一种基于SVM算法的多声道超声流量计误差补偿方法技术

本发明专利技术公开了一种基于SVM算法的多声道超声流量计误差补偿方法，包括通过多声道超声流量计测量获取多个声道流量数据，同时提取环境温度与介质温度；将声道流量数据进行预处理得到不对称系数和积分速度；输入相关参数到支持向量机模型中，并设定误差作为输出，将输出的误差加到测量得到的示值上进行补偿，得到补偿结果；将补偿后的数据与原始数据进行对比，通过对比补偿前和补偿后的相对误差进行方法验证。本发明专利技术可以显著提高超声流量计的测量精度，降低影响因素产生的误差。降低影响因素产生的误差。降低影响因素产生的误差。

【技术实现步骤摘要】
一种基于SVM算法的多声道超声流量计误差补偿方法


[0001]本专利技术涉及超声流量测量
，尤其涉及一种基于SVM算法的多声道超声流量计误差补偿方法。

技术介绍

[0002]超声流量计的测量精度会受到温度、流量波动以及流场等因素影响，其中影响比较显著的因素是流量流场的不对称性。针对管道内闸阀引起的不稳定流场，研究环境温度、介质温度以及不对称系数等因素对于超声流量计测量误差影响。
[0003]针对误差进行补偿方法研究，设计了基于支持向量机的超声流量计误差补偿模型，将环境温度、介质温度及不对称系数、八个声道经圆形积分法后的速度等因素作为输入，将误差作为输出进行模型的训练。模型训练完毕后，将预测误差补偿回原测量值后，达到误差补偿的效果。
[0004](1)环境温度补偿：国外学者致力于研究新型材料，通过发现性能更为优良的换能材料来提高对温度适应性，以达到提升超声换能器精度的效果。
[0005](2)介质温度补偿：将BP神经网络的思想应用到介质温度引起的超声流量计误差补偿上，通过设计优化硬件电路，采集到温度数据和流量数据，分析得出温度越高，实际测量值与理想值偏差越大的结论。据此，将温度数据和流量数据作为BP网络的输入，将约定量值作为输出建立神经网络模型进行训练，补偿了温度变化所带来的测量误差，极大地提升了测量精度。
[0006](3)流场误差补偿
[0007]采用多层感知器网络和径向基网络，对流场误差进行补偿。在超声波测量轴向线速度时，采用网络插值法，对轴向上各点的速度进行补充和修正。
[0008]上述技术存在的缺点是：只针对单一因素，而且补偿精度不高。

技术实现思路

[0009]为解决上述技术问题，本专利技术的目的是提供一种基于SVM算法的多声道超声流量计误差补偿方法，该方法提高多声道超声流量计的测量精度，补偿误差，同时针对多个影响因素综合进行补偿。
[0010]本专利技术的目的通过以下的技术方案来实现：
[0011]一种基于SVM算法的多声道超声流量计误差补偿方法，包括以下步骤：
[0012]步骤A通过多声道超声流量计测量获取多个声道流量数据，同时提取环境温度与介质温度；
[0013]步骤B将声道流量数据进行预处理得到不对称系数和积分速度；
[0014]步骤C输入相关参数到支持向量机模型中，并设定误差作为输出，将输出的误差加到测量得到的示值上进行补偿，得到补偿结果；
[0015]步骤D将补偿后的数据与原始数据进行对比，通过对比补偿前和补偿后的相对误
差进行方法验证。
[0016]与现有技术相比，本专利技术的一个或多个实施例可以具有如下优点：
[0017]本专利技术可以显著提高超声流量计的测量精度，降低影响因素产生的误差。
附图说明
[0018]图1是基于SVM算法的多声道超声流量计误差补偿方法流程图；
[0019]图2是基于SVM算法的多声道超声流量计误差补偿模型图。
具体实施方式
[0020]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合实施例及附图对本专利技术作进一步详细的描述。
[0021]如图1所示，为基于SVM算法的多声道超声流量计误差补偿方法流程，包括以下步骤：
[0022]步骤10通过多声道超声流量计测量获取多个声道流量数据，同时提取环境温度与介质温度；
[0023]步骤20将声道流量数据进行预处理得到不对称系数和积分速度；
[0024]步骤30输入相关参数到支持向量机模型中，并设定误差作为输出，将输出的误差加到测量得到的示值上进行补偿，得到补偿结果；
[0025]步骤40将补偿后的数据与原始数据进行对比，通过对比补偿前和补偿后的相对误差进行方法验证。
[0026]上述步骤30具体包括：将环境温度、介质温度、不对称系数和积分速度输入到支持向量机模型中，设定误差即测量流速与约定量值的差值作为输出，将输出的误差加到测量得到的示值上进行补偿(如图2所示)。
[0027]本实施例以测量获取八个声道流量数据进行详细说明，在建立的误差补偿模型中，将环境温度、介质温度等流场影响因素作为补偿模型的输入，将误差即测量流速与约定量值的差值作为支持向量机补偿模型输出进行训练。在训练结束后，将预测得到的误差值与原测量值加和，即可得到补偿后的流速。而在误差补偿中，补偿模型的选取尤为重要，从实际应用的角度出发，选用了支持向量机算法作为补偿模型的核心，用来训练该误差补偿模型。
[0028]环境温度和介质温度分别为超声流量计所在环境温度和水流量流经的管道温度等；不对称系数为水流量在不对称流场的影响下通过八个声道流速计算出的一种量化评价指标；积分速度为测量的超声流量计的八个声道的速度经圆形积分法后的速度；将环境温度、介质温度和不对称系数以及八个声道的圆形积分法速度作为输入，误差作为输出。经支持向量机模型训练后的误差加到测量的流量示值中得到补偿结果。
[0029]上述实施例可以把支持向量机算法替换成卷积神经网络算法，模型输入输出不变，只是补偿算法构建的模型改变。
[0030]虽然本专利技术所揭露的实施方式如上，但所述的内容只是为了便于理解本专利技术而采用的实施方式，并非用以限定本专利技术。任何本专利技术所属
内的技术人员，在不脱离本专利技术所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，
但本专利技术的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SVM算法的多声道超声流量计误差补偿方法，其特征在于，所述方法包括以下步骤：步骤A通过多声道超声流量计测量获取多个声道流量数据，同时提取环境温度与介质温度；步骤B将声道流量数据进行预处理得到不对称系数和积分速度；步骤C输入相关参数到支持向量机模型中，并设定误差作为输出，将输出的误差加到测量得到的示值上进行补偿，得到补偿结果；步骤D将补偿后的数据与原始数据进行对比，通过对比补偿前和补偿后的相对误差进行方法验证。2.如权利要求1所述的基于SVM算法的多声道超声流量计误差补偿方法，其特征在于，所述步骤A中多个声道流量数据受温度、流场影响和真值产生一定误差。3.如权利要求1所述的基于SVM算法的多声道超声流量计误差补偿方法，其特征在于，...

【专利技术属性】
技术研发人员：史慧超，黄枭，沈怀明，王亿文，张悦华，
申请(专利权)人：北京化工大学，
类型：发明
国别省市：