(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111244853.6 (22)申请日 2021.10.26 (71)申请人 四川大学 地址 610000 四川省成 都市一环路南 一段 24号 (72)发明人 周新志　张世瑶　朱加良　何正熙　 青先国　徐涛　董晨龙　刘丹会　 (74)专利代理 机构 昆明合众智 信知识产权事务 所 53113 代理人 刘静怡 (51)Int.Cl. G06F 30/28(2020.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G01F 1/667(2022.01) G01P 5/24(2006.01) G06F 113/08(2020.01) G06F 119/14(2020.01) (54)发明名称 基于神经网络和换能器拓扑结构整定的管 道流量的计算方法 (57)摘要 本发明涉及超声波测速领域， 特别是指基于 神经网络和换能器拓扑结构整定的管道流量的 计算方法， 解决了现有技术中超声波测量流量过 程中测量精度低的问题。 本发明通过在管道外侧 设置超声换能器组， 并通过网络模块连接远程服 务器， 一通过CFD构建模型计算输入参数下的流 速场和流量； 二计算管道实时流速； 三通过流速 场和模型场的误差进行超声换能器组的拓扑结 构的反馈整定。 本发明通过消除超声波在非水介 质下的影响因素， 提升换能器组测量精度； 通过 神经网络模 型计算输入参数下的流量， 与换能器 组测量的流量进行方差计算， 并通过调整换能器 组的拓扑结构， 进一步提升测量精度。 远程服务 器连接换能器组， 实现测量的实时监测。 权利要求书1页 说明书7页 附图2页 CN 113947045 A 2022.01.18 CN 113947045 A 1.基于神经网络和换能器拓扑结构整定的管道流量的计算方法， 管道外侧设置有超声 换能器组， 所述换能器组通过网络模块连接远程 服务器， 其特 征在于： 一流速场重构： 通过CFD 构建模型计算输入参数 下的流速场和流 量； 二模型场流速测量： 计算管道实时流速； 网络模块将换能器组的信号通过网络模块传 输至远程服务器， 实时计算 流速分布； 三通过流速场和模型场的误差进行超声换能器组的拓扑 结构的反馈整定 。 2.根据权利要求1所述的基于神经网络和换能器拓扑结构整定的管道流量的计算方 法， 其特征在于： 所述步骤二包括超声波传输时间校准， 包括模拟实验平台并获取实验数 据； 所述模拟实验平台包括可控制温度的管道， 设置 于管道外侧的超声换能器。 3.根据权利要求2所述的基于神经网络和换能器拓扑结构整定的管道流量的计算方 法， 其特征在于： 所述超声 波传输时间校准具体的是： 1在空管状态下和温度T0下， 通过改变超声 波传播路径得到该温度下的τ0的结果； 其中， c为声速， L1和L2分别为两条传播路径的长度， t1和t2分别为超 声波在两条传播路径上的传播时间； 2改变温度， 多次重复实验计算得到不同温度下τ0的结果； 3对实验计算结果进行拟合， 得到超声波在非水介质中的时间延迟与温度之间的描述 模型τ0＝F(T)。 4.根据权利要求3所述的基于神经网络和换能器拓扑结构整定的管道流量的计算方 法， 其特征在于： 所述 步骤三具体的是子区划分： 调整超声换能器拓扑结构： 基于重构场和模型场的误差分布调整超声换能器阵列拓扑 结构； 基于反馈机制的动态调整： 以重构误差为目标变量， 子区的内圈半径Rir和径向角度θ为 控制变量， 确定最佳内圈半径Rir和径向角度 θ 。 5.根据权利要求4所述的基于神经网络和换能器拓扑结构整定的管道流量的计算方 法， 其特征在于： 所述超声 换能器阵列拓扑结构为广播式， 具体的是超声 换能器均匀设置于 待测管道的截面上。 6.根据权利要求5所述的基于神经网络和换能器拓扑结构整定的管道流量的计算方 法， 其特征在于： 所述 步骤一具体的是： a通过计算 流体力学CFD计算设定参数 下的管道流 量； b增大管道流量数据： 改变参数并仿真， 得到不同状态下CFD的仿真结果； c神经网络模型训练CFD仿真结果： 通过神经网络模型对步骤b中的仿真结果进行训练； d实测结果： 将实际测量管道 的参数数据输入步骤c中的神经网络模型， 得到管道的流 量结果。 7.根据权利要求3所述的基于神经网络和换能器拓扑结构整定的管道流量的计算方 法， 其特征在于： 所述步骤3的拟合是采用超过两个超声传输特性个体学习器学习和个体学 习器策略结合的机器学习方法。权　利　要　求　书 1/1 页 2 CN 113947045 A 2基于神经 网络和换能器拓扑结构整定的管道流量的计算方 法 技术领域 [0001]本发明涉及超声波测速领域， 特别是指基于神经网络和换能器拓扑结构整定的管 道流量的计算方法。 背景技术 [0002]现有的管道流量测量中应用较为广泛的如基于超声波的测量管道流速的方式计 算管道流量， 然而超声波在介质中的传播速度受到多种因素影响， 如温度、 压强和介质密度 等。 当这些影响因素发生较大变化时， 现有的流量计计算精度将比较大地降低， 存在 超声波 流量计的鲁棒 性低的问题， 结构复杂等问题； [0003]而在通过“时差法”原理设计超声波管道流量测量计中， 超声在管道中的传播时间 的测量精度决定了平均流速的测量精度， 最终影响着管道流量的测量。 然而实际的传播时 间的测量中除管道中的传播时间外还会包含在管壁和换能器等固体介质中的传播时间， 由 于超声波在管道中的传播速度会受到温度、 压强、 液体密度等因素的干扰， 使得测量精度难 以保证。 [0004]亟待出现一种可解决上述问题的新型的流 量计算方法。 发明内容 [0005]本发明提出基于神经网络和换能器拓扑结构整定的管道流量的计算方法， 解决了 现有技术中超声 波测量流量过程中测量精度低的问题。 [0006]本发明的技术方案是这样实现的： 基于神经网络和换能器拓扑结构整定的管道流 量的计算方法， 管道外侧设置有超声换能器组， 所述换能器组通过网络模块连接远程服务 器， 一通过CFD构建模型计算输入参数下的流速场和流量； 二计算管道实时流速； 网络模块 将换能器组的信号通过网络模块传输至远程服务器， 实时计算流速分布； 三通过流速场和 模型场的误差进行超声换能器组的拓扑 结构的反馈整定 。 [0007]进一步地， 所述步骤二包括超声波传输时间校准， 包括模拟实验平台并获取实验 数据； 所述模拟实验平台包括可控制温度的管道， 设置 于管道外侧的超声换能器。 [0008]进一步地， 所述超声波传输时间校准具体的是： 1在空管状态下和温度T0下， 通过 改变超声波传播路径得到 该温度下的τ0的结果； 其中， c为声速， L1和L2分 别为两条传播路径的长度， t1和t2分别为超声波在两条传播路径上的传播时间； 2改变温度， 多次重复实验计算得到不同温度下τ0的结果； 3对实验计算结果进行拟合， 得到超声波在非 水介质中的时间延迟与温度之间的描述模型τ0＝F(T)。 [0009]所述步骤三具体的是子区划 分： 调整超声换能器拓扑结构： 基于步骤一和步骤二 的误差分布调整超声换能器阵列拓扑结构； 基于反馈机制的动态调整： 以重构误差为 目标 变量， 子区的内圈半径Rir和径向角度 θ 为控制变量， 确定最佳内圈半径Rir和径向角度 θ 。 [0010]进一步地， 所述步骤一具体的是： a通过计算流体力学CFD计算设定参数下的管道说　明　书 1/7 页 3 CN 113947045 A 3