电磁式涡街流量计测量含气导电液体流量，在测量含气导电液体流量时，电磁式涡街流量计利用已有的信号处理方**出现流量信号频率计算错误的现象，造成较大的测量误差。为此，提出基于信号微分和快速傅里叶变换(FFT)频谱分析的算法，放大高频流量信号，抑制低频气泡噪声干扰，使整体流量信号能量占优，从而找到正确的流量信号频率。研制基于DSP的电磁式涡街流量变送器系统。设计一套两相流实验流程，进气液两相流实验。实验结果表明，当含气量不超过3.9%时，所研制的电磁式涡街流量变送器系统实时测量误差优于±3%，大大减小了测量含气导电液体流量的误差。
电磁式涡街流量计是一种基于卡门涡街原理和电磁感应原理工作的流量仪表，具有结构简单牢靠，压力损失小，使用寿命长等诸多特点。电磁式涡街流量计采用电磁的方法检测涡街的频率，与涡街流量计相比，其输出信号不受管道振动和周边振动源干扰的影响，测量可靠性高；与电磁流量计相比，信号处理难度降低，无零点漂移。
对于单相导电液体流量，由于电磁式涡街流量计不受振动干扰，因此，采用基于快速傅里叶变换(FFT)的频谱分析方法就能准确测量出流量信号的频率。对于气液两相流，电磁式涡街流量计要测量的是导电液体体积流量，而气体是干扰量。由于气泡噪声的干扰，信号发生畸变，此时若仍利用单相流下的处理方法可能得不到正确的流量信号频率，从而造成较大的测量误差。而针对电磁式涡街流量计测量气液两相流这一课题，国内外学者还未开展过研究。由于气液两相流广泛存在于化工、能源动力、石油工业和食品加工等工业生产过程中，因此，研究气液两相流中含气导电液体流量的准确测量对工业生产有着十分重要的意义。
为此，本文提出一种基于信号微分和FFT频谱分析的信号处理方法，并研制基于DSP的电磁式涡街流量计变送器系统，实时实现算法。为验证算法的有效性，设计了一套气液两相流实验流程，进行了气液两相流水流量测量标定实验。实验结果表明，本文提出的信号处理方法实时测量误差优于±3%。
1、信号处理方法
1.1 信号处理原理
电磁式涡街流量计是通过检测旋涡频率f(单位为Hz) 来测量导电液体体积流量的。对于卡曼涡街而言，产生的漩涡频率f与发生体两侧的平均流速之间的关系为：
式中：Sr为斯特劳哈尔数；v为测量管道内流体的平均流速(单位为m/s)；d为发生体迎流面特征宽度(单位为m)；m为发生体两侧的弓形面积之和与管道的横截面积之比。假设测量管道内径为D(单位为m)，测量管道内流体的瞬时体积流量为qv(单位为m?/s)，涡街流量计的仪表系数为K(单位为m－3)，则：
当管道雷诺数在一定的范围内时，仪表系数K可视为常数，可以通过标定实验得到。由上分析可知，电磁式涡街流量计测量含气导电液体流量，前提是能够检测出正确的涡街频率f，即流量信号频率。
水流量为5.5m?/h时未注气纯水流量信号和注气量为1.32L/min的气液两相流信号如图1所示。可见，单相纯水流量信号近似为规律的正弦波信号，而气液两相流时信号发生畸变，不再是规律的正弦波信号。对于单相纯水流量，对信号进行FFT频谱分析，频谱图中幅值大点对应的频率即为流量信号频率；对于气液两相流信号，这种方法得到的频率可能不是正确的流量信号频率。
图1中两组信号的频谱如图2所示。可见，利用FFT频谱分析能得到纯水流量信号的频率，而对于气液两相流信号，低频噪声严重，找到的频率并不是正确的流量信号频率。这是因为当水流量中含有气泡时，气泡会划过电极，使电极与水流量的接触电阻发生变化，导致电极输出的信号产生低频漂移，即产生低频气泡噪声，且低频漂移的信号幅值与注气量成正相关的关系。通过对多组不同水流量下不同注气量的流量信号的频谱图进行分析，发现气泡噪声有以下特点：气泡噪声主要为低频噪声，气泡噪声在不同注气量下的低频带宽会发生变化，气泡噪声频带可能落在电磁涡街流量信号的频率范围内。因此，不能设计带通滤波器或陷波器来滤除干扰，也不能直接从频域中提取电磁涡街流量频率。
综合以上分析，提出基于信号微分和FFT频谱分析的信号处理方法，通过对气液两相流信号进行微分处理，降低气泡噪声干扰的能量和权重，使整体电磁涡街流量信号能量占优。假设气液两相流信号为x(t)，流量信号假设为正弦信号，频率为f0，噪声信号用noise(t)表示，则信号x(t)为：
可见，对信号微分后流量信号的频率不变，且相对于低频气泡噪声，高频流量信号放大倍数变大，也就是说，基于信号微分的处理方法能放大高频流量信号，抑制低频干扰，使整体流量信号能量占优。
本研究中对数字信号进行处理，且每两点之间的采样间隔较短，故可用两点信号幅值之差代替该点的微分。对于数字信号x(n)，其第n点的微分结果y(n)为：
对图1中的注气信号进行微分处理，信号微分前后时域波形如图3所示。可见，对信号微分后，有效地抑制了气泡噪声带来的干扰。信号微分前后频域幅值谱如图4所示，可见，微分后使流量信号能量权重由0.4722(即0.017/0.036)上升为2.0667(即0.0031/0.0015)，从而能正确地识别出流量信号频率为27.34Hz，与图2所示纯水流量的信号频率27.83Hz较为接近。
在实现时，为了保证数据处理的实时性，点数不能太多；而为了zui大程度地还原传感器输出信号，采样频率又不能太低。因此，造成频率分辨率较低，进而影响测量精度。所以，在计算出频率信息后，采用频谱重心校正的方法改善因分辨率较低而带来的误差。频谱重心校正是利用窗函数主瓣内的谱线求主瓣中心的坐标，得到准确频率、幅值和相位。根据主瓣函数的特点用重心法规求中心坐标。下面对本文采用的矩形窗给出校正公式。利用矩形谱的模函数：
为了排除随机噪声干扰，对校正后的频率每20点进行排序，去除等个数的zui大值、zui小值，取中间部分的平均值作为当前频率输出值。为了使输出的频率值更为稳定，可以再对输出的频率值进行滑动平均滤波。
1.2 数据分析对比
对采集的6.5、5.5、4.5、3.5m?/h四个流量点下不同注气量的信号进行离线处理，每组数据利用两种信号处理方法得到的流量信号频率如表1所列。方法1，对信号进行FFT频谱分析，得出流量信号频率，再进行频谱校正、中位值滤波和滑动平均滤波等处理后得到zui终的输出频率；方法2，先对信号微分，再进行FFT频谱分析，得出流量信号频率，zui后进行频率校正、中位值滤波和滑动平均滤波等处理后得到zui终的输出频率。可见，在含气量较大时，方法2计算出来的流量信号频率明显比方法1准确。
