基于自适应最优线性融合的阵列扫描共振式含沙量检测仪的制作方法

文档序号:21448499发布日期:2020-07-10 17:40阅读:235来源:国知局
基于自适应最优线性融合的阵列扫描共振式含沙量检测仪的制作方法

本发明属于水体含沙量检测技术领域,涉及一种基于自适应最优线性融合的阵列扫描共振式含沙量检测仪。



背景技术:

水体含沙量测量是泥沙研究中的一个重要课题,如何快速、准确地测量水体含沙量一直是人们所关注的问题。实时监测像黄河等多泥沙河流的泥沙含量、泥沙分布等信息,可对水土流失的治理提供科学依据,也可防治因水土流失导致的自然灾害;同时也可为河流水质管理、河道清淤以及排水排沙提供科学指导。因此开展水体含沙量自动监测系统的研发具有重要的实际意义,其相关成果具有广阔的市场前景。

传统的水体含沙量测验方法是采用取样称重法,其设备简单,测量精度较高,但测量周期长、劳动强度比较大,实时性差。近年来,国内外科技人员一直在积极探求含沙量的在线监测方法,如超声法、红外线法、激光法、振动法、同位素法等,这些方法各有其特点,但在实际应用中也都存在着一定的局限性,至今还很少有能应用于水体含沙量在线监测的产品。



技术实现要素:

本发明提供了一种基于自适应最优线性融合的阵列扫描共振式含沙量检测仪,解决了目前水体含沙量测量考虑因素单一,方法复杂的问题。

本发明采用的技术方案为:一种基于自适应最优线性融合的阵列扫描共振式含沙量检测仪,包括设备保护盒、设备架构、阵列扫描共振体、温度传感器、压力传感器和流速传感器;所述设备保护盒下方连接设备架构,所述设备架构通过可伸缩支架拼装成带有边框的井字形结构;所述设备架构上安装有均朝向同一方向的阵列扫描共振体、温度传感器、压力传感器和流速传感器,所述阵列扫描共振体、温度传感器、压力传感器和流速传感器均呈阵列排布;所述阵列扫描共振体、温度传感器、压力传感器和流速传感器通过设备架构内部的引线连接至上端的设备保护盒,设备保护盒内安装有主控制模块。

进一步,所述阵列扫描共振体由阵列扫描起振臂和阵列扫描拾振臂组成;其中阵列扫描共振体起振臂安装在设备架构中心,阵列扫描共振体拾振臂安装在设备架构中大于两条线段组成的交叉点上。

进一步,所述阵列扫描共振体起振臂与阵列扫描共振体激励器连接,阵列扫描共振体激励器位于阵列扫描共振体起振臂末端,通过塑胶防振套和支撑螺丝与设备架构连接;阵列扫描共振体拾振臂与阵列扫描共振体频率信号检测器连接,阵列扫描共振体频率信号检测器位于阵列扫描共振体拾振臂末端,通过塑胶防振套和支撑螺丝与设备架构连接;所述阵列扫描共振体激励器与阵列扫描共振体频率信号检测器均通过单片机进行工作状态的控制。

进一步,所述阵列扫描共振体、温度传感器、压力传感器及流速传感器通过塑胶防振套和支撑螺丝与可伸缩支架连接,其中支撑螺丝穿过可伸缩支架,阵列扫描共振体紧固在支撑螺丝上。

进一步,所述设备保护盒上设有装配闸门以及预留的进线孔。

进一步,所述主控制模块包括单片机u1和与其相连的4g通讯模块g1、低速时钟模块、高速时钟模块、供电模块、模拟量电压模块和置位模块,用于完成数据采集及发送。

本发明的有益效果是:本发明利用音叉法测量水体含沙量,该方法测沙探测效率高、稳定性好、测量范围广,在水流含沙量较大时测沙精度比较高,同时利用stm32f1032et6单片机作为测沙仪的采集处理及传输核心器件,克服了传统音叉法测量含沙量方法的不足,实现乐对水体含沙量的精确在线监测,具有数据多源、精度高、稳定性好的特性,实时显示度强。

附图说明

图1为本发明的结构示意图;

图2为本发明中主控制模块的电路原理示意图;

图3为本发明的检测逻辑图;

图中:5-设备保护盒、6-进线孔、7-装配闸门、8-设备架构、9-可伸缩支架、10-交叉点、t01~t32-温度传感器、p01~p32-压力传感器、f01~f32-流速传感器、101-阵列扫描共振体起振臂、201~502-阵列扫描共振体拾振臂。

具体实施方式

以下结合具体实施例对本发明作进一步的详细说明。

本发明是一种基于自适应最优线性融合的阵列扫描共振式含沙量检测仪,如图1所示,其主体结构为设备保护盒5、设备架构8和可伸缩支架9,设备架构8安装在设备保护盒5的下方,连接着由可伸缩支架9拼装成带有边框的井字形结构。在设备架构8每节长20cm,为各种传感器提供支撑,保持传感器位置不变,方便后续数据处理;其上安装有均朝向同一方向的阵列扫描共振体起振臂101、阵列扫描共振体拾振臂201~502、温度传感器t01~t32、压力传感器p01~p32和流速传感器f01~f32,除阵列扫描共振体起振臂101外均呈阵列排布。可伸缩支架9每节长10cm,当需要测量不同深度含沙量时,调动可伸缩支架9上的固定螺丝即可;交叉点10为两节设备架构8的交叉点,此处在不使用可伸缩支架9进行伸缩时通过塑料钮扣连接,使用可伸缩支架9进行伸缩时是分开的。

阵列扫描共振体起振臂101、阵列扫描共振体拾振臂201~502、温度传感器t01~t32、压力传感器p01~p32和流速传感器f01~f32通过设备架构8内部的引线连接至上端的设备保护盒5中的主控制模块。设备保护盒5上预留有进线孔6,可外接天线及220v民用电,为系统提供信号和电源;侧面装有装配闸门7,在进行模块装配时,方便操作。

阵列扫描共振体起振臂101安装在设备架构8中心,其具有发出简谐波的功能,阵列扫描共振体拾振臂201~502安装在设备架构8中两条设备架构8组成的交叉点10上。阵列扫描共振体起振臂101和阵列扫描共振体拾振臂201~502通过塑胶防振套和支撑螺丝与可伸缩支架9相连,塑胶防振套能够防止音叉共振的能量通过支撑螺丝传递到设备架构8上,有效减少能量损失。

阵列扫描共振体起振臂101、阵列扫描共振体拾振臂201~502、温度传感器t01~t32、压力传感器p01~p32和流速传感器f01~f32的具体安装结构为:由可伸缩支架9拼装成带有边框的井字形结构的设备架构8具有四层,最上层为两个阵列扫描共振体拾振臂201、202,第二层为四个阵列扫描共振体拾振臂301、302、303、304,第三层为四个阵列扫描共振体拾振臂401、402、403、404,最下层为两个阵列扫描共振体拾振臂501、502。阵列扫描共振体起振臂101位于阵列扫描共振体拾振臂302、303、402、403的中心。第一层的流速传感器f01和温度传感器t01位于阵列扫描共振体拾振臂201、202之间,第二层的流速传感器f11和温度传感器t11、流速传感器f12和温度传感器t12分别位于阵列扫描共振体拾振臂301、302和阵列扫描共振体拾振臂303、304之间,第三层流速传感器f21、f22和温度传感器t31、t32与第二层位置相同,第四层流速传感器f31和温度传感器t41的位置与第一层相同。压力传感器p01~p32的位置分别安装在边框处的阵列扫描共振体拾振臂附近。

当系统工作时,阵列扫描共振体起振臂101发出简谐波,最上层的阵列扫描共振体拾振臂201、202接收的信号被单片机读取,根据阵列扫描共振体起振臂简谐波与阵列扫描共振体拾振臂简谐波频率的不同,进而间接算出水体含沙量。同时,最上层的流速传感器f01、温度传感器t01、压力传感器p01和压力传感器p02经过相应的a/d转换后将数据传送给单片机,单片机结合含沙量信息进行数据融合,得出含沙量与流速、温度、水压之间的关系。第二层,第三层,第四层依次进行此类操作。

电路中,阵列扫描共振体起振臂始终处于通电状态,阵列扫描共振体拾振臂通过单片机扫描式使能,阵列扫描共振体信号检测器通过电路连接信息处理及发送电路模块,信息处理及发送电路模块通过检测阵列扫描共振体的振动频率,确定水体含沙量的大小,将水体含沙量的大小信息、温度信息、流速信息和压力信息测量结果现场lcd屏显示以及通过4g无线传输方式发送到外部的监测电脑上进行显示。

如图2所示,单片机u1采用stm32f1032et6芯片,为本发明提供控制及数据处理;单片机u1分别与4g通讯模块g1、阵列扫描共振体矩阵模块s1、流速传感器矩阵模块f1、压力传感器矩阵模块p1和温度传感器矩阵模块t1连接,其中4g通讯模块g1将采集和处理的信息及时发送至网页,进行实时监控;由阵列扫描共振体拾振臂所组成的阵列扫描共振体矩阵模块s1,为采集不同深度的音频数据,进而间接算出含沙量信息;流速传感器矩阵模块f1、压力传感器矩阵模块p1和温度传感器矩阵模块t1为采集不同深度的流速、压力和温度数据。单片机u1的pc14和pc15串口与外部低速时钟模块相连,该低速时钟模块采用频率为32.768khz晶振x1,晶振x1并联着串联在一起的22pf电容c2、c3;单片机u1的vdd和vss接口分别与vcc和接地线相连;单片机u1通过vbat接口为其供电,该接口分别连接1n4148二极管d1、d2和10kpf电容c8,采用3.3v电池b1,其两端接在电容c8与二极管d2之间;单片机u1通过reset接口与置位模块相连,该模块包括10k欧电阻r1、开关k1和10kpf电容c1,其中开关k1和电容c1并联,电阻r1的两端分别连接vcc和电容c1;单片机u1的vref-、osc-in和osc-out接口与外部高速时钟模块相连;该高速时钟模块采用8mhz晶振x2,晶振x2与1m欧电阻r3并联,电阻r3的两端分别连接22pf电容c6、c7;单片机u1的vref+、vdda和vssa接口与模拟量电压模块相连,vref+和vdda均与vssa接口之间连接并联的10uf电容c4和10kpf电容c5,10欧电阻r2的两端分别连接vcc和vref+、vdda接口。上述电路完成了数据采集及发送功能。

如图3所示,在开始检测前,需首先对系统进行初始化,然后依次进行内层阵列扫描共振体拾振臂302、303、402、403与外层阵列扫描共振体拾振臂201、202、301、304、401、404、501、502频率信息采集,其中内层阵列扫描共振体拾振臂在信息采集完毕后,对音叉频率信息进行a/d转换;之后,采集依次采集水下流速信息采集,水下温度信息采集,水下压力信息采集。因本发明使用的温度传感器为ds18b20数字温度传感器,故不需要a/d转换,其他均需要进行a/d处理。在采集完信息后第一层、第二层、第三层、第四层流速、水压、温度信息后,分别与内层、外层音叉频率数据进行融合,进而补偿流速、温度、水下压力对含沙量的影响。最后将原始及融合后的信息经过4g模块发送至网页,进行水下含沙量、流速、温度、水下压力及融合后信息的实时显示,帮助水文站等场所的工作人员尽快得到河水相关信息。

在数据处理时,为了使流速、温度、水压信息对含沙量影响更加准确,这里我们采用了自适应最优线性数据融合方法,步骤如下:

第一步、统计内层四个阵列扫描共振体拾振臂i时刻检测值使用多元线性融合法得出前i个检测值的初始系数及补偿常数c1,然后使用最小误差分析得出最优情况,结合线性迭代法得出阵列扫描共振体拾振臂i+1时刻检测值所对应的自适应动态权值系数表达式,最后整合得出内层含沙量i+1时刻自适应值fi+1。

第二步、统计外层八个阵列扫描共振体拾振臂i时刻检测值使用多元线性融合法得出前i个检测值的初始系数及补偿常数c2,然后使用最小估值误差分析得出最优情况,结合线性迭代法得出阵列扫描共振体拾振臂i+1时刻检测值所对应的自适应动态权值系数最后整合得出外层含沙量i+1时刻自适应值fj+1。

第三步、算出fi+1,fj+1两组数据的均值与方差,并随着数据增多逐渐更新。

第四步、在线性约束条件下结合第一步、第二步的结果得出含沙量i+1时刻最优线性融合频率结果f(i+1,j+1),代替原本两组数据,并进行含沙量数值由频率至质量的转化,得出i+1时刻最优线性融合含沙量质量数值m(i+1,j+1)。

第五步、依据一、二、三、四步骤,同理分别进行温度、水压、流速传感器检测值的数据融合,得出i+1时刻水温、水压、流速信息融合值t(i+1,j+1),p(i+1,j+1),v(i+1,j+1),结合i+1时刻最优线性融合含沙量质量数据m(i+1,j+1),使用线性迭代法得出动态权值系数及补偿常数c3,最终融合得出i+1时刻自适应最优线性融合含沙量数值s(i+1,j+1)。

作为优选,上述所用多元数据求解方程如下:

式中fi为传感器i时刻内层含沙量现有真实数据转化而来的频率值,分别为阵列扫描共振体拾振臂i时刻检测值的权值系数,为阵列扫描共振体拾振臂f302,f303,f402,f403的i时刻检测值,c1为补偿常数,结合具体数据得权值系数分别为1.49,-1.20,2.91,-1.14;补偿常数c1为-158.65。

作为优选,上述最小误差分析步骤如下:

式中fi为传感器i时刻内层含沙量现有真实数据转化而来的频率值,分别为阵列扫描共振体拾振臂i时刻检测值的权值系数,为阵列扫描共振体拾振臂f302,f303,f402,f403的i时刻检测值,c1为补偿常数,ε为拟合误差项,表示由于一些未知因素导致的估计值与目标值之间出现得偏差,假设这些误差项是独立同分布的,并且是均值为0,方差为δ2的高斯分布。可以表示为ε~n(0,δ2),则其概率密度函数为:

式中p(ε)为误差项ε的概率密度函数,ε为拟合误差项,可表示为又因为ε为独立同分布,对其进行似然估计可得下式:

式中,根据最大似然准则,要使参数概率尽可能地高,需要尽可能的大,即求其最大值。于是做如下处理:

式中为似然函数取对数以后的函数,由对数函数性质可知,当取最大值时,也为最大,此时分析式(5)得知需最小,令则可得下式:

式中fi=[f1,f2,f3...f4]t,为阵列扫描共振体拾振臂内层融合值输出向量矩阵,为阵列扫描共振体拾振臂f302的输入向量矩阵,为阵列扫描共振体拾振臂f303的输入向量矩阵,为阵列扫描共振体拾振臂f402的输入向量矩阵,为阵列扫描共振体拾振臂f403的输入向量矩阵。分别为阵列扫描共振体拾振臂i时刻检测值的权值系数。

为求最小值,对式(6)分别进行关于的偏导处理,并令偏导后的式为0,可得下式:

对式(7)、(8)、(9)和(10)进行整理,可得的表达式如下:

式中(*)-1为矩阵的逆,若随着i的增大,存在矩阵不可逆的情况,可在其中添加干扰项使其可逆。

作为优选,上述所用的自适应所述线性迭代法如下式:

式中fi=[f1,f2,f3...f4]t,为内层阵列扫描共振体拾振臂融合值输出向量矩阵,为阵列扫描共振体拾振臂f302的输入向量矩阵,为阵列扫描共振体拾振臂f303的输入向量矩阵,为阵列扫描共振体拾振臂f402的输入向量矩阵,为阵列扫描共振体拾振臂f403的输入向量矩阵。i=1,2,3...,由(1)可得的值,随着输入数值的增多,权值系数在误差最小的情况下不断进行自适应线性迭代,再将带入式(15),进而可得到自适应含沙量数值fi+1。由式(1)-(18)同理可进行外层阵列扫描共振体拾振臂频率数据的融合,根据初始权值系数分别为1.26,-1.43,0.54,-0.54,-0.26,0.66,-0.49,0.74,可得到自适应动态权值系数进而得到自适应含沙量数值fj+1。

作为优选,上述最优线性融合线性约束方程如下:

f(i+1,j+1)=b1fi+1+b2fj+1(20)

式中f(i+1,j+1)为最优线性融合数据,b1和b2为线性约束条件,满足b1+b2=1。

为使f(i+1,j+1)最优,需使的方差最小,即满足下列函数取得极小值:

为数据组(f2,...,fi+1)的方差,为数据组(f2,...,fj+1)的方差,结合具体数据分别为0.31,0.17。θ为最优线性融合数据的均值,属于未知数,故需要变换函数求解。rij为数据组(f2,...,fi+1)与(f2,...,fj+1)之间的相关函数。满足以下方程:

rij=e[(fi+1-θ1)(fj+1-θ2)](22)

e(*)为均值,θ1为数据组(f2,...,fi+1)的均值145.87,θ2为数据组(f2,...,fj+1)的均值147.52。

已知相关函数和约束条件,则由拉格朗日乘子法可得以下函数:

对函数分别进行b1,b2,λ三个参数的偏导运算,并令:

由此解得当函数取得极小值时,b1与b2满足下列方程:

为数据组(f2,...,fi+1)的方差,为数据组(f2,...,fj+1)的方差;rij为数据组(f2,...,fi+1)与(f2,...,fj+1)之间的相关函数。根据已有具体数据,不考虑后续数值更新得rij为1.6348e-28,结合的值,得b1与b2分别为0.4972与0.5028。

数据是一直进行收集的,故需要不断进行数据组(f2,...,fi+1)与(f2,...,fj+1)的更新,这里使用下列方法自适应更新均值:

为随着数据增加后的数据组(f2,...,fi+1)的平均值,为随着数据增加后的数据组(f2,...,fj+1)的平均值。fi+k为数据组(f2,...,fi+1)收集了i+k个数据,fj+k为数据组(f2,...,fj+1)收集了i+k个数据。这样,随着数据量不断增加,均值也会不断变化,完成权值系数b1与b2的自适应更新。

在使用式(20)得出最优线性数据融合频率值以后,可由以下方程求得水体含沙量:

式中m(i+1,j+1)为被测水体含沙量,m1为音叉体自身重量,k为比例系数。为确定k值,在实际模拟实验中,先将音叉体放入清水中,此时认为mij=0,当音叉体检测到的频率f(i+1,j+1)与自身固有频率f0相等,即共振时,可得出k值。由实物得m1为200g,f0为146hz,故k为2715.76。

作为优选,上述所用融合方程如下:

s(i+1,j+1)为所求自适应最优线性融合含沙量i+1时刻数值;为含沙量,水温、水压、流速数值m(i+1,j+1),t(i+1,j+1),p(i+1,j+1),v(i+1,j+1)所对应的初始权值系数;c3为常数。结合现有具体数值m(1,1),t(1,1),p(1,1),v(1,1)与c3分别为-0.260,0.01,0.001,-0.005与183.717。由式(15)-(19)同理线性迭代可得m(i+1,j+1),t(i+1,j+1),p(i+1,j+1),v(i+1,j+1)的动态系数,进而得到s(i+1,j+1)。

自此,本发明的一种基于自适应最优线性融合的阵列扫描共振式含沙量检测仪结构及功能介绍完毕,以上所述仅是对本发明的较佳实施方式而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施方式所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1