21世紀(jì)過(guò)程工業(yè)、能量計(jì)量、城市公用事業(yè)等的發(fā)展對(duì)流量測(cè)量的需求急劇增長(zhǎng)，流量計(jì)量是關(guān)乎國(guó)計(jì)民生的一項(xiàng)重要工作。

微電子技術(shù)和計(jì)算機(jī)技術(shù)的飛躍發(fā)展極大地推動(dòng)儀表更新?lián)Q代，促使儀表迅速發(fā)展，新型流量計(jì)如雨后春筍般涌現(xiàn)出來(lái)。渦街流量計(jì)以其*的優(yōu)點(diǎn)，是其中一種具有極大發(fā)展?jié)摿Φ牧髁坑?jì)。

渦街流量信號(hào)處理一直是國(guó)內(nèi)外流量測(cè)量領(lǐng)域里研究的熱點(diǎn)。本文從若干角度對(duì)渦街流量信號(hào)進(jìn)行了研究。

結(jié)合國(guó)內(nèi)外對(duì)渦街流量信號(hào)噪聲的研究結(jié)果，本文對(duì)渦街流量信號(hào)的干擾組成信號(hào)進(jìn)行了分析，依據(jù)干擾性質(zhì)不同，定義了三類主要的干擾分量：管道振動(dòng)干擾、脈動(dòng)干擾、非線性噪聲干擾。對(duì)國(guó)內(nèi)外振動(dòng)干擾和脈動(dòng)干擾的研究成果進(jìn)行了總結(jié)歸納，結(jié)合大量的實(shí)驗(yàn)數(shù)據(jù)分析，闡述了振動(dòng)、脈動(dòng)干擾對(duì)渦街流量測(cè)量的影響。zui后論文計(jì)算驗(yàn)證了渦街流量信號(hào)非線性噪聲的混沌性質(zhì)。在這一部分內(nèi)容的小結(jié)中，論文綜合對(duì)比了渦街流量各組成干擾信號(hào)的特征性質(zhì)，以及它們可能對(duì)渦街流量測(cè)量產(chǎn)生的主次影響關(guān)系。

文中對(duì)渦街流量信號(hào)數(shù)據(jù)進(jìn)行頻譜分析，獲得了信號(hào)和噪聲的頻率特征關(guān)系，并分析了主要干擾噪聲的來(lái)源為振動(dòng)干擾。課題通過(guò)加速度傳感器采集管道振動(dòng)信號(hào)數(shù)據(jù)，并結(jié)合采集得到的管道加速度信號(hào)和渦街流量信號(hào)的頻譜分析對(duì)比結(jié)果，得出結(jié)論：基于該方法獲得的管道振動(dòng)信號(hào)頻率和渦街流量信號(hào)的主要干擾分量頻率正相關(guān)，且近乎于相等。這個(gè)研究結(jié)論為濾除渦街信號(hào)中的zui主要干擾成分提供了一個(gè)新的思路。

鑒于低流速時(shí)，渦街流量信號(hào)具有顯著的非線性特征，為了較好的對(duì)該流速段的渦街流量信號(hào)進(jìn)行處理，論文引入適合于非線性信號(hào)分析的經(jīng)驗(yàn)?zāi)B(tài)分解法，并對(duì)之進(jìn)行了算法的改進(jìn)，提出了基于時(shí)間尺度分析的經(jīng)驗(yàn)?zāi)B(tài)分析方法，基于該改進(jìn)的算法，論文對(duì)仿真的渦街流量信號(hào)和實(shí)際的渦街流量信號(hào)進(jìn)行了計(jì)算仿真，發(fā)現(xiàn)該方法能較小波分解方法在對(duì)渦街流量非線性信號(hào)的處理過(guò)程中表現(xiàn)出更好的適應(yīng)性，渦街信號(hào)分量的模態(tài)分解較好，渦街信號(hào)頻率的計(jì)算精度和小波分析的計(jì)算精度接近，然而，在計(jì)算過(guò)程中，由于基于TEMD 分解的濾波技術(shù)用到高次樣條插值,則計(jì)算時(shí)間的花銷遠(yuǎn)比小波分解計(jì)算時(shí)間多。zui后論文探討了基于高次樣條插值的TEMD算法效率。

 由大量實(shí)驗(yàn)數(shù)據(jù)分析得到的全流速段渦街流量信號(hào)的波形特征，論文將渦街流量信號(hào)模型簡(jiǎn)化，抽取出主要的信號(hào)成分組成渦街典型波形，基于該典型特征，文中探索了基于整流的閾值自適應(yīng)算法、信號(hào)波形分析法和閾值的脈寬估計(jì)法這三種方法，并總結(jié)提出了基于智能時(shí)域分析的渦街流量信號(hào)處理方法。該方法以波形分析理論為依據(jù)，通過(guò)智能閾值跟蹤和脈寬估算，能在滿足實(shí)時(shí)性的要求下實(shí)現(xiàn)較低信噪比渦街信號(hào)的測(cè)量；給出了以單片機(jī)μPSD3251為核心的智能時(shí)域算法的軟件和硬件實(shí)現(xiàn)方案以及測(cè)試結(jié)果，并對(duì)整個(gè)系統(tǒng)的測(cè)量性能和閾值跟蹤能力進(jìn)行了分析。

綜上所述，本文取得了以下創(chuàng)新成果：

對(duì)渦街流量信號(hào)的三類干擾的研究進(jìn)行了歸納綜合，并提出并驗(yàn)證了渦街流量非線性干擾信號(hào)的混沌特性。

通過(guò)加速度傳感器采集管道振動(dòng)加速度信號(hào)，數(shù)據(jù)分析表明該方法獲得的管道振動(dòng)信號(hào)特征能夠反映渦街流量信號(hào)主要干擾特征，并為一一對(duì)應(yīng)關(guān)系，這個(gè)結(jié)論為有效濾除渦街流量信號(hào)中的zui主要干擾提供了新思路。

對(duì)低流速的渦街流量信號(hào)進(jìn)行了非線性信號(hào)處理方法的研究，提出了基于時(shí)間尺度分析的經(jīng)驗(yàn)?zāi)B(tài)分解方法，并研究了該方法對(duì)渦街流量信號(hào)處理的適用性。

基于渦街流量信號(hào)波形的特點(diǎn)，提出了基于智能時(shí)域分析方法的渦街流量信號(hào)處理方法，并分析了整個(gè)信號(hào)處理系統(tǒng)的性能。