電容式傳感器測(cè)量動(dòng)態(tài)容器中液位的方法研究

陸貴榮，朱　睿，陳樹(shù)越

（1.常州大學(xué)　信息科學(xué)與工程學(xué)院，江蘇　常州　213164；2.常州市過(guò)程感知與互聯(lián)技術(shù)重點(diǎn)實(shí)驗(yàn)室，江蘇　常州　213164）

電容式傳感器測(cè)量動(dòng)態(tài)容器中液位的方法研究

陸貴榮1，2，朱睿1，陳樹(shù)越1，2

（1.常州大學(xué)信息科學(xué)與工程學(xué)院，江蘇常州213164；2.常州市過(guò)程感知與互聯(lián)技術(shù)重點(diǎn)實(shí)驗(yàn)室，江蘇常州213164）

文章提出了一種測(cè)量動(dòng)態(tài)容器中液體液位的實(shí)用傳感方法；該法采用了一種新的傳感器結(jié)構(gòu)，它主要由裝在圓柱形框架內(nèi)壁的3個(gè)電極構(gòu)成；在不同液位下，采集容器不同傾向傾角時(shí)電極之間電容值并送入徑向基網(wǎng)絡(luò)進(jìn)行訓(xùn)練，構(gòu)建網(wǎng)絡(luò)模型應(yīng)用于實(shí)際液位測(cè)量；研究結(jié)果證明所設(shè)計(jì)的傳感器及其數(shù)據(jù)融合方法可以在容器不同傾向傾角狀態(tài)下均能對(duì)同一液位正確評(píng)價(jià)，體現(xiàn)出良好的應(yīng)用前景。

液位測(cè)量；電容式傳感器；徑向基網(wǎng)絡(luò)；動(dòng)態(tài)容器；方法研究

0　引言

液位測(cè)量傳感器多種多樣，如浮子式傳感器、電容式傳感器、差壓式傳感器和超聲波傳感器等［1］。一般來(lái)說(shuō)，傳統(tǒng)的液位傳感器往往用于測(cè)量靜態(tài)垂放狀態(tài)下容器中液體液位，但當(dāng)在測(cè)量過(guò)程中容器處于動(dòng)態(tài)即或靜態(tài)垂放或傾斜時(shí)，容器中液體的情況將會(huì)改變［2］。因此，使用傳統(tǒng)傳感測(cè)量液位變得困難，在實(shí)際應(yīng)用中，流行的測(cè)量方法是省略容器傾斜引起的誤差或者是使用額外的補(bǔ)償裝置［3］。

徑向基神經(jīng)網(wǎng)絡(luò)作為一種具有良好的曲線擬合能力的數(shù)據(jù)處理工具，被應(yīng)用于地下水位預(yù)測(cè)中。也有文獻(xiàn)中將降雨、徑流和人工開(kāi)采量作為輸入變量，對(duì)研究區(qū)域內(nèi)的承壓水位埋深進(jìn)行預(yù)測(cè)，將1984～2001年的數(shù)據(jù)用于徑向基網(wǎng)絡(luò)模型訓(xùn)練，2002～2005年的數(shù)據(jù)用于模型的驗(yàn)證，最后對(duì)2006～2023年共18年的地下水位埋深進(jìn)行預(yù)測(cè)，結(jié)果表明，徑向基神經(jīng)網(wǎng)絡(luò)模型對(duì)20年左右的數(shù)據(jù)序列有較好的預(yù)測(cè)效果，且根據(jù)降雨、徑流和開(kāi)采量，能較準(zhǔn)確的預(yù)測(cè)地下水位埋深［6］。

基于上述研究背景，一種新的傳感器結(jié)構(gòu)及其數(shù)據(jù)處理方法被提出，該方法通過(guò)測(cè)量每?jī)蓚€(gè)電極之間的電容變化，應(yīng)用徑向基神經(jīng)網(wǎng)絡(luò)分析實(shí)驗(yàn)數(shù)據(jù)，獲得動(dòng)態(tài)容器中的液位值。

1　結(jié)構(gòu)和原理

為了實(shí)現(xiàn)液位測(cè)量目標(biāo)，新傳感器結(jié)構(gòu)被提出如圖1所示，一個(gè)塑料管被用作傳感器框架，3個(gè)大小相同的長(zhǎng)方形銅片作為3個(gè)電極自上而下粘貼到塑料管內(nèi)壁上，另外一銅片被用作傳感器屏蔽層貼在塑料管外面。

圖1　傳感器結(jié)構(gòu)示意圖

論文提出的液位測(cè)量原理如圖2所示。在這個(gè)過(guò)程中，先測(cè)量電容值C1、C2和C3，然后通過(guò)徑向基神經(jīng)網(wǎng)絡(luò)來(lái)擬合液位值，圖中，L、D、A和Lo分別為液位信息、容器的傾向、容器的傾角及估測(cè)液位；C1、C2和C3分別代表電極1、2間、電極1、3間及電極2、3之間的電容值。

采用的徑向基神經(jīng)網(wǎng)絡(luò)是具有三層結(jié)構(gòu)的前向網(wǎng)絡(luò)，分別為輸入層、隱含層和輸出層，其結(jié)構(gòu)如圖3所示。圖中C1、C2和C3分別為輸入向量，φ1，φ2…φN是隱含層的第n（n=1，2…N）個(gè)神經(jīng)元的輸出，w1o，w2o，wNo是隱含層N 維向量的每個(gè)分量對(duì)應(yīng)的權(quán)值，Lo是輸出層的輸出值。

圖2　傳感器的測(cè)量原理

圖3　徑向基網(wǎng)絡(luò)結(jié)構(gòu)

由于擬合值是容器中的單一液位參數(shù)，故圖3中輸出層的神經(jīng)元個(gè)數(shù)為1。隱含層神經(jīng)元個(gè)數(shù)與非線性映射能力有關(guān)，一般來(lái)說(shuō)，隱含層節(jié)點(diǎn)越多，網(wǎng)絡(luò)的非線性映射能力越強(qiáng)。當(dāng)達(dá)到恰當(dāng)?shù)墓?jié)點(diǎn)個(gè)數(shù)時(shí)，增加的神經(jīng)元節(jié)點(diǎn)就對(duì)提高網(wǎng)絡(luò)精度沒(méi)有太大的幫助了，反而在計(jì)算時(shí)增加了運(yùn)算量，因此，隱含層神經(jīng)元個(gè)數(shù)需要通過(guò)經(jīng)驗(yàn)和實(shí)驗(yàn)確定。輸入層神經(jīng)元節(jié)點(diǎn)數(shù)與映射模型有關(guān)，論文采用影響液位的3個(gè)因素作為自變量，分別為C1、C2和C3，形成的函數(shù)關(guān)系如表達(dá)式（1）所示。

Lo=F（C1，C2，C3）（1）利用徑向基網(wǎng)絡(luò)對(duì)液位進(jìn)行測(cè)定的詳細(xì)步驟如圖4所示。

圖4　測(cè)定液位步驟

圖4中定義樣本是實(shí)驗(yàn)的首要步驟，主要標(biāo)定傳感器采集的在不同傾向傾角上的C1、C2和C3值以及相對(duì)應(yīng)的容器內(nèi)液體液位值。將數(shù)據(jù)劃分為兩類即訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)，訓(xùn)練數(shù)據(jù)用來(lái)創(chuàng)建并確定徑向基網(wǎng)絡(luò)模型，訓(xùn)練神經(jīng)網(wǎng)絡(luò)往往需要大量的樣本，在樣本數(shù)據(jù)有限的情況下，可以采用二維插值法擴(kuò)充樣本數(shù)據(jù)，由此得到的神經(jīng)網(wǎng)絡(luò)模型更加可靠，能更好的模擬輸入與輸出之間的函數(shù)關(guān)系。測(cè)試數(shù)據(jù)則是用來(lái)驗(yàn)證訓(xùn)練好的徑向基網(wǎng)絡(luò)能否在任意給定C1、C2和C3值時(shí)，輸出正確的液位評(píng)價(jià)值。若測(cè)試結(jié)果誤差較大，則修改神經(jīng)網(wǎng)絡(luò)參數(shù)，直到輸出值與實(shí)際值的誤差在允許的要求范圍內(nèi)。

最后創(chuàng)建并訓(xùn)練完成的徑向基網(wǎng)絡(luò)便可以應(yīng)用于實(shí)際測(cè)量。未知液位對(duì)應(yīng)的C1、C2和C3可由測(cè)量電路獲取，然后輸入C1、C2和C3至徑向基網(wǎng)絡(luò)，從而評(píng)價(jià)出該未知液位。

表1　液位訓(xùn)練樣本數(shù)據(jù)實(shí)測(cè)表

2　實(shí)驗(yàn)

為了獲取傳感器在不同條件下的輸出，實(shí)驗(yàn)使用柴油作為液體樣本，在環(huán)境溫度為25℃的條件下得到實(shí)驗(yàn)數(shù)據(jù)如表1所示，所有數(shù)據(jù)均由HP公司生產(chǎn)的4284A LCR表測(cè)得。實(shí)驗(yàn)具體步驟為：選擇3個(gè)液體樣本校準(zhǔn)液位L（25、50和75毫米）。每個(gè)校準(zhǔn)液位下，沿如圖5所示的4個(gè)不同方向X+、X-、Y+和Y-測(cè)量樣本數(shù)據(jù)，在每個(gè)方向上，傳感器傾角選擇0、10、20、30和40度。

圖5　傳感器實(shí)驗(yàn)傾斜方向（俯視圖）

（1）根據(jù)表1定義訓(xùn)練樣本的輸入向量及輸出向量。輸入向量為3×44的矩陣，輸出為1×44的行向量。

（2）訓(xùn)練樣本插值。為了充分利用訓(xùn)練樣本，對(duì)44份訓(xùn)練樣本進(jìn)行二維插值，將樣本數(shù)增加到100份。先將訓(xùn)練輸入向量與對(duì)應(yīng)的目標(biāo)輸出值合并為一個(gè)4×44矩陣，經(jīng)過(guò)插值，得到4×100矩陣，最后將其拆分為3×100的輸入向量矩陣和1×100的輸出向量。

（3）使用newrb函數(shù)創(chuàng)建徑向基神經(jīng)網(wǎng)絡(luò)。徑向基函數(shù)語(yǔ)法格式如下：

net=newrb（P，T，goal，spread，MN，DF）

P、T分別為輸入矩陣和輸出矩陣，goal為均方誤差，spread表示徑向基函數(shù)擴(kuò)散速度，MN為隱含層節(jié)點(diǎn)個(gè)數(shù)，DF是一個(gè)控制顯示級(jí)別的參數(shù)，默認(rèn)值為25。除了P、T外，其他參數(shù)都是可以靈活選擇的，在這里設(shè)置goal=0，spread =10，MN=50。調(diào)用這個(gè)函數(shù)，系統(tǒng)將會(huì)依次增加神經(jīng)元個(gè)數(shù)，使訓(xùn)練誤差減小，直到誤差小于goal。誤差下降曲線圖如圖6所示。

圖6　誤差下降曲線圖

（4）測(cè)試。使用創(chuàng)建好的徑向基網(wǎng)絡(luò)模型對(duì)測(cè)試樣本進(jìn)行檢測(cè)。為了驗(yàn)證徑向基網(wǎng)絡(luò)模型可行性，用其他實(shí)驗(yàn)數(shù)據(jù)進(jìn)行檢測(cè)，在液位設(shè)定值為40和60 mm條件下，傳感器傾向圖7中D2方向，在不同傾斜角度下測(cè)量C1、C2和C3值并使用徑向基網(wǎng)絡(luò)評(píng)價(jià)液位值，測(cè)試數(shù)據(jù)如表2所示。

圖7　測(cè)試選擇的傾斜方向（俯視圖）

表2　液位測(cè)試樣本數(shù)據(jù)實(shí)測(cè)表

價(jià)值和真實(shí)值之間的對(duì)比，計(jì)算最大相對(duì)誤差值為1.5%，可以看出徑向基網(wǎng)絡(luò)的預(yù)測(cè)效果良好。當(dāng)液體容器中的液位固定不變時(shí)，評(píng)價(jià)的液位值接近液位的真實(shí)值，兩者幾乎重合，液體容器的傾斜角度和傾斜方向?qū)υ搨鞲衅鲙缀鯖](méi)有影響。

3　結(jié)果與討論

圖8顯示傳感器在不同液位及傾向傾角條件下的響應(yīng)結(jié)果非常令人滿意。在每一個(gè)液位下，測(cè)試結(jié)果幾乎是與傾向傾角無(wú)關(guān)的直線。分析實(shí)驗(yàn)存在的一些誤差，估計(jì)其主要來(lái)自兩個(gè)方面，一是傳感器由手工制作，所以3個(gè)電極的對(duì)稱是有限的，并且每?jī)呻姌O板之間的距離也不完全相同。另一個(gè)是實(shí)驗(yàn)方法，如實(shí)驗(yàn)過(guò)程中液位、傾斜角度和傾斜方向使用的準(zhǔn)確性。除此之外實(shí)驗(yàn)過(guò)程中還存在隨機(jī)誤差和計(jì)算誤差，這些均可通過(guò)提高測(cè)量系統(tǒng)的準(zhǔn)確性和精確工藝加工進(jìn)一步抑制。

圖8　液位設(shè)定值與評(píng)價(jià)值比較圖

在這項(xiàng)研究中，最重要的一點(diǎn)是如何獲得最佳徑向基網(wǎng)絡(luò)。因此，需要更豐富的訓(xùn)練樣本來(lái)改善網(wǎng)絡(luò)。在研究中，傳感器是在恒溫條件下進(jìn)行測(cè)試，而在實(shí)際應(yīng)用中溫度是一個(gè)重要影響因素，因此，進(jìn)行溫度補(bǔ)償是必要的，這也是團(tuán)隊(duì)將來(lái)的工作。

4　結(jié)論

論文提出了一種容器處在不同傾斜方向和傾斜角度下測(cè)量液位的新方法。為了實(shí)現(xiàn)這個(gè)目標(biāo)，研制了一種實(shí)用、結(jié)構(gòu)簡(jiǎn)單的傳感器。該傳感器由緊密粘貼在塑料管內(nèi)壁的3個(gè)長(zhǎng)方形銅片作為敏感元件，根據(jù)液位和各銅片間電容之間的函數(shù)關(guān)系以及具有良好曲線擬合能力的徑向基網(wǎng)絡(luò)，實(shí)現(xiàn)了動(dòng)態(tài)容器中未知液位的評(píng)價(jià)。樣品液位測(cè)試證明了所提出方法的可行性，它預(yù)示著該方法完全可以用于某些特殊生產(chǎn)過(guò)程的液位測(cè)量。

［1］郭偉，陳琛，陸振宇.一種改進(jìn)型動(dòng)態(tài)矩陣控制在水箱液位系統(tǒng)中的應(yīng)用［J］.計(jì)算機(jī)測(cè)量與控制，2015，23（5）：1563-1567.

［2］徐紹勇，龔磊.傾斜對(duì)汽車罐車液位測(cè)量的影響與修正［J］.中國(guó)化工貿(mào)易，2012，（4）：155-156.

［3］Jianguo Yang，Guang Wu.Smart sensor system［M］.Electronic University Press，2000.

［4］陳明等.MATLAB神經(jīng)網(wǎng)絡(luò)原理與實(shí)例精解［M］.北京：清華大學(xué)出版社，2013.

［5］任林.基于RBF ARX模型的預(yù)測(cè)控制在液位系統(tǒng)中的應(yīng)用［J］.計(jì)算機(jī)測(cè)量與控制，2012，20（1）：81-84.

［6］董艷慧，周維博，卜卿等.RBF網(wǎng)絡(luò)在西安渭濱地下水位埋深預(yù)測(cè)中的應(yīng)用［J］.節(jié)水灌溉，2012，（12）：66-69.

Method Research for Measuring Liquid Level in Dynamic Container with a Capacitive Sensor

Lu Guirong1，2，Zhu Rui1，Chen Shuyue1，2
（1.School of Information Science and Engineering，Changzhou University，Changzhou213164，China；2.Key Laboratory for Process Perception and Interconnected Technology，Changzhou213164，China）

In this paper，a practical sensing approach for monitoring the liquid-level in a container is presented.In order to realize the method，a new structure sensor has been developed.The sensor consists of three electrodes installed on the inner wall of the cylindrical body. The capacitances between electrodes are determined in container under different incline condition and sent into RBF network for training.A network model has been got and applied to estimate a known liquid-level.The result of this research proves that the designed sensor and data fusion method can be used to measure the liquid-level in the container unrelated to inclination.The method shows good application prospect.

liquid level measurement；capacitive sensor；RBF network；dynamic container；method research

1671-4598（2016）05-0014-04

10.16526/j.cnki.11-4762/tp.2016.05.005

TP212

A

2015-10-10；

2015-12-07。

國(guó)家自然科學(xué)基金項(xiàng)目（51176016）；江蘇省產(chǎn)學(xué)研聯(lián)合創(chuàng)新資金（BY2014037-11）。

陸貴榮（1968-），男，甘肅定西，博士，副教授，主要從事傳感器技術(shù)、電子、儀表等領(lǐng)域的教學(xué)科研方向的研究。

陳樹(shù)越（1963-），男，河北定州人，博士，教授，主要從事圖像處理方向的研究。