基于径向基神经网络的明渠流量软测量方法.pdfVIP

学兔兔 第32卷 第l2期 仪 器 仪 表 学 报 Vo1．32 No．12 2011年12月 Chinese Journal of Scientific Instrument Dee．2011 基于径向基神经网络的明渠流量软测量方法术 张 振，徐立中，韩 华，严锡君 (河海大学计算机与信息学院 南京 210098) 摘 要：为克服现有明渠流量测量方法在监测自动化、测量准确度、测量成本和适用范围等方面存在的不足，在新兴的大尺度 粒子图像测速(1arge—scale particle image velocimetry，LSPIV)技术的框架下，设计了一种基于径向基神经网络(radial basis function neural network，RBFNN)模型的明渠流量软测量方法。无需进行水面流速系数分析即可实现断面流量动态测量，避免了由于流 速系数取值不当引起的倍乘误差。该方法依据明渠流速一水位一流量的内在关系，选取少量水面点流速(LSPIV流速仪获取)和 单点水位(超声波水位计获取)为二次变量，通过数据驱动的方法利用流速一面积法获取的精测数据建立RBFNN软测量模型。 将该方法和三线一点流量简测法的测量结果进行实验对比，发现该方法可以在降低明渠流量测量复杂度的同时，保证较高的测 量精度。 关键词：明渠流量；LSPIV；流速一面积法；RBFNN建模；软测量 中图分类号：TH814 文献标识码：A 国家标准学科分类代码：510．40 RBFNN model·-based discharge soft--sensing method for open channel Zhang Zhen，Xu Lizhong，Han Hua，Yan Xijun (College of Computer and Information Engineering，Hohai University，Nanjiag 210098，China) Abstract：To overcome the deficiencies of existing open channel discharge measurement method in monitoring auto— mation，measurement accuracy，measurement cost and scope of application，a soft—sensing method based on RBFNN has been designed under the framework of the emerging LSPIV technology．The method can measure the cross—see— tion discharge dynamically without analyzing the free-surface velocity coefficient，and avoid the muhiplicative error induced by an improper value of velocity coefficient．Exploiting the inter—relationship among velocity，stage and dis— charge，this method selects a few free-surface point velocities(obtained with a LSPIV sensor)and single stage value (obtained with an ultrasonic stage gauge)as the second variables．A RBFNN soft—sensing model is