熱能流量計(jì)廣泛應(yīng)用于冶金、化工、輕工業(yè)等國(guó)民經(jīng)濟(jì)基礎(chǔ)行業(yè)，對(duì)國(guó)民經(jīng)濟(jì)發(fā)展有重要支撐作用。隨著企業(yè)生產(chǎn)規(guī)模不斷擴(kuò)大，生產(chǎn)系統(tǒng)結(jié)構(gòu)越來越復(fù)雜，為保證工業(yè)生產(chǎn)安全運(yùn)行，需要對(duì)關(guān)鍵生產(chǎn)參數(shù)進(jìn)行實(shí)時(shí)監(jiān)控和測(cè)量。此外，隨著國(guó)家節(jié)能減排政策的出臺(tái)，企業(yè)對(duì)能源綜合利用、余熱回收計(jì)量也提出了更高要求。但受工業(yè)現(xiàn)場(chǎng)環(huán)境惡劣、生產(chǎn)工藝結(jié)構(gòu)復(fù)雜，以及多通道、流量不穩(wěn)定等因素影響，熱能流量計(jì)難以準(zhǔn)確測(cè)量，無法實(shí)現(xiàn)工業(yè)過程的穩(wěn)定控制和及時(shí)優(yōu)化。因此，研究流量計(jì)高精度補(bǔ)償方法，對(duì)企業(yè)實(shí)現(xiàn)智能制造和降本增效具有積極作用。
目前，在工業(yè)生產(chǎn)中大多仍采用結(jié)構(gòu)簡(jiǎn)單的傳統(tǒng)機(jī)械式儀表，而機(jī)械磨損會(huì)導(dǎo)致其精度下降、維護(hù)成本升高、使用壽命縮短等問題。近年來，隨著人工智能、智能儀器儀表等新興技術(shù)的不斷發(fā)展，超聲波熱能表、渦輪熱能表、渦街熱能表等先進(jìn)傳感器在制造業(yè)中獲得了成功推廣和應(yīng)用。其中，超聲波流量表是一類非接觸式儀表，精度高、功耗低、使用壽命長(zhǎng)，成為業(yè)界研究熱點(diǎn)。
超聲波流量表的常用測(cè)量方法包括時(shí)差法、噪聲法、多普勒法等。時(shí)差法超聲波熱能流量表是一種新型智能檢測(cè)儀，但受聲道數(shù)量、管道內(nèi)流速穩(wěn)定性及變化率等因素的影響，儀器在低流速狀態(tài)下存在檢測(cè)靈敏度不足、穩(wěn)定性較差、測(cè)量精度低等問題，需要對(duì)其進(jìn)行及時(shí)校準(zhǔn)和補(bǔ)償。但該方法依賴技術(shù)人員的主觀經(jīng)驗(yàn)，效率低，特別是隨著工廠規(guī)模的不斷擴(kuò)大，現(xiàn)場(chǎng)包含的大量?jī)x器儀表維護(hù)困難，造成技術(shù)人員的勞動(dòng)強(qiáng)度增大。針對(duì)上述問題，國(guó)內(nèi)外學(xué)者開展了大量研究。文獻(xiàn)提出了基于卡爾曼濾波的數(shù)據(jù)濾波算法，可顯著降低測(cè)量誤差，提高水表檢測(cè)精度。文獻(xiàn)提出了一種基于BP 神經(jīng)網(wǎng)絡(luò)的補(bǔ)償算法，應(yīng)用于超聲波熱量表中，取得良好的補(bǔ)償效果。雖然 BP 神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的泛化能力，但算法收斂速度慢，且易陷入局部最優(yōu)解。然而，由于工業(yè)現(xiàn)場(chǎng)環(huán)境惡劣，儀器易受外界干擾，上述方法在實(shí)際應(yīng)用中存在一定局限。
鑒于此，本文擬提出一種基于改進(jìn)Lagrange 算法的時(shí)差法超聲波熱能流量表自適應(yīng)補(bǔ)償算法，以期解決儀器低流速狀態(tài)下檢測(cè)失效難題，實(shí)現(xiàn)高精度檢測(cè)。
