阅读说明：本技术 基于小波分析的电荷感应风速检测方法 (Charge induction wind speed detection method based on wavelet analysis ) 是由 刘丹丹 汤春瑞 于 2018-08-01 设计创作，主要内容包括：基于小波分析的电荷感应风速检测方法,解决可直接准确测量风速、无需标定,而且具有永不堵塞、免维护的特征。能够适应恶劣环境、大管道高流速风速、风量的在线检测。交流耦合静电感应检测获得的电信号反应粉尘粒子的运动状态及带电属性,在检测探头设计固定的情况下,也会出现较复杂的波动及不明显的周期性特点,反应为正弦信号的多次谐波的叠加(也包含有空间电磁干扰)。在粉尘浓度相对稳定及流场相对均匀的情况下,信号会表现出较好的周期性。而信号的波动正好反映了粉尘浓度大小,因此从算法规划方向上,通过小波分析或短时傅立叶变化后,主要提取信号的偏差(反映浓度的变化程度),通过一定时间的累积,反映该段时间段内粉尘的平均浓度,并实时跟踪累积的变化。(The charge induction wind speed detection method based on wavelet analysis solves the problems that the wind speed can be directly and accurately measured, calibration is not needed, and the charge induction wind speed detection method has the characteristics of never blocking and maintenance. The device can be suitable for online detection of severe environment, high flow speed and high air volume of a large pipeline. The electric signal obtained by the ac coupling electrostatic induction detection reflects the motion state and the charged property of the dust particles, and under the condition that the design of the detection probe is fixed, the characteristics of complex fluctuation and unobvious periodicity also appear, and the signal is reflected as the superposition of multiple harmonics of a sinusoidal signal (including space electromagnetic interference). Under the conditions of relatively stable dust concentration and relatively uniform flow field, the signal shows better periodicity. And the fluctuation of the signal just reflects the dust concentration, so that in the algorithm planning direction, after wavelet analysis or short-time Fourier change, the deviation of the signal (reflecting the change degree of the concentration) is mainly extracted, the average concentration of the dust in a period of time is reflected through accumulation in a certain time, and the accumulated change is tracked in real time.)

基于小波分析的电荷感应风速检测方法

所属技术领域

本发明涉及风速检测方法，特别是煤矿井下超声波检测原理、机械测速仪风速传感器对环境要求高的情况下风速测量方法。

背景技术

目前煤矿应用的风速传感器主要采用超声波检测原理，风标式也还在便携式测速仪中应用。但超声波式风速传感器探头体积较大，对管道流场干扰较大，测试范围小于30m/s。管道风速的检测采用差压式和热式风速传感器，但对测试环境有较高要求，在井下易被污染，而且热式传感器反应较慢，长期使用会产生温漂,在矿井管道风速检测中，采用压差式、超声波及热式风速计，对环境要求高，对流场影响大。风速、烟气流速测量是工业自动化过程中的重要参数。风速测量装置是工业自动化过程控制的重要设备。

目前广泛应用在工业上的风速、风量测量装置，例如皮托管、威力巴、靠背笛形管、文丘里、多喉劲、机翼装置等，都是采用P测量方法即全压测量管和静压测量管形式，用差压变送器一端连接全压感压管、另一端连接静压感压管，通过测量全压和静压之间的差压来测量流速的。

由于感压管末端必需连接差压变送器感压，感压管易堵塞，尤其在含尘气流测量中极易堵塞，维护量大，给测量造成困难。

发明内容

为了克服上述弊端，本发明提出利用电荷感应技术和相关原理，基于小波分析的电荷感应风速检测方法，不仅可直接准确测量风速、无需标定，而且具有永不堵塞、免维护的特征。能够适应恶劣环境、大管道高流速风速、风量的在线检测。

在固定距离上采用相同的小波扰动量检测方法，获得粉尘经过两个检测点的感应信号，获取粉尘经过的时间，来计算风速及风量的大小。

当管道中的煤粉介质流经过电荷感应传感器时，传感器所接收到的电荷信号有介质对探头的撞击电荷、摩擦电荷和感应电荷。但是由于安装在管道上传感器的表面积相对于管道面积非常小，大部分接收到的电荷信号来自于感应电荷。感应电荷信号的强度与煤粉浓度和流速有关。如下式所示，电荷信号强度是煤粉浓度和风粉流速的二元函数，它既受煤粉浓度大小的影响，也受风粉流速变化的影响。

E＝f(N,V)

其中：

E-电荷感应信号强度

N-煤粉浓度

V-风粉流速

交流电荷感应式煤粉浓度测量装置采用交流电荷耦合技术，是测量一次风粉流经探头时的感应电荷围绕电荷平均值的交流扰动量，作为煤粉浓度和流速测量的基础信号。在交流耦合技术中，感应电荷的正负平均值被滤除，然后系统探测剩余扰动信号的电场、波峰值、均方根值、以及其他各种混合变化。以上数值中，均方根值能准确反映信号的标准偏移。煤粉浓度越高和流速越大，信号的标准偏移就越大，所以交流耦合技术以监测电荷信号的标准偏移来确定交流信号的扰动量，并以即时扰动量的大小来确定煤粉瞬时总量。电荷信号的标准偏移与煤粉的瞬时总量有准确的线性关系，再用同一时刻、同一测点测得的的一次风瞬时流速除以电荷信号的标准偏移量，来获得稳定的煤粉浓度。

如下式所示：煤粉浓度＝煤粉总量/(流速*管道截面积)

便可以准确地测得一次风管中煤粉的相对浓度值，在现场通过总量标定法标定后得到煤粉浓度的绝对值。所有的浓度测量设备，都需要安装后进行现场标定。

本发明实现发明目的采用的技术方案是，交流耦合静电感应检测获得的电信号反应粉尘粒子的运动状态及带电属性，在检测探头设计固定的情况下，也会出现较复杂的波动及不明显的周期性特点，反应为正弦信号的多次谐波的叠加(也包含有空间电磁干扰)。在粉尘浓度相对稳定及流场相对均匀的情况下，信号会表现出较好的周期性。而信号的波动正好反映了粉尘浓度大小，因此从算法规划方向上，通过小波分析或短时傅立叶变化后，主要提取信号的偏差(反映浓度的变化程度)，通过一定时间的累积，反映该段时间段内粉尘的平均浓度，并实时跟踪累积的变化。风速检测采用两点检测求相关的算法，如图1所示，在固定距离上采用相同的小波扰动量检测方法，获得粉尘经过两个检测点的感应信号。对同一束粉尘云，理论上在两点获得的信号有很好的相关性，通过相关性检测算法，获取粉尘经过的时间，来计算风速及风量的大小。经过处理器相关算法处理，可以找出出自同一束粉尘“云”之间的时间t，管道风速v＝L/t。L为两传感器的设计时的固定距离。电荷感应式免维护风速测量装置，包括一对电荷感应传感器和信号处理单元。传感器分为上游传感器和下游传感器，相互平行且垂直于气流管道安装。根据交流电荷感应原理，即气流介质在流经一对传感器时，在上下游传感器探头上感应等量随机电荷信号，两组随机信号同时传至信号处理单元，在信号处理单元中经过信号调理、A/D变换转成数字信号，再由嵌入式处理器根据交相关数学模型计算后就能获得二个信号的高精度时差△t；

上下游传感器之间的安装距离是恒定的L，利用公式：V(m/s)＝L(m)/△t(s)可以准确的计算出气流绝对流速。在输入风道的截面积后就可测得体积流量；信号处理单元通过D/A转换变成4-20mA表征流速的模拟信号或通过现场总线输出给其他系统。

本发明的有益效果是：采用感应式原理检测风速，测试范围宽，理论可达60m/s；探头为金属干，对大管道而言，对流场干扰极小；特别适合有粉尘的环境，长期运行不会引起粉尘的沉积，免维护，适应性强，可广泛应用于煤矿井下各点的风速连续在线检测。并采用相同的检测方法，通过相关算法处理，研制出基于静电感应的管道风速传感器，测量范围2～40m/s，测量值绝对误差≤±0.5m/s，分别率0.1m/s。

下面结合附图对本发明进行详细说明。

附图说明

附图1为基于小波分析的电荷感应风速检测装置系统原理图。

附图2为风速检测仪测试精度验证系统原理图。

具体实施方式

：

由于含尘气流粉尘颗粒带电在探头上产生感应电荷，通过对电荷信号围绕着电荷平均值的扰动量的变化进行测量能够实现对粉尘浓度的检测。不同于直流耦合的静电感应技术，交流耦合静电感应技术采用检测粉尘电荷的扰动量(波动信号)而非总的静电感应量(摩擦静电和感应静电总和，滤除掉交流信号后总的电荷量均值)，因此不受探头粉尘累积的影响，信号强度大，可以采用更多的算法对扰动量进行处理、识别，而直流耦合的直流信号易湮灭在环境的干扰信号中，识别精度较低。

在固定距离上采用相同的检测方法，获得粉尘经过两个检测点的感应信号。对同一束粉尘云，理论上在两点获得的信号有很好的相关性，通过小波变换扰动量相关性阈值检测算法，获取粉尘经过的时间，来计算风速及风量的大小。基于小波分析的电荷感应风速检测装置如图1所示：

1)计算空间和时间需求较合理，易于编程实现；2)具有二维同向性，变换过程可通过滤波实现；3)计算不需进行抽样和插值，有利于获取信号的细节特征；

对于一维信号C(x)，假设{C_i(x)}为信号C(x)和尺度函数ψ(x)的标量积，尺度函数实际上是一个低通滤波器。信号C(x)经过第一次滤波后得到C₁(x)，ω₁(x)＝C₀(x)-C₁(x)包含这两个尺度之间的信息，ω₁(x)称为第一小波面，也是对应尺度函数小波变换的结果。而小波函数φ(x)与尺度函数ψ(x)有如下关系：

φ[x/2]/2＝ψ(x)-ψ[x/2]/2 (1)

相邻的尺度之间相差两倍，经过i次滤波后得到C_i(x)为：

ω_i(x)＝C_i-1(x)-C_i(x) (3)

式中，ω_i(x)为尺度i下的小波系数；C_i(x)为尺度i下的近似信号；h为低通滤波器，它与尺度函数ψ(x)满足下列方程：

àtrous离散小波对信号进行分解，生成一组相邻、分辨率不同的小波系数{ω_i}和近似信号。