基于多传感器的油水混合检测技术研究.pdfVIP

基于多传感器的油水混合检测技术研究

摘要

随着全球航运的快速发展，海洋探测技术的重要性日益增加，在海洋气象监测、

石油化工检测以及污染监测等方面都有着不可忽视的作用。而在海洋这样复杂的环境

中，由于恶劣的环境因素影响，海上作业或运输过程中经常发生石油类化工液体泄漏

这样极其危险的事故。因此，人们迫切地需要研发一种高性能、综合性强的油水混合

检测技术，来对意外事故做出判断和预警，确保海上作业的安全性，避免事故的发生。

本文首先研究分析现阶段的油水检测技术，分类研究了常用的油水检测传感器，

重点研究了基于电导率测量的传感器。然后进行了系统总体方案设计，研究分析了电

极式电导率传感器、感应式电导率传感器和温度传感器的传感机理和电导率传感器的

主要影响因素，并提出了相应的解决措施。研究了进行多介质状态判断的工作模式并

结合基于径向基函数（Radialbasisfunction，RBF）的支持向量机（SupportVector

Machine，SVM）的检测方法。研究了在不同介质状态下基于变学习率改进的反向传播

神经网络（BackPropagationNeuralNetwork，BPNN）进行含量分析的算法。在基于上

述理论的基础上，设计了电极的阵列式结构和感应式线圈结构，并结合工作环境进行

了材料优选，根据检测原理和结构设计进行了有限元物理场仿真。其次设计了电极式

电导率传感器、感应式电导率传感器以及温度传感器的检测电路和信号调理电路、搭

建了试验系统、完成信号采集程序、数据通信程序以及上位机显示程序的设计。设计

了相关实验，从精度、线性度、重复性以及稳定性等多个方面对传感器进行了性能测

试。最后通过基于RBF的SVM和基于变学习率的改进BPNN进行了介质状态识别和

油水含量分析。

试验和分析结果表明，本课题设计的基于多传感器的检测技术，满足对油水液体

的检测需求。通过建立SVM模型进行的分类判断，实现了对多种介质状态的识别判断。

根据不同状态下的传感器输出完成了神经网络的训练学习，实现了复杂情况下的油水

含量检测。

关键词：油水检测；电导率传感器；阵列式结构；SVM；BP神经网络

基于多传感器的油水混合检测技术研究

Abstract

Withtherapiddevelopmentofglobalshipping,theimportanceofoceandetection

technologyisincreasingdaybyday,anditplaysanimportantroleinMarinemeteorological

monitoring,petrochemicaltestingandpollutionmonitoring.Insuchacomplexenvironmentas

theocean,duetotheadverseweatherenvironment,shippingshipsoftenhaveextremely

dangerousaccidentssuchaspetroleumchemicalliquidleakage.Therefore,itisurgentto

developahigh-performanceandcomprehensiveoil-waterdetectiontechnologytomake

judgmentandearlywarningofaccidents,ensurethesafetyofoffshoreoperationsandavoid

accidents.

Firstly,thispaperstudiesandanalyzesthecurrentoil-waterdetectiontechnology,

classifiesandstudiesthecommonlyusedoil-waterdetectionsenso