压力流量（精选7篇）
压力流量 篇1
摘要：采用基于PC机的数据采集系统,运用虚拟仪器技术的非电量的电子测量法,结合传感器技术、信号处理技术等,搭建硬件设备,建立气体压力、流量等参数的在线监控系统,实现对测控系统的调节和控制。
关键词：气流,数据采集,LabVIEW,测试
近年来,随着我国国民经济的快速发展,气体产品应用范围不断扩大。气体工业对近年来飞速发展的微电子、新型材料、环境科学等高新技术部门有重要影响,在这些部门中发挥着不可缺少的作用。本系统对于气体流量与压力的测量,主要以喷气织机作为载体,对其喷嘴喷出的气体做测量与分析,指导实践并产生积极意义。同时,系统的建立也有助于在完成引纬条件下,尽量选择较低的喷射张力,进行柔和的引纬以减少纬纱断头及压缩空气的消耗。
从硬件到软件,全面体现了一个系统的完整性。从参数在线测量到控制系统,解决了喷气引纬的气流调控,满足引纬工艺参数的要求。该设备可以提高产品的质量、降低能量的消耗,并且为改善设备提供实验依据。基于虚拟仪器的气流测试系统的研究涉及许多学科领域,如流体力学、机械学科、微电子学、测试技术、传感器技术等诸多方面[1,2,3]。
1 测量原理方案
测量原理方案如图1所示,在确定原理方案的基础上,对整个系统的硬件、软件两方面进行规划涉及,搭建硬件平台,同时采用LabVIEW建立数据采集系统进行调试,然后对系统的软硬件进行调试、检测与控制,最后评定整个系统,用于实践检验、测试和改进。
对一个动态运行的气体流量压力进行测试和控制,关键是提取和处理该系统中压力、流量等随时间动态变化的物理量。因此,提出构建以计算机为核心的基于虚拟仪器的流量压力测试系统和控制系统,目的是能较高精度、较高灵敏度、较高效率地获得压力、流量和温度等参数值,并能利用微机对于数据的处理能力,最大限度地消除测量的随机误差和系统误差以及干扰,完成自动校正零点,自动显示、输出实验数据和实验曲线的功能。
系统利用压力、流量等传感器,检测气流的状态,并根据测试值和经验值设置工作状态参数,使其达到最佳工作状态。首先采用传感器连接系统,对情况进行监测,并将数据传输给采集模块;其次要进行数据传输和处理,利用计算机进行编程和运算;最后由采集处理后的数据与标准数据比较,给出比较数值,调控相应阀,以达到标准所需状态。
2 测试系统框图
如图2所示,本系统采用空气压缩机供气,经过分水滤气器、油雾器等辅助元件实现对压缩空气的过滤、除杂,然后进入喷嘴进行供气,保证气源。测试系统对气流进行采集,输入的流量、压力信号通过流量传感器、压力变送器,再经过信号调理电路,把模拟信号变换为用于数据采集、控制过程、执行计算显示读出或其它目的的数字信号,将数字信号送至数据采集卡,可以对气流进行压力流量的测试。将数据采集卡的信息接入电脑,通过LabVIEW所构建的测试系统进行数据采集,最后在程序界面进行图像与数据的显示和保存,完成测试的一个循环。
3 硬件系统
气流测试系统主要由传感器测量单元(包括压力传感器、流量传感器),伺服控制单元(流量伺服阀、压力伺服阀),接口单元(USB接口),数据采集卡以及计算机(PC机及软件平台)组成。
(1)AOB-131型压力变速器:高性能,采用微型放大处理电路的硅压阻传感器,具有抗震性和抗冲击性好,精度高,稳定性好等优点。测量范围为-0.1-0-60MPa,供电电源为12VDC~36VDC典型24VDC,长期稳定性≤±0.2%FS/年。
(2)LWGYA型涡街流量传感器,4~20mA两线制电流输出,远传变送型,公称通径15mm,普通流量范围0.6~6 m3/h,准确度为1.0级。传感器具有精度高、重复性好、寿命长、操作简单等特点,可应用于测量气体的体积瞬时流量和体积总量。
(3)USB2013数据采集卡:有标准插拔端口,可即插即用,传输速度快。USB2013板上设计有12Bit分辨率的A/D转换器和D/A转换器,提供了16路单端或8路双端的模拟输入通道和4路D/A输出通道。A/D转换器输入信号范围:±5V、±10V、0~10V;D/A转换器输入信号范围:0~5V、0~10V、±5V、±10V。16路开关量输入,16路开关量输出且均能上电清零。使用本卡时最好通过板卡上的EX_VCC插座接上外接电源。
(4)伺服控制单元:包括压力控制阀和流量控制阀。
压力控制阀指控制系统中压力的阀类,可用到减压阀,作用为将气阀压力减到每台装置所需要的压力,并且保证减压后压力值的稳定。可根据需要选用直动式,先导式减压阀或者定值器,综合考虑。
流量控制阀通过改变节流口的通流面积来改变气体流量大小,从而实现运行速度控制。同样,也可根据不同的需求选择相应的节流阀。
(5)除上述元件以外,还需要空气压缩机作为实验用的气源提供装置,一台PC机及若干数据连线,气管,电磁阀等。
整体硬件系统效果如图3所示。
4 软件调试
数据采集系统如图4所示,先将被测对象各参考量通过各种元件适当转换后,再经过信号处理、采样、编码、传输,送到控制器进行数据处理和存储记录的过程。此过程与传感器、信号检测与处理、计算机等技术进行了结合。同样,测物理量时,转换器必须将本实验中的压力与流量转换为可以测量的电信号(比如电压或者电流),而所需的转换气即上述所提到的压电变送器及涡街流量传感器,元件将用于数据采集。
采集过程中应先做好硬件方面的工作,安装完硬件后,分别安装驱动及设备管理,此后要进行配置,包括运行管理程序,添加硬件以及硬件的测试。此后构建数据采集系统:创建VI,用来显示所采集数据,同时分别设计打开采集设备,关闭采集设备和实施数据采集功能,模块之间进行连接,最后将测量到的数据送至示波器现实空间上。
LabVIEW图形化编程,由前面板与程序框图面板组成,具有很强的直观性与可读性,采用模块化设计,同时具有高效率与开放性的优点。LabVIEW程序称为“虚拟仪器”或简称VI,是科学研究和工程领域最主要的图形开发环境[4,5,6]。
(1)前面板功能设计
前面板是图形用户界面,也就是VI的虚拟仪器面板,这一界面上有用户输入和显示输出两类对象,具体表现有开关、旋钮、图形以及其它控制和显示对象,使用输入控制和输出显示来构成前面板。控制是用户输入数据到程序的接口,而显示是输出程序产生的数据接口,前面板就相当于仪器的面板。
如图5所示,对测试系统前面板进行设计,系统的开始和停止可以通过按钮实现,采集到的压力和流量信息可以通过图形与数据同时显示出来。前面板上可实现对压力、流量的单独测量,也可实现对二者的同时在线监控,并且将采集数据按一定比例显示在数据采集显示框中,同时可对压力、流量进行波形显示,并可存储参数,存储和打印流量—压力特性曲线。
(2)程序框图面板功能设计
框图是定义VI功能的图形化源代码。在框图中对于VI编程的主要工作就是从前面板上的输入控件获得用户信息,然后进行计算和处理,最后在输出控件中把处理结果反馈给用户。框图上的编程元素除了包括与前面板上的控制和显示端子对应的连线端子之外,还有函数、子VI、常量、结构和连线等。框图相当于仪器内的的功能部件,一些情况下,框图可以仿真标准仪器。
从图5可知已经得到信号,对于已经采集到的信号,需要进行信号处理与分析,对于信号处理,应用到LabVIEW中的频谱分析。通过对于采样频率与样本数设置,在时域信号序列与频谱中显示出来,即对信号进行频谱分析,将信号源发出的信号强度按频率顺序展开,使其成为频率的函数,并考察变化规律,称为频谱分析。
对于采集到信号来说,要分模拟信号与数字信号。对于模拟信号来说,往往对其进行抽样,然后进行快速傅里叶变换,然后对其幅度和相位的图像进行分析;对于数字信号,则可直接进行快速傅里叶变换。如图6则是单边快速傅里叶变换的程序框图。
5 结论
基于虚拟仪器的数据采集系统完成了信号的采集、显示、分析与数据的保存等一些功能。与传统仪器相比性价比高、通用性强,而且易于开发,具有很多优点。将之用于系统性能测试、数据的分析与处理等方面,大大缩短了开发的时间[6,7]。
建立传感器和数据采集卡组成的测控系统,能够准确检测气流的压力和流量,并能进行调控,通过虚拟仪器实现了实时显示状态参数。气流测试系统应用于生产过程,产生良好的经济效益,有利于与产品质量的提高,同时使设备的能耗降低。
参考文献
[1]王绍斌,赵怀勋,张平国,等.SX-1型喷气织机气流测试仪[J].纺织器材,1995,22(2):3-6.
[2]祝章琛,黄福荣,周纪勇,等.喷气织机引纬筘槽内气流状态的测试分析[J].纺织学报,2010(6):120-124.
[3]陈雪善,卢跃华,祝成炎.筘槽内引纬气流场分布及其对纬纱飞行的影响[J].纺织学报,2009,30(7):31-35.
[4]徐磊,翟文涛,严利民,等.基于LabVIEW的流量测试系统设计[J].仪器仪表用户,2010,17(5):9-10.
[5]Heuy-Dong Kim,Chae-Min Lim,Ho-Joon Lee.AStudy of the Gas Flow through Air Jet Loom.Journal ofThermal Science[J].2007,16(2):l59-l63.
[6]刘烨,庄庆德.虚拟仪器在农业方面的应用现状[J].国外电子测量技术,2006,25(8):6-9.
[7]裴锋,杨万生.LabVIEW中模糊控制器的设计及应用[J].化工自动化及仪表,2004,31(1):41-43.
压力流量 篇2
关键词：智能流量压力温度控制器,平衡流量计,高性能
0 引言
智能流量压力温度控制器是把传统流量计进行了改进和升级, 是将平衡流量计和智能传感器集成一体的流量计, 是对传统流量测量技术的一场革命。
1 概述
智能流量压力温度控制器是由沈阳北星仪表制造有限公司研发的最新型流量计。它由温度传感器、压力传感器、流量传感器、压力调节阀及显示器组成。
2 结构组成
2.1在控制其中, 流量测量部分采用世界最先进的流量计, 即平衡流量计。由于平衡流量计有多个函数孔径, 能够最大限度的将流场平整流成理想流体, 因此, 淋漓尽致的发挥了压差式流量计的优势。几乎所有的流体测量都可以采用平衡流量计, 因此, 它是一场技术革命。
2.2控制器中温度测量部分采用灵敏的PT1000铂电阻温度传感器。分辨率可以达到±0.5度。
2.3压力测量部分采用德国进口的陶瓷压力传感器, 精度可以达到0.5%级。
2.4压力调节阀部分可以不通过测量管路上其他的调节阀进行调节, 控制器本身的压力调节阀可以有效的对流量、压力进行调节从而满足用户需要。
2.5显示器部分可以显示瞬时流量、累计流量、温度压力。并且可以输出瞬时流量4-20m A电流信号, 并由4-20m A电流信号为本仪表供电。如图所示:
3 独特的性能优势
3.1 线性度高、重复性好
由于采用了平衡流量计, 由于对称多孔的结构特点能够平衡流场, 不仅降低了涡流和振动, 更提高了流场的稳定性。相比孔板, 线性度提高了5-10倍, 重复率提高了54%, 从综合性能看属于高档流量计行列。
线性度在5:1量程比时可达±0.3%;
线性度在7:1量程比时可达±0.5%;
线性度在10:1量程比时可达±1.0%;
3.2 前后直管段要求低, 节省材料费用
由于只能流量压力温度控制器比孔板恢复压力快两倍, 因此大大缩短了对前后直管段的要求。一般要求前后直管段前3D后1D, 最小可小于0.5D, 从而省去了大量的直管段, 直管道的节省直接的节省了很多费用, 在钢材日益涨价的今天, 为用户节省了大量的投资。
3.3 减少永久压力损失, 降低功耗
流量计作为一个测量元件, 本身也是一个耗能元件。由于独特的多孔对称设计减少了紊流剪切力和涡流的形成, 从而降低了动能的损失。在同样测量工况下, 与孔板相比减少了2.5倍的永久压力损失, 因此, 降低了运行成本。其作为一种万能型仪表, 值得大量推广。
3.4 耐脏污, 不易堵
由于减少了紊流剪切力和涡流的形成, 从而保证了脏污能够顺利通过孔而减少了堵塞流量计的机会。
3.5 流量测量范围宽
智能流量压力温度控制器突破了传统节流装置的局限, 常规测量的量程比能做到10:1, 选择合适的参数可以做更高的量程比。
3.6 长期稳定性好
由于减小了紊流剪切力, 从而降低了介质与节流件的直接摩擦, 再加上β值处于长期不变的状态, 使得整个仪表长期保持了稳定状态。
3.7 可测复杂工况介质
由于其特殊的结构设计, 使其具有特殊的性能, 它可以进行气液两相、各种混合气体、各种低温气体、多相水流、震动水流和双向流 (因为智能流量压力温度控制器的节流件左右完全对称) 。
3.8 可同时测量、显示温度、压力、流量
由于控制器由温度传感器、压力传感器、差压传感器组成, 所以它具有其他流量计没有的特性功能。多功能的优点使其在应用中更方便、更精确。
3.9 工作电源的多样性
智能流量压力温度控制器经过本公司技术人员多年的研制, 使其具有两种供电方式即24V供电和3.6V锂电池供电, 同时也可以输出4-20m A信号。
3.1 0 实流校验, 线性修正
智能流量压力控制器是在流量检定装置上经过实流校准的, 并且仪表中具有线性修正功能, 这样流量计的精度就大大提高了, 远远超过了其它流量计。
4 发展趋势
现代社会对智能型仪表的需求量越来越大。随之对智能型仪表的要求也越来越高, 可简化流程的检测系统, 减少仪表数量和连接管线, 降低泄露故障, 降低费用。在智能型仪表迅速发展的今天, 智能型一体化仪表将占有不可缺少的地位。
综上所述:采用智能流量压力温度控制器来优化流量仪表配置, 将有效提高过程控制系统精度;降低永久压损节约运行能耗;减少安装直管段节约一次投资;统一流量计配置, 便于管理, 给项目带来综合经济效益和显著节能减排效果。
参考文献
[1]于杰, 俞旭波.多孔平衡节流装置设计选用[J].石油化工自动化, 2009, 45 (1) :20-22.
[2]GB/T 2624-2006.用安装在圆形截面管道中的差压装置测量满管流体流量, 2006.
[3]孙淮清, 王建中.流量测量节流设备设计手册[M].北京:化学工业出版社, 2006.
压力流量 篇3
质量流量传感器的使用数量不断增加,其应用范围愈加广泛。质量流量传感器应用于实际工况压力条件下,其测量准确度的变化情况是众多企业、科研人员所关心的问题。虽然质量流量传感器的生产厂家能给出压力修正系数,但在不同标定工作压力下质量流量并非完全与压力成线性比例关系。国内外针对压力对质量流量测量的影响问题进行了研究。文献[1,2]分析了工况压力对质量流量计测量准确度的影响。文献[3]对被测介质压力变化影响质量流量计测量准确度进行了研究,得到了压力与流量测量误差的关系,给出了压力引起质量流量测量误差的修正方法。文献[4]设计了基于相对距离的加权数据融合算法与温度融合算法,提高了流量测量的精度。
为了切实提高质量流量传感器的测量准确度,本文在试验中设定不同工况压力下被测流体的质量流量,采用多功能、高精度数据采集卡获得多路质量流量采样数据,对采集的数据进行自适应加权数据融合。在此基础上,考虑不同压力对质量流量测量精度的影响,基于神经网络对压力干扰信号进行抑制。通过对不同融合算法的融合结果进行比较,验证了对压力信号进行干扰抑制的有效性。
1 质量流量传感器数据采集
本系统在标定相同的质量流量(150t/h)条件下,标定不同的工况压力(0.1～1MPa),采用均匀分布在流场不同位置处的10个质量流量传感器对流场不同点的质量流量值进行测量,对于每一压力,质量流量控制系统中有10个传感器同时对同一质量流量进行测量,每0.5s测量一次,5s的测量结果为一组。利用上位机软件编写程序,结合NI公司高速PCI数据采集卡、EMERSON公司DS型质量流量传感器实现数据采集开停、数据保存、测量数据值实时曲线显示。表1所示为标定0.30MPa压力下5s内采集的一组传感器测量数据。
2 同一压力下质量流量数据融合
为了获得尽可能高精度的质量流量数据,首先在某一压力下采用多个质量流量传感器进行多次测量,对质量流量数据进行融合以获取某一压力下尽可能高精度的质量流量值。图1为某一压力下质量流量数据融合过程示意图,采用10个质量流量传感器同时进行测量,每10次的测量数据为一组,取其平均值;对10个平均质量流量值进行数据融合获得该压力下该组质量流量数据融合值。
对表1所示的每个质量流量传感器的一组质量流量数据取平均值,对应得到10个质量流量均值:(149.56,146.71,149.91,150.55,149.68,149.96,150.36,150.02,149.00,149.80)t/h,对应的方差为(0.210,10.843,0.037,0.323,0.120,0.068,0.162,0.038,1.062,0.058)t/h。
将质量流量数据qm的10个平均值qm i(i=1,2,…,10)按从小到大顺序排列,结果为(146.71,149.00,149.56,149.68,149.80,149.91,149.96,150.02,150.36,150.55)t/h。
应用分布图法[5]对质量流量数据平均值进行疏失数据剔除,其中位数qm M=(149.80+149.91)/2=149.855t/h,上四分位数qm U=150.02t/h,下四分位数qm D=149.56t/h,四分位数离散度DS=qm U-qm D=0.46t/h。由|qmi-qm M|>DS,可剔除质量流量平均值146.71t/h、149.00t/h、150.36t/h、150.55t/h。
根据自适应加权数据融合法[6,7]编写MATLAB程序得到质量流量数组(149.56,149.68,149.80,149.91,149.96,150.02)(t/h),其对应的加权值数组为(0.0484,0.0847,0.1752,0.2747,0.1495,0.2675),则其融合的结果为149.8912t/h,较原测量数据精度大大提高,且误差小于0.02t/h。
由于测量方法和融合过程相同,因此对0.30～1.00MPa压力范围内不同压力下的质量流量自适应加权融合结果不逐一给出计算过程,其质量流量自适应加权融合值如表2所示。由表2可以看出,随着压力的增大,质量流量测量值误差逐渐增大;通过自适应加权融合,质量流量值精度均不同程度地提高,误差控制在0.55t/h范围内。
3 质量流量数据神经网络训练
由于压力对质量流量测量产生了不同程度的影响,且随着压力的增大,质量流量测量值的精度逐渐变差,因此,为了能够抑制压力对流量测量的干扰,下面构造BP神经网络进行数据融合,以期获得更趋近于真值的测量数据。
3.1 BP神经网络结构设计[8]
大多数通用的神经网络都预先确定了网络的层数,而BP神经网络可以包含不同的隐层。理论上已经证明,在不限制隐层节点的情况下,两层(只有一个隐层)的BP神经网络可以实现任意非线性映射。在模式样本相对较少的情况下,选择两层BP神经网络及较少的隐层节点可以实现模式样本空间的超平面划分;当模式样本数很多时,增加一个隐层是必要的,但为减小网络规模,BP神经网络隐层数一般不超过两层。
为了能抑制压力信号对质量流量的影响,获得高精度的质量流量值,首先需确定BP神经网络的结构。本文采用两层BP神经网络建立质量流量融合模型。两层BP神经网络结构主要包含输入层、一个隐含层和输出层,上下层之间实现全连接,而每层神经元之间无连接。网络中的每一层都包含若干神经元,输入层和输出层的神经元个数由模型中的变量数决定,即输入层为2个节点、输出层为1个节点,输入为压力和一级融合后的质量流量,输出为质量流量期望值。
3.2 输入、输出数据的归一化
归一化是利用神经网络进行融合过程中的重要一步。在神经网络学习阶段,需要对所有输入数据和对应的已知输出值进行归一化处理,即把数据处理成0-1之间的小数值[9]。对于表2所示的质量流量输入样本数据,其最大值、最小值分别为qmmax、qmmin。对每一个质量流量的值qmxi做归一化处理,即
其中,xi为归一化样本的第i个数据;设定参数a=0.9,b=(1-a)/2。
对于归一化样本数据,采用BP神经网络算法训练其网络权值,获得稳定的BP网络结构。归一化质量流量数据经BP网络计算后的输出仍为归一化值,需经反归一化获得对应的真实质量流量值,即
3.3 隐含层隐节点数的确定
一个具有无限隐层节点的两层BP网络可以实现任意从输入到输出的非线性映射。但对于有限个输入模式到输出模式的映射,并不需要无限个隐层节点,这就涉及如何选择隐层节点数的问题,鉴于这一问题的复杂性,至今为止尚未找到一个很好的解析式,隐层节点数往往根据前人设计所得的经验和自己进行实验来确定。一般认为,隐层节点与求解问题的要求、输入输出单元数的多少都有直接的关系。另外,隐层节点数太多会导致学习时间过长;而隐层节点数太少则容错性差,识别未经学习的样本的能力低,所以必须综合多方面的因素进行设计。
隐层节点数的选择是人工神经网络最关键的步骤,本文采用试凑法确定最佳隐层节点数[9]。试凑法是确定最佳隐层节数常用的方法,它通过如下经验公式确定隐层节点数:
式中,k为隐层节点数;n为输入层节点数;m为输出层节点数;α为1～10之间的常数。
训练网络时,先设置较少的隐层节点,然后逐渐增加隐层节点数,采用同一样本对网络进行集中训练。由于含有不同隐层节点数的网络对应同一样本训练具有不同的误差,因此以该误差中最大者Emax及误差均方根Erms代表网络的总误差,从而以总误差最小、网络最稳定时对应的隐层节点数作为用于质量流量数据融合的网络隐层节点数。
3.4 BP神经网络训练算法[9,10]
应用BP神经网络算法梯度下降法、BP神经网络的改进算法自适应学习速率调整法和附加动量法对BP神经网络权值进行训练。自适应学习速率调整法考虑了每一个具体网络都存在一个合适的学习速率。为提高神经网络的准确性,在误差曲面的不同部分可能需要不同的学习速率。为了加速收敛过程,自适应学习速率调整法自适应地改变学习速率,使网络的训练在不同的阶段自动设置不同学习速率。附加动量法使网络在修正其权值时,不仅考虑误差在梯度上的作用,而且考虑在误差曲面上变化趋势的影响;在没有附加动量的作用下,网络可能陷入局部极小值,而利用附加动量法的作用则有可能滑过极小值达到最优值。
3.5 BP神经网络训练结果分析
采用上述三种方法对BP神经网络进行训练以确定网络的权值。隐层、输出层的神经元转移函数采用Sigmoid函数,可以避免神经元的输出进入饱和状态[10]。训练过程中如果精度达到要求即可停止训练,否则可以通过增加训练次数来达到训练的要求。
下面分别采用梯度下降法、自适应学习速率调整法和附加动量法对BP神经网络权值进行10次训练,对BP神经网络性能进行比较,如表3～表6所示。由表3可以看出,梯度下降法对应的隐含层节点数为8时网络总误差达到最小,收敛速度较快;由表4可以看出,自适应学习速率调整法对应的BP神经网络的隐含层节点数为5时的收敛速度与隐节点数为7时的收敛速度相当,但隐含层节点数为5时对应的网络总误差最小;附加动量法对应的BP神经网络的隐含层节点数为5时网络总误差最小,收敛速度最快(表5);改变附加动量法的动量因子对BP神经网络的性能进行比较,由表6可以看出动量因子取0.85时,网络收敛速度最快,其误差亦很小,网络最稳定。
4 质量流量融合结果分析
按上述方法将标定压力为0.30～1.00MPa的数据作为训练样本获得稳定可靠、精度高的BP神经网络后,对7个压力下对应的质量流量数据进行融合,得到对应压力的质量流量融合数据,见表7。比较表7中三种不同融合方法得到的质量流量融合值可知:三种不同融合方法得到的融合结果误差均控制在0.05t/h以内,融合结果的控制精度得以提高;梯度下降法融合结果精度相对较差,自适应学习速率调整法和附加动量法的融合结果近似,精度高。
为了进一步比较三种融合方法的融合效果,对压力在0～1MPa范围内的质量流量数据采用BP神经网络进行融合,融合结果与压力之间的变化曲线见图2。由图2可看出,随着压力的增大,融合结果误差逐渐增大;采用BP神经网络融合的结果非常接近于真值,较自适应加权融合结果的精度大大提高;在BP神经网络三种融合算法的融合结果中,梯度下降法的融合结果误差最大,精度最低,自适应学习速率调整法次之,附加动量法的融合结果精度最高,即受压力影响最小。
为了更好地比较三种BP神经网络算法的融合效果,对0～2.5MPa范围内的质量流量进行融合研究。按上述方法构造BP神经网络,经过网络权值训练获得隐层节点数为6、稳定且误差最小的神经网络。将三种BP网络算法融合结果与真值进行比较,如图3所示。由图3可看到,梯度下降法的融合结果随着压力的增大误差逐渐增大;自适应学习速率调整法对应的初始误差较大,随着压力的增大,融合误差逐渐减小且趋于0,但压力继续增大时,融合值大于真值,误差增大;附加动量法的融合结果总体上波动量最小,与真值最接近,融合结果精度最高,受压力干扰影响最小。
5 结语
为了获得高精度的质量流量测量值,本文在不同压力下通过多路传感器多次采样后对测量数据进行处理。首先剔除疏失测量数据,然后由自适应加权融合方法得到同一压力下的质量流量融合值,融合结果表明,随着压力的增大,融合值误差逐渐增大,但较原测量数据精度大大提高,误差均小于0.55t/h。为了消除压力对流量测量的影响,采用BP神经网络三种训练算法对网络权值进行训练,得到误差小、稳定性高的网络结构,应用多组数据进行融合研究,证明BP神经网络可以获得精度很高的质量流量值,误差均小于0.05t/h;同时对三种BP网络融合算法的融合精度进行了比较,梯度下降法融合精度较差,自适应学习速率调整法次之,附加动量法最佳,其融合结果波动量最小,精度最高。本文的质量流量数据融合方法的研究为高精度质量流量传感器电控单元的开发提供了技术保障。
摘要：质量流量测量精度受压力的影响,且随着压力的增大其测量精度变差。采用多个质量流量传感器进行多处测量,对质量流量测量数据进行自适应加权融合。在此基础上,为了消除压力对流量测量值的影响,采用BP神经网络进行压力干扰抑制的质量流量数据融合研究。研究结果表明,BP神经网络质量流量融合值的精度较自适应加权融合值的精度大大提高,且附加动量法获得的BP网络融合精度最高,自适应学习速率调整法次之,梯度下降法最差。
关键词：质量流量,压力,数据融合,神经网络
参考文献
[1]袁国富.工况压力对质量流量计测量准确度的影响[J].工业控制计算机,2004,17(4):5-6.
[2]Wang Tao,Hussain Y.Pressure Effects on CoriolisMass Flowmeters[J].Flow Measurement and In-strumentation,2010,21(4):504-510.
[3]邵熙,任东顺.科里奥利质量流量计压力影响实验分析[J].自动化仪表,2007,28(1):56-59.
[4]Zhao Weiguo,Song Zhihuan,Liang Guowei,et al.The Gas Mass Flow Measurement Base on Multi-sensor Information Fusion[C]//Proceedings of the7th World Congress on Intelligent Control and Au-tomation.Chongqing,2008:8349-8352.
[5]张娟,陈杰,蔡振江.基于多传感器数据融合的温室温度采集[J].传感器与仪器仪表,2007,23(11):153-154.
[6]王峰,孔李军,艾英山.粮情测控系统中多传感器信息融合技术的应用[J].农机化研究,2010(2):166-169.
[7]邓蕴昊,张纳温.一种改进的加权融合算法[J].弹箭与制导学报,2008,28(6):311-313.
[8]张德丰.MATLAB神经网络应用设计[M].北京:机械工业出版社,2009:39-46.
[9]Hagan M T,Demuth H B,Beale M.Neural NetworkDesign[M].Beijing:China Machine Press,2002.
压力流量 篇4
关键词：实时压力补偿,质量流量计流量,密度测量
随着科里奥利力质量流量计的广泛应用, 人们逐渐认识到质量流量计在使用过程中压力变化对测量精度的影响。这种压力影响是由于过程压力偏离校准压力而导致的传感器流量和密度灵敏度的变化。Micro Motion质量流量计以其高精度、高可靠性等优点, 在石化行业贸易计量领域占有较大份额。本文就以Micro Motion质量流量计为例探讨如何在流量与密度测量中实现实时补偿。
1 关于流量测量的压力补偿情况
不同校准压力且实际工作压力相对稳定的工况条件下, 对传感器流量校准的系数进行调整, 从而达到流量测量的压力补偿[1]。
对于流量校准系数的前五位数字, 采用的是以下等式的数字:
KF新是指进行压力补偿后流量校准系数;KF原是指没有进行压力补偿的流量校准系数;KP是对流量的压力补偿系数;P测量是传感器入口的表压力 (psi) ;P校准则代表校准流量计流量时的表压力 (psi) 。
例如, 100磅/英寸2的表压力情况下的C M F300型传感器。在20p s i g的情况下对流量进行校准之后, 那么传感器的流量系数是697.624.75。KF新=697.95
在新的流量校准系数中, 其中包含温度系数3位, 为697.624.75。
D300、D600、DL100、DL200以及CMF300型传感器, 在与流量计流量校准压力差值较大且有相当大的压力变化时, 对流量的输出进行调整, 使得实时压力补偿在流量测量中得到实现。流量输出可以使用以下等式:
Qm补偿表示实行压力补偿之后的质量瞬时流量;Qm测量表示没有实行压力补偿的质量瞬时流量。
2 关于密度测量的压力补偿情况
不同校准压力且实际工作压力相对稳定的工况条件下, 可以对密度校准的系数进行调整, 从而达到密度测量的压力补偿[1]。
C M F300型传感器进行密度校准时, 主要是调整K2的密度系数;而D300、D600、D L100以及D L200型传感器进行密度校准时, 主要是调整密度校准系数中的第二个五位数字。
首先:利用以下公式得到密度位移的数值:
KP表示密度的压力补偿系数;P测量表示传感器入口表压力 (psi) ;P校准表示校准流量计密度时的表压力 (psi) 。
其次, 得到密度位移的数值之后, 对压力补偿后的密度进行计算:
密度位移+测得的密度=压力补偿后的密度
最后, 得出压力补偿后的密度后, 在利用以下公式对K2密度系数进行计算, 或是计算密度校准系数的第二个五位数字。
例如, 当1700/2700型变送器与具有316L不锈钢流量管的D300型传感器联接时, 流量计显示的密度是0.995g/cm3, 0.998g/cm3是进行压力补偿后的密度。在密度校准系数的第一个五位数字为09615, 第二个五位数字为13333。13325=第二个五位数字新
在新的密度校准系数有13位, 其中温度的密度系数为09615133254.4。
D 3 0 0、D 6 0 0、D L 1 0 0、D L 2 0 0以及C M F300型传感器, 在与密度校准压力差值较大且有相当大的压力变化时, 对密度的输出进行调整, 使得实时压力补偿在密度测量中得到实现。密度输出可以使用以下等式:
采用Micro Motion 1700/2700型变送器对流量与密度测量进行实时压力补偿
假如已经知道传感器入口的压力情况, 在对流量与密度测量进行实时压力补偿, 可以采用个人计算机或是外部仪表进行计算[2]。1700/2700型变送器能够补偿传感器流量管的压力影响。配置压力变送器输出模拟信号 (HART) , 以获取实时压力值。压力变送器与流量计算机毫安输入端子连接;1700/2700型变送器和流量计算机的毫安输入端子连接。实时压力补偿在流量与密度测量中得以实现的步骤为:
第一, 对变送器HART地址进行设定:1700/2700变送器的HART地址设置为1, 压力变送器的HART地址设置为0, 并对压力变送器的标签进行定义 (如定义为PT01) 。
第二, 对流量校准时的压力进行设定。通常情况下, 流量计出厂时的校准压力为20psig, 假如用户对流量重新进行校准, 并对变送器的使用压力输入实行压力补偿, 那么用户必须设定校准的压力值[3]。
第三, 对流量和密度的压力补偿系数进行设定。两个附加的压力补偿系数可以被组态流量和密度。定义如下:
流量系数—每psi压力对应的流量变化百分比;
密度系数—流体密度变化, in g/cm3/psi;
不是所有的传感器或应用都需要压力补偿系数。数值与传感器产品数据表查到压力影响值符号相反。
第四, 设置压力补偿方式为轮询方式。使用Prolink II软件对1700/2700变送器进行压力补偿的设定:选择External Pressure C o m p e n s a t i o n (使用外部压力数据) ;在External Tag文本框内, 输入要轮询的压力变送器的标签 (如PT01) 。
第五, 检查实时压力值。在Prolink II软件Current Value文本框中查看接收到的实时压力信号值。
3 结束语
综上所述, 按照上文中的接线方式, 并做相应设置后, 那么1700/2700型的变送器就能够实现在Micro Motion质量流量计流量和密度测量的实时压力补偿。
参考文献
[1]王浩, 范广涵, 廖常俊, 周天明.应用最小二乘法完善质量流量计的工作曲线[J].仪器仪表学报.2008 (06)
[2]麦金洪.科氏力质量流量计的原理和应用[J].科技咨询导报.2008 (20)
压力流量 篇5
主要产品:压力变送器、差压变送器、液位变送器、漩涡流量变送器、电磁流量计、电导率仪。
产品特点:耐温0~150℃和0~210℃ (可选择) 、卫生卡箍式连接、无死角测量端、耐压冲击达到6倍、测量精度0.3%、液位测量精度≤3~8 mm误差、标准的24 V (DC) 供电、输出4~20 m A信号, 方便安装和零位调节, 超长质保期24个月, 为客户减少维护费用及生产成本。
中国陕西宝鸡百事得控制技术有限公司
地址:宝鸡高新大道218号邮编:721014
服务热线:18729717095电话:0917-3551227传真:0917-3551711
压力流量 篇6
在水利发电厂中, 流量和压力是常见的物理量。其中水利发电中的一些部分, 对流量和压力有较高的要求。在对流量和压力的监控过程中, 由于传统的继电器使用了大量的中间继电器和时间继电器, 在可靠性和抗干扰性方面存在着不足。为提高发电过程中的安全性、稳定性、精确性等要求, 本系统采用PLC对报警系统进行智能控制。
1 总体设计及控制要求
流量和压力的智能报警系统总体设计结构框图如图1所示。本系统采用流量传感器和压力传感器对被测的流量和压力进行实时的测量, 并把所测量的模拟量的值传递给PLC。然后PLC对这些物理量进行运算和比较等方面的处理, 当某些实时量存在不符合工作所要求的情况时, 这些信息就会通过语音芯片, 传递给扬声器对外报警。在本设计系统中, 压力值的范围是3.0～8.0 MPa, 流量值的范围是45.0～50 000.0 t/h, 如果所测值, 在此范围内系统正常运行, 如果在范围外, 系统对外报警。
2 系统硬件介绍
系统的主要硬件部分由PLC、流量传感器、压力传感器、语音电路、扬声器等组成。
本系统采用的PLC的型号是S7-200, 它有5种CPU模块, 最多可以扩展到248点的数字量的输入输出或者38路的模拟量输入输出。本系统选取CPU226CN, 可以扩展7个模块, 最大可以扩展数字量为248点, 最大可以扩展模拟量为35点。程序存储区为16KB, 数字存储区为10KB。不但满足本项目的要求, 还可以继续扩展到多个量。
流量传感器的选取为VF200-30插入式涡街流量计, 具有如下特点:量程范围大, 压力损失小, 精度高, 在测量工况体积流量时受流体粘度、密度、温度、压力等参数的影响小, 可以忽略不计, 可靠性能高, 维护工作量小。模拟量输出远传距离1 000 m, 脉冲输出500 m, 可与PLC连接, 不需要自己编写程序, 能带动256个负载。仪表参数能长期稳定, 能够满足工作要求是一种比较先进、合适的测量仪器。
压力传感器选取HM10高精度压力传感器, 该传感器具有以下特点:高稳定、高可靠、高精度、体积小、结构形式多样, 密封垫的端面密封。测量范围符合本系统要求。该传感器采取恒流源、恒压源供电, 采用标准螺纹引压测量的方式。使用此传感器时注意以下特点:安装齐平膜片应采取密封方式, 防止安装应力对产品造成不利影响, 选型功能代号“E”需要用安全栅供电。
语音芯片选择NV040语音芯片, 本智能语音芯片具有以下特点:音质高、分段多、操作灵活。PWM级别D扬声器放大器, 可直接驱动扬声器, 专业MIDI电子音乐处理能力, 分段放映操作灵活, 输出指示有忙状态, 可以选择多种封装, 具有扩展性能, 工作电压范围是2.7 V～3.6 V之间, 音频输出时电流在20 mA～120 mA之间, 适用广泛, 符合本系统要求。
3 系统软件设计
根据工程现场具体实际情况的要求, 结合本系统硬件的特征, 进行系统的应用程序的编写。图2是水电厂压力报警系统设计。
对实际工程中的物理量进行编程时, 很多量的程序段存在相同的部分。为减少工作量和加强程序的直观化, 对相同的部分程序采用模块化设计。结合本系统物理量相似性的特点, 本系统对于数据量的转化和运算的程序段采取子程序的方式进行编程。
进行子程序的编写时, 首先定义符合条件的输入量、输出量及中间变量的数据类型和变量类型。把所有量转化为能够进行统一运算的实数型, 然后在编写的子程序段中对其量进行数据的加、减、乘、除的运算。最后在主程序中进行子程序的调用, 在调用过程中给子程序段赋予实际要求的数值, 本程序对子程序进行了两次调用。
程序首先进行系统的初始化, 初始化包括对语音芯片内的初始化 (语音的内容及循环次数) 、流量传感器管脚的定义、压力传感器管脚的定义。系统的初始化完成之后, 可以对参数进行设置, 根据需要选取设置流量报警的上下限、压力报警的上下限以及报警的次数等。以上内容完成之后, 系统就开始进行工作:首先对流对量传感器和压力传感器上电, 进行流量和压力的采集。经过流量传感器和压力传感器的采集, 流量和压力的模拟量转化为电压值或电流值, 但此时的值也不能有效地反映工作现场的流量和压力, 继续把传感器转化后的电压值或电流值传送到模拟量输入模块, 并在其中转化为可以供PLC识别的数字量。根据送进PLC的数值及接口传送的类型, PLC中的预设程序进行运算、比较等处理。对于在PLC中达到报警限额的数字量, PLC把这些量传递给模拟量输出模块, 输出模块进行处理后把电压信号或电流信号传递给语音芯片, 则开始进行语音段的寻址, 产生控制信号, 最后将语音芯片预先设定的语音通过扬声器播放出来。
4 结语
本系统投入运行后, 效果良好, 满足了现场的工作要求, 更能够适应恶劣的环境, 达到了预设的目的。系统运行稳定, 易于操作和维护, 具有良好的应用价值, 值得推广。本系统还可以与工业组态相结合, 把每一部设计成组态画面并与现场相连接。通过组态可以更加清楚地看到每一步的运行过程, 使过程更加直接化、立体化。
摘要：以长江流域四川境内某水利发电站工程项目为背景, 提出了基于PLC的流量和压力智能报警系统的设计与实现方案, 给出了报警系统总体实现的结构框图, 详细介绍了流量和压力报警系统实现的PLC的应用程序, 同时案例采用了子程序的方法进行设计。该系统采用了现代化的科学技术, 减轻了工人的劳动强度, 提高了生产率, 克服了人为等不稳定的因素, 增加了人为调节的优点。
关键词：流量,压力,报警,水利发电厂
参考文献
[1]梁德成.S7-200PLC入门和应用分析[M].北京:中国电力出版社, 2010.
[2]严盈富, 监控组态软件与PLC入门[M].北京:人民邮电出版社, 2008.
[3]王法辉, PLC模块自动测试系统的设计与开发[D].辽宁:大连理工大学, 2010.
压力流量 篇7
在工业生产控制中, 尤其是连续性的生产过程中, 常常要采集一些物理量如电量参数、压力、流量、温度等进行生产中的分析。拟量模块通过扩展接口与PLC主机相连, 一般用电缆连接在主单元的右边。使用温度、压力等传感器和变送器完成对模拟量的采集输人。依据控制要求设计编写PLC控制程序, 再进行联机调试。
PLC作为一种工业控制装置, 在科研、生产、社会生活的诸多领域得到了越来越广泛的应用。大型的PLC配备过程控制模块可同时控制几十路模拟量, 但成本昂贵。中小型PLC控制系统仅对一路或几路模拟量进行闭环控制。硬件上只需配备数模及模数转换模块, 可使用PID编程功能模块, 只需设定好PID参数, 运用PID控制指令, 就能求得输出控制值。而厂家仅提供标准PID算法, 灵活性和适应性相对较差, 如根据被控对象的具体情况不同, 采用各种PID控制的变种, 如积分分离PID、不完全微分PID、PI、PD等, 这时用户可根据控制的算法, 自行设计梯形图程序[1]。
1 PLC模拟量的闭环控制
在工业控制过程中, 不管发生什么干扰, 导致输出值变化后, 总是想通过其自调性回到设定值对应的输出控制值上, 使偏差等于零。
在图1的无静差控制中看出, 在控制方法中采取的逐步累加 (累减) 的算法才能达到无静差, 累加的过程就相当于积分环节, 其积分的量不因累加的停止而停止, 所以系统仍有输出[2]。
应用最为广泛的调节器控制规律为比例、积分、微分控制, 简称PID控制。图2为本系统的闭环控制流程图, 在闭环控制中PID解决了其所需的本项目主要由PLC、变频器、压力变送器、电磁流量计和水泵等组成。通过PLC采集流量计与压力传感器的模拟信号, 进行其设定值与检测设备的反馈值的比较, 运用PID运算的调节功能, 通过整定好的参数输出控制信号, 输入到变频器进而控制变频器的频率, 最终达到控制电机的转速。
2 PLC的PID控制
就目前而言, 在工业控制领域尤其是控制系统的底层, PID控制器仍然是应用最广泛的工业控制器。具有PID控制器的产品已在工程实际中得到了广泛的开发与应用, 有PID参数的自整定功能的智能调节器, 有利用PID控制实现的压力、流量、温度、液位控制器, 有能实现PID控制功能的可编程控制器 (PLC) , 还有可以实现PID控制的PC系统等。
PID控制本身也在与时俱进, 结合现代控制理论、智能控制理论和其他控制规律的优点, 出现了诸多新颖的PID控制器, 如自校正PID、专家自适应PID, 预估PID, 模糊PID, 神经网络PID、非线性PID控制器等, 使PID控制应用远远超过了线性、非时变的范围。
在模拟量控制中, PID控制的数学表达式如下:
其中:U为被控制量;P为比例系数;I为积分系数常数;D为微分时间常数;U (0) 为偏差为零时被控制量;e为偏差 (设定值与被控制值之差) 。
PID控制是由偏差、偏差对时间的积分和偏差对时间的微分所叠加而成。比例控制为偏差与比例参数的乘积组成。这是PID控制中最基本的控制。图3是过渡过程质量指标示意图, 也是阶跃信号干扰作用影响下的过渡过程曲线图。常用的指标有:上升时间tr、过渡时间ts、衰减比n、静差、震荡周期与次数等。在PID控制参数整定时, 以能得到m1∶m2=4∶1的衰减过渡过程为最好, 这时的PID控制参数可称为最佳参数。
比例控制可减少偏差, 但无法消除偏差, 控制结果会产生余差。积分作用于偏差对时间的积分以及积分时间有关。加入积分作用, 系统波动加大, 动态响应慢, 但却能使系统最终消除余差, 使控制精度得到提高。微分输出与偏差对时间的微分以及微分时间有关。它对比例控制起补偿作用, 能够抑制超调、减少波动、减少调节时间, 使系统保持稳定。PID控制系统框图如图4所示。
三菱系列PLC采用的算法 (采用数字递推增量式PID控制算法, 综合了一阶惯性数字滤波、不完全微分和微分先行等措施) [2]:
其中:e (k) 为本次采样偏差;e (k-1) 为一个周期前的偏差;SV为设定值;PVf (k) 为滤波后本次采样测定值;PVf (k-1) 为一个周期前的滤波后的测定值;PVf (k-2) 为二个周期前的滤波后的测定值;ΔU为输出变化量;U (k) 为本次输出值;D (k) 为本次微分值;D (k-1) 为一个周期前微分值;k为比例增益;T为采样周期;Ti为积分时间;Td为微分时间;αd为微分增益。
3 应用
本项目采用PLC控制器通过触摸屏进行人机对话操作, 可设置各参数的上下限阀值、试验次数和时间, 能自动或人工控制各部分动作的执行, 自动控制为水压可以自动从高压到低压或低压到高压自动执行, 每给检测水压力点能保持稳定1分钟。
系统使用的模拟量输入模块是FX2n-2AD。用模拟量输入模块进行模拟量输入一般都要先把模拟量通过相应的传感器和变送器变换为标准的电压 (0～10 V, -10～10 V等) 和电流 (0～20 mA, 4～20 mA) 才能介入模块通道。PLC也可采集脉冲方式输入的模拟量信号。系统主要采用周期采样的方式采取流量、压力两个电流模拟量, 系统要求以额定的压力情况下, 监测流量的参数, 在开启测试时, 启动时管内压力未达到设定值时, PLC控制变频器的频率输出, 进而改变水泵的输出的转数。在三菱PLC指令下, 使用FROM和TO语句读取出模拟量模块采集的数据, 进行数据的量化等处理, 采用了三菱PLC中正动作的算法, 与事先设定的值比较, 从而判断PLC对变频器的模拟量输出值的大小。存储器分配如表1所示[3,4]。
PID参数设定用MOV语句对寄存器写入数值。根据表1的参数设定, PID指令执行部分程序如图5所示。
通过本系统调试, 在恒压0.6 MPa下对参数的几次调整, 基本上能找到合适的值, 得出理想的控制效果[7,8]。参数的对比如表2所示。
经过多次的对图5中PID的参数整定, 现场调试后, 采用第n次的参数能达到项目要求。得出表2数据, 利用变频调速器无级调节水压力, 能在0～15 L/min流量范围内调节, 最高压强可达到1.5 MPa, 在低压强输出时同样保证流量15 L/min, 最低可达到0.02 MPa。
4 结论
目前, 该控制系统已经在电器厂洗碗机的流量、压力特性测试机控制中得到了成功应用, 现场运行效果良好。因此, 利用PLC实现的电机速度闭环控制, 不仅可以获得与工控机相当的控制精度, 而且还可以获得较工控机更高的可靠性和更强的抗干扰能力, 值得大力推广应用。
摘要：提出了在PLC控制的中小型系统中, 监测模拟量过程的闭环控制的算法;阐述PLC中PID指令的控制原理、三菱PLC中PID的算法;在实际应用中, 实现PID指令程序对流量、压力模拟量的闭环过程控制的使用, 该控制系统在生产调试中得到较稳定的控制。
关键词：三菱PLC,PID控制,闭环控制
参考文献
[1]任俊杰, 李永霞, 李媛.基于PLC的闭环控制系统PID控制器的实现[J].制造业自动化, 2009 (4) :1-4.
[2]李金城.PLC模拟量与通信控制应用实践[M].北京:电子工业出版社, 2010.
[3]姚福强, 高正中, 姚福安.基于PLC和变频器串行通讯的变频恒压供水系统[J].微计算机信息, 2004 (8) :2-4.
[4]张文庆.PID算法在PLC模拟量闭环控制中的实现[J].信息技术, 2003 (1) :1-3.
[5]三菱电机.FX1S, FX1N, FX2N, FX2NC系列编程手册[Z].2005.