇了美國ADI公司(sī)的ADXL202,這是-種低成(chéng)本、低功耗、功能(néng)完普‼️的雙軸加(jia)速度傳感器,其(qi)測量範圍爲+2g.
　　本(ben)試驗使用A/D數據(ju)采集卡,将ADXL202的模(mo)拟輸出信号轉(zhuan)換爲數字信👈号(hào)送人PC機進行處(chu)理，基于Labwindows/cvi測控平(píng)台的PC機能夠方(fang)便地實🐆現數😘據(jù)采集.
　　試驗工作(zuò)狀态:分别調節(jie)流速約爲0,0.209,0.403,0.611,0.797m/s,控制(zhì)水流速的大小(xiǎo)，并在每--開度下(xià),再分别設置水(shui)泵工作頻率爲(wèi)25,30,35,40Hz.加速度傳感器(qi)的模拟輸🌈出信(xin)号輸人到PC機的(de)A/D采集卡,采樣🔞頻(pín)率1000Hz.對不同流速(sù)和泵頻率組合(he)下的管道振動(dong)信号進行數據(jù)采集和頻譜分(fèn)析.圖3爲所有組(zu)🚶‍♀️合下,采樣得到(dào)的管道振動加(jiā)速度信号的典(dian)型時域波形圖(tú).圖中橫坐标爲(wei)采樣的點數,共(gòng)1024點;縱㊙️坐标爲相(xiàng)對于Og标定值的(de)差值📱，縱坐标基(jī)準值0對應了0g的(de)❓标定值.圖4所示(shi)爲對💞應的管道(dao)振動信号⛹🏻‍♀️的典(diǎn)型頻譜圖.

　　爲了(le)驗證所采集振(zhen)動信号是否具(jù)有重複性,本研(yan)究對每種工況(kuang)下組合的管道(dao)振動信号分别(bié)進行了3次重複(fú)采樣,每次1024點,采(cai)樣頻率1000Hz.表2是各(gè)次數據分析得(de)到的頻率值.
　　由(yóu)表2的數據可以(yǐ)看出,管道振動(dòng)的數據頻譜分(fèn)析得到🛀🏻的振動(dòng)頻率值重複性(xìng)很高.

　　對表2的重(zhòng)複性數據計算(suàn)平均值,并由平(píng)均值畫出了流(liú)速、泵頻率和管(guan)道振動頻率的(de)關系曲線,如圖(tú)5所示.分析🌂結果(guǒ)表明,不論試驗(yàn)裝置工況如何(he),管道振動信号(hào)的頻率和能😍量(liàng)隻與🌂泵工作頻(pín)率相關,泵頻率(lü)越大，則振動信(xìn)号的頻率💯和能(néng)量越大.

3對管道(dào)振動自适應濾(lǜ)波的試驗
　　通過(guo)以上分析可以(yi)得出結論,水泵(bèng)工作引起的管(guan)🌈道振動☎️幹💃🏻擾直(zhi)接耦合到了渦(wo)街輸出信号中(zhōng).試驗數據顯示(shì),在各種流動狀(zhuàng)态下,渦街信号(hao)中叠加的千擾(rǎo)頻率與管道加(jiā)速度振動頻率(lǜ)近乎于相等,且(qiě)與試驗用的水(shuǐ)泵工作頻率相(xiàng)近.

　　通過加速度(dù)傳感器獲得有(yǒu)效的管道振動(dong)頻率後,可♍以将(jiang)之等同爲渦街(jie)流量信号中主(zhǔ)要幹擾信号的(de)頻📱率.本研究提(tí)出以管道振動(dòng)信号的特征輸(shū)人爲參考信号(hào),采📞用自适應小(xiao)均🔴方誤差(LMS)數字(zì)濾波器🚶方法,來(lái)對渦街流量信(xìn)号振動✏️幹擾進(jìn)行處理11.LMS濾波器(qi)輸出爲

　　式中，W爲(wèi)濾波器各系數(shu)組成的向量,X爲(wèi)監測值組成的(de)向量.
　　LMS算法的基(ji)本思想是利用(yong)優化方法中的(de)速下降法🏃‍♀️.根據(jù)✌️推導,可得權系(xi)數的叠代公式(shi)爲

　　式中,u爲自适(shi)應系數,取值大(dà)小影響到收斂(liǎn)速度、估計⭕值的(de)方差和算法的(de)穩定性.誤差e;的(de)叠代計算公式(shi)爲

　　用式(2)更新權(quan)系數W(t+1),随着新數(shu)據不斷輸人,不(bú)斷重複使用式(shì)(2)和式(3)進行叠代(dài),使W逐漸趨近于(yu)W。.
　　設采集獲得的(de)渦街流量信号(hao)爲原始信号,參(can)考輸人爲采集(jí)獲🙇‍♀️得的管道振(zhèn)動加速度信号(hao),濾波器系統如(ru)圖6所👄示.
　　由上述(shu)自适應濾波器(qi)的算法,可得到(dao)系數W;的計算值(zhí)爲

　　設定u值,通過(guò)式(4)~(6)的循環叠代(dai),使W;逐漸趨近于(yú)W.
　　如前所述,u爲控(kòng)制LMS算法收斂速(su)度和穩定性的(de)系數,u值🐉過大🥰可(kě)能❄️導緻發散,過(guo)小又可能使收(shou)斂速度變慢.本(ben)研究通過大量(liàng)的計算,不斷修(xiū)正和比較,使其(qí)接近佳值.通過(guò)試驗計算,确定(dìng)u=0.1.
　　圖7爲濾波後的(de)信号頻域圖.從(cong)圖中可以看出(chu)，主要的管道振(zhèn)動幹擾已經被(bei)消除，濾波後的(de)信号信噪比提(ti)高很⭐多..

4結束語(yu)
　　本研究是在自(zì)有試驗裝置上(shang)對一部分渦街(jie)傳感器進行🏃🏻試(shì)驗🚶的.盡管不同(tong)的管道振動有(you)其特殊性,但管(guan)道振動問題也(yě)♻️有一♊-定的普遍(biàn)性.本研究通過(guo)基于加速度傳(chuan)感器的🔞管道振(zhen)動信号的采集(jí)和頻譜分析,指(zhǐ)👈出了管道❄️振動(dòng)信号頻率與渦(wo)街流量信号的(de)主要幹擾分量(liang)頻率直接相關(guan).并⛹🏻‍♀️采用自适應(yīng)🏃🏻‍♂️濾波方法,驗證(zhèng)了對渦街流量(liang)計振動噪聲濾(lü)波的有效性,爲(wei)消除振🌂動噪聲(sheng)提供了一種有(you)效的途徑值得(de)注意的是,本研(yan)究主要針對解(jie)決✏️以🔞泵的幹擾(rao)爲主的管道振(zhen)動噪聲問題，對(dui)于解決其他有(yǒu)一定規律的管(guan)道振動噪聲也(ye)有适用性.本研(yan)究中加速🈚度傳(chuán)感器的安裝位(wèi)置至關重要,會(hui)影響振動信号(hao)💯的檢測以及對(duì)渦街信号濾波(bō)處理的結果.

以(yǐ)上内容源于網(wang)絡，如有侵權聯(lián)系即删除!