涡街流量计有许多优点,近年来应用广泛.但它易于受到由管道振动和流场扰动引起的噪声干扰.用传统的处理信号电路制成的流量计在工业现场测量精度不高,抗干扰性能差,无法准确测量小流量.而数字信号处理技术可以弥补传统方法的不足.归纳了数字滤波器、谱分析、自适应陷波以及小波变换等几种方法,介绍了每一种方法的具体实现,并作了性能分析和比较.指出数字信号处理方法可以很大程度上提高测量精度,实现真正小流量测量.但实际应用中需要考虑到准确性和实时性要求.通过MATLAB仿真实验,验证了采用变采样频率和频谱校正等措施对经典周期图法进行改进,既可以达到较高的精度,扩展了量程下限,又能够满足以单片机为核心的流量计低功耗和实时性要求,实用性较强.

采用单步进电机或永磁同步电机作为电液伺服阀电-机械转换器的方案,存在瞬态响应慢、定位精度低、耐油液污染能力差的缺点,对此,提出一种采用双步进电机作为阀芯驱动力的无超调算法控制的新型电液伺服阀。通过联轴器、丝杠将两个步进电机分别与阀芯直接连接,依据双步进电机的电液伺服阀结构,构建电液伺服控制系统,采用无超调控制算法调节步进电机的输出频率,实现对活塞运动的精确控制。对系统进行仿真模拟与实验测试,结果显示:仿真结果与实验结果吻合度较高,采用无超调算法后,活塞杆位移几乎无超调,稳定时间比未采用该算法快0.35 s。说明本文构建的双步进电机电液伺服阀控制系统的可行性,以及通过无超调算法可以有效地减小输出冲击,获得更快的瞬态响应和更高的定位精度。

针对当前电液伺服阀控制系统响应速度慢、输出误差较大的问题,采用改进遗传算法优化控制系统,并对控制效果进行仿真验证。设计了新型电液伺服阀结构,建立了电液伺服系统动力学模型,推导了液压缸流量运动方程式。采用改进遗传算法优化RBF神经网络结构,通过MATLAB软件对双步进电机伺服阀改进的控制系统进行仿真验证,并且与传统PID控制效果进行对比。结果显示:在无干扰环境中,采用传统PID控制和改进RBF神经网络控制方法都能较好地提高活塞杆运动位移输出精度;在有干扰环境中,采用传统PID控制方法,活塞杆运动位移输出的误差较大,而采用改进RBF神经网络控制方法,活塞杆运动位移输出的误差较小。采用改进RBF神经网络控制方法,能够抑制外界的干扰,从而提高双步电机伺服阀控制系统的响应速度和输出精度。