超声波热量表信号处理算法演进：从FFT到AI滤波.pdfVIP

超声波热量表信号处理算法演进：从FFT到AI滤波

技术综述

超声波热量表凭借无运动部件、量程比宽、长期稳定性好等优势，已成为供热计量与节能改造的

主流仪表。其核心测量原理——时差法（Time-of-Flight,ToF）——通过检测超声波在顺、逆流方向

传播的时间差来计算流速，再结合温度差求得热交换量。然而在实际工况中，管道振动、气泡、多径

反射以及低流速下的微弱信号，使得飞行时间（Δt）的精确提取极具挑战。过去二十年间，信号处理

算法经历了从快速傅里叶变换（FFT）频域分析、互相关与小波/经验模态分解（EMD）去噪，到今天

基于深度学习的端到端AI滤波的深刻演进。本文系统梳理这一技术脉络，并结合国内外最新标准要求

与代表性文献数据，为工程实践提供参考。

一、工作原理：时差法如何“听出”流速

通俗地说，超声波热量表的测量就像两个人隔河喊话——若河水从左向右流，顺水方向的喊声会

比逆水方向更快到达对岸。表中一对超声波换能器交替发射和接收高频脉冲（通常1~2MHz），分别

测得顺流传播时间t₁与逆流传播时间t₂。两者之差Δt与管内流速v成正比：

v=c²·Δt/(2·L·co