用于估计流体流量的方法和系统技术方案

技术编号:14635697 阅读:46 留言:0更新日期:2017-02-15 09:44
本发明专利技术涉及用于估计来自于箱(20、21)的流体流量的系统(10),包括用于测量箱(20、21)中流体水平的测量装置(17、22、23),并且其特征在于它包括通过无损卡尔曼滤波器用于估计流体流量的装置,所述估计装置包括用于获得总流体流量的装置(16)以及连接总流量获得装置(16)和测量装置的校正装置(18),该校正装置被设计为根据测量装置所测量的水平校正总流量获得装置(16)所获得的总流量。本发明专利技术也涉及通过这种系统所实施的方法。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及估计来自于箱的流体流量的方法,并且更特别地它涉及使这种方法可靠。本专利技术也涉及能够实施该方法的系统。
技术介绍
用于估计来自于箱的流体的流量的已知估计方法包括测量箱中流体的水平。在简单环境中,例如,假设水平测量是连续可用的,箱是圆柱形,流体不在箱出口和估计流量所在的点之间任何地方累积,那么只通过使用仿射函数就可以确定地估计流体的流量。然而,实际上,流体水平的测量很少是连续可用的,这意指当水平测量不可用时,必然要利用该周期期间的插值或估计量。然而,可以存在与所用的水平测量和/或估计量相关的不确定性和偏差。而且,箱可以是非圆柱形,因此将非线性引入到估计函数中。因此,存在估计流量的新类型方法的需要。
技术实现思路
本专利技术涉及用于估计来自于箱的流体流量的估计方法,该方法包括测量箱中流体水平,并且其特征在于它包括通过使用无损卡尔曼滤波器(UnscentedKalmanFilter)估计流体流量的估计步骤,所述估计步骤包括用于获得原始流体流量的获得步骤,以及当水平测量可用时的校正步骤,在该校正步骤期间,根据水平测量校正所获得的原始流量。卡尔曼滤波器是一种计算方法,该方法可以由计算机实施和可以估计来自于输入数据系列的动态系统的状态,该动态系统是不完整或有噪声的。通过状态方程(1)和测量方程(2)模型化卡尔曼滤波器,该方程(1)代表动态系统的变化,该方程(2)代表测量的可观察振幅和系统的固有状态之间的关系。其中k是当前时刻,k+1是之后的时刻,x是系统(固有)状态,u是输入数据,y是(观察到的)测量幅度,f是状态函数,h是测量函数,并且v和w是噪声(分别地测量噪声和状态噪声)。变量x、y、u、v和w可以都是具有一个或多个分量的矢量。为了在本专利技术的方法中实施卡尔曼滤波器,状态x包括从测量y观察到的流体流量,例如,该测量y包括箱中流体的水平。例如,输入数据u包括系统的参数,诸如在流体回路中一个或多个位置处的泵的速度和/或流体压力。可以从除了y以外的测量估计输入数据u,或者它可以是系统的运行数据。卡尔曼滤波器包括根据输入数据uk获得当前状态(k)之后的状态(k+1)的数值的获得步骤,以及用于校正获自测量yk的数值的校正步骤。在文献中广泛地描述了这些步骤,并且此处对于通常情况不再解释它们。无损卡尔曼滤波器(UKF),如在“卡尔曼滤波器对非线性系统的新扩展(AnewextensionoftheKalmanfiltertononlinearsystems)”(Julier和Uhlmann,在第11届航空宇宙/防御传感、模拟和控制的国际研讨会中,多传感器融合、跟踪和资源管理第II卷,Orlando,Florida,1997)中所述,是卡尔曼滤波器的变化形式,其特别地适于非线性系统,就像根据流体所来自的箱中水平,可以应用于流体流量一样。除了卡尔曼滤波器步骤外,并且无损卡尔曼滤波器包括称为“无损转换”的步骤,其包括通过称为σ点的一组适合地选择的点所代表的高斯随机变量近似当前状态xk。这组点精确地再现了高斯随机变量的平均数和协方差。在获得步骤期间,状态方程(1)应用于每个σ点,以获得随后的状态。这在k+1时刻产生一组σ点,这些点精确地再现了随后状态xk+1的平均数和协方差,该精确性达到二阶(依照泰勒级数分析)。相反,扩展卡尔曼滤波器,这是非线性系统所用的卡尔曼滤波器的另一种变化形式,只达到了一阶的精确性。而且,不像扩展卡尔曼滤波器,UKF不需要任何昂贵明确的线性化计算(计算Hessian或者Jacobian矩阵)。获得步骤包括期望估计的流量的可选地临时初步确定。可以通过测量、通过计算(特别地通过使用UKF的状态方程(1))或者通过两者结合实施它。换而言之,UKF的状态x包括期望估计的流量。通过获得步骤所获得的原始流量然后经历校正步骤。如上所述,校正步骤利用测量步骤的结果。测量步骤不假设水平测量是连续地可用的:它包括核验是否测量可用,并且如果可用,采用它。如果测量在一些时刻不可用,那么测量步骤不返回任何数据给校正步骤,并且因此在那个时刻所获得的流量是不相关的。估计方法可以用于估计即时流量,累积流量或者根据流量所计算的任何其它幅度。因此,由于使用UKF,估计方法提供了精确的,与箱中水平测量一致的流体流量的估计,并且该估计固有地校正获得步骤的偏差和误差。而且,该方法与任何形状的箱相容,并且特别地与不是圆柱形的箱相容。而且,通过使用UKF状态方程,甚至当水平测量不可用时,获得步骤可以通过精确的方式估计流体流量。最后,该方法很好地适合于流量的变化以及其中测量流量的系统的运行点的变化。在一些实施方式中,通过至少一个传感器,特别地流量计测量原始流量值。在这些实施方式中,基本上通过流量计进行获得步骤,并且校正步骤用于根据测量的水平数值校正流量计。当存在流量计时,估计方法由此可以使得它可靠、重置它和/或在校准它。在一些实施方式中,通过具有迭代地估计系数的数学估计,特别地通过使用人工神经网络计算原始流量值。术语“具有迭代地估计系数的数学估计”用于排除其中系数是常数和明确已知的先验的物理测量和数学表达式。特别地,通过连续地使模型适合于一组数据,就像人工神经网络完成的一样,或者通过数字地被解答的方程式,可以估计迭代地估计的系数,该方程式具有收敛的解答。人工神经网络(ANN)是包括一个或多个神经元的计算模型,每个神经元提供有传递函数。ANN由此具有总传递函数,其适于根据至少一个输入计算至少一个输出。可以通过偏差和通过系数加权网络中每个神经元的传递函数或神经元的相对重量,称为突触权重(或者更简单地称为权重)。可以根据ANN的训练来调节权重。训练包括给ANN提供其中输入和输出已知的一组情境。在训练期间,ANN适合于偏差和突触权重,以致于它们符合训练情境,可能具有一定量的公差。ANNs由此是具有系数的数学表达式,根据训练迭代地适合。一旦在训练阶段结束时已经确定了偏差和权重,在随后的操作阶段期间,它们可以可选地保持常数。ANN由此能够通过从所述系统的真实行为学习,智能地模型化系统,而没有必要知道管理它的理论定律。ANN也具有概括的能力(也称为“推理”),即,对于已经给出它输入值的情境,即使在训练阶段期间它还没有被训练到那种情境,只要输入包含在有效性域内,它就能够确定输出值(换而言之,它确保用于将要被计算的情境的输入值位于已经被用于训练的极限输入值之间或者接近该极限输入值)。这对于具有广泛范围操作点的系统是特别地有用,并且对于该系统,在工业情境下,难以想象去设想设置用于所有可能情境的参数。为了更好的精确性,必须核实训练情境构成合适地精细的网络,覆盖操作域。最后,ANN是一种易于适应的系统。这些优点对于其它类型的具有迭代地估计的系数的数学表达式也是有效的。而且,在这种实施中,由此通过数学估计进行获得步骤,这可以省略流量计,并且达到花费、重量和体积上的节约。不像已知在别处的一些系统,其中无损卡尔曼滤波器用于确定ANN的突触权重,本方法通过将具有迭代地估计的系数的数学表达式(特别地ANN)并入在UKF的获得步骤中,利用了它。它的操作和目的由此是完全不同的。在一些实施方式中,箱中流体的质量是箱中流体水平的非线性函数。在一些实施方式中,箱不是圆柱形的。在本文档来自技高网...
<a href="http://www.xjishu.com/zhuanli/52/201580029797.html" title="用于估计流体流量的方法和系统原文来自X技术">用于估计流体流量的方法和系统</a>

【技术保护点】
一种用于估计来自于箱(20、21)的流体流量的估计方法,该方法包括测量箱中流体水平(yk),并且其特征在于它包括通过使用无损卡尔曼滤波器用于估计流体流量的估计步骤,所述估计步骤包括用于获得原始流体流量的获得步骤,以及当水平测量(yk)可用时的校正步骤,在该校正步骤期间,根据水平测量校正所获得的原始流量。

【技术特征摘要】
【国外来华专利技术】2014.06.03 FR 14550241.一种用于估计来自于箱(20、21)的流体流量的估计方法,该方法包括测量箱中流体水平(yk),并且其特征在于它包括通过使用无损卡尔曼滤波器用于估计流体流量的估计步骤,所述估计步骤包括用于获得原始流体流量的获得步骤,以及当水平测量(yk)可用时的校正步骤,在该校正步骤期间,根据水平测量校正所获得的原始流量。2.根据权利要求1所述的估计方法,其中通过至少一个传感器(215a),特别地流量计测量原始流量值3.根据权利要求1所述的估计方法,其中通过具有迭代估计系数的数学估计,特别地通过使用人工神经网络来计算原始流量值4.根据权利要求1至3中任一权利要求所述的估计方法,其中箱(20、21)中流体的质量(mk)是箱中流体水平(nk)的非线性函数。5.根据权利要求1至4中任一权利要求所述的估计方法,其中无损卡尔曼滤波器的状态包括原始流量值的偏差(Ek)。6.根据权利要求1至5中任一权利要求所述的估计方法,还包括在校正步骤之前的滤波水平测量(yk)中波动的滤波步骤。7.一种估计分别地来自于第一箱和第二箱的两种流体流量的方法,其中通过分别地实施下列估计流体流量:·第一种估计方法包括使用无损卡尔曼滤波器,估计流体流量的步骤,其中在校正无损卡尔曼滤波器的步骤中不考虑水平测量;·根据权利要求1至6中任一权利要求所述的第二种方法,其中只考虑第一箱的水平测量;·根据权利要求...

【专利技术属性】
技术研发人员:瑟奇·勒贡尼德克安东尼·罗米特塔里克·马达尼
申请(专利权)人:赛峰航空器发动机
类型:发明
国别省市:法国;FR

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1