CC BY
11
УДК 697.921.4:537.871.7.08 ББК З766:З873-5
О Н. ЯДАРОВА, В О. СУЧКОВ, Л.А. СЛАВУТСКИЙ
ДИСТАНЦИОННЫЙ УЛЬТРАЗВУКОВОЙ КОНТРОЛЬ ВОЗДУШНОГО ПОТОКА С ФАЗОВЫМИ ВКЛЮЧЕНИЯМИ*
Ключевые слова: воздушный поток, турбулентность, ультразвук, обратное рассеяние, доплеровские спектры, нейронные сети.
Приводятся результаты экспериментального исследования сигналов доплеровско-го обратного ультразвукового рассеяния в воздушном потоке вентиляторной установки. Исследовано изменение временной и спектральной структуры сигналов при наличии и отсутствии в турбулентном потоке фазовых включений. Показано, что рассеяние ультразвука происходит преимущественно в турбулентной области на границах потока. Приводятся результаты использования аппарата искусственных нейронных сетей (ИНС) для анализа экспериментальных данных, полученных при измерении пространственно-временной структуры скорости воздушного потока вентилятора. Использована нейронная сеть с простой последовательной архитектурой. Показано, что ИНС-модель имеет хорошее качество (небольшую погрешность) и позволяет успешно выявлять распределение мгновенной скорости во времени и по объему потока.
O. YADAROVA, V. SUCHKOV, L. SLAVUTSKII REMOTE ULTRASONIC CONTROL OF AIR FLOW WITH PHASE INCLUSIONS Key words: air flow, turbulence, ultrasonic, backscattering, Doppler spectrum, neural network.
The paper presents the results of the experimental research of the Doppler ultrasonic signals backscattering in the airflow of the fan. There were studied the changes in time and spectral structures of signals in the presence and absence of phase inclusions in the turbulent flow. It was proved that the scattering of ultrasound occurs mainly at the boundaries of the turbulent flow. The paper presents the results of using artificial neural networks (ANN) for the analysis of experimental data obtained by measuring the space-time structure of the fan airflow rate. Neural network with a simple serial architecture was used to gain the results. The ANN model proved to be very effective (due to small error) in successful identification of the instantaneous velocity distribution in time and volume of flow.
Воздушные потоки, образуемые вентиляторами, являются турбулентными и характеризуются значительной пространственно-временной неоднородностью [9]. Контактные методы [4, 5] для измерения локальной скорости воздушного потока неизбежно приводят к искажению структуры потока и не всегда позволяют проводить контроль открытого неоднородного потока с большими пространственными размерами. Большинство формул для инженерного расчета производительности вентиляторных установок устанавливают линейную зависимость скорости воздуха на центральной оси потока от скорости вращения вентилятора [8]. Структура потока воздуха вентиляторной установки на начальном (разгоном) участке обладает очень высокой изменчивостью [3, 10, 11] и очень сложна для моделирования с помощью классических математических методов [9, 12].
* Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 14-08-31271 мол а.
В настоящей работе приводятся результаты экспериментальных измерений и обработки сигналов при доплеровском ультразвуковом контроле [6, 7] воздушного потока с фазовыми включениями. Схема экспериментальных исследований показана на рис. 1. В установке использован промышленный вентилятор Бо8ре1 WK200 (В) с диаметром отверстия 0,15 м, который представляет собой канальный центробежный вентилятор с мощностью 170 Вт, производительностью 1200 м3/ч и номинальной частотой вращения 2430 об/мин. Кроме того, для калибровки частоты вращения вентилятора используется цифровой фототахометр БТ2234Б (Т), который позволяет бесконтактно измерить частоту вращения вентилятора с разрешением 0,1 об./мин (менее 1000 об.), 1,0 об./мин (более 1000 об.) и погрешностью ±0,05%. Дистанционный ультразвуковой контроль осуществлялся специально разработанным доплеровским прибором с несущей частотой ультразвука 40 кГц [12]. Исследования проводились в стационарном и разгонном режимах работы вентиляторной установки. Анализировались временная изменчивость и доплеровские спектры сигналов при наличии и отсутствии в воздушном потоке фазовых включений (мелкая древесная стружка).
Рис. 1. Схема эксперимента: В - вентилятор, Р - регулятор, С - система контроля, УЗП - ультразвуковые преобразователи
Кроме того, в стационарном режиме работы вентилятора осуществлялся контроль пространственной и временной изменчивости потока при помощи анемометра Х-Ьте ЛегоТешр. Значения скорости измерялись в разных точках потока вдоль (в 11 позициях) и поперек потока (в 5 позициях) в течение 20 с с дискретностью 0,25 с.
На рис. 2, а показана временная форма сигнала в разгонном режиме вентилятора при наличии фазовых включений. Определенный объем стружки помещался в выходной канал вентилятора и при выходе на стационарный режим работы вентилятора концентрация фазовых включений уменьшалась до нуля, рассеяние звукового сигнала происходило на турбулентных пульсациях потока (^ > 3,5 с). Как видно из рис. 2, наличие фазовых включений значительно повышает амплитуду рассеянного сигнала. Для оценки скорости потока на рис. 2, б показано изменение средневзвешенного доплеровского спектра. В стационарном режиме максимальная скорость потока на оси в
области пересечения с диаграммой направленности УЗП составляет V « 3 м/с. Максимальный доплеровский сдвиг достигается до выхода потока на стационарный режим (V « 2-2,5 с, рис. 2, б). Это соответствует реальной скорости рассеивающих элементов в этот момент времени V« 1 м/с. С дальнейшем увеличением скорости потока доплеровский сдвиг значительно уменьшается, что связано с увеличением турбулентности и преимущественным рассеянием ультразвука на краях потока с меньшей скоростью.
U, В
а
f, Гц 100 50
О_I_I_1_I_I_I_i_I_~
:l 1 - i 7 - : : 1 t, c
б
Рис. 2. Осциллограмма сигнала и изменение средневзвешенного доплеровского спектра
Этот вывод подтверждается доплеровскими спектрами ультразвуковых сигналов, показанных на рис. 3. Здесь приведены доплеровские спектры в стационарном режиме работы вентилятора при отсутствии и наличии фазовых включений (кривые 1, 2).
Рис. 3. Доплеровские спектры при отсутствии (1) и наличии (2) фазовых включений;
3 - свободное падение стружки
Максимум спектров соответствует частотам до 50 Гц, что соответствует скорости рассеивающих элементов V « 0,4 м/с — гораздо меньше скорости на оси потока. Для сравнения — кривая 3 соответствует свободному вертикальному падению стружки (см. рис. 1) со скоростью в области рассеяния V « 1 м/с. В
отсутствие турбулентного потока доплеровский сдвиг соответствует интегральной скорости рассеивающих элементов.
Таким образом, для эффективного ультразвукового контроля потока вентиляторной установки необходимо учитывать динамику возникновения турбулентности и ее пространственное распределение по сечению потока. Для этого в работе приводятся результаты моделирования структуры потока с помощью аппарата искусственных нейронных сетей (ИНС) [1, 2].
Использовалась программная среда Deductor (разработчик - ООО «Аналитические технологии» - BaseGroup Lab, г. Рязань, www.basegroup.ru). Основой моделирования структуры потока являлись экспериментальные результаты измерения пространственной и временной изменчивости скорости потока с помощью анемометра.
На рис. 4 приведены структура одной из созданных ИНС-моделей и диаграмма рассеяния, характеризующая качество модели. Целевой функцией
этой ИНС-модели была величина e = -^-100% (где Уср - средняя скорость
Vcp
потока; а - среднеквадратичное отклонение скорости), характеризующая степень турбулентности.
Как следует из диаграммы рассеяния, ИНС-модель имеет хорошее качество (небольшую погрешность) и позволяет успешно выявлять распределение турбулентности по объему потока.
На рис. 5 приведено распределение степени турбулентности, полученное по измеренным значениям (слева) и с помощью ИНС-модели (справа). Вентилятор располагается в начале координат (0; 0).
18
*
т
•: / -21-------------------------------------------------------------------------------—
1,5 3,38 7,04 9,75 13,35 15,64
Рис. 4. Структура нейронной сети и диаграмма рассеяния при ее обучении на экспериментальных данных
e,%
e,%
'-1 о^Г о^Г и(3
Рис. 5. Распределение степени турбулентности, полученное для мгновенной скорости потока (слева) и ИНС-модели (справа)
Результаты моделирования показывают, что использование аппарата искусственных нейронных сетей дает возможность достаточно успешно моделировать пространственную и временную структуру потока на основе экспериментальных данных.
Таким образом, анализ полученных экспериментальных данных позволяет сделать следующие выводы:
1. Наличие фазовых включений увеличивает обратное рассеяние ультразвука при малой скорости потока.
2. При увеличении скорости потока и турбулентности на его краях рассеяние ультразвука происходит преимущественно на турбулентных участках, что затрудняет непосредственный контроль скорости на оси потока.
3. Турбулентная структура потока может моделироваться при помощи аппарата ИНС, что позволяет, по-видимому, восстанавливать структуру и скорость потока по данным ультразвукового рассеяния на его краях.
Литература
1. Абруков В.С., Абруков С.В., Смирнов А.В., Карлович Е.В. Data Mining в научных исследованиях // Наноструктурированные материалы и преобразовательные устройства для солнечных элементов 3-го поколения: сб. материалов I Bсерос. пауч. копф. Чебоксары: ООО «Полиграфика». 2013. С. 11-17.
2. Абруков В.С., Абруков С.В., Смирнов А.В., Карлович Е.В. Методы интеллектуального анализа данных при создании баз знаний // Bестник Чувашского университета. 2015. № 1. С. 140-146.
3. Алексеев А.П., Ядарова О.Н. Доплеровский ультразвуковой контроль производительности вентиляторной установки // Bестник Чувашского университета. 2013. № 3. С. 307-310.
4. Горлин С.М., Слезингер И.И. Аэромеханические измерения (Методы и приборы). М.: Наука, 1964. 720 с.
5. Городецкий О.А., Гуральник И.И., Ларин В.В. Метеорология, методы и технические средства наблюдений. 2-е изд. Л.: Гидрометеоиздат, 1991. 338 с.
6. Никандров М.В., Славутский Л.А. Уменьшение статистической погрешности допле-ровского расходомера при спектральной обработке ультразвукового сигнала // Энергосбережение и водоподготовка. 2006. № 6. С. 54-56.
7. Николаев А.А., Славутский Л.А. Дистанционный контроль ультразвуковых магнито-стрикционных преобразователей противонакипных устройств // Bестник Чувашского университета. 2008. № 2. С. 228-232.
8. Черкасский В.М. Насосы, вентиляторы, компрессоры. 2-е изд., перераб. и доп. М.: Энергоатомиздат, 1984. 415 с.
9. Шепелев И.А. Аэродинамика воздушных потоков в помещении. М.: Стройиздат, 1978.
144 с.
10. Ядарова О.Н., Алексеев А.П., Славутский Л.А. Контроль нестационарного воздушного потока вентиляторной установки // Bестник Чувашского университета. 2014. № 3. С. 148-153.
11. Ядарова О.Н., Славутский Л.А. Доплеровский ультразвуковой контроль открытого воздушного потока // Bестник Чувашского университета. 2012. № 3. С. 240-243.
12. Ядарова О.Н., Славутский Л.А. Контроль воздушного потока па основе доплеровско-го рассеяния ультразвука // Приборы и системы. Управление, контроль, диагностика. 2013. № 3. С. 55-59.
References
1. Abrukov V.S., Abrukov S.V., Smirnov A.V., Karlovich E.V. Data Mining v nauchnykh is-sledovaniyakh [Data Mining for scientific research]. Nanostrukturirovannye materialy ipreobrazova-tel'nye ustroistva dlya solnechnykh elementov 3-go pokoleniya: sb. materialov I Vseros. nauch. konf. [Proc. of 1th Rus. Conf. «Nano structured materials and соnverting devices for 3rd generation solar cells»]. Cheboksary, Poligrafika Publ., 2013, pp. 11-17.
2. Abrukov V.S., Abrukov S.V., Smirnov A.V., Karlovich E.V. Metody intellektual'nogo analiza dannykh pri sozdanii baz znanii [Data mining techniques as means of creating knowledge bases]. Vestnik Chuvashskogo universiteta, 2015, no. 1, pp. 140-146.
3. Alekseev A.P., Yadarova O.N. Doplerovskii ul'trazvukovoi kontrol'proizvoditel'nosti venti-lyatornoi ustanovki [The Doppler ultrasonic control of the ventilator system capacity]. Vestnik Chuvashskogo universiteta, 2013, no. 3, pp. 307-310.
4. Gorlin S.M., Slezinger I.I. Aeromekhanicheskie izmereniya (Metody ipribory) [Aeromechan-ical measurement (Methods and devices)]. Moscow, Nauka Publ., 1964, 720 p.
5. Gorodetskii O.A., Gural'nik I.I., Larin V.V. Meteorologiya, metody i tekhnicheskie sredstva nablyudenii. 2-e izd. [Meteorology, methods and technical tools of observation. 2nd ed]. Leningrad, Gidrometeoizdat Publ., 1991, 338 p.
6. Nikandrov M.V., Slavutskii L.A. Umen'shenie statisticheskoi pogreshnosti doplerovskogo raskhodomera pri spektral'noi obrabotke ul'trazvukovogo signala [Reduction in Doppler flowmeter statistical error in spectral processing of ultrasonic signal]. Energosberezhenie i vodopodgotovka [Energy saving and water treatment], 2006, no. 6, pp. 54-56.
7. Nikolaev A.A., Slavutskii L.A. Distantsionnyi kontrol' ul'trazvukovykh magnitostriktsionnykh preobrazovatelei protivonakipnykh ustroistv [Remote control of ultrasonic magnetostrictive transducers for scale distortion devices]. Vestnik Chuvashskogo universiteta, 2008, no. 2, pp. 228-232.
8. Cherkasskii V.M. Nasosy, ventilyatory, kompressory. 2-e izd., pererab. i dop. [Pumps, ventilators, compressors. 2nd ed]. Moscow, Energoatomizdat Publ., 1984, 415 p.
9. Shepelev I.A. Aerodinamika vozdushnykh potokov v pomeshchenii [Aerodynamics of indoor airflows]. Moscow, Stroyizdat Publ., 1978, 144 p.
10. Yadarova O.N., Alekseev A.P., Slavutskii L.A. Kontrol' nestatsionarnogo vozdushnogopo-toka ventilyatornoi ustanovki [The control of non-stationary airflow of the ventilator system]. Vestnik Chuvashskogo universiteta, 2014, no. 3, pp. 148-153.
11. Yadarova O.N., Slavutskii L.A. Doplerovskii ul'trazvukovoi kontrol' otkrytogo vozdushnogo potoka [The Doppler ultrasonic control of the open airflow]. Vestnik Chuvashskogo universiteta,
2012, no. 3, pp. 240-243.
12. Yadarova O.N., Slavutskii L.A. Kontrol' vozdushnogo potoka na osnove doplerovskogo rasseyaniya ul'trazvuka [The airflow control by ultrasonic Doppler backscattering]. Pribory i sistemy. Upravlenie, kontrol', diagnostika [Instruments and Systems. Monitoring, Control, and Diagnostics],
2013, no. 3, pp. 55-59.
ЯДАРОВА ОЛЬГА НИКОЛАЕВНА - аспирант кафедры промышленной электроники, Чувашский государственный университет, Россия, Чебоксары ([email protected]).
YADAROVA OLGA - Post-Graduated Student of Industrial Electronics Department, Chuvash State University, Russia, Cheboksary.
СУЧКОВ ВЛАДИСЛАВ ОЛЕГОВИЧ - магистрант кафедры автоматики и управления в технических системах, Чувашский государственный университет, Россия, Чебоксары ([email protected]).
SUCHKOV VLADISLAV - Master's Program Student, Department of Management and Informatics in Technical Systems, Chuvash State University, Russia, Cheboksary.
СЛАВУТСКИЙ ЛЕОНИД АНАТОЛЬЕВИЧ - доктор физико-математических наук, профессор кафедры автоматики и управления в технических системах, Чувашский государственный университет, Россия, Чебоксары ([email protected]).
SLAVUTSKII LEONID - Doctor of Physics and Mathematical Sciences, Professor, Department of Management and Informatics in Technical Systems, Chuvash State University, Russia, Cheboksary.
