一种低频励磁电磁流量计噪声信号检测及处理的算法的制作方法

本发明涉及电磁流量计信号处理技术领域，尤其涉及低频励磁电磁流量计噪声信号检测及处理算法。

背景技术：

流量计是利用物理原理实现对管道流体流量进行测量的仪器，电磁流量计是一种基于法拉第电磁感应定律为基础的新型流量测量设备，具有结构简单、宽量程、耐腐蚀等优点，被广泛应用于港口的疏浚工程、城市的污水处理工程以及石油、化工、冶金、造纸等工业现场，由于工作现场条件复杂，各种干扰容易造成电磁流量计测量不稳定，从而对相关工艺控制造成很大影响。常见的干扰有：微分干扰、串模干扰、共模干扰、直流噪声等,使其输出信号并不能准确地反映出流量值，因此如何有效抑制测量信号中包含的噪声信号，成为亟待解决的问题。目前电磁流量仪表大多采用国外或合资企业的产品，如科隆、横河、e+h、abb等,上述企业生产的电磁流量计由于测量精度高,性能稳定,测量浆液流量波动较小,从而占据了国内很大的市场份额,但具体的技术细节未予以公布。为了实现国内相关技术的独立自主，开发一套电磁流量计的信号处理技术意义重大。

目前，国外主要采用提高励磁频率的方法提高电磁流量计流量信号的信噪比与测量精度，国内主要采用低频励磁方法，该方法具有抑制串模干扰、正交干扰和同相干扰的特点，零点稳定性较好。然而低频励磁中出现的“浆液噪声”严重影响测量精度，去除噪声干扰难度极大。

所以，提供一种低频励磁电磁流量计噪声信号检测及处理算法，压制电磁流量计测量过程中出现的干扰噪声信号，提高测量精度，具有很重要的现实意义，是目前本领域技术人员亟待解决的技术问题，对于国内电磁流量计生产企业具有很大的应用前景。

技术实现要素：

有鉴于此，本发明提供了低频励磁电磁流量计噪声信号检测及处理算法，解决现有技术中存在的问题，具体方案如下：

一种低频励磁电磁流量计噪声信号检测及处理的算法，其特征在于，包括如下步骤：

s1：低频励磁电磁流量计信号的采集与保存；

s2：低频励磁电磁流量计信号的处理；

s2-1：计算低频励磁信号标准偏差；

s2-2：根据s2-1计算得出的标准偏差设置噪声阈值以及滤波因子；

s2-3：计算低频励磁信号斜率；

s2-4:根据s2-2和s2-3中得出的所述噪声阈值、所述滤波因子和所述低频励磁信号斜率对所述低频励磁电磁流量计信号进行分类，设定正常波动信号以及脉冲噪声信号标准。

s3：低频励磁噪声信号降噪分析；

s3-1：根据2-4中的分类，判定所述低频励磁电磁流量计信号是否为正常波动信号，如果是则进行基于模型数据的拟合平滑处理；

s3-2：在s3-1中，如果判定结果为否，则继续判定是否为脉冲噪声信号，如果为否，则进行基于模型数据的拟合平滑处理；

s3-3：在s3-2中，如果判定结果为是，则进行滤波处理；

s3-4：进行基于数学形态学滤波处理；

s3-5：在s3-4的基于数学形态学滤波处理的所述低频励磁流量计信号继续进行基于离散数据拟合平滑处理；

s3-6：在s3-5的基础上对所述低频励磁流量计信号进行基于模型数据的拟合平滑处理。

具体的，所述步骤s2-1中的所述低频励磁信号标准偏差的计算方法为，每采集10个数据点的低频励磁信号，进行一次标准偏差计算，方法采用每三点计算一个标准偏差值，10个点数据共获得8个标准偏差值，standard_error_1(1,2,3)，standard_error_2(2,3,4).......standard_error_8(8，9，10)，并将8个标准偏差值进行求和作为10点数据的标准偏差值。

进一步的，所述步骤s2-2中所述噪声阈值以及所述滤波因子按以下标准设置，

依据第s2-1中获得的标准偏差值，将其量化为五个区间段section_1：0-0.3；section_2：0.3-1.0；section_3：1.0-2.0；section_4：2.0-6.0；section_5：＞6.0，并分别设置所述滤波因子和所述噪声阈值为：section_1：40，0.02；section_2：20，0.03；section_3：30，0.04；section_4：50，0.05；section_5：100，0.0001。

进一步的，所述步骤s2-3中低频励磁信号斜率采用20点数据进行计算，计算式为slop＝(data20-data0)/20。

进一步的，所述步骤s2-4中的所述正常波动信号与所述脉冲噪声信号的标准为：斜率依次递增或递减次数不小于8次时，判定为正常波动信号，否则进行脉冲噪声信号判定识别。

具体的，所述脉冲噪声信号的标准为：当相邻低频励磁信号数值差大于5倍噪声阈值的数据个数不大于3且所述噪声斜率值大于噪声阈值与滤波因子的比值的个数不大于3时，判定为脉冲噪声信号。

具体的，所述基于数学形态学滤波处理的基本运算包括腐烛dilation、膨胀erosion、开运算opening和闭运算closing，输入信号为f(n)，结构元素为g(n)，

f(n)关于g(n)的腐蚀运算数学公式如下：

f(n)关于g(n)的膨胀运算数学公式如下：

f(n)关于g(n)的形态开、闭运算数学公式分别为：

具体的，所述基于离散数据拟合平滑处理采用多项式拟合算法进行。

具体的，所述基于模型数据拟合平滑处理中，依据噪声阈值判断待输出信号是否存在波动，以及所述待输出信号曲线类型是否为直线型，如是直线型，未滤波信号进行线性输出，滤波信号依据噪声区间类型进行滤波补偿计算；如果不是直线型，则判断为曲线型，不大于20倍滤波阈值时采用线性输出，否则依据噪声区间类型进行滤波补偿计算。

本发明提供的本发明设计的低频励磁电磁流量计噪声信号检测及处理算法主要应用于工业现场电磁流量计信号处理。算法充分适应现场情况，对采集到的信号处理后，可达到提高电磁流量计测量精度目的有益效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明涉及算法的流程图。

具体实施方式

下面将结合本发明中的流程图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照流程图1所示，本发明请求保护一种低频励磁电磁流量计噪声信号检测及处理的算法，具体包括如下步骤：

s1：低频励磁电磁流量计信号的采集与保存；

s2：低频励磁电磁流量计信号的处理；

s2-1：计算低频励磁信号标准偏差；

s2-2：根据s2-1计算得出的标准偏差设置噪声阈值以及滤波因子；

s2-3：计算低频励磁信号斜率；

s2-4:根据s2-2和s2-3中得出的所述噪声阈值、所述滤波因子和所述低频励磁信号斜率对所述低频励磁电磁流量计信号进行分类，设定正常波动信号以及脉冲噪声信号标准。

s3：低频励磁噪声信号降噪分析；

s3-1：根据2-4中的分类，判定所述低频励磁电磁流量计信号是否为正常波动信号，如果是则进行基于模型数据的拟合平滑处理；

s3-2：在s3-1中，如果判定结果为否，则继续判定是否为脉冲噪声信号，如果为否，则进行基于模型数据的拟合平滑处理；

s3-3：在s3-2中，如果判定结果为是，则进行滤波处理；

s3-4：进行基于数学形态学滤波处理；

s3-5：在s3-4的基于数学形态学滤波处理的所述低频励磁流量计信号继续进行基于离散数据拟合平滑处理；

s3-6：在s3-5的基础上对所述低频励磁流量计信号进行基于模型数据的拟合平滑处理。

具体的，所述步骤s2-1中的所述低频励磁信号标准偏差的计算方法为，每采集10个数据点的低频励磁信号，进行一次标准偏差计算，方法采用每三点计算一个标准偏差值，10个点数据共获得8个标准偏差值，standard_error_1(1,2,3)，standard_error_2(2,3,4).......standard_error_8(8,9,10)，并将8个标准偏差值进行求和作为10点数据的标准偏差值。

进一步的，所述步骤s2-2中所述噪声阈值以及所述滤波因子按以下标准设置，

依据第s2-1中获得的标准偏差值，将其量化为五个区间段section_1:0-0.3；section_2:0.3-1.0；section_3:1.0-2.0；section_4:2.0-6.0；section_5:>6.0，并分别设置所述滤波因子和所述噪声阈值为：section_1:40，0.02；section_2:20，0.03；section_3:30，0.04；section_4:50，0.05；section_5:100，0.0001。

进一步的，所述步骤s2-3中低频励磁信号斜率采用20点数据进行计算，计算式为slop＝(data20-data0)/20。

进一步的，所述步骤s2-4中的所述正常波动信号与所述脉冲噪声信号的标准为：斜率依次递增或递减次数不小于8次时，判定为正常波动信号，只进行基于模型数据拟合平滑处理并进行输出，否则进行脉冲噪声信号判定识别。

具体的，所述脉冲噪声信号的标准为：当相邻低频励磁信号数值差大于5倍噪声阈值的数据个数不大于3且所述噪声斜率值大于噪声阈值与滤波因子的比值的个数不大于3时，判定为脉冲噪声信号，进行基于数学形态学滤波处理及基于离散数据拟合平滑处理并进行输出。

具体的，所述基于数学形态学滤波处理的基本运算包括腐烛dilation、膨胀erosion、开运算opening和闭运算closing，输入信号为f(n)，结构元素为g(n)，

f(n)关于g(n)的腐蚀运算数学公式如下：

式中，符号θ表示腐蚀运算。在形态变换中，结构元素g(n)相当于信号处理中的滤波窗口。腐蚀运算消除了信号的负脉冲。

f(n)关于g(n)的膨胀运算数学公式如下：

式中，符号表示膨胀运算。在形态变换中，膨胀运算消除了信号的正脉冲。

f(n)关于g(n)的形态开、闭运算数学公式分别为：

式中，符号ο和·分别表示开运算和闭运算。其中，开运算是采用同一类型及尺寸的结构元素对信号进行先腐烛后膨胀，目的是消除目标信号中的细节、孤立点及叠加在信号上窄的“毛刺”，使目标信号的轮廓光滑，从而剔除尖峰、抑制正脉冲(峰值)噪声；闭运算则是对信号进行先膨胀后腐烛，目的是填平目标信号中的小洞及很窄的“裂缝”，滤除低谷噪声，从而补偿谷底、抑制负脉冲(低谷)噪声。

本算法中数学形态滤波采用经典的形态开闭(open-closing)和闭开滤波器(close-opening)，用来副除目标信号中的正、负脉冲干扰。

oc(f(n))＝fοg·g

co(f(n))＝f·gοg

式中，oc表示形态开闭滤波器，co表示形态闭开滤波器。

为了有效滤除各种噪声干扰，常将形态开、闭运算级联构建形态开闭和形态闭开的平均组合形态滤波器作为输出：

式中，y(n)表示平均组合形态滤波器的输出结果。重构信号定义为：

γ(n)＝f(n)-y(n)

具体的，所述基于离散数据拟合平滑处理采用多项式拟合算法进行。

具体的，所述基于模型数据拟合平滑处理中，依据噪声阈值判断待输出信号是否存在波动，以及所述待输出信号曲线类型是否为直线型，如是直线型，未滤波信号进行线性输出，滤波信号依据噪声区间类型进行滤波补偿计算；如果不是直线型，则判断为曲线型，不大于20倍滤波阈值时采用线性输出，否则依据噪声区间类型进行滤波补偿计算。

具体的实施举例，首先计算上一时刻10点数据的斜率(slop0＝(data9-data0)/9)以及待输出的10点数据斜率(slop1＝(data10-data0)/10，slop2＝(data11-data1)/10，…slop10＝(data19-data9)/10)，依据噪声阈值判断10点信号是否存在波动，以及10点信号曲线类型是否为直线型，如是直线型，未滤波信号进行线性输出，滤波信号依据噪声区间类型进行滤波补偿计算。如果不是直线型，则判断为曲线型，采用三次指数平滑算法对上一时刻10点数据预测下一时刻前2点数据，用待滤波10点数据相应的第二点数据与预测的第二点数据相减，不大于20倍滤波阈值时采用线性输出，否则依据噪声区间类型进行滤波补偿计算。

上面结合流程图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。