摘 要：介紹了一種實時在線監測礦井底板突水的科氏力質量流量計。它以FPGA，STM32F103為核心，采用基于神經網絡的信號處理算法進行信號處理，可以精確分析水流量質量信號的頻率和相位差，消除了檢測電路的零飄及干擾信號的影響。實驗數據表明，通過樣本訓練后的流量計在測量模擬礦井突水水源的質量流量時相對誤差小于2.2％，密度相對誤差小于4.8％。

關鍵字：礦井突水 科氏力質量流量計 信號處理 RBF神經網絡

    1 引言

    煤礦開采過程中的突水事故，對于其安全生產和人員生命安全造成了嚴重的威脅，同時也造成了巨大的經濟損失。在底板灰巖承壓水水壓過高，而隔水層隔水能力不足，或隔水層局部破壞形成突水通道時，采掘工作面一旦揭露這些區域，就很容易發生突水事故[1]。目前一般通過水位法或水化學分析[2]的方法判斷突水源，但這些方法實時性差。

    在礦井底板鉆探采樣孔，采樣來自不同巖層的水源，通過測量流體密度和流量能為實時判定可能的突水源提供依據。

    礦井底板鉆探采樣時，鉆孔中放出水量及其密度都是動態的變量。傳統流量計不能直接測量流體的質量流量和密度，而科氏力質量流量計（Coriolismassflownleter，CMF）是一種基于科氏效應（Corioliseffect）的諧振式直接質量流量計[3]。它在原理上消除了流體狀態、密度、溫度等參數對測量精度的影響，實現了真正意義上的直接質量流量測量[4]，并能適應多種流態測量。因此利用科氏力質量流量計，可實時在線分析礦井底板可能的突水水源和突水水量。

    礦井采掘工作面上大型設備多、空間小，存在明顯的不規則振動干擾。普通CMF測量系統對于安裝管道上的振動干擾比較敏感。外部振動對系統質量流量和密度測量產生非線性干擾，使測量結果出現偏差，因此不能適應礦井底板鉆探采樣應用的要求。為了適應礦井底板突水水源判斷鉆探采樣的應用特點，本文基于FPGA和STM32F103實現了一種RBF神經網絡現場自適應算法，用于科氏力質量流量計二次儀表信號處理。

    2 影響CMF二次儀表測量精度的若干問題分析與對策

    科氏力質量流量計振動管的振動頻率與振動管的物理尺寸、材料的楊氏模量、溫度，還有被測流體的密度有關。不考慮流體，只考慮楊氏模量E的溫度影響和振動管的尺寸時，振動管的頻率如式（1）所示：

        （1）

    式中：K為彈性系數，m為質量，Z為振動管的等效長度，D、d為振動管的外徑、內徑，E為楊氏模量。參考文獻［5］，給出了實驗數據。在實際應用中，被測流體的密度還與左右拾振傳感器的相位差有關。被測流體的密度ρ如式（2）所示：

       （2）

    式中：t是測量時的溫度，f₀₁是振動管的頻率，?Φ是左右傳感器信號的相位差，ρ₀是系統測量時的零飄。

    U型科氏力質量流量計，質量流量Q_m計算公式如式（3）所示：

         （3）

    式中：?t是左右拾振信號相位差。K是CMF的靈敏度，K的取值與U型管的結構、材料、溫度、振動頻率等均有關，主要決定于U型管的物理結構。文獻[6]給出了嚴格的計算過程。在物理結構已成型的情況下，考慮現場因素時流體質量流量如式（4）所示。式中Q₀是測量系統的質量流量零飄值。

       （4）

    從以上分析可以看出，被測流體的密度、質量流量，與CMF二次儀表所獲區的測量參數——振動管的振動頻率、左右拾振傳感器的相位差、溫度等都不是嚴格意義上的線性關系。且相互之間存在影響，并與現場工況有關。因此本設計應用RBF神經網絡于系統算法之中。通過現場學習訓練，確定神經元之間的連接權W，確定參數[7]，達到從可測參數（頻率、相差、溫度）精確確定被測流體的質量流量和密度的目的。用于CMF二次儀表計算的RBF網絡模型如圖1所示。

圖1 RBF神經網絡CMF信號分析原理圖

    3 CMF二次儀表信號處理系統設計

    CMF系統的二次儀表信號處理系統如圖2所示。首先左右拾振信號，經過模擬信號處理電路，一路變換為對應的左右方波信號，送往FPGA，作為測頻之用；另一路左右信號送往A/D轉換電路，經A/D轉換之后，送往FPGA，作為測相差之用。溫度信號經模擬電路處理后送往STM32F103CPU。STM32F103從FPGA接收到頻率、相位差信號后，結合溫度信號經RBF神經網絡計算出相應的質量流量、流體密度等信息。STM32F103通過CAN網絡將實時數據傳至遠方PC，用于數據記錄、分析。現場人機接口用于人機對話，RBF神經網訓練等功能。

圖2 CMF二次儀表信號處理系統

    相位與頻率檢測部分電路原理如圖3所示。左右拾振信號經保護電路進入儀表用放大電路，經放大處理后，信號去往兩個方向：一路進入了滯回比較器；另一路信號則送入模擬開關。滯回比較器產生的方波信號被送入FPGA，作測頻之用。模擬開關切換的信號進入帶通濾波器，濾波器的信號經緩沖級后作為A/D的輸入信號。A/D轉換完成的數字信號，送入FPGA作為測相差之用。

圖3 CMF二次儀表信相位頻率檢測原理圖

    在CMF系統中相差的測量，直接關系到儀表質量流量的測量精度，通過帶通濾波器是信號延遲最主要的一個環節，為了保證左右傳感器信號延遲相同，在硬件電路設計中，采用了同一設計：讓兩路信號經模擬開關后進入同一個帶通濾波器。這樣就保證了左右信號延時的一致性。緩沖級提高帶載能力，同時實現與A/D的阻抗匹配功能。滯回比較器與過零比較器相比，提高了比較器的抗干擾能 力，同時對前級電路的零飄不敏感，用于信號整形測頻可提高系統的精度。

    軟件分為FPGA部分和STM32F103VBT6兩部分。FPGA內部電路如圖4所示。外部輸入的50MHz時鐘信號，分別提供給內部“DPLL”和通信控制器使用。FPGA內部的“A/D控制器”，“相差計量”，“左信號測頻”和“右信號測頻”均使用DPLL提供的200MHz的時鐘信號。

圖4 FPGA內部電路結構圖

    “測頻電路”將左右信號測頻取算術平均后作為被測系統的振動頻率。同時產生一個采樣控制常數，控制“A/D控制器”的采樣頻率。“A/D控制器”控制外部A/D芯片，對左右振動信號，每周期各采樣4096個點，并將采樣值存入FPGA的片內雙口RAM中，同時通知“相差計量”電路從片內RAM中取數據計算。FPGA內部的雙口RAM分成兩個部分，保證“相差計量”取到的是一個完整周波數據。

    相差計量，采用首次過零點計量。首先求出信號中的直流分量，如式（5）所示。取得直流分量后，各采樣點的值與直流量相減后，就可以判斷出首次過零點的位置。比較左右拾振信號的首次過零點位置就可以確定它們之間的相位差。因為在計算相差時，已計算出直流分量，并將其從采樣數據中減去，因此相差計量也對系統直流分量不敏感，所以本系統對電路的零飄不敏感。

       （5）

    STM32F103VBT6是基于ARM公司Cortex-M3內核的32位微控制器，最高系統時鐘72MHz，三級流水線。STM32處理的工作主要分為5個部分：計量計算：突水水源判斷、RBF神經網絡訓練、通信和人機接口。

    RBF神經網絡功能訓練，本設計中取了礦井底板突水中常見的3種水源：泥灰水、中沙水和粘土水。訓練數據的獲取：3種流體在相同的溫度下分別以相同的流速流過CMF系統，取得3組相同溫度不同流體密度等流量的訓練數據。3個不同的溫度條件下，每種流體，都以相同的流速通過CMF系統，能獲取到9組數據。總共使用12組數據進行RBF網絡訓練，如表1所示。在訓練時人為加入10Hz到500Hz的隨機振動干擾。當所有的訓練完成后將信號響應矩陣以16進制整數（所有系統都被擴大了1000倍，這樣在計算中就不用浮點計算）形式存儲于EEPROM中。

    4 實驗測試

    實驗平臺如圖5所示。實驗系統由試驗件、加壓送水系統、軸壓加壓系統、圍壓加壓系統、CMF等組成。實驗中的實驗件填充物為取自淮北礦區的煤層底板中的泥巖塊。實驗圍壓和軸壓加載系統采用SY-II全自動壓力實驗系統，其加載系統的最高載荷達300t，加載系統用計算機控制。

圖5 礦井底板突水CMF實時監測實驗系統

    實驗過程，將試驗件置于加壓實驗臺，從加壓入水口加入流體，打開圍壓和軸壓加壓系統，控制圍壓和軸壓，使出水口的流量值穩定。各種不同條件下實驗結果分別如表2、表3和表4所示。

    應用極差法計算表2的實驗數據，質量流量標準差[8]，如式（6）所示。

      （6）

    密度標準差σ_2p=0.0028（g/cm³）。同理可以求出表3、表4對應數據的標準差：σ_3m＝0.1656（kg/s），σ_3p＝0.0186（g/cm³）；σ_4m=0.0059（kg/s），σ_4p=0.0209（g/cm³）。

    無論是在相對誤差，還是在反映數據精度的標準差上，表2與表4的質量流量數據明顯的好于表3。其原因是：1kg/s的質量流量是測量系統RBF神經網絡訓練時用過的，所以與其對應的質量流量在計量中就相對要準確。表2的密度數據要優于表3和表4的密度數據，表2測量的密度值是經過神經網絡學習過的，而表3和表4測量的密度值未經神經網絡訓練。從實驗結果可以看出經訓練的數據，測量結果要好于未經訓練的數據。通過神經網絡的訓練和電路的改進，溫度對CMF系統的已影響基本消除。

    5 結論

    從實驗結果可以看出，與訓練量對應的實測數據要好于未參與訓練量的測量數據。系統設計時已將RBF訓練程序固化于STM32之中，用戶可以通過人機接口現場訓練系統，提高系統精度。通過現場訓練，本系統可以適應不同礦區、不同地質條件、不同突水水源的判別，為實時突水預測提供可靠依據。當監測的質量流量超過設定的報警值，或質量流量出現突變增加時，本系統將發出報警信號，同時開啟備用排水裝置，增加排水量。

    參考文獻

    [1]高延法，施龍清，婁華君，等.底板突水規律與突水優勢面[M].徐州：中國礦業大學出版社，1999：4-5.
    [2]王立平.煤層底板突水機理及評價[J].河南理工大學學報：自然科學版，2008（10）：514-519.
    [3]HENRYM.Self-validatingdigitalCoriolismassflowme-ter[J].Computing&ControlEngineeringJourna1，2000（5）：487-560.
    [4]樊尚春.科氏質量流量計的若干干擾因素及其抑止[J].科學技術與工程，2004（4）：269-271.
    [5]孫玉聲，姚小兵，陳世超.科氏力質量流量計質量流量參量的溫度系數[J].中國測試技術，2004，30（5）：6-8.
    [6]紀彩虹，肖錫武，一種新型科氏質量流量計的力學分析與靈敏度計算[J].中國測試技術，2005，31（1）：123-126.
    [7]童敏明，陸生華，戴新聯，等.基于催化傳感器可燃混合氣體智能分析系統[J].儀器儀表學報，2006，27（7）：675-678.
    [8]費業泰.誤差理論與數據處理[M].5.北京：機械工業出版社，2004：176-177.