本發(fā)明涉及超聲波液固兩相流測量、信號處理、泥沙粒徑技術(shù)、模式識別領(lǐng)域，特別是涉及一種掃頻式超聲波聚焦式泥沙粒徑分布在線測量方法。
背景技術(shù)：
：自然水體中的泥沙顆粒問題關(guān)系到水利機(jī)械、河岸農(nóng)業(yè)、海陸資源、生態(tài)環(huán)境等多方面的問題。在工業(yè)生產(chǎn)的多個(gè)領(lǐng)域，包括醫(yī)療制藥、能源運(yùn)輸?shù)龋瑴?zhǔn)確測量液體中的顆粒大小至關(guān)重要。傳統(tǒng)的測懸移質(zhì)粒徑的方法包括稱重法、粒徑計(jì)法、吸管法、篩分法、消光法和離心法等。目前廣泛應(yīng)用的測粒方法為：篩分法、顯微鏡法、沉降法、電感應(yīng)法(庫爾特法)量、光散射法、及其它方法(如全息照相法等)。篩分法簡單易懂，但是測量結(jié)果無法精確到具體數(shù)值，整體過程要消耗大量勞力，且當(dāng)顆粒小至一定程度，篩子的工藝難度大以致粒徑無法得到區(qū)分。沉降法從上世紀(jì)70年代大量被運(yùn)用到如今已經(jīng)發(fā)展出不同分支，操作簡單但過程時(shí)間長，無法進(jìn)行實(shí)時(shí)在線測量，此外顆粒粒徑極小時(shí)會產(chǎn)生凝聚現(xiàn)象。顯微鏡法最為直觀，但需要人眼識別，無法在線測量，當(dāng)顆粒過多或者分布過廣時(shí)，易產(chǎn)生疲勞及發(fā)生錯(cuò)誤。電感應(yīng)法快速方便，有著較高的分辨率和重復(fù)性，但動(dòng)態(tài)測試范圍比較小，孔容易產(chǎn)生堵塞，受電解質(zhì)濃度的影響比較大。光散射法的測量范圍廣，快速高效，可在線非接觸測量，但分辨率低，當(dāng)介質(zhì)透光性較差時(shí)無法實(shí)現(xiàn)，不適宜窄分布以及高濃度情況測量。超聲波穿透性好、頻帶寬、無干擾、實(shí)時(shí)性好，在濃度測量、粒徑分布、流型識別等多相流領(lǐng)域均有著很好的應(yīng)用前景。粒徑分布方面的研究多與濃度一起，基于超聲波衰減理論，結(jié)合實(shí)驗(yàn)數(shù)據(jù)并經(jīng)過一定的數(shù)據(jù)處理獲得相應(yīng)的測量模型。由于自然界中懸浮顆粒的尺寸從納米級到微米級跨度極大，組成成分涵蓋固液氣三態(tài)，顆粒的組成物質(zhì)極有可能含有多種，不同的粒徑大小和顆粒組成情況對超聲波的反射及折射不一樣。另一方面。顆粒間的相互作用以及顆粒反射的波形間的影響也會導(dǎo)致最終接收波形的改變。衰減情況的復(fù)雜性使得一般的超聲波模型無法準(zhǔn)確描述，懸移質(zhì)粒徑分布（PSD）的測量十分困難。目前，對現(xiàn)有模型的不斷完善以及建立新的物理模型已成為當(dāng)前PSD測量的研究熱點(diǎn)。聚焦式超聲波換能器由于其能量大，集中性好，被廣泛應(yīng)用于腫瘤治療中，其發(fā)出的超聲波在介質(zhì)傳播時(shí)，由于外部噪聲、介質(zhì)不均勻等原因使得到達(dá)聲波和反射聲波之間出現(xiàn)聲場干涉的現(xiàn)象。隨著空間水平位置變化，聲場會有能量起伏，在聲場干涉圖形邊線處形成明暗條紋，其能量匯聚點(diǎn)稱為聲聚焦點(diǎn)。技術(shù)實(shí)現(xiàn)要素：為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種掃頻式超聲波聚焦式泥沙粒徑分布在線測量方法。本發(fā)明步驟清晰，操作簡單，原理易懂，測量準(zhǔn)確度高。本發(fā)明所采用的技術(shù)方案是：搭建一套以聚焦式超聲波探頭為核心的測量裝置，同時(shí)用篩分法配置不同粒徑大小的泥沙樣本，用顯微鏡法獲得各個(gè)樣本的平均粒徑。測量前，對測量系統(tǒng)進(jìn)行調(diào)試，準(zhǔn)確無誤后啟動(dòng)測量裝置。改變超聲波頻率，在不同的超聲波頻率下進(jìn)行一系列以泥沙粒徑為變量的實(shí)驗(yàn)，獲取接收波形的數(shù)據(jù)。對采集到的信號進(jìn)行基于希爾伯特變換的相空間分割（ASSP算法）和符號動(dòng)態(tài)濾波（SDF算法），得到與粒徑相關(guān)的參數(shù)值測度。對不同頻率下測度與泥沙粒徑的散點(diǎn)圖進(jìn)行數(shù)據(jù)擬合，得到泥沙粒徑測量模型。所述的聚焦式超聲波探頭為球面電子相控陣列聚焦，中心頻率為1.13MHz。所述的相空間分割基于希爾伯特變換，將時(shí)間序列變換成為復(fù)數(shù)域的解析信號，映射到二維相空間并根據(jù)幅值和相角進(jìn)行分割。所述的符號動(dòng)態(tài)濾波依賴D-Markov機(jī)的建立，需將符號序列中的D個(gè)連續(xù)符號作為一個(gè)狀態(tài)進(jìn)行轉(zhuǎn)移概率分析得到狀態(tài)概率矩陣。所述的D-Markov機(jī)得到的狀態(tài)概率矩陣的左特征向量經(jīng)過運(yùn)算可以得到測度，在相同頻率及濃度條件下可以反映出泥沙粒徑的信息。所述的超聲波聚焦式河流泥沙濃度在線測量測量裝置由信號發(fā)生模塊、超聲換能模塊及數(shù)據(jù)采集模塊三大模塊組成，所述的信號發(fā)生模塊包括信號發(fā)生器和功率放大器，所述的超聲換能模塊包括聚焦式超聲波發(fā)射探頭和聚焦式超聲波接收探頭，所述的數(shù)據(jù)采集模塊包括功率放大器和示波器。所述的信號發(fā)生器發(fā)出的初始信號需要調(diào)節(jié)，頻率依次設(shè)定為400k、600k、800k、1.0M、1.13M、1.3M、1.5M和1.7MHz，峰峰值為2Vpp，形式為猝發(fā)波。所述的功率放放大器按需要均設(shè)定為2.5倍。所述的示波器采樣頻率為5MHz，單次采樣點(diǎn)數(shù)為7000個(gè)。所述的采樣點(diǎn)用USB設(shè)備儲存。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是；1、本發(fā)明采用的聚焦式超聲波換能器，在超聲傳播過程中向固定方向聚焦，可以有效減少傳播過程中的散射衰減，增加接收換能器處可接受的聲能，提高信噪比以及整個(gè)測量系統(tǒng)的靈敏度和測量精度，泥沙含量預(yù)測的準(zhǔn)確性得以提高。2、本發(fā)明在信號處理方面采用了基于希爾伯特變換的相空間分割結(jié)合符號動(dòng)態(tài)濾波D-Markov機(jī)，相較于傳統(tǒng)的小波變換等方法，信號的運(yùn)算處理更加快速。異常值檢測的方法對于微小濃度變化引起的信號的變化更加敏感。3、本發(fā)明在發(fā)射端加上了掃頻功能，使得該實(shí)驗(yàn)結(jié)果可以運(yùn)用于多地的不同河流，擴(kuò)展了測量裝置的測量范圍，使其有著更好的地域適應(yīng)性。附圖說明圖1為總體測量原理圖。具體實(shí)施方式下面結(jié)合附圖1對本發(fā)明作進(jìn)一步的說明。搭建一套以聚焦式超聲波探頭為核心的測量裝置，所述的超聲波聚焦式河流泥沙濃度在線測量測量裝置由信號發(fā)生模塊、超聲換能模塊及數(shù)據(jù)采集模塊三大模塊組成，所述的信號發(fā)生模塊包括信號發(fā)生器和功率放大器，所述的超聲換能模塊包括聚焦式超聲波發(fā)射探頭和聚焦式超聲波接收探頭，所述的數(shù)據(jù)采集模塊包括功率放大器和示波器。所述的信號發(fā)生器發(fā)出的初始信號需要調(diào)節(jié)，頻率5依次設(shè)定為400k、600k、800k、1.0M、1.13M、1.3M、1.5M和1.7MHz，峰峰值為2Vpp，形式為猝發(fā)波。所述的功率放放大器按需要均設(shè)定為2.5倍。所述的示波器采樣頻率為5MHz，單次采樣點(diǎn)數(shù)為7000個(gè)。所述的采樣點(diǎn)用USB設(shè)備儲存。所述的聚焦式超聲波探頭為球面電子相控陣列聚焦，中心頻率為1.13MHz。獲取錢塘江水岸的淤積泥沙，清洗烘干后用數(shù)個(gè)外形尺寸一致但篩孔個(gè)數(shù)不同的篩子將樣品沙篩分為幾個(gè)粒徑區(qū)間，用顯微鏡法獲得各個(gè)區(qū)間樣本的平均粒徑1。每個(gè)區(qū)間樣本中稱取固定質(zhì)量的沙子置于試管，編號，獲得不同粒徑1的等質(zhì)量的樣本若干。測量前，對測量系統(tǒng)進(jìn)行調(diào)試，準(zhǔn)確無誤后啟動(dòng)測量裝置。對于每一組的粒徑1，保持容器內(nèi)的水量不變，逐次加入各試管沙洋，每加入一試管沙樣前，記錄其在幾個(gè)設(shè)定頻率5下的超聲接收波形。USB設(shè)備記錄各組波形并做好對應(yīng)記錄。將數(shù)據(jù)采集卡采集到的離散信號提取得到x(n)，對其進(jìn)行希爾伯特變換，視為信號x(n)和一個(gè)等效的濾波器h(t)的卷積。根據(jù)傅里葉變換后的形式可以反推出h(t)在時(shí)域上的信號表現(xiàn)形式。將解析信號進(jìn)行傅里葉變換，表示為頻域上的兩個(gè)信號的乘積，化簡后，對應(yīng)的信號可以表示為：(1)以為極坐標(biāo)的r軸、為軸，建系，原始信號被映射到極坐標(biāo)系的二維相空間內(nèi)。在二維相空間內(nèi)，內(nèi)對信號的幅值和相角分別進(jìn)行最大熵分割法。將幅值等概率地分為x組，相角等概率地分為y組，整個(gè)信號的相空間被分為n=xy個(gè)區(qū)域，每一個(gè)區(qū)域都由一組包含幅值信息和和相位信息的符號對表示，用符號表X來表示所有符號對的集合：(2)基于希爾伯特變換的相空間分割（ASSP算法）6完成。將符號序列中的D個(gè)連續(xù)符號作為一個(gè)狀態(tài)進(jìn)行轉(zhuǎn)移概率分析。一個(gè)狀態(tài)S在最后加上一個(gè)符號，脫去第一個(gè)符號成為了一個(gè)新的狀態(tài)S’，就完成了一次狀態(tài)轉(zhuǎn)移，每一個(gè)特定的狀態(tài)S向其他所有的可以轉(zhuǎn)移的不同狀態(tài)轉(zhuǎn)移的概率之和為1。假設(shè)狀態(tài)j的符號序列S為s1s2……sD，若狀態(tài)j可以轉(zhuǎn)移為狀態(tài)k，則狀態(tài)k的符號序列S’為s2s3……sD+1。將符號序列s1s2……sD以及符號序列s1s2s3……sD+1的個(gè)數(shù)分別記為N和M,那么:(3)將每一個(gè)轉(zhuǎn)移的概率按順序排列為方陣，即得到了該狀態(tài)的狀態(tài)轉(zhuǎn)移矩陣。對k時(shí)刻的前后兩個(gè)狀態(tài)矩陣進(jìn)行運(yùn)算，得到兩個(gè)矩陣的左特征向量向量p和p’，測度3定義為：(4)符號動(dòng)態(tài)濾波（SDF算法）7完成。對不同頻率5下測度3與泥沙粒徑1的散點(diǎn)圖進(jìn)行數(shù)據(jù)擬合，得到泥沙粒徑1測量模型4。以上所述，僅是本發(fā)明的較佳實(shí)施例，并非對本發(fā)明作任何限制，凡是根據(jù)本發(fā)明技術(shù)實(shí)質(zhì)對以上實(shí)施例所作的任何簡單修改、變更以及等效結(jié)構(gòu)變化，均仍屬于本發(fā)明技術(shù)方案的保護(hù)范圍內(nèi)。當(dāng)前第1頁1 2 3