隨著油脂儲(chǔ)備工作的重視與發(fā)展, 油脂監(jiān)管已成為糧油企業(yè)的一項(xiàng)重要工作[1,2,3,4,5,6,7,8,9,10,11]。由于儲(chǔ)油罐體積龐大, 儲(chǔ)存油脂多, 直接測(cè)量油脂數(shù)量或者體積難以實(shí)現(xiàn), 因此, 通常通過(guò)測(cè)量?jī)?chǔ)油罐的油脂液位、油脂的溫度, 結(jié)合罐體尺寸、油脂密度隨溫度變化曲線(xiàn)來(lái)計(jì)算油脂的體積和質(zhì)量, 從而實(shí)現(xiàn)油脂的監(jiān)管。因此, 如何實(shí)現(xiàn)儲(chǔ)油罐液位的準(zhǔn)確測(cè)量一直是糧油企業(yè)中普遍存在的問(wèn)題[2,3,4]。

  導(dǎo)波式雷達(dá)液位計(jì)把導(dǎo)波桿伸入被測(cè)液體中, 通過(guò)導(dǎo)波桿發(fā)射和接收信號(hào)。導(dǎo)波雷達(dá)液位計(jì)雖然需要接觸被測(cè)液體, 但由于使用了導(dǎo)波桿作為傳輸介質(zhì), 因此, 信號(hào)損耗小, 能量比較集中, 回波質(zhì)量好, 能夠測(cè)量介電常數(shù)很低的介質(zhì) ;而且, 它還具有方向性好、信號(hào)頻率低和穿透性好的優(yōu)點(diǎn)。因此, 導(dǎo)波式雷達(dá)液位計(jì)在儲(chǔ)油罐的油脂液位測(cè)量任務(wù)中應(yīng)用十分廣泛[5,6,7,8,9,10,11]。

  為達(dá)到測(cè)量精度, 導(dǎo)波式雷達(dá)液位計(jì)需要滿(mǎn)足以下安裝要求[5]:

(1) 必須垂直向下安裝導(dǎo)波雷達(dá)液位計(jì), 傾斜度***大不能超過(guò)3°;

(2) 雷達(dá)的波束中心距容器壁的距離應(yīng)大于由波束角、測(cè)量范圍計(jì)算出來(lái)的較低液位處的波束半徑 ;

(3) 雷達(dá)的波束途徑應(yīng)避開(kāi)攪拌器等其它障礙物及容器。

  但是, 在實(shí)際的儲(chǔ)油罐中, 液位計(jì)的安裝位置會(huì)受到儲(chǔ)油罐結(jié)構(gòu)的限制, 經(jīng)常無(wú)法完全滿(mǎn)足上述安裝要求。例如, 罐頂內(nèi)部結(jié)構(gòu)只允許雷達(dá)液位計(jì)安裝在罐壁邊上, 使得安裝條件 (2) 無(wú)法滿(mǎn)足 ;另外, 為了將雷達(dá)液位計(jì)固定在罐頂, 需要根據(jù)情況在雷達(dá)液位計(jì)上增加結(jié)構(gòu)件, 導(dǎo)致雷達(dá)的波束途徑不能完全避開(kāi)結(jié)構(gòu)件的影響等。當(dāng)液位計(jì)的安裝要求不完全滿(mǎn)足時(shí), 罐壁、障礙物將會(huì)產(chǎn)生大量的干擾性回波, 使得液位測(cè)量結(jié)果中包含噪聲, 測(cè)量結(jié)果不準(zhǔn)確。尤其是, 當(dāng)儲(chǔ)油罐中油脂液位接近罐頂, 即雷達(dá)液位計(jì)距離液面很近時(shí), 這種干擾性回波的影響更加明顯。

  針對(duì)上述問(wèn)題, 本文利用數(shù)字信號(hào)處理技術(shù), 通過(guò)分析某個(gè)液位計(jì)一段時(shí)間的液位測(cè)量結(jié)果, 來(lái)評(píng)估該液位計(jì)測(cè)量結(jié)果的置信度, 即該液位計(jì)測(cè)量結(jié)果的可信程度。根據(jù)置信度估計(jì)值, 能夠從大量?jī)x器中篩選出測(cè)量不夠準(zhǔn)確的液位計(jì)。一方面, 提醒維護(hù)人員有針對(duì)性的進(jìn)行維修 ;另一方面, 后續(xù)的信號(hào)處理系統(tǒng)能夠?qū)Φ椭眯哦鹊臏y(cè)量結(jié)果進(jìn)行濾波處理, 濾除噪聲信號(hào)。本文使用相鄰測(cè)量點(diǎn)的液位變化速度特征對(duì)信號(hào)進(jìn)行濾波。實(shí)驗(yàn)表明, 使用基于測(cè)量曲線(xiàn)平滑度的置信度估計(jì)和基于相鄰測(cè)量點(diǎn)液位變化速度的濾波器能夠有效鑒別并濾除液位測(cè)量結(jié)果中的噪聲信號(hào), 提高液位測(cè)量結(jié)果的準(zhǔn)確度。

  圖1所示是已有導(dǎo)波雷達(dá)液位計(jì)的液位測(cè)量系統(tǒng)結(jié)構(gòu)框圖。該測(cè)量系統(tǒng)由處理器、液位測(cè)量模塊和信號(hào)傳輸模塊構(gòu)成。此外, 由于在油脂監(jiān)管任務(wù)中, 需要獲得油脂密度, 因此液位測(cè)量系統(tǒng)通常兼具溫度測(cè)量模塊, 通過(guò)油脂溫度, 經(jīng)過(guò)查表可以知道在該溫度下, 某品種油脂的密度。該系統(tǒng)利用導(dǎo)波雷達(dá)液位計(jì)獲取罐內(nèi)的液位高度信息, 并轉(zhuǎn)換為4-20 m A的模擬信號(hào), 經(jīng)過(guò)精密電阻采樣將電流信號(hào)轉(zhuǎn)換為電壓信號(hào), 再通過(guò)高精度ADC轉(zhuǎn)換為數(shù)字信號(hào), 微處理器即可獲取儲(chǔ)油高度信息, 控制GPRS將信息發(fā)送給上位機(jī)。

  一般的液位測(cè)量系統(tǒng)中, 上位機(jī)接收到的液位測(cè)量結(jié)果中可能包含大量噪聲, 本文提出一種基于置信度估計(jì)的濾波算法, 用于對(duì)測(cè)量結(jié)果進(jìn)行濾波去除噪聲, 從而提高測(cè)量精度。為了有效去除液位測(cè)量結(jié)果中的噪聲, 并減少計(jì)算量, 該算法首先估計(jì)測(cè)量結(jié)果的置信度, 針對(duì)低置信度的測(cè)量結(jié)果, 使用相鄰測(cè)量點(diǎn)的液位變化速度特征對(duì)測(cè)量結(jié)果進(jìn)行濾波處理。

  圖2所示是其算法流程, 設(shè)導(dǎo)波雷達(dá)液位計(jì)的液位測(cè)量結(jié)果為Ori H (i) , 其中i表示第i個(gè)測(cè)量結(jié)果, Rev H (i) 為處理后得到的液位修正值。算法首先計(jì)算當(dāng)前測(cè)量液位曲線(xiàn)的平滑度, 從而得到置信度Conf (i) , 對(duì)置信度低于或等于設(shè)定閾值Thr Conf的測(cè)量結(jié)果進(jìn)行濾波, ***后獲得Rev H (i) 。

  在大型儲(chǔ)油罐的油脂儲(chǔ)存中, 油脂儲(chǔ)存的時(shí)間一般較長(zhǎng), 油罐進(jìn)油、放油的頻率較低, 因此, 油脂數(shù)量基本不變, 液位僅僅是由于油脂溫度變化引起的微小變化。即使是在進(jìn)出油過(guò)程中, 由于儲(chǔ)油罐截面積大, 液位變化的速度也較慢。因此, 實(shí)際的液位變化曲線(xiàn)應(yīng)變化較為平緩。通過(guò)計(jì)算在過(guò)去24小時(shí)內(nèi)液位測(cè)量結(jié)果曲線(xiàn)的平滑度, 就能夠估計(jì)該測(cè)量結(jié)果的置信度。設(shè)Dif (i) 表示第i個(gè)觀察點(diǎn)的前24小時(shí)測(cè)量結(jié)果曲線(xiàn)的平均一階差分, 如公式 (1) : 

  在大型儲(chǔ)油罐的油脂儲(chǔ)存中, 引起實(shí)際液位變化的因素有兩個(gè) :一是油脂溫度變化 ;二是進(jìn)出油。其中, 溫度引起的液位變化隨著溫度不同、罐體橫截面積、油脂種類(lèi)而變化, 但都具有變化范圍小的特點(diǎn) ;油脂的正常進(jìn)出油作業(yè)通常需要持續(xù)一定時(shí)間, 例如在20分鐘內(nèi)液位均在上升或下降, 且油脂進(jìn)出油時(shí)液位變化速度應(yīng)在一定范圍內(nèi)。綜上所述, 可以通過(guò)測(cè)量結(jié)果中液位的變化速度來(lái)判定該測(cè)量值是否正常, 并修正判定為異常的測(cè)量結(jié)果。詳細(xì)的濾波流程如圖4所示。

  設(shè)Δt表示液位采集間隔時(shí)間 (單位為分鐘) , ΔH (i) 表示相鄰測(cè)量點(diǎn)的液位變化速率, ΔH (0) 初始化為0, 當(dāng)i ≥ 1時(shí), 計(jì)算公式如公式 (4) 所示 :

  另外, 設(shè)ΔHMax T表示在Δt時(shí)間間隔內(nèi), 溫度變化引起的液位***大變化速度 ;ΔHMax R表示在Δt時(shí)間間隔內(nèi), 進(jìn)油引起的液位***大變化速度 ;同理, ΔHMax F表示在Δt時(shí)間間隔內(nèi)出油引起的液位***大變化速度。上述ΔHMax T、ΔHMax R和ΔHMax F參數(shù)可由經(jīng)驗(yàn)設(shè)定, 或液位測(cè)量結(jié)果中統(tǒng)計(jì)得到。當(dāng)ΔH (i) 在 [ -ΔHMax T, ΔHMax T] 之間時(shí), 認(rèn)為液位變化是由溫度引起的, 當(dāng)前測(cè)量值較為準(zhǔn)確, 因此Rev H (i) =Ori H (i) ;當(dāng) ΔH (i) 在 (ΔHMax R, + ∞) 時(shí), 液位升高的速度超過(guò)了進(jìn)油的***大速度, 認(rèn)為該測(cè)量值為噪聲, 則取前一個(gè)測(cè)量結(jié)果的修正值, 即Rev H (i) =Rev H (i -1) ;同理, 當(dāng)ΔH (i) 在 (-∞, -ΔHMax F) 時(shí), 液位降低的速度超過(guò)了出油的***大速度, 認(rèn)為該測(cè)量值為噪聲, Rev H (i) =Rev H (i – 1) ;當(dāng) ΔH (i) 在 (-ΔHMax F, -ΔHMax T) 時(shí), 認(rèn)為當(dāng)前時(shí)刻油罐正處于放油工作中;當(dāng)ΔH (i) 在 (ΔHMax T, ΔHMax R) 時(shí), 認(rèn)為當(dāng)前時(shí)刻油罐正處于進(jìn)油工作中。為計(jì)算方便, 使用中間ΔHFlag (i) 代表ΔH (i) 的取值范圍, ΔHFlag (0) 初始化為0, 當(dāng)i ≥ 1時(shí), 計(jì)算公式如公式 (5) 所示:

  為驗(yàn)證算法的有效性, 本文采集了210個(gè)儲(chǔ)油罐液位測(cè)量系統(tǒng)的實(shí)際測(cè)量結(jié)果。該液位測(cè)量系統(tǒng)使用本文所述的測(cè)量系統(tǒng)實(shí)現(xiàn), 儲(chǔ)油罐位于我國(guó)某省內(nèi)的多個(gè)糧庫(kù), 測(cè)量結(jié)果為2014年4月份某天的數(shù)據(jù)。210個(gè)數(shù)據(jù)樣本中, 有26個(gè)樣本包含大量噪聲。然后對(duì)這些測(cè)量結(jié)果使用本文濾波算法進(jìn)行處理。

  系統(tǒng)液位采集間隔時(shí)間 Δt設(shè)為5分鐘, 此時(shí)N=288, 為簡(jiǎn)化算法, 忽略各油罐體積不同、油脂品種不同的影響, 設(shè)各油罐的ΔHMax T、ΔHMax R和ΔHMax F參數(shù)相同。使用184個(gè)不含噪聲樣本做參數(shù)統(tǒng)計(jì), 可得 ΔHMax T為0.008 m, ΔHMax R為0.06 m, ΔHMax F為0.06 m。

  設(shè)樣本X (x1, x2, ……, xi, ……) 代表某個(gè)導(dǎo)波雷達(dá)液位計(jì)的液位測(cè)量結(jié)果, 由公式 (1) 計(jì)算出第i個(gè)測(cè)量結(jié)果對(duì)應(yīng)的平均一階方差Dif (i) , 實(shí)驗(yàn)通過(guò)計(jì)算所有樣本點(diǎn)中滿(mǎn)足i>=N (即i>=288) 條件的平均一階差分Dif (i) , 發(fā)現(xiàn)在184個(gè)不含噪聲的樣本中, ***大的Dif為6.0379383E-4, 而26個(gè)含噪聲樣本中, ***小的平均一階差分為1.1807509 E-3, 如表1所列。

  由上述結(jié)果可知, 平均一階差分能夠很好地區(qū)分不含噪聲樣本與含噪樣本, 因此, 由平均一階差分計(jì)算得到的置信度能夠代表測(cè)量結(jié)果的可信程度。

  根據(jù)上述實(shí)驗(yàn)結(jié)果, 將置信度閾值Thr Conf設(shè)為10-0.001, 圖5所示的是某個(gè)液位測(cè)量結(jié)果在濾波前后的比較。其中上圖表示濾波前的液位測(cè)量結(jié)果曲線(xiàn), 下圖為濾波后的曲線(xiàn)。

  結(jié)合實(shí)驗(yàn)結(jié)果可知, 平均一階差分能夠很好地區(qū)分含噪聲樣本與不含噪聲樣本, 因此, 基于平均一階差分的置信度具有對(duì)含噪測(cè)量結(jié)果的良好鑒別能力。本文所述的濾波算法實(shí)驗(yàn)結(jié)果說(shuō)明, 本文提出的濾波算法能夠有效濾除測(cè)量結(jié)果中包含的噪聲信號(hào), 可對(duì)液位測(cè)量結(jié)果進(jìn)行修正, 提高液位測(cè)量的準(zhǔn)確度。

  本文提出了一種基于置信度估計(jì)的濾波算法用于去除導(dǎo)波雷達(dá)液位計(jì)液位測(cè)量結(jié)果中的噪聲。該算法首先通過(guò)測(cè)量結(jié)果曲線(xiàn)的平滑度來(lái)估計(jì)測(cè)量結(jié)果的置信度, 對(duì)于置信度低的測(cè)量結(jié)果, 采用基于液位變化速度的特征進(jìn)行修正, 從而得到修正后的液位值。經(jīng)實(shí)驗(yàn)驗(yàn)證, 該算法能夠有效濾除噪聲, 提高導(dǎo)波雷達(dá)液位測(cè)量結(jié)果的準(zhǔn)確度。