[发明专利]一种基于模型优化的超声波水表流量校准方法

权利要求书

1.一种基于模型优化的超声波水表流量校准方法，其特征在于，包括以下步骤：

s1：使用一只已校准的超声波水表在全流量区间内测量到的流量数据作为标准组，以所有待校准的超声波水表在全流量区间内测量到的流量数据作为测试组；最终得到的数据集包括每支超声波水表测得的平均流速及上下游接收信号传播时间差的平均值，其中平均流速的计算公式如下：

式中，T_j为第j次测量时长，m_j为第j次测量时长T_j内流入水箱内的水的质量，为第j次测量时的水密度，S为测量段管道截面积；

s2：基于标准组数据，绘制流量特征曲线，对流量特征曲线进行非线性拟合，获得初始数学模型；其中流量特征曲线为校准系数随上下游接收信号传播时间差的平均值变化的曲线，其中校准系数K计算公式如下：

式中，为在第j次测量时第i组的上下游接收信号传播时间差，N_j为第j次测量时的上下游接收信号传播时间差总数，为第j次测量的已校准的超声波水表获得的标准组的平均流速，为第j次测量的上下游接收信号传播时间差的平均值；

s3：基于测试组数据计算相对误差RD，根据相对误差RD评价数学模型，以评价结果决定是否跳过步骤s4；其中相对误差RD的计算公式如下：

式中，为测试组第l组的平均流速，K为通过数学模型计算的校准系数，为测试组中第l组的上下游接收信号传播时间差的平均值；

数学模型评价原则如下：

若RD_l均小于或等于最大允许误差的二分之一，则认为数学模型与测试组数据吻合，跳过步骤s4；

若存在RD_l大于最大允许误差的二分之一，且小于或等于最大允许误差，则认为数学模型与测试组数据不吻合，需进入步骤s4进行数学模型参数的优化；

若存在RD_l大于最大允许误差，则认为数学模型不满足要求，需脱离本流程，对该超声波水表单独分析；

s4：基于测试组数据，通过差分进化算法，对数学模型参数进行优化；具体步骤如下：

s4.1：基于测试组数据的平均流速值与（）之间的欧氏距离定义目标函数，以数学模型中参数的预设允许范围为约束条件，基于数学模型参数θ设计变量；

s4.2：设定差分进化算法对数学模型的搜索范围，初始化种群个体数目、最大迭代次数、交叉因子和变异因子；

s4.3：在数学模型参数θ的搜索范围内随机生成种群作为父代种群，迭代次数加1，根据目标函数和约束条件，计算父代种群中个体的适应度；

s4.4：基于交叉因子与变异因子，在父代种群中随机选择个体进行交叉和变异，生成试验种群；

s4.5：计算试验种群中个体的适应度，将父代种群与试验种群中个体的适应度进行比较，根据比较结果生成子代种群；

s4.6：进行子代种群中个体的非支配排序；

s4.7：计算子代种群中个体的拥挤距离，剔除拥挤距离相对较小的个体以保持子代种群个体数目与初始种群个体数目一致；

s4.8：判断现有迭代次数是否到达最大迭代次数要求，若满足，则完成数学模型参数优化，结束流程；否则跳转至步骤s4.3；

s5：基于数学模型，通过差分进化算法，获得单只待校准超声波水表最优的分段校准系数；具体步骤如下：

s5.1：基于测试组数据的平均流速值与（）之间的欧氏距离定义目标函数，随机生成分段点位置β和分段校准系数α，以分段点位置β和分段校准系数α的允许范围作为约束条件，以参数设计变量；

s5.2：设定差分进化算法对参数γ的搜索范围，初始化种群个体数目、最大迭代次数、交叉因子和变异因子；

s5.3：在参数γ的搜索范围内随机生成种群作为父代种群，迭代次数加1，根据目标函数和约束条件，计算父代种群中个体的适应度；

s5.4：基于交叉因子与变异因子，在父代种群中随机选择个体进行交叉和变异，生成试验种群；

s5.5：计算试验种群中个体的适应度，将父代种群与试验种群中个体的适应度进行比较，根据比较结果生成子代种群；

s5.6：进行子代种群中个体的非支配排序；

s5.7：计算子代种群中个体的拥挤距离，剔除拥挤距离相对较小的个体以保持子代种群个体数目与初始种群个体数目一致；

s5.8：判断现有迭代次数是否到达最大迭代次数要求，若满足，则完成参数优化，结束流程；否则跳转至步骤s5.3；

s6：重复步骤s3至步骤s5，完成所有待校准超声波水表的流量校准。