用于物位指示器的基于模型的噪声抑制 |
|||||||
| 申请号 | CN201410613625.5 | 申请日 | 2014-11-04 | 公开(公告)号 | CN104614037B | 公开(公告)日 | 2017-08-22 |
| 申请人 | VEGA格里沙贝两合公司; | 发明人 | 克里斯蒂安·霍费雷尔; | ||||
| 摘要 | 本 发明 限定了物位指示器中的基于模型的噪声抑制技术，该物位指示器使用相互独立的数学模型，其模型中的每个模型的 质量 通过与测量值进行比较来计算。然后，对模型进行加权和组合，或者选择单个模型，以计算在之后的时间点的物位。通过这些手段可以实现有效的噪声抑制。 | ||||||
| 权利要求 | 1.一种用于确定散装物料(102)的物位的物位测量装置(100)，包括： |
||||||
| 说明书全文 | 用于物位指示器的基于模型的噪声抑制技术领域[0001] 本发明涉及物位测量。具体地，本发明涉及物位指示器、用于确定散装物料的物位的方法、程序元件以及机器可读介质。 背景技术[0002] 为了抑制来自依时间顺序的测量的测量值中的噪声，通常使用求平均技术。这意味着得到了多个依时间顺序的测量值的平均值。应得到其平均值的测量值的数量可以被选择成合适的数量，并且必须由用户或服务人员根据应用手动设置。对于缓慢变化的测量，即散装物料表面仅缓慢地移动，求平均被允许包括大量的测量值，反之对于快速测量则仅有少量的测量值。这是因为，否则求平均会导致在输出的物位与散装物料表面的位置之间出现偏移或大的不匹配。 [0003] 特别是当在填充料箱与清空料箱之间进行切换时，当根据当前的现有技术使用常规的求平均技术时，可以观察到传感器的该时滞或惯性。作为求平均的结果，传感器可以在其输出端具有对物位变化的延迟响应。在最坏的情况下，这种状况可能导致容器的过度填充或泵的干运行(dry-running)。 发明内容[0004] 本发明的目的是提高物位指示器的准确度。 [0006] 根据本发明的第一方面，限定了一种用于确定散装物料的物位的物位指示器，其包括传感装置和控制单元。传感器装置用来捕获与散装物料在第一时间点的物位对应的测量值。包括这种传感器装置的物位指示器是已知的。例如，这些物位指示器是雷达物位指示器或超声装置，其从天线向散装物料表面发射测量信号，并且对接收到的、在散装物料的表面(以及可能在诸如容器底板，装配在容器中的隔板或零件的其他反射体处)反射的信号进行分析。然后，可以根据这个接收到的信号来确定散装物料在测量时的物位。 [0007] 还可以使用来自测量的多个测量值来计算物位。然而，可能始终是下述情况：即使根据测量曲线使用多个测量值来实际确定物位，但是准确地说测量值中的一个测量值对应于物位。 [0008] 控制单元被设计成针对所捕获的测量值执行下述步骤：首先，使用所捕获的测量值对不同且相互独立的数学模型进行更新。这个“更新”可以意味着所捕获的测量值被馈送到数学模型中的每个数学模型中，并且然后模型中的每个模型根据这个测量值计算预测的将来的物位。图5包括针对结合卡尔曼(Kalman)滤波器工作的模型的这种更新的概图。 [0009] 然后控制单元计算每个单独的模型的质量(quality)。具体地，由传感器装置在第一时间点之后的第二时间点捕获的测量值可以用于这个目的，该测量值与散装物料在第二时间点的物位对应。例如，质量计算可以考虑每个模型在何种程度上预测已通过测量在之后的时间点确定的(测量)物位。 [0010] 然后，控制单元可以根据模型各自的质量对模型进行加权和组合或选择模型中的一个模型，因此控制单元可以使用所加权和组合的模型或所选择的模型来计算散装物料在之后的第二时间点的物位。然后，控制单元可以输出所计算的物位。 [0011] 换句话说，控制单元可以首先使用多个不同且相互独立的数学模型，采用在第一时间点捕获的测量值来计算散装物料在第二时间点的可能物位。然后指示器可以捕获散装物料在第二时间点的物位。然后通过使用物位来计算每个单独的模型的质量，这个在第二时间点的物位可以用于对模型进行加权和组合或用于选择模型中的一个模型。 [0012] 例如，可以通过将在第二时间点的物位与由模型计算的在该第二时间点的物位进行比较来计算每个单独的模型的质量。 [0013] 然后在第二时间点输出散装物料的物位，尽管这个物位不是测量物位而是由所加权和组合的模型或仅由所选择的模型计算的物位。 [0014] 因此，本发明的第一方面涉及一种使用不同数学模型来预测物位的将来的预计的测量值的物位指示器。 [0015] 使用现有的测量值对数学模型进行更新。这应被理解为意味着模型(每个单独的模型或作为组合的模型)对将来物位进行预测(预估)，将来物位是指在特定时间点出现的物位，该预测涉及将现有的测量值引入(馈送)到每个数学模型(或组合模型)中，并且根据该测量值计算在特定时间点的新的大概值。 [0016] 当实际上到达这个时间点时，通过该装置实际测量物位，并且测量结果被用来计算每个单独的模型的质量。模型的质量是其正确地预测物位的能力的量度。由特定模型预测的物位与实际测量物位之间的差异越大，则质量越差。 [0017] 然后，在质量计算的基础上，单独的模型被加权和组合成组合模型，或最佳的模型被选择，然后所述模型被用来计算进一步的将来物位。 [0018] 换句话说，通过与物位的当前测量值进行比较来分别检查所使用的组合模型和/或每个单独的模型，因此组合模型可以被调节以进一步改进将来的物位的预测。 [0019] 根据本发明，首先测量物位，并且由数学模型中的每个数学模型(或由包括所选择的加权和组合的模型的组合模型)使用测量结果来计算预测的将来物位。(数学)模型被用来预测将来，即将来预计的物位。通过将预测结果与在之后的时间点捕获的实际测量值进行比较，随后通过对单独的模型进行适当选择或组合来改进这种预测。由此，可以以高准确度来预测将来预计的物位。 [0020] 在本申请中使用的特定术语限定如下。 [0021] 状况(填充/清空/固定)： [0022] 例如，在测量位置处出现的状况是在测量期间可能出现的例如，诸如料箱/容器的填充、料箱的清空或其中散装物料表面不移动的状况下的恒定物位的某些情况。因此，在特定时刻存在的“状况”涉及人会感知的可见事件。 [0023] 模型/系统模型： [0024] 在适用情况下，如果需要仅在数学上描述状况的这种纯人类感知以滤除噪声，进而做出预测或在数学上对这些状况简单地建模，则适当的模型是必需的。这个模型并入物位测量的物理性质。 [0025] 特定数学模型描述不同状况的适用性是不同的。因此，本发明同时利用多个模型。例如，可以使用微分方程表示单独的模型。然后，通常是物位测量中的情况的时间离散化产生时间离散模型。 [0026] 状态： [0027] 狭义的“状态”是所寻求的量，例如，散装物料的物位。在更广的范围内，状态包括模型的当前计算进度。简单来说，模型在时间k时整体(即指明模型的矩阵和向量)看起来如何？ [0028] 如果(时间离散)模型是已知的，那么状态估计器(例如卡尔曼滤波器)可以被用来确定系统模型/模型的状态。术语状态可以被理解为是指模型和估计器在固定时间k的所有的值/变量的总和。 [0029] 另外，向量 可以被称为状态向量。这个状态向量可以包含所寻求的散装物料表面的位置 此外，这个状态向量还可以包含在散装物料表面的位置变化处的速度 的估值。因此，仅在某些情况下“物位”能等同于“状态”。 [0030] 该物位指示器旨在通过这种手段改进确定散装物料表面的准确度。实际测量值通常包含噪声，即，即使对于固定表面，不能假设两个连续的测量返回相同的测量值，并且因此返回相同的物位。这种不精确归因于系统造成的在测量中固有的噪声。这种噪声产生的原因可能是所使用的部件、指示器本身的设计、热噪声、外部干扰或固有的系统噪声，其通常存在于技术设备中。这种不希望的噪声影响测量精度。 [0031] 根据本发明的一个实施方式，控制单元被设计成使用卡尔曼滤波器指明数学模型中的每个数学模型。 [0032] 根据本发明的另一实施方式，控制单元被设计成借助于多个不同且相互独立的数学模型，使用所计算的在第二时间点的物位指明散装物料在第三时间点的可能状态，第三时间点迟于第二时间点。 [0033] 根据本发明的另一实施方式，模型考虑储存散装物料的容器的几何特征。 [0034] 根据本发明的另一实施方式，控制单元被设计成考虑由物位指示器在第二时间点测量的散装物料物位与由更新模型计算的物位之间的差来计算每个单独的模型的质量，并且对模型进行加权和组合或选择模型中的一个模型。 [0035] 特别地，可以设置由所加权和组合的模型或由所选择的模型计算的、在第二时间点的散装物料物位被用来对独立的数学模型进行更新。 [0036] 特别地，这使得不符合当前状况，并且因此返回不正确的物位的预测的那些模型能够继续追踪散装物料表面的位置。 [0037] 根据本发明的又一方面，限定了一种用于确定散装物料的物位的方法，在该方法中首先捕获与散装物料在第一时间点的物位对应的测量值。然后，使用所捕获的测量值对不同且相互独立的数学模型进行更新。接着，对每个单独的模型的质量进行计算，并且在每种情况下根据模型各自的质量对模型进行加权和组合或者选择模型中的一个模型。然后由所加权和组合的模型或由所选择的模型计算散装物料在之后的第二时间点的物位，并且输出由所加权和组合的模型或由所选择的模型计算的物位。 [0038] 根据本发明的另一方面，限定了一种程序元件，该程序元件当在物位指示器的控制单元上执行时命令控制单元执行上述和下述的步骤。 [0039] 在这种情况下，例如，程序元件可以是存储在物位指示器的处理器上的软件的一部分。这里，处理器可以同样地是本发明的主题。另外，本实施方式包括从一开始就使用本发明的程序元件，并且还包括通过更新使现有的程序使用本发明的程序元件。 [0040] 根据本发明的另一方面，限定了一种机器可读介质，在该机器可读介质上存储有对应的程序元件。 附图说明[0042] 图1示出了根据本发明的实施方式的物位指示器。 [0043] 图2是根据本发明的实施方式的方法的流程图。 [0044] 图3是根据本发明的另一实施方式的方法的流程图。 [0045] 图4是根据本发明的另一实施方式的方法的流程图。 [0046] 图5示出了来自下文提到的Welch和Bishop的文献的摘录。 具体实施方式[0047] 附图中的描绘是示意性的并且未按比例绘制。 [0048] 在下面对附图的描述中，在不同的附图中使用相同的附图标记，附图标记表示相同或相似的元件。然而，相同或相似的元件也可以使用不同的附图标记表示。 [0049] 图1示出了根据本发明的实施方式的物位指示器。例如，物位指示器100是雷达物位指示器或是可以确定储存在容器101中的散装物料102的散装物料表面105的位置的其他类型的指示器。例如，指示器100包括发射/接收天线形式的传感器装置107。发射/接收天线107朝向散装物料表面105发射测量信号103。然后，测量信号在散装物料105的表面被至少部分地反射回发射/接收天线107(参见箭头104)。 [0050] 然后，发射/接收天线对反射的测量信号进行检测并且将该测量信号传送至物位指示器100的电子装置106。电子装置106包括控制单元并且为了简单起见在下面整体上被称为“控制单元”。 [0051] 为了抑制噪声，物位指示器能够得到在依时间顺序的测量中物位指示器接收到的测量值的平均值。然而，在这个处理中，其目的是减小散装物料表面的实际位置与最后输出的测量值或更具体地输出的物位之间的偏移或不匹配。 [0052] 要做到这一点，控制单元使用对于物位指示器存在的基本情况的知识。 [0053] 例如，如果容器中的介质的物位被捕获，则可能会出现下列状况： [0054] -以恒定速度清空容器。 [0055] -以恒定速度填充容器。 [0056] -在清空期间散装物料表面的位置以恒定加速度变化。 [0057] -在填充期间散装物料表面的位置以恒定加速度变化。 [0058] -容器没有被填充或清空，即物位不发生变化。 [0059] 现在可以使用数学模型来描述出现在料箱中的可能状况。时间离散模型尤其适合这一点，其可以被有利地用于微控制器中以对系统建模，并且被调节使得可以使用合适的状态估计器(例如，卡尔曼滤波器)来确定模型的状态。 [0060] 卡尔曼滤波器对技术系统的状态进行估计。除了这个纯状态估计以外，还对状态估值的确定性进行估计(自我评估)。在这种范围内，可以参考2006年7月24日的Greg Welch和Gary Bishop的题为“An Introduction to Kalman-Filter”的文献。在更广的范围内，卡尔曼滤波器表示技术系统的数学模型和状态估计器本身的组合。因此，例如，卡尔曼滤波器包含用于描述上述状况的数学模型，以及用于估计模型的状态的机制。另外，可以对有关系统的状态将在下一步骤中如何改变进行估计预测。 [0061] 对测量值或物位进行估计的单个卡尔曼滤波器通常不能以足够的准确度对容器中的所有上述状况建模。然而，如果使用多个单独的卡尔曼滤波器，其中每个卡尔曼滤波器描述一种状况，则这些滤波器可以根据其目前所具有的质量(“相关的模型在何种程度上符合当前测量结果？”)彼此进行组合。 [0062] 因此，可以通过下述步骤来改进所确定的物位的准确度：在第一步骤中，借助于卡尔曼滤波器使用不同的、相互独立的数学模型来描述在测量期间可能出现的状况(填充/清空/固定)，并且在进一步的步骤中，根据当前存在的状况(填充/清空/固定)，以加权的方式组合不同的卡尔曼滤波器或者接通所述卡尔曼滤波器中的一个卡尔曼滤波器，以使得对于当前存在的状况(填充/清空/固定)，给出最大加权的卡尔曼滤波器总是通过其底层系统模型最符合当前状况的卡尔曼滤波器。 [0063] Welch和Bishop的文档中所限定的方程式可以由如图5中所描绘的组合来表示。 [0064] 对于所描述的方法的技术实施，首先是要具有对容器中的可能状况进行描述的不同数学模型。为了更好地理解，假设物位在容器中线性地变化或者保持在特定位置处。 [0065] 因此，对此需要两个不同的模型：一个模型对移动的物位的状况进行建模，以及一个模型反映固定散装物料表面的状况。下文给出了可以由控制单元使用的用来计算物位的合适的数学模型的示例。 [0066] 从Welch和Bishop的文献入手，可以开发下述模型。 [0067] 1.表示移动的散装物料表面的示例性模型： [0068] [0069] k：指数(步骤/测量k) [0070] 所计算的在时间k时的散装物料表面的位置 [0071] 所计算的在时间k时的散装物料表面的速度 [0072] A：转换矩阵，其指明了系统在时间k-1时的状态应如何投影到状态k[0073] Δt：测量k与测量k-1之间的时间 [0074] [0075] zk：将所有的测量的量进行组合的向量 [0076] 在时间k时散装物料表面的位置的测量 [0077] H：给出测量zk与系统状态xk之间的关系的矩阵(zk＝H*xk) [0078] [0079] Q：如何对系统噪声建模的示例 [0080] R：如何对测量噪声建模的示例 [0081] 2.表示固定散装物料表面的模型： [0082] [0083] [0084] Q＝[0.00001] R ＝[1] [0085] 在这两个示例中，假设用于对系统建模的矩阵是恒定的。因此，在示例中省去指数k。 [0086] 在不同的状况下，每个模型对物位进行估计所采用的质量不同。然而，这应该仅被看作是示例。特别地，矩阵Q和矩阵R中的绝对数值是用来使有关的滤波器最优地适合当前状况的参数。再一次，在这种情况下，在随后的步骤中存在如下选择，具有使用不同的滤波器性质的单独的模型的多种实现，以及对单独的模型进行组合或固定。 [0087] 然后，来自上述示例的所有单独的模型可以在第二步骤中被选择性地组合。图3示出了这样的结构。 [0088] 显而易见的是，描述状况(填充/清空/固定)的每个模型被提供关于当前测量值301的信息。如图中更高处所描绘的那样，在被标记为模型1至模型N的功能块302、功能块 303、功能块304、功能块305内部，由物位指示器捕获的测量值被用来更新系统模型。在本示例中，测量值本身正好是散装物料表面的位置。对于除了纯距离值以外还测量散装物料表面移动的速度的传感器(例如，对于评估多普勒(Doppler)频移的雷达传感器)，这个附加的测量值还可以用来更新模型。 [0089] 然后在步骤306中，对由N(N为整数)个模型输出的估计物位或者更确切地说估计的测量值进行加权和组合或者选择当前有效的模型(返回最佳估计结果的模型)。然后在步骤307中，输出由所述模型计算的物位或测量值 [0090] 图4示出了其中单独的模型可以被更新的有利的实施方式。基于图3，在这种情况下，计算值307被额外地反馈401至原来的N个模型302至模型305。这尤其使得不符合当前状况的模型能够继续追踪散装物料表面的位置。这确保了单独的模型的稳定性。这意味着单独的模型对散装物料表面的位置的估计不偏离散装物料表面的实际位置，因为单独的模型可以通过更新而被带到合适的“初始位置”，单独的模型也使用计算值307。 [0091] 功能块306可以被标记为“当前模型的组合或选择”并且对不同模型的单独的状态进行组合或者选择单个模型，以及在控制单元的输出处输出由此产生的测量值。 [0092] 例如，根据由模型给出的预测(即，由相关的模型计算的在特定的时间点的物位)与物位指示器已经通过测量确定的这个时间点的物位之间的差来获得正确模型的选择或用于各模型的加权因子。 [0093] 对于对固定散装物料表面进行描述的第二模型，因为该模型假设散装物料表面没有移动，所以进一步测量的物位的预测等于先前测量的物位的估值。 [0094] 第一模型假设散装物料的表面以速度 移动，并且因此预计来自传感器的新的测量值处于根据散装物料表面的旧的位置和两次测量之间所覆盖的距离而获得的位置处。 [0095] 在简单的方法中，可以被视为是当前最好的模型的是预测最接近当前测量值的模型。 [0096] 在用于对多个模型进行组合的简单方法中，根据预测与测量值 之间的差来计算加权因子。在本示例中，这个加权因子对应于模型的质量。因此，质量指示各模型表示测量值的适用性。换句话说，质量是模型在何种程度上描述当前状况的量度。文中用来确定质量的算法应仅被视为示例。其他方法是可能的。 [0097] 给出两个模型(模型A、模型B)作为示例。假设当前测量值 mm。模型A估计的测量值是 模型B估计的测量值是 对于该示例，针对质量的算法可以具有下述形式。 [0098] [0099] [0100] 然后，组合的测量值 可以如下组成： 的质量* 的质量* [0101] 当然，如果 则组合是不需要的，并且在示例中在算术上是不可能的。 [0102] 用于对单独的模型进行组合的更复杂的方法被称为“交互式多模型(IMM)”。这是对不同模型进行组合的有利的方式。在IMM中，似然函数同样被用来计算单独的模型的质量。 [0103] 图2是根据本发明的实施方式的方法的流程图。在步骤201中，物位指示器捕获测量值，例如，测量值与散装物料表面的位置对应。然后，这个测量值被传到不同的数学模型并且对其执行计算。模型中的每个模型进行涉及被更新的每个模型状态估计。如果模型使用卡尔曼滤波器，则更新卡尔曼滤波器(步骤202)。 [0104] 在步骤203中，例如，通过如下方式计算每个模型的质量，针对该计算使用在之后的时间点捕获的新测量值，该测量值与散装物料在之后的时间点的物位对应。应指出，在这点上，“与物位对应的测量值”可以等同于本申请中的“物位”。 [0105] 除了新的测量值以外，对于质量计算还可以包括其他量。例如，可以包括状态估计器的矩阵。新的测量值与模型的状态(即由每个模型计算的物位)的比较是最简单的示例。质量是表述数学模型在何种程度上确定当前状况(填充/清空/固定)和散装物料的位置的值。 [0106] 然后，在步骤204中，模型根据其质量被组合或选择。然后，在步骤205中，根据所得的具有最高质量的组合模型或者所选择的模型来计算物位，并且在步骤206中，例如，借助于HART输出或显示这个物位。 [0107] 此外，应当提及的是，术语“包括”和“具有”不排除任何其他元件或步骤，并且“一(a)”或“一个(an)”不排除大于一个。还应当指出的是，已参考上面的实施方式中的一个实施方式描述的特征或步骤也可以用于与上面描述的其他实施方式的其他特征或步骤进行组合。权利要求中的附图标记不应被视为具有限制作用。 |
||||||
QQ群二维码
意见反馈
意见反馈