Investigación y desarrollo de un método de procesamiento de señales para caudalímetros de orificio

Resumen: La información sobre la investigación e implementación del método de procesamiento de señales del caudalímetro de orificio es proporcionada por excelentes fabricantes de caudalímetros y de medidores de caudal, así como por sus cotizaciones. En aplicaciones prácticas, la señal de salida del caudalímetro de orificio cambia lenta y ligeramente con el tiempo. Con el objetivo de abordar esta señal variable en el tiempo, este documento propone un algoritmo recursivo de DTFT deslizante (SDTFT) con filtro de decimación múltiple, filtro de muesca de red adaptativo y corrección de frecuencia negativa. Más fabricantes de caudalímetros pueden seleccionar modelos y consultar precios. Le invitamos a consultar. A continuación, se detalla la investigación e implementación del método de procesamiento de señales del caudalímetro de orificio. En aplicaciones prácticas, la señal de salida del caudalímetro de orificio cambia lenta y ligeramente con el tiempo. Con el objetivo de abordar esta señal variable en el tiempo, este documento propone combinar un filtro multibomba, un filtro de muesca de red adaptativo y un algoritmo recursivo de DTFT deslizante (SDTFT) con corrección de frecuencia negativa para formar un conjunto completo de señales de caudalímetro de orificio. El método de procesamiento no solo rastrea los cambios de frecuencia y fase, sino que también ofrece una alta precisión de cálculo al medir fases pequeñas. El algoritmo completo requiere menos cálculos y no se produce desbordamiento numérico. Se desarrolló un sistema de procesamiento de señales basado en el caudalímetro de placa de orificio TMS320F28335DSP, se implementó un conjunto completo de algoritmos y se probó. Los resultados de simulación y experimentales demuestran que el método y el sistema desarrollados en este artículo son viables y eficaces. 1 Introducción El caudalímetro de orificio puede medir directamente el caudal másico del fluido con alta precisión y, al mismo tiempo, obtener el valor de densidad del fluido. Es uno de los caudalímetros de más rápido desarrollo. Las ecuaciones (1) y (2) indican que la fase y la frecuencia de la señal están cambiando, y el valor en cada momento es el valor en el momento anterior más un número aleatorio, donde eΦ(n) y eω(n) son ruido blanco con media cero, distribución normal, varianza 1 y no correlacionados, σΦ y σω controlan e respectivamente. Las amplitudes de (n) y eω(n) disminuyen cuando la señal cambia lentamente y aumentan cuando la señal cambia abruptamente. λΦ y λΦ controlan por separado Φ La amplitud de variación de (n) y ω(n), la amplitud de variación de fase debe ser inferior al 1% de la fase dada y la variación de frecuencia debe ser inferior al 0,01% de la frecuencia de vibración, lo que está más en línea con la situación real. 3 Principio del algoritmo y derivación 3.1 Filtro de multidecimación Para mejorar la supresión de ruido, la señal de salida del caudalímetro Coriolis se muestrea con una frecuencia de muestreo más alta de 16 kHz, y luego se utiliza el filtro de multidecimación para el filtrado antialiasing y la decimación. El filtro de multidecimación se divide en dos etapas [4]. La primera etapa es 2 decimación y 1, que reduce la frecuencia de muestreo real de 16 kHz a 8 kHz. El propósito principal es reducir la cantidad de datos. La segunda etapa es 4 a 1, y la frecuencia de muestreo se reduce a 2 kHz. Al mismo tiempo, se utiliza el filtro de paso bajo FIR de orden 30, que no solo asegura la fase lineal, sino que también en la implementación real, solo los puntos extraídos se pueden filtrar y luego extraer, lo que puede reducir la cantidad de cálculo y ahorrar tiempo. Los coeficientes del filtro de decimación múltiple se obtienen mediante el método de diseño asistido por computadora después de determinar la frecuencia de corte. Los resultados de la simulación muestran que el método obtiene tanta información de la señal original como sea posible, por lo que el efecto es mejor que el obtenido simplemente muestreando y filtrando a 2 kHz. 3.2 Filtro de muesca de red adaptativo Los parámetros del filtro de muesca adaptativo pueden converger de acuerdo con las características de la señal y pueden estimar la frecuencia de la señal. El filtro de muesca IIR de red adoptado [1] se forma conectando en cascada dos filtros de red de todos los polos y todos los ceros. La función de transferencia es: (3) Para reducir la carga computacional, al fijar los ceros en el círculo unitario, de modo que solo se pueda ajustar un parámetro para lograr el propósito de la muesca adaptativa. Fijando el punto cero en el círculo unitario, incluso si k1 = 1, k0 convergerá a −cosω, ω es la frecuencia normalizada de la señal, α. Para determinar el ancho de la trampa, k0 se ajusta adaptativamente mediante el algoritmo de Burg [1]. Dado que la densidad del fluido en el caudalímetro de orificio se refleja como el cambio de frecuencia, es necesario rastrear el cambio de frecuencia de la señal del fluido a lo largo del tiempo. A través de numerosos estudios de simulación, se ha descubierto que ajustando ρ y λ el valor final de y aumentando adecuadamente el ancho de la trampa del filtro de muesca, se puede lograr el seguimiento de los cambios de frecuencia, garantizando al mismo tiempo la precisión. ρ y λ Las fórmulas de cálculo se muestran en las fórmulas (4) y (5). (4) (5) El cálculo del filtro de muesca adaptativo de tipo reticular se reduce considerablemente y el ajuste de parámetros es sencillo. El ajuste de ρ y λ el valor final y el tamaño del paso del cambio permiten rastrear fácilmente el cambio de frecuencia, logrando al mismo tiempo una alta precisión. 3.3 Algoritmo recursivo SDTFT y principio de medición de la diferencia de fase 3.3.1 Algoritmo recursivo SDTFT La transformada de Fourier (DTFT) de series de tiempo discretas es: (6) La DTFT se realiza incrementando la longitud de secuencia calculada desde el primer punto de muestreo El cálculo de los coeficientes de Fourier a la frecuencia especificada, lo cual es factible si la señal es constante durante un período de tiempo. Sin embargo, no se puede utilizar para señales que varían con el tiempo. Cada punto de muestreo de la señal que varía con el tiempo contiene la nueva información del cambio de fase. La DTFT confunde y superpone toda la información antigua y nueva del cambio de fase, y no puede reflejar el cambio de fase con sensibilidad en absoluto. Por lo tanto, proponemos DTFT deslizantes para manejar señales que varían con el tiempo. Agregue una ventana de tiempo de N puntos a la señal observada. La ventana rectangular es la ventana de tiempo más simple y permite que esta ventana de tiempo se deslice hacia adelante a medida que aumenta el número de puntos de muestreo, como se muestra en la Figura 1. Con el deslizamiento de la función de ventana, la transformada de Fourier de la secuencia de longitud finita de N puntos calculada en cada punto de muestreo es la DTFT de ventana deslizante o deslizante (SDTFT).

Beijing Sincerity Automatic Equipment Co., Ltd se especializa en realizar ofertas corporativas para satisfacer las necesidades de diferentes empresas.

La misión de Applied Materials es ser el proveedor líder de medidores de flujo másico en todo el mundo, a través de la innovación y la mejora de la productividad del cliente con sistemas y soluciones de servicio.

Esto es especialmente cierto cuando Beijing Sincerity Automatic Equipment Co., Ltd tiene un negocio global que construye puentes entre fabricantes y clientes en todo el mundo.