利用 MicroADV 估算泥沙瞬时浓度的试验研究.doc

《利用 MicroADV 估算泥沙瞬时浓度的试验研究.doc》由会员分享，可在线阅读，更多相关《利用 MicroADV 估算泥沙瞬时浓度的试验研究.doc（7页珍藏版）》请在三一办公上搜索。

1、利用 MicroADV 估算泥沙瞬时浓度的试验研究龙涧川，吕升奇 河海大学水文水资源与水利工程科学国家重点实验室，南京 （210098） E-mail：ljc-727摘要：本文利用 MicroADV 时时均声强和传统量筒称量的时均泥沙浓度的相关关系，建 立了之间的数学关系式。进行误差分析后发现：在大流量时估算时均浓度的相对误差在很小的范围以内。把关系式运用到瞬时浓度的估算上，即通过瞬时声强估算瞬时泥沙浓度。结果表明：大流量时，这种估算方法误差在允许范围内。 关键词：时均声强；时均泥沙浓度；瞬时声强；瞬时泥沙浓度 中图分类号：TV1491引言长期以来，泥沙浓度的测量一直是挟沙水流泥沙浓度研究中十

2、分关键的问题。水流挟带 泥沙以后，大大增加了水流的浑浊度，使得直接观测泥沙运动变得困难。近年来倾向于在水 槽试验中用塑料颗粒来代替天然泥沙，正是为了补救在这方面的不足。泥沙浓度的测量方法有很多，归纳起来可以分为取样法和非取样法。前者如称重法、比 重瓶法等，它们均存在取样代表性差和取样麻烦等缺陷。这些传统的方法除了耗费大量的人 力、物力、财力，加上采样区一般都是风大浪急，安全难以保障。数据除了在空间上不连续、 时间上也无瞬时性外，还要受船舶、观测仪器、水沙运动等因素的限制。后者有光电法、电 导法、同位素法等、这类方法各有千秋，但测量时总要有移动探头，这将导致测量结果不具 有“同步性”，同时也不可

3、避免探头对流场的影响。并且测量信号受泥沙粒径等影响，大多数 常规手段只能作点、线探测。通过水槽试验时发现，MicroADV 在测量流速信号时信号的时 均散射强度和时均泥沙浓度间有很好的相关关系。至此，考虑到是否可以用这种相关关系依 靠信号瞬时强度来预测泥沙瞬时浓度，以解决泥沙测量的难题。2水槽试验设置试验在河 海大学水 环境综合 治理试验 厅可变坡 矩形水槽 进行（长 宽 高 12m0.42m0.7m）。水槽两边为玻璃壁面，中间铺有光滑度和平整度都很好的灰塑板。水槽 进水口处设有水流较直机，使进入水槽的水流流态稳定。水槽尾部通过旋转闸门来调节水槽 内的水位。水槽进水流量通过安装在进水管道上的变

4、频泵进行控制。水槽入口流量用多普勒 流量计测量，其测量精度可以达到0.250.5。水深由架设在水槽上方的可滑动水位测针测 量，精度为0.1mm。试验选用细颗粒模型沙，泥沙垂线平均浓度为1.4g/L。试验选用12cm、15cm、18cm三种水深进行试验。每种水深选择从大到小的三种流量，共计9种工况。泥沙取 样采用传统量筒称量法，以此作为可靠的原始分析信号对比。取样器采用自制的直径为0.6cm 铜管虹吸抽取，取样浑水用烘干机进行烘干称量。3MicroADV的测量原理MicroADV 是一种单点、高分辨率、3D 多普勒水流仪。MicroADV 测量水流速度利用 被称作多普勒效应的物理原理，如果声源相

5、对于接收器是移动的，那么接收器上声音的频率 将从发射频率漂移了一个数量1：Fdoppler = -2Fsource (V / C)（1）- 7 -Fdoppler接收频率的改变（多普勒漂移），Fsource发射声音的频率，C-声速，V 声源相对于接收器的速度。速度 V 代表了声源和接收器之间的相对速度（也就是改变了二者之 间距离的运动），垂直于声源和接收器之间联线的运动不会导致多普勒漂移。如果两个物体 之间的距离减少，那么频率就增加；如果两个物体之间的距离增加，那么频率就减少。 MicroADV 的原理图见图 12。MicroADV 采用了脉冲相干处理技术，即发射器发出两个时间滞后分离的脉冲，

6、量测出 每一个返回脉冲的相位，两个脉冲之间的相位差正比于水中粒子的速度，据此求出粒子的速 度，即水流的速度。采用脉冲相干处理技术保证了 MicroADV 的测量高精度，10MHZ 的MicroADV 测速范围为 0.01cm/s250cm/s。图 1 MicroADV 原理图图图 2 MicroADV 控制体示意图MicroADV 的测量很重要的要素是控制体(如图 2)，控制体距离发射探头约为 5cm，是 一个圆柱体（体积为 4.5mm 5.6mm），由探头发射超声波，遇到控制体后反射，并由接受 探头接受反射的信号，因此，MicroADV 测量的实际是控制体的与发射探头的相对运动速 度，当控制

7、体的微颗粒太少时，反射回来的信号太弱，信噪比就比较小，因此，必须保证一 定数量的颗粒浓度（一般大于 10kg/m3），且有较好的随流性。 另外，MicroADV 还有配套 的软件处理系统，同时记录瞬时数据（包括三方向的流速、信噪比、相关系数、及信号强度 的大小），以便进一步处理和分析。4时均泥沙浓度估算MicroADV 的采集数据中，除可得三方向的瞬时速度外，还有一些比较重要的要素如信 号强度、信噪比等。显然，既然 MicroADV 采集的是水流中颗粒的信号，那么水流中颗粒 的浓度和采集的信号强度有必然的关系，它们之间的这种内在联系可以通过试验手段表现出 来。图 3 描绘出了 9 个测量组别的

8、时均信号强度和时均泥沙浓度的关系，32.52c1.510.50h=12cmy = 2E+40e-0.7138x43.532.5c21.510.50h=12cmcy = 4E+11e-0.2031xh=12cm98765432 y = 292.18e-0.0343x10129 129130s(l=16.2l/s)h=15cm4.543.53c2.52125 126 127128s(l=20.5l/s)h=15cm987654100 110 120 130s(l=26.2l/s)h=15cmc1210861.510.50cy = 1E+49e-0.8707x32 y = 46363e-0.0751

9、x1042 y = 104.52e0-0.0257x128 129 129 130130s(l=16.2l/s)h=18cm32.52c1.51110 115 120 125 130s(l=26.8l/s)h=18cm1086c420 50 100 150s(l=32.8l/s)h=18cm141210c8640.50y = -1.7023x + 221.98y = 3E+11e-0.1997x02 y = 869.23e-0.0433x0129130130131s(l=20.3l/s)120 125 130s(l=24.7l/s)0 50 100 150s(l=30.2l/s)图 3 时均信

10、号强度和时均泥沙浓度的关系从图中可以得到以下几点结论：(1) 流量的大小影响着二者的平滑关系，在流量较小的时候从曲线图上难以看出规律 性。这是因为在小流量工况下紊流还没有达到充分发展，此时水流紊动强度低，由下而上运 动的紊动通量小于重力作用下由上而下的通量，流区中所含颗粒较少，由于 ADV 测量时返 回信号低于环境噪音电平，没有足够的信号，测量精度也大打折扣，造成信号点波动。所以 足够的浓度是测量的先决条件。(2) 在保证足够的测量浓度后，由于颗粒的散射作用，随着浓度的增加，信号强度是呈 递减的状态，说明浓度的增加造成了信号强度的衰减，这也进一步说明浓度的多少和信号的 强度是有必然联系的。(3

11、) 武汉大学水沙试验室曾经做过相关的试验研究发现在浓度小于某一值时（拐点浓 度），信号强度会随着浓度的增加而增加。这是由于 MicroADV 接受器记录下的信号强度应 是反射声音信号的量度，水流中颗粒太少，那么返回信号就不可能强于环境噪音电平，没有 足够的信号强度，测量不精确。随着颗粒的增加，返回的信号逐渐大于环境噪音，信号强度 也增加。从我们的图上并没有看出这一拐点的存在，这是因为我们的试验采用的是模型沙，不同的泥沙颗粒有不同的特性，自然散射能力也不一样，所以我们认为本试验所有测量数据都是在颗粒散射影响的范围之内，拐点浓度小于我们最小测量浓度。 从时均信号强度和时均泥沙浓度关系图上可以看出二

12、者之间的内在紧密联系。要想进一步地得到二者间地定量关系，就需要对测量数据进行一定地标定处理3。测量悬沙浓度依 据于声学后散射原理，平均体积后散射强度定义为单位流区积内散射体的总的后散射截面，即：Sv = 10 lg bs式中， bs 为总后散射截面，可以写成平均后散射截面与散射颗粒数量 N 的乘积： bs = N bs(2)(3)式中， N 为单位体积中的颗粒数量，可以理解为颗粒的数量浓度。同时， N 可以写成质量 浓度，也就是悬沙浓度 C 的函数：N = C / g 4 a 33(4)式中， 为颗粒的平均密度，a 为平均粒径，g 为重力加速度。从公式可以看出后散射强度 依赖于颗粒的粒径和物理

13、性质(密度)。假定某一现场观测期间悬沙的粒径和密度没有太大的 变化，令：则公式可以简化为：K = 10 lg( bs/ g 4 a 3 )3(5)Sv = K + 10 lg C(6)式中 K 为常数，方程表明后散射强度与悬沙浓度之间满足指数关系。假定 ADV 有正确的标 定，这条曲线就可以作为泥沙浓度的合理估算。对图 3 拟合的时均信号强度和时均泥沙浓度 的关系曲线，选取流量较大时工况进行误差分析。表 1 是 12cm 水深工况估算时均泥沙浓度 的误差分析情况。总体来说，误差情况还比较乐观，假如以相对误差10%为合格，那么大 部分的估算值都合格，最大流量工况误差结果很好。考虑到试验误差允许的

14、范围，那么这种 关系曲线认为是可行估算方法。表 1 水深 0.12m 工况时均泥沙浓度估算值误差分析相对水深流量/l.s-1信号强度/dB估算浓度/g.l-1实测浓度/g.l-1绝对误差相对误差/%0.04220.5125.153.6673.5700.0982.7340.08320.5125.533.3953.3050.0902.7310.16720.5125.843.1912.8840.30710.6590.25020.5126.182.9782.7590.2197.9370.33320.5126.522.7762.6130.1636.2560.41720.5126.822.6152.431

15、0.1857.5920.50020.5127.362.3432.2760.0672.9620.58320.5127.382.3342.2360.0984.4030.04226.2106.367.5007.677-0.177-2.3100.08326.2109.586.8276.906-0.079-1.1430.16726.2112.236.2735.9940.2794.6600.25026.2115.985.5445.4890.0561.0120.33326.2118.055.1455.0100.1352.6850.41726.2120.654.6524.693-0.041-0.8630.50

16、026.2122.224.3614.457-0.095-2.1340.58326.2123.744.0824.185-0.102-2.4435瞬时泥沙浓度估算由时均信号强度可以确定出时均的泥沙浓度，那么瞬时的信号强度是否也可以确定出 瞬时的泥沙浓度呢？答案是肯定的。根据上节的结论，时均泥沙浓度和时均信号强度间有着指数的定量关系：Y = aeb X式中Y 表示时均泥沙浓度， X 表示时均信号强度 a ， b 表示拟合系数。 把式 7 两边同时取自然对数得到：（7）ln Y = ln ae b X假设对每一个瞬时浓度都有定量关系：= ln a + ln e b X= ln a + b X（8）把所

17、有的序列相加得到：ln Yi = ln a + bX i (1 i n)（9）ln(Y1 Y2 . Yn ) = n ln a + b( X 1 + X 2 + .X n )把式 8 两边同时乘以 n 得到：（10）n ln Y = n ln a + nb X比较式 9 和 10 可知，方程右边衡等，只需证明方程左边是否相等。（11）对于随机的瞬时浓度，我们可以把序列的波动看成是对数据测量时造成的随机误差，是 由于偶然的或不确定的因素所造成的每一次测量值的无规则变化。随机误差的存在使每次测 量值偏大或偏小是不定的，但它并非毫无规律，它的规律性是在大量观测数据中才表现出来 的统计规律。在多数物理

18、试验中，偶然误差表现出如下的规律性：（1）绝对值相等的正的和负的误差出现机会相同。（2）绝对值小的误差比绝对值大的误差出现的机会多。（3）误差不会超出一定的范围。 由误差理论可知，随机误差大多服从正态分布规律。根据量筒法称量得到的原始数据我们可以知道根据指数关系曲线得到的瞬时浓度的随机误差，按照统计的方法作出概率密度 直方图，通过分析这些误差，找出误差的分布规律，是否满足正态分布。具体的步骤为：(1) 选取水深 12cm，流量 26.2l/s 工况，Y=0.05 测量点。根据关系曲线估算出瞬时泥沙 浓度值（提取 1500 个随机测量数据）。找出误差最大值 5.5103 g.l-1 和最小值3.

19、92 g.l-1。根 据两数据的大小把数据按一定组距（x1）分成若干组（n=10 组）。(2) 统计落在各组的数据个数i，i 称为分组频数。分组频数i 除以数据总数， 得相对分组频数ii，i 又称经验概率。如表 2。表 2 估算瞬时浓度随机误差频数分布表分组序号分组范围(g.l-1)频数 ni(个)相对频数 fi143790.0532322740.1833213740.2494-103690.2465012000.1336121020.068723600.04834320.02194590.006105617E-04(3) 作出直方图如图 4。从统计直方图中可以发现：中间一组测量值出现的相对频

20、数最高；左右两侧各组相对频数逐渐变小；偏离中间过远的测量值实际上不存在；每个测量值的 出现是偶然的，但从总体上看测量值的分布具有一定的规律性。如果测量次数增加，当 时，并使 xx，各组单位组距的相对频数i 就会趋向于某一确定值即概率密度值，这 时统计直方图就会过渡到一条光滑的连续曲线，这条曲线称为正态分布概率密度函数曲线。 所以说，可以认为随机误差是接近正态分布的。302520p(u)151056结论0-4 -3 -2 -1 0 1 2 3 4 5 6图 4 估算瞬时浓度随机误差统计直方图通过比较传统量筒称量法得到的时均泥沙浓度和MicroADV测量的声强信号，发现其相 关的关系。分析Micr

21、oADV的测量后散射原理，用指数曲线拟合其相关关系。比较估算时均 浓度和称量法得到的浓度之间的误差，发现在大流量时相对误差很小。根据得到的关系式， 依靠瞬时采集的信号声强来求出瞬时泥沙浓度，发现得到的泥沙浓度序列满足随机误差分 布，结果可用。参考文献1 林 鹏，陈 立MicroADV 及其在挟沙水流中的应用研究A刘兴年第四界全国泥沙运动基本理 论研究学术讨论会论文集C成都：四川大学出版社，20002 SonTek ,ADV Operation Mual-FirmWare Version 4.0 1997.103 程 鹏，高 抒ADCP 测量悬沙浓度的可行性分析与现场标定J海洋与湖沼，2001(

22、2)：168176Experimental Study On The Estimation Of InstantaneousSediment Concentration By MicroADVLong Jianchuan，Lv ShengqiHohai University，Nanjing (210098)AbstractThis paper based the mathematical relation by the correlation between average temporal velocity signal of MicroADV and average sediment co

23、ncentration . It has proved that the error is within the acceptablelimits when the discharge is heavy after analysing the error .Paper take the relation into the estimation of the instantaneous sediment concentration ,it means gets the instantaneous sediment concentrationfrom the instantaneous temporal velocity signal. It has proved that the error is within acceptable limitswhen the discharge is heavy .Keywords: Average temporal velocity signal; Average sediment concentration; Instantaneous temporal velocity signal; Instantaneous sediment concentration