阅读说明：本技术 一种精确流量获取装置及方法 (Accurate flow obtaining device and method ) 是由 安斯奇 吕东晓 陈思成 徐星辰 曽钰峻 王玥峰 于 2020-04-08 设计创作，主要内容包括：本发明为一种精确流量获取装置及方法,由储水箱、直流电机驱动泵、产生数字信号的流量传感器和产生模拟信号的液面传感器、启动与控制机构以及PC端数据处理模块组成。储水箱模拟实际储存液体容器体积,直流电机驱动泵用于改变实时流量,流量传感器用于获取实时的液体流量,液面传感器用于测量位于容器中的液体绝对体积,启动与控制机构通过AVR单片机输出PWM信号控制泵的转速、获得传感器信号并输出测量参数,数据处理模块将传感器所采集的信号进行处理,利用多传感器反馈数据并设计卡尔曼滤波信号处理算法进行数据融合,实现流量的精确测量。此装置与传统的流量测量方式相比具有精度高,实时测量准确,算法简单计算量小等优点。(The invention relates to a device and a method for acquiring accurate flow, which consists of a water storage tank, a direct current motor driving pump, a flow sensor for generating digital signals, a liquid level sensor for generating analog signals, a starting and control mechanism and a PC (personal computer) end data processing module. The water storage tank simulates the volume of an actual liquid storage container, the direct current motor drive pump is used for changing real-time flow, the flow sensor is used for acquiring real-time liquid flow, the liquid level sensor is used for measuring the absolute volume of liquid in the container, the starting and control mechanism outputs PWM (pulse width modulation) signals through the AVR single chip microcomputer to control the rotating speed of the pump, obtain sensor signals and output measurement parameters, the data processing module processes signals acquired by the sensor, and the data processing module performs data fusion by utilizing multi-sensor feedback data and designing a Kalman filtering signal processing algorithm to realize accurate measurement of the flow. Compared with the traditional flow measurement mode, the device has the advantages of high precision, accurate real-time measurement, simple algorithm, small calculated amount and the like.)

一种精确流量获取装置及方法

技术领域

本发明涉及一种精确流量获取装置及方法，用于油量获取、自动化喷洒等多个领域。

背景技术

在电子式控制系统高速发展的今天，精确流量装置广泛应用于航空器、汽车和农业生产等诸多领域。随着经济社会的持续发展，越来越多的领域对精确流量装置提出更多的需求。在有关计量系统的研究中，在传感器及其数据融合方面。白文浩在液面监测实验[1]([1]白文浩.面向液面监测时滞效应的多传感器融合算法[D].长安大学，2017.)中在国内外液面监测技术分析的基础上，从测量精度、可靠度、成本、安装方便性等方面对比各种液面监测技术，选择超声波液面测量法，并针对单传感器测量技术的不足，采用多传感器融合算法，使用多传感器采集数据并且进行数据融合。从准确度和实时性两方面详细讨论了多传感器融合算法。并将采集到的数据使用多传感器融合算法进行融合，交由上位机进行分析。而朱黎在水塔水位的控制实验[2]([2]朱黎.水塔水位的自动控制[J].商，2013(8)：216-216)中，融合多个电容式液面传感器进行监测以提升计量系统输出精度，认为此方案增强了系统的可靠性、稳定性和实用性。但超声波液面传感器实质上为绝对测量，误差来源为实测高度H(t)和储水箱的数学模型准确度，其中实测高度H(t)易受水面波动影响，这是最主要的误差来源；另外，存在少部分误差来自于超声波液面传感器自身品质和精度。因此在进行动态流量测量时，仅使用多个液面传感器以提升计量精度有很大的局限性，本发明将流量传感器与液面传感器相融合，将二者实现优势互补。韩萍，桑威林，石庆研提出了一种新型非线性卡尔曼滤波方法—单形无迹求积卡尔曼滤波(SUQKF)方法[3]([3]韩萍,桑威林,石庆研.一种新型非线性卡尔曼滤波方法[J].仪器仪表学报,2015,36(03):632-638.)，该方法通过对单形无迹卡尔曼滤(SUKF)波所用的采样点进行修正，并与高斯-拉盖尔积分准则相结合，构造了一组个数、权系数和空间分布确定的新型高阶采样点，用来进行滤波。同时指出SUKF是SUQKF的特例。将所提方法通过实验与扩展卡尔曼滤波(EKF)、容积求积卡尔曼滤波(CQKF)进行比较，结果表明：SUQKF方法滤波精度高于EKF和CQKF，且收敛速度较快，实时性优于CQKF。因此本发明将卡尔曼滤波的思路引用到融合传感器反馈数据上，卡尔曼滤波的迭代处理方式，没有延迟，更加能满足对精准测量的需求。

发明内容

本发明技术解决问题：克服现有技术的不足，提供一种精确流量获取装置及方法，利用融合流量传感器与液面传感器反馈数据并设计卡尔曼滤波信号处理算法进行数据融合的方式，解决目前流量工况测量中普遍存在的，精度低，受波动干扰大等问题。

本发明的技术解决方案：一种精确流量获取装置，包括：储水箱、直流电机驱动泵、流量传感器、液面传感器、启动与控制模块、及PC端内的数据处理模块；

储水箱，储水并模拟实际储存液体容器的体积；

直流电机驱动泵，由一个直流电机和齿轮泵组成，由无刷电调控制直流电机，从而控制齿轮泵的转速，用于改变储水箱中液体流量，模拟不同工况下的液体流量；

流量传感器，安装在直流电机驱动泵出水端一侧，当液体流过流量传感器内部的磁性转子组件时，冲击磁性转子开始转动，产生不同磁极的旋转磁场，通过切割磁感线，流量传感器内部的霍尔元件产生相应的高低脉冲电平并输出流量信号至PC端；

液面传感器，安装在储水箱的上方，测量储水箱的液面高度，产生的液面高度信号输出至PC端，与储水箱截面积相乘得到液体变化体积；

启动与控制模块，以Arduino单片机开发板单片机开发板为平台，通过AVR单片机控制产生电信号启动直流电机，直流电机驱动齿轮泵、流量传感器及液面传感器；通过脉冲宽度调制调压的方法，利用滑调电位器控制，改变齿轮泵的转速以达到不同流量下测量的目的；同时将流量传感器、液面传感器获得的数字的流量信号与模拟的液面高度信号输入至PC端Arduino单片机开发板单片机开发板平台，由Arduino单片机开发板单片机开发板的程序转换为流量大小并在Arduino单片机开发板单片机开发板平台的串口监视器中显示输出；

数据处理模块,基于卡尔曼滤波算法，对PC端接收的流量传感器与液面传感器输出的流量信号与液面高度信号，进行卡尔曼滤波融合处理，最终得到精确的流量值。

所述数据处理模块中，采用卡尔曼滤波法，以最小均方误差为最佳估计准则，利用当前时刻来自不同传感器的观测值对前一时刻的估计值进行修正，从而更新对状态量的估计，得出当前时刻的估计值，根据建立的滤波估计方程和滤波偏差方程对需要处理的信号做出满足最小均方误差的最佳估计，最终得到实际精确流量。因此将流量值设定为唯一状态量。卡尔曼滤波法对实时数据波动的抑制效果好，能最大程度地估计和还原真实数据。

具体卡尔曼滤波算法实现过程如下：

(1)利用当前时刻来自流量传感器和液面传感器的观测值对前一时刻的估计值进行修正得到D_k-1为前一时刻液体流量的最优偏差值；R_k ²＝B_k ²+C_k ²为不确定度；B_k为当前时刻流量传感器的协方差；C_k为当前时刻液面传感器的协方差；A_k为当前时刻预测偏差值，为流量传感器得到的增益权重；为液面传感器得到的增益权重；得到偏差预测方程、滤波增益权重方程为下式：

(2)得到滤波权益增重之后，通过上一时刻流量传感器和液面传感器得到的预测值以及当前时刻得到的流量传感器的流量值Y_k和当前时刻得到的液面传感器的流量值Z_k，得到滤波估计方程如下：

其中为当前时刻用流量传感器得到的估计值，为当前时刻用液面传感器得到的估计值，为当前时刻融合后得到的流量估计值。

所述储水箱中设置有压力传感器，用于测量储水箱内实际液面高度，PC端通过Arduino单片机开发板监测，液面高度过低时及时停止装置，确保直流电机驱动泵的正常工作。

所述直流电机驱动泵为无刷直流电机驱动的齿轮泵，用于改变液体实际流量。

所述流量传感器采用了容积式涡轮，采用容积式涡轮和霍尔原理，即流动的液体冲击使涡轮旋转，涡轮旋转产生脉冲或方波，计算脉冲频率或方波高电平时间，通过测量得到，流量传感器的脉冲对应的体积关系式为10040脉冲/升，实际液体流量由流量传感器所测实时流量积分获得。叶轮的叶片与流向有一定的角度，流体的冲力使叶片产生转动力矩，旋转的叶片切割磁场中的磁力线产生电脉冲信号，利用霍尔原理，可得到脉冲频率，计算脉冲频率或方波高电平时间，通过测量得到，流量传感器的脉冲对应的体积关系式为10040脉冲/升，PC端通过读取流量传感器输出的脉冲数量来对流量进行计量，得到流量的最终表达式，实际液体流量由流量传感器所测实时流量积分获得。

所述液面传感器为红外液面传感器或超声波液面传感器，利用差分体积进行绝对测量，能够弥补流量传感器因管路中夹杂来自药箱的气泡，管路出口阻力过大或压力不均匀，产生湍流造成重复计数所带来的误差。因单一的流量传感器有夹杂来自药箱的气泡、传感器涡轮叶片旋转产生负压使溶解在水中的气体析出，造成充填效率降低或产生湍流造成重复计数而使流量传感器所测实时流量计算存在不可接受的误差，引入液面传感器能直接测量位于容器中的液体绝对体积，建立传感器自身至液面的高度差与储水箱中实时水体积的函数关系式。选取多项式进行拟合，无积分漂移，能避免气泡等因素干扰，静态精度较高，但易受液面动态低频扰动的影响。

所述启动与控制模块以Arduin单片机开发板为平台，Arduino单片机开发板平台中由一块型号为AVR的单片机、一个16MHZ晶振振荡器和一个5V线性稳压直流电源构成，所用的是Arduino单片机UNO型开发板；端口配置为一个Mini USB接口，用来与PC端进行通讯和程序的烧录；另外通过滑调电位器输出PWM控制信号与齿轮泵建立控制关系，控制驱动泵的转速以控制流量大小，将读取流量传感器和液面传感器所获取的数字信号与模拟信号，通过Mini USB接口传输到PC端获得流量数据。另外通过滑调电位器模块改变方波脉冲电压信号输出PWM控制信号与驱动泵建立控制关系，控制驱动泵的转速以控制流量大小。

本发明的一种精确流量获取方法，包括以下步骤：

(1)储水箱模拟实际储存液体容器体积直流电机驱动泵用于改变液体流量，模拟不同工况下的液体流量；

(2)流量传感器根据输出脉冲数量来计量实时流量大小，实质上是积分测量，霍尔元件输出脉冲数量是对实时水流量的积分，其积分表达式为：

式中，count为输出脉冲数量；v₀(t)为实时水流量；δ为流量与输出脉冲数量的对应关系系数；t为时间(单位：毫秒)；

从式(1.1)看出，输出脉冲数量是对实时流量在0到t时间上的定积分，根据积分与微分互为逆运算的关系，由(2.1)式得：

v₀(t)是输出脉冲数量count对时间t的导数，即是曲线的斜率；

(3)为了提高精度，对流量传感器进行精确标定，并在此基础上增加第二种传感器即液面传感器，建立液面传感器自身至液面的高度差H与储水箱中实时水体积V的函数关系式，选取多项式进行拟合，储水箱容积和液面高度差的拟合关系式如下式：

V(H)＝∑λ_iHⁱ,i≥2

其中λ_i为多项式常数，i是多项式拟合时的次数；V(H)实时水体积V的函数；

(4)以Arduino单片机开发板为平台，读取两传感器所获取的数字信号与模拟信号通过Mini USB接口将其传输到PC端获得流量数据，采用卡尔曼滤波法，以最小均方误差为最佳估计准则，利用当前时刻来自不同传感器的观测值对前一时刻的估计值进行修正，从而更新对状态量的估计，得出当前时刻的估计值，根据建立的滤波估计方程和滤波偏差方程对需要处理的信号做出满足最小均方误差的最佳估计，最终得到实际精确流量。

本发明与现有技术相比的优点在于：

(1)本发明由储水箱、直流电机驱动泵、产生数字信号的流量传感器和产生模拟信号的液面传感器、并将两传感器获得的信号进行处理融合、通过AVR单片机控制产生电信号进行启动与控制、以及利用卡尔曼滤波的数据处理模块组成。水箱模拟实际储存液体容器体积，储水箱中设置有压力传感器，用于测量储水箱内实际液面高度，PC端通过Arduino单片机开发板监测，液面高度过低及时停止确保齿轮泵泵的正常工作；直流电机驱动泵，该直流电机驱动泵为无刷直流电机驱动的齿轮泵，位于储水箱之后，传感器之前，由无刷电调控制电机，进而控制齿轮泵泵的转速，用于改变液体流量，模拟不同工况下的液体流量。与现有技术相比，本发明设计实时信号的精确估计或修正有较好效果，不同类型的传感器能扩展测试维度，规避单一传感器的固有缺陷，从而获得更好的融合效果，有效地提高不同工况的测量精度和其他与液体测量相关的数学模型准确度。

(2)本发明采用的卡尔曼滤波代码量简单，对单片机的计算要求比较低且卡尔曼滤波的迭代处理方式，没有延迟，对波动信号的抑制效果好，能够使所得数据满足其精确要求。

(3)如今电子器件的集成度高，价格低廉，重量轻，易获得，相对于传统的复杂机械式装置来说，所需成本大大降低，实际生产中的可行性也更强。

(4)本发明使用低成本的元器件，配合合适的计量算法，较大程度地提高了计量精度，对工业生产提高了低成本思路。

(5)本发明使用模块化设计，能一定程度的改装。在满足信号制式的前提下，可更换动力装置或适配传感器型号，具有较强的通用性。

(6)本发明具有通用性，适用领域广泛，可行性高，可以运用在各个需流量精确获取的领域。

附图说明

图1为本发明装置的组成框图；

图2为本发明卡尔曼滤波法算法结构图；

图3为本发明在大流量工况下三种信号处理方式对比；

图4为本发明在中等流量工况下三种信号处理方式对比；

图5为本发明在小流量工况下三种信号处理方式对比；

图6为本发明在动态流量工况下三种信号处理方式对比；

图7为流量传感器单独计量流过体积和多传感器计量流过体积效果对比。

具体实施方式

下面结合附图及实施例对本发明进行详细说明。

如图1所示，该图为流量获取系统的结构图，本发明主要包括储水箱1、直流无刷电机离心驱动泵2、产生数字信号的流量传感器3，产生模拟信号的液面传感器4，并将两传感器获得的信号进行处理融合，通过AVR单片机控制产生电信号实现的启动与控制模块5，利用卡尔曼滤波的数据处理模块6。

直流无刷电机驱动泵2，其用于控制流体流速，以模拟不同工况下的流量情况，为避免由喷口堵塞带来的测量不准的问题，在泵两端安装回流管路并由步进电机控制。通过脉冲宽度调制(Pulse Width Modulation，PWM)调节其占空比来调整输入电压的大小，从而实现调速的目的。流量传感器3采用容积式涡轮，叶轮的叶片与流向有一定的角度，流体的冲力使叶片产生转动力矩，旋转的叶片切割磁场中的磁力线产生电脉冲信号，利用霍尔原理，可得到脉冲频率，计算脉冲频率或方波高电平时间。经流量传感器内霍尔元件发出的脉冲数量是流量在时域上的积分，使用高精度量筒对脉冲数进行静态测量。多次重复测量后，确定1mL水对应脉冲数量为δ个，流量传感器输出脉冲数量与单位体积(升)水的对应关系约为：1680个/L。因此每毫升水对应脉冲数量为个。根据输出脉冲数量来计量实时流量大小，实质上是积分测量。霍尔元件输出脉冲数量是对实时水流量的积分，其积分表达式为：

式中，count为输出脉冲数量；v₀(t)为实时水流量；δ为流量与输出脉冲数量的对应关系系数；t为时间(单位：毫秒)。

可以看出，输出脉冲数量是对实时流量在0到t时间上的定积分。根据积分与微分互为逆运算的关系，可得：

v₀(t)是输出脉冲数量count对时间t的导数，即是曲线的斜率。

已喷洒药量(体积)由流量传感器所测实时流量积分获得。实际作业中，该类型流量传感器的精度约为±0.05L/L，而造成精度偏低的问题主要有：

1)管路中夹杂来自药箱的气泡，使得实际通过传感器的流量小于测量值，已喷洒的药液总量计算存在不可接受的误差；

2)传感器涡轮叶片旋转产生负压使溶解在水中的气体析出，造成充填效率降低，使得实际通过传感器的流量小于测量值；

3)固体残渣堵塞喷口使得管路出口阻力过大或压力不均匀，产生湍流造成重复计数，使得实际通过传感器的流量大于测量值。

为了提高精度，对流量传感器进行精确标定，并在此基础上增加第二种传感器。即加入图2中的液面传感器4，如图1所示，建立传感器自身至液面的高度差H与储水箱中实时水体积V的函数关系式。选取多项式进行拟合，储水箱容积和液面高度差的拟合关系式如下式，其中λ_i为多项式常数，i是多项式拟合时的次数。

V(H)＝∑λ_iHⁱ,i≥2

以Arduino单片机开发板开发板为平台的启动与控制模块5，即通过PC端(上位机)监控并采集控制器(下位机)的数据并烧录程序代码至控制器至AVR单片机，进行数据处理，达到控制目的，本发明通过读取滑调电位器模块的脉宽范围为0-1024μs的电位脉冲信号并经过数据处理经线性变换后输出脉宽范围为1000-2000μs的PWM控制信号输入电调，电调根据PWM控制信号的脉宽调节供给无刷直流电机的电压，使得齿轮泵转子的转速改变，从而改变液体的流量。

在实际的流量检测应用中，需要实时监测、反馈和调节液体流量，因此测量精度和传感器精度紧密相关，本发明采用的两种传感器各有优点：流量传感器与流量正相关，动态测量准确度高；液面传感器对液面高度的绝对测量，稳态测量不漂移。现通过融合二者的反馈数据对流量值进行校准。

本发明选用卡尔曼滤波对两个传感器得到数据进行处理和融合，如图2为卡尔曼滤波法算法结构图，如图2所示卡尔曼滤波的优点就是代码量简单，对单片机的计算要求比较低，适合在远程设备上使用，并且，卡尔曼滤波的采用迭代处理方式，没有延迟，更加能满足本发明精准测量液体流量的需求。

采用卡尔曼滤波法，计划同时解决随机线性离散系统的滤波和参数估计两个问题：以最小均方误差为最佳估计准则，采用包括信号与噪声的状态空间模型，利用当前时刻来自不同传感器的观测值对前一时刻的估计值进行修正，从而更新对状态量的估计，得出当前时刻的估计值，算法根据建立的系统方程和观测方程对需要处理的信号做出满足最小均方误差的最佳估计。因此将流量值设定为唯一状态量。如图2所示利用当前时刻来自流量传感器和液面传感器的观测值对前一时刻的估计值进行修正得到D_k-1为前一时刻液体流量的最优偏差值；R_k ²＝B_k ²+C_k ²为不确定度；B_k为当前时刻流量传感器的协方差；C_k为当前时刻液面传感器的协方差；A_k为当前时刻预测偏差值。为流量传感器得到的增益权重；为液面传感器得到的增益权重；得到偏差预测方程、滤波增益权重方程为下式：

得到滤波权益增重之后，可以通过上一时刻两传感器得到的预测值以及当前时刻得到的流量传感器的流量值Y_k和当前时刻得到的液面传感器的流量值Z_k。得到滤波估计方程如下：

其中为当前时刻用流量传感器得到的估计值。为当前时刻用液面传感器得到的估计值。为当前时刻融合后得到的流量估计值。

为验证卡尔曼滤波法的效果能够达到本实验的目的，引入常用的算术平均法(arithmetic averaging approach)和加权滤波法(weighted smoothing approach)同时与之比较。由流量传感器得到的增益权重α；和液面传感器得到的增益权重β来进行，加权滤波，其中加权滤波法滤波增益权重满足α+β＝1。得到，加权滤波法滤波估计方程如下式：

得到滤波估计方程之后，将卡尔曼滤波法、加权滤波法和算术平均法进行对比，验证卡尔曼滤波法的优势。此时设置采样率为100，对喷洒泵调速得到不同的流量工况，将来自超声波液面传感器和流量传感器的实时数据通过片载程序进行实时处理得到稳态流量信号值对比和动态流量信号值对比。本发明利用MATLAB软件进行了有关数值计算、控制系统分析及仿真性能验证。在MATLAB下建立系统框图和仿真环境的Simulink。得到如图3、图4、图5所示不同流量工况下的稳态流量信号对比值，图3为在大流量工况下分别用算数平均法、加权滤波法和卡尔曼滤波法得到的流量结果，图4为在中等流量工况下分别用算数平均法、加权滤波法和卡尔曼滤波法得到的流量仿真结果，图5为在小流量工况下分别用算数平均法、加权滤波法和卡尔曼滤波法得到的流量仿真结果，图6为在动态流量工况下分别用算数平均法、加权滤波法和卡尔曼滤波法得到的流量仿真结果。由仿真实验结果可以得出，由于受到低频扰动，液面传感器的剧烈波动严重影响估计数据，致使算术平均法的误差甚至超过30％。卡尔曼滤波法对实时数据波动的抑制效果最好，能最大程度地估计和还原真实数据。其次在流量变化过程中，卡尔曼滤波也可以准确地跟随。验证了卡尔曼滤波法在数据测量准确性与稳定性方面的性能优于算术平均法和加权平均法。arithmetic averagedsignal算数平均法信号weighted smoothed signal加权平均法信号Kalman filteredsignal卡尔曼滤波信号。

如图7所示，在稳态流量工况下，流量传感器受高频干扰以及经过单纯的积分存在积分漂移现象，即长时间计量流过体积比真实值偏少。由于液面传感器测量绝对体积，因此结合液面传感器的多传感器融合方法能有效避免积分漂移的问题。纵坐标measuredvolume测量体积。