涡街流量计加权平均值的频率校正方法

温馨提示：如果您对我们的产品、服务感兴趣，或者有什么可以帮助您的，您可以点击在线咨询与我们在线交谈，或者拨打我们的客服电话13262809751（微信/手机同号。） 。

今天给大家介绍一下关于涡街流量计加权平均值的频率校正方法，供大家参考，希望对大家的工作和学习有所帮助。
为了解决涡街流量计容易受到管道强烈周期振动干扰的国际问题，根据涡流信号的频率波动大于周期振动干扰的特性差异，提出了一种基于频率方差的数字信号处理方法提出了通过设置方差阈值来区分涡流信号和周期性振动干扰的方法。频率波动特性的差异已在第2章的模型分析中得到了验证。该方法仅使用常规的涡流传感器，对涡流传感器的设计和安装没有太多要求。它相对容易实现和推广，并且还节省了成本。但是，在实际应用中，如果频率估计误差较大，则不能真实地反映出涡流信号，周期性振动干扰和同一频率信号的频率波动规律，从而将基于频率方差的数字信号处理方法的可靠性提高。最终受到影响。因此，提高频率估算精度对确保涡街流量计的抗振性能具有重要意义。

噪声干扰通常会叠加在涡流传感器输出的正弦信号中。为了从包含噪声的信号中提取涡旋频率，基于FFT的频谱分析方法已经成为处理涡流传感器的输出信号的有力工具，并已被广泛使用。但是，过程工业需要低功耗，两线制系统和涡街流量计的实时性能。为了实现两线制，涡街流量计的系统功耗必须小于4mA，这需要一个低功耗的单片机来实现该算法，但是该单片机的计算速度和功能有限。资源。对于实时测量，通常需要使用涡街流量计在2S内刷新测量结果，这要求单片机采样时间和计算时间不应太长。如果采样时间短，则频谱分析的分辨率会变差，并且测量精度可能会变差。如果运算周期不能太长，我们只能选择一个相对简单的算法。因此，对涡街流量计等过程仪表采用计算量少，存储空间少，抗干扰能力强的频谱校正方法，对提高频谱分析的准确性和可靠性具有重要的现实意义。噪声信号频率校正的准确性将直接影响流量测量的准确性。为了提高频率校正方法的抗噪声性能，国内外学者对噪声信号的频谱校正进行了分析研究。有三种方法可以实现更好的整体性能。汉恩窗截断能量重心校正方法（HWEC）是一种鲁棒的校正方法，几乎不可能对校正方向进行错误判断。但是，此方法的主瓣较宽，从而降低了相似频率的分辨率。 HARM窗口截断增加了计算量。当采样接近整个周期时，合成相位差校正方法（RWPD）具有很强的抗噪能力。然而，当频率偏差接近0.5时，该方法的校正误差变大。 Quinn提出了一种基于傅立叶系数比（简称RWFCR）的校正方法，并证明了采样傅立叶系数比来判断校正方向的可靠性。该方法计算简便，抗干扰能力强，但两篇文献均缺乏实际应用。
本文提出了一种基于双向校正和加权平均的频率加权校正方法（RWBWFCR），通过用矩形窗口和傅立叶系数比截断采样数据来提高正弦信号的频率估计精度。给出了该方法的校正原理。分析了不同的初始相位，不同的频率偏移，不同的FFT点和不同的信噪比对频率校正方法的影响。推导并验证了固定高斯白噪声频率估计方法的理论准确性。该方法具有计算量少，存储空间小，校正精度高，抗干扰能力强，易于MCU实时实现的优点。将该方法应用于低功耗，周期性振动较大的单传感器涡街流量计中，以提高基于频率方差的数字信号处理方法的可靠性。图中显示了本章的研究思路和主要研究内容。