[發明專利]容器液位監控方法及其系統

有效

• 申請號: 202010466522.6
• 申請日: 2020-05-28
• 公開（公告）號: CN111580570B
• 公開（公告）日: 2023-03-17
• 發明（設計）人: 袁旭輝;霍金彪;彭維科;張建平
• 申請（專利權）人: 愛瑟福信息科技（上海）有限公司
• 主分類號: G05D9/12
• 分類號: G05D9/12
• 代理公司: 上海遠同律師事務所 31307
• 代理人: 許力;張堅

一種容器液位監控方法，包括：通過液位傳感器、壓力傳感器以及溫度傳感器實時采集容器內的液位高度值、液體的壓力值以及溫度值，所述液位傳感器、壓力傳感器以及溫度傳感器設于所述容器內；將所述液位高度值、壓力值以及溫度值輸入液位監控模型，得到液位高度精確值，所述液位監控模型為RBF神經網絡模型，所述RBF神經網絡模型通過訓練算法以及輸入的訓練樣本進行訓練，使目標函數優化，所述訓練樣本包括液位高度值、壓力值、溫度值以及液位高度實際值，所述目標函數采用誤差平方和最小函數。本發明提高了液位監控的準確性，提高了監控效率。

技術領域

本發明涉及液位監控技術領域，尤其涉及一種容器液位監控方法及其系統。

背景技術

近年來，隨著科技的發展，容器液位監控技術也向著監控速度快、監控精度高方向發展。現有的液位測量傳感器裝置主要有差壓式、浮體式、電容式、電極式等。但利用上述傳感器進行單獨測量常出現測量不準確的現象。同時，可能由于溫度等外界因素變化帶來監控數據的不準確，這些都會造成所謂的“假液位”。

發明內容

基于此，針對上述技術問題，提供一種容器液位監控方法及其系統。

為解決上述技術問題，本發明采用如下技術方案：

一種容器液位監控方法，包括：

通過液位傳感器、壓力傳感器以及溫度傳感器實時采集容器內的液位高度值、液體的壓力值以及溫度值，所述液位傳感器、壓力傳感器以及溫度傳感器設于所述容器內；

將所述液位高度值、壓力值以及溫度值輸入液位監控模型，得到液位高度精確值，所述液位監控模型為RBF神經網絡模型，所述RBF神經網絡模型通過訓練算法以及輸入的訓練樣本進行訓練，使目標函數優化，所述訓練樣本包括液位高度值、壓力值、溫度值以及液位高度實際值，所述目標函數采用誤差平方和最小函數。

由容器本地的數據終端通過液位傳感器、壓力傳感器以及溫度傳感器實時采集容器內的液位高度值、液體的壓力值以及溫度值，并通過網絡發送給云端服務器；

由所述云端服務器將所述液位高度值、壓力值以及溫度值輸入所述液位監控模型，得到液位高度精確值；

該方法還包括：

由所述云端服務器將所述壓力值、溫度值以及外界溫度信息輸入液位預測模型，得到液位高度預測值，所述液位預測模型為RBF神經網絡模型，所述RBF神經網絡模型通過訓練算法以及輸入的訓練樣本進行訓練，使目標函數優化，所述訓練樣本包括壓力值、溫度值、外界溫度信息以及液位高度實際值，所述目標函數采用誤差平方和最小函數。

本方案還包括對數據進行預處理去噪后再輸入模型，所述預處理去噪包括：

采用經驗模態分解法EMD對數據進行分解；

去掉高頻分量；

對其余分量進行數據重組。

所述RBF神經網絡模型采用4-10-1結構。

所述學習算法采用RLS算法或者BP算法，所述BP算法為帶有動量因子的BP算法，其權值更新公式如下：

其中，μ為學習因子，α為動量因子，為J(k)對w(k)求偏導數，w(k)為更新前的權值，w(k+1)為更新后的權值。

本方案還涉及一種容器液位監控系統，包括：

數據采集模塊，用于通過液位傳感器、壓力傳感器以及溫度傳感器實時采集容器內的液位高度值、壓力值以及溫度值，所述液位傳感器、壓力傳感器以及溫度傳感器設于所述容器內；