0 引言

 

    渦街流量計在過程測量和控制儀表中應用比較廣泛，主要用于氣體、液體流速的測量。但由于受到管道機械振動和流場不穩定的干擾，導致傳感器輸出信號中含有某些固定低頻、高頻信號及隨機噪聲，波形不規則，使現場測量精度達不到規定指標。如何從強噪聲背景下檢測出渦街信號一直是1個困擾許多研究者的難題。尤其是低流速渦街信號的信噪比比較低，難以準確測量信號，所以本文針對1種型號的渦街流量計對水流速（流速范圍在0.5l/S～3l/S）進行測量研究，由于渦街信號的頻率與流體的流速是成正比的，因此通過測量渦街信號頻率即可測量實際流體的流速，此時渦街信號頻率大致范圍在5到30Hｚ。提出利用改進的閾值去噪算法對渦街信號進行處理，最終達到擴展測量下限的目的。

 

    1 渦街流量計信號分析

 

    理想的渦街信號是純凈的正弦曲線，但由于受到噪聲干擾的影響，由傳感器輸出的信號中含有很多噪聲，實際的渦街信號含有其它多種頻率分量，所以實際信號是復合信號。渦街信號模型表達式：

 

    

 

    式中：f0為渦街信號頻率；A0為信號幅值，與頻率平方成正比；Φ（t）為相位噪聲，n（t）為零均值高斯白噪聲，np（t）為渦街信號頻率范圍內的各種諧波干擾，包括流場內由于電磁干擾產生的50Hｚ、105Hｚ、150Hｚ等頻率信號和高低頻管道噪聲。根據上述模型用MATlAB編程模擬實際現場環境的渦街信號。    

 

    水流速為0.5l/S和1.5l/S的渦街信號如圖1所示。由圖2可以看出，流速為0.5l/S渦街信號幾乎完全被噪聲淹沒。    

 

 

 

 

 

圖1 流速為0.5l/S、1.5l/S渦街信號

 

    2 小波去噪方法

 

    小波分解與重構是基于MAllAT多分辨率的思想，對各種頻率組成的復合信號分解成不同頻段的小波系數，根據實際需要，對含有噪聲信號的頻段進行閾值處理，然后對處理后的系數進行小波重構，從而達到去噪的目的。小波閾值去噪過程可按以下方法進行處理：

 

    1）對信號進行小波分解；選擇層數N；

 

    2）將小波分解的細節部分小波系數選擇閾值進行閾值量化處理；

 

    3）一維小波重構，即根據第N層近似的小波系數和經過量化處理的細節部分的小波系數進行信號重構。

 

    在小波基dmey小波確定后，該閾值去噪算法中閾值和閾值函數的選擇是最關鍵的。在渦街流量計信號處理的實際運用中，特別是在低流速情況下，幅值、頻率都很小，管道噪聲和工頻干擾以及白噪聲幅值相比較大，如何在這種強噪聲的情況下提取出渦街信號，需要根據實際信號的特點來確定合適的閾值和閾值函數。由于渦街信號從低頻到高頻的信噪比各不相同，本文采用無偏似然估計和固定閾值的方法折中選擇最終的閾值，也即啟發式閾值。傳統的小波閾值函數有硬閾值函數和軟閾值函數如下：

 

    

 

    n表示為小波分解之后的所有細節小波系數。硬閾值方法是將各子帶空間低于閾值的小波系數置零，高于閾值的小波系數保持不變。但由于收縮性的存在問題，重構信號容易產生振蕩。而軟閾值是將小波系數按照1個定量向零收縮，使處理后的信號具有一定的光滑性。但此方法也有缺點，會損失一些有用的高頻信息，而且估計得到的小波系數總是與實際的小波系數有偏差。

 

    通過分析以上閾值函數的不足，提出改進的閾值函數，即對軟閾值函數進行改進如下：

 

        

 

    式中：t為調整系數，可以根據渦街信號的信噪比進行調整，通過實驗得到T的取值范圍為0.3≤t≤1，決定去噪后信號的信噪比；λ為閾值；N為正整數，可以通過調整N提高閾值的動態變化程度；dj為分解的第j層小波系數。相當于一個動態調整的閾值，當t一定時，隨著增大，不斷減小；同時進一步提高閾值的靈活性，彌補由于軟閾值造成的系數偏差，減少有用信息的丟失，能夠達到更好的濾波效果。特別是針對低頻處管道噪聲等干擾信號，可以通過調整式中的參數，達到抑制這些固有噪聲的目的。

 

    為了比較降噪效果，引入信噪比（SNR）、最小均方誤差（MUSE）作為評價標準，對3種不同的降噪方法進行比較，其中信噪比和最小均方誤差的定義如下：

 

    

 

    式中：x為原始信號（不含噪聲信號），為閾值處理后的信號，N為信號長度。3種方法閾值降噪效果如表1所示。通過上述改進閾值算法對渦街信號流速為0.5l/S、1.5l/S處理的結果如圖2所示。實際所測流速經計算分別為0.55l/S和1.52l/S。

 

表1 3種去噪方案比較

 

 

 

 

 

圖2 小波重構流速為0.5l/S、1.5l/S渦街信號

 

    3 仿真結果

 

    對頻率在5Hz到30Hz之間變化的渦街流量計仿真信號進行分析，選擇采樣頻率1kHz，采樣點數4000。對渦街信號模型采用上述方法處理之后，對其進行頻率測量，得到表2所示頻率檢測結果。可以得出，即使有其它多種頻率信號及高斯白噪聲干擾的情況下，仍然可以得到比較滿意的效果。

 

表2　率測量結果

 

 

 

    4 結論

 

    本文提出運用小波閾值去噪方法去除渦街信號中的各種噪聲干擾，針對低流速較難測量的情況進行研究，提出改進的閾值去噪算法，該算法在低流速情況下去噪效果較好，有利于擴展量程下限，提高測量精度。