隨著油脂儲備工作的重視與發(fā)展, 油脂監(jiān)管已成為糧油企業(yè)的一項重要工作[1,2,3,4,5,6,7,8,9,10,11]。由于儲油罐體積龐大, 儲存油脂多, 直接測量油脂數量或者體積難以實現, 因此, 通常通過測量儲油罐的油脂液位、油脂的溫度, 結合罐體尺寸、油脂密度隨溫度變化曲線來計算油脂的體積和質量, 從而實現油脂的監(jiān)管。因此, 如何實現儲油罐液位的準確測量一直是糧油企業(yè)中普遍存在的問題[2,3,4]。

  導波式雷達液位計把導波桿伸入被測液體中, 通過導波桿發(fā)射和接收信號。導波雷達液位計雖然需要接觸被測液體, 但由于使用了導波桿作為傳輸介質, 因此, 信號損耗小, 能量比較集中, 回波質量好, 能夠測量介電常數很低的介質 ;而且, 它還具有方向性好、信號頻率低和穿透性好的優(yōu)點。因此, 導波式雷達液位計在儲油罐的油脂液位測量任務中應用十分廣泛[5,6,7,8,9,10,11]。

  為達到測量精度, 導波式雷達液位計需要滿足以下安裝要求[5]:

(1) 必須垂直向下安裝導波雷達液位計, 傾斜度***大不能超過3°;

(2) 雷達的波束中心距容器壁的距離應大于由波束角、測量范圍計算出來的較低液位處的波束半徑 ;

(3) 雷達的波束途徑應避開攪拌器等其它障礙物及容器。

  但是, 在實際的儲油罐中, 液位計的安裝位置會受到儲油罐結構的限制, 經常無法完全滿足上述安裝要求。例如, 罐頂內部結構只允許雷達液位計安裝在罐壁邊上, 使得安裝條件 (2) 無法滿足 ;另外, 為了將雷達液位計固定在罐頂, 需要根據情況在雷達液位計上增加結構件, 導致雷達的波束途徑不能完全避開結構件的影響等。當液位計的安裝要求不完全滿足時, 罐壁、障礙物將會產生大量的干擾性回波, 使得液位測量結果中包含噪聲, 測量結果不準確。尤其是, 當儲油罐中油脂液位接近罐頂, 即雷達液位計距離液面很近時, 這種干擾性回波的影響更加明顯。

  針對上述問題, 本文利用數字信號處理技術, 通過分析某個液位計一段時間的液位測量結果, 來評估該液位計測量結果的置信度, 即該液位計測量結果的可信程度。根據置信度估計值, 能夠從大量儀器中篩選出測量不夠準確的液位計。一方面, 提醒維護人員有針對性的進行維修 ;另一方面, 后續(xù)的信號處理系統(tǒng)能夠對低置信度的測量結果進行濾波處理, 濾除噪聲信號。本文使用相鄰測量點的液位變化速度特征對信號進行濾波。實驗表明, 使用基于測量曲線平滑度的置信度估計和基于相鄰測量點液位變化速度的濾波器能夠有效鑒別并濾除液位測量結果中的噪聲信號, 提高液位測量結果的準確度。

  圖1所示是已有導波雷達液位計的液位測量系統(tǒng)結構框圖。該測量系統(tǒng)由處理器、液位測量模塊和信號傳輸模塊構成。此外, 由于在油脂監(jiān)管任務中, 需要獲得油脂密度, 因此液位測量系統(tǒng)通常兼具溫度測量模塊, 通過油脂溫度, 經過查表可以知道在該溫度下, 某品種油脂的密度。該系統(tǒng)利用導波雷達液位計獲取罐內的液位高度信息, 并轉換為4-20 m A的模擬信號, 經過精密電阻采樣將電流信號轉換為電壓信號, 再通過高精度ADC轉換為數字信號, 微處理器即可獲取儲油高度信息, 控制GPRS將信息發(fā)送給上位機。

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

  圖2所示是其算法流程, 設導波雷達液位計的液位測量結果為Ori H (i) , 其中i表示第i個測量結果, Rev H (i) 為處理后得到的液位修正值。算法首先計算當前測量液位曲線的平滑度, 從而得到置信度Conf (i) , 對置信度低于或等于設定閾值Thr Conf的測量結果進行濾波, ***后獲得Rev H (i) 。

  在大型儲油罐的油脂儲存中, 油脂儲存的時間一般較長, 油罐進油、放油的頻率較低, 因此, 油脂數量基本不變, 液位僅僅是由于油脂溫度變化引起的微小變化。即使是在進出油過程中, 由于儲油罐截面積大, 液位變化的速度也較慢。因此, 實際的液位變化曲線應變化較為平緩。通過計算在過去24小時內液位測量結果曲線的平滑度, 就能夠估計該測量結果的置信度。設Dif (i) 表示第i個觀察點的前24小時測量結果曲線的平均一階差分, 如公式 (1) : 

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

  設Δt表示液位采集間隔時間 (單位為分鐘) , ΔH (i) 表示相鄰測量點的液位變化速率, ΔH (0) 初始化為0, 當i ≥ 1時, 計算公式如公式 (4) 所示 :

  另外, 設ΔHMax T表示在Δt時間間隔內, 溫度變化引起的液位***大變化速度 ;ΔHMax R表示在Δt時間間隔內, 進油引起的液位***大變化速度 ;同理, ΔHMax F表示在Δt時間間隔內出油引起的液位***大變化速度。上述ΔHMax T、ΔHMax R和ΔHMax F參數可由經驗設定, 或液位測量結果中統(tǒng)計得到。當ΔH (i) 在 [ -ΔHMax T, ΔHMax T] 之間時, 認為液位變化是由溫度引起的, 當前測量值較為準確, 因此Rev H (i) =Ori H (i) ;當 ΔH (i) 在 (ΔHMax R, + ∞) 時, 液位升高的速度超過了進油的***大速度, 認為該測量值為噪聲, 則取前一個測量結果的修正值, 即Rev H (i) =Rev H (i -1) ;同理, 當ΔH (i) 在 (-∞, -ΔHMax F) 時, 液位降低的速度超過了出油的***大速度, 認為該測量值為噪聲, Rev H (i) =Rev H (i – 1) ;當 ΔH (i) 在 (-ΔHMax F, -ΔHMax T) 時, 認為當前時刻油罐正處于放油工作中;當ΔH (i) 在 (ΔHMax T, ΔHMax R) 時, 認為當前時刻油罐正處于進油工作中。為計算方便, 使用中間ΔHFlag (i) 代表ΔH (i) 的取值范圍, ΔHFlag (0) 初始化為0, 當i ≥ 1時, 計算公式如公式 (5) 所示:

  為驗證算法的有效性, 本文采集了210個儲油罐液位測量系統(tǒng)的實際測量結果。該液位測量系統(tǒng)使用本文所述的測量系統(tǒng)實現, 儲油罐位于我國某省內的多個糧庫, 測量結果為2014年4月份某天的數據。210個數據樣本中, 有26個樣本包含大量噪聲。然后對這些測量結果使用本文濾波算法進行處理。

  系統(tǒng)液位采集間隔時間 Δt設為5分鐘, 此時N=288, 為簡化算法, 忽略各油罐體積不同、油脂品種不同的影響, 設各油罐的ΔHMax T、ΔHMax R和ΔHMax F參數相同。使用184個不含噪聲樣本做參數統(tǒng)計, 可得 ΔHMax T為0.008 m, ΔHMax R為0.06 m, ΔHMax F為0.06 m。

  設樣本X (x1, x2, ……, xi, ……) 代表某個導波雷達液位計的液位測量結果, 由公式 (1) 計算出第i個測量結果對應的平均一階方差Dif (i) , 實驗通過計算所有樣本點中滿足i>=N (即i>=288) 條件的平均一階差分Dif (i) , 發(fā)現在184個不含噪聲的樣本中, ***大的Dif為6.0379383E-4, 而26個含噪聲樣本中, ***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, 由平均一階差分計算得到的置信度能夠代表測量結果的可信程度。

  根據上述實驗結果, 將置信度閾值Thr Conf設為10-0.001, 圖5所示的是某個液位測量結果在濾波前后的比較。其中上圖表示濾波前的液位測量結果曲線, 下圖為濾波后的曲線。

  結合實驗結果可知, 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含噪測量結果的良好鑒別能力。本文所述的濾波算法實驗結果說明, 本文提出的濾波算法能夠有效濾除測量結果中包含的噪聲信號, 可對液位測量結果進行修正, 提高液位測量的準確度。

  本文提出了一種基于置信度估計的濾波算法用于去除導波雷達液位計液位測量結果中的噪聲。該算法首先通過測量結果曲線的平滑度來估計測量結果的置信度, 對于置信度低的測量結果, 采用基于液位變化速度的特征進行修正, 從而得到修正后的液位值。經實驗驗證, 該算法能夠有效濾除噪聲, 提高導波雷達液位測量結果的準確度。