由不符合平衡方程的測量結(jié)果檢測供水管網(wǎng)的故障英語論文翻譯

1、流量測量和儀器儀表9(1998) 193198由不符合平衡方程的測量結(jié)果檢測供水管網(wǎng)的故障a.menendez *, f. biscarri, a. gomez液壓技術(shù)，電子儀器與應(yīng)用的研究小組，41011塞維利亞，塞維利亞大學(xué)，西班牙1997年8月6日收到；在1998年3月24日收到再校稿；1998年4月20日發(fā)表 摘要：開發(fā)供水管網(wǎng)的需求的發(fā)展以及正確的控制越來越依賴于流量測量。流量平衡允許有流量測量誤差并且評估管路的檢測。如果我們檢測中的錯誤的流的平衡，我們不知道哪些測量裝置是錯誤的，也沒有發(fā)現(xiàn)什么類型的錯誤存在。該和解測得的數(shù)據(jù)是不容易的。為了解決這個問題，我們可以以下幾部分來完成：（

2、1）系統(tǒng)的分析。根據(jù)可觀測性及冗余的水網(wǎng)：我們應(yīng)該得到的矩陣系統(tǒng)的損壞率h.（2）多次測量不確定度。因此，我們得到的協(xié)方差矩陣r.（3）管路的水流量的估計。用施加的最大似然估計的平方作為流量測量，使用h和r矩陣的集合。 （4）比較的估計值與實測值。在本文中，作者用一個實用的方法。我們已經(jīng)選擇了水供應(yīng)網(wǎng)，充分說明了水流量測量中遇到的所有困難。 1998年愛思唯爾科技有限公司保留所有權(quán)利。命名賦值：b為管路分支數(shù) q為流量 r為多余量 m為實測流量 e為測試錯誤量 n為管路的節(jié)點數(shù)1介紹一組數(shù)據(jù)核對要求一個靜態(tài)的線性方程組。研究的原則為研究管路的流量測量1,2。對于估計在流量測量中，我們應(yīng)該作出一

3、些推測：可能的錯誤，而不是相互關(guān)聯(lián)的，有方差矩陣的一半定義的正面和與宿命論者平衡方程組。如果是根據(jù)正常的概率密度分布的流量測量誤差函數(shù)。線性最小平方估算結(jié)果將是相同的最大似然估計。最大似然估計常常被使用是由于其計算方法比較簡單。以上的似然估計要經(jīng)過必要的觀察，觀察是否所有的測量都是在可以接受的測試范圍之內(nèi)，以檢測到壞的測量。后來，我們證明是否可以被視為錯誤的概率分布正常（一個所需的不確定性范圍內(nèi)）和所獲得的結(jié)果是否可以被解釋。2供水管路的長度 在每一個有各種不同的測量流量的裝置提供網(wǎng)：體積計量流量計，流量儀表和長度?？赡苁撬矔r的數(shù)據(jù)采集，也可能是每小時或每天，根據(jù)技術(shù)和經(jīng)濟(jì)可用資源而定。為了使

4、這組數(shù)據(jù)米兼容，并完成靜態(tài)網(wǎng)絡(luò)分析認(rèn)為，在本文中，我們只使用每天進(jìn)行一次測量。3. 供水管路的分析 3.1 物理描述和供應(yīng)網(wǎng)模型在圖1中，由我們目前的供水管網(wǎng)使用說明書可知示出流量計的位置和水箱中的水。表示在圖的物理量。1詳見以下列表中的符號：t1 =水箱l =電平表，c250=體積米;m203=超聲波流量儀u201=電磁流量表，c80=體積計; u202=超聲波流量表; c150m=體積米;c150c=體積計; c200=體積米;齊=第i個流量（立方米）。供應(yīng)網(wǎng)絡(luò)模型，我們使用的是圖2，節(jié)點和分支。我們命名一個節(jié)點到每個點，其中至少兩個不同的流量滿足凈。在這個模型中，我們所代表的節(jié)點的圈子，

5、和他們被命名為i，ii，iii和iv。節(jié)點之間已c250和u202米的，因為通常這兩種測量會給出不同的讀數(shù)（如果我們認(rèn)為存在測量誤差），我們應(yīng)該區(qū)分每個從其他的部分。我們每個管段分開的一個分支命名兩個節(jié)點，或每個入口/出口管道的凈。在我們的模型供應(yīng)網(wǎng)絡(luò)，我們有10家分公司。 “分支數(shù)5轉(zhuǎn)換的電平變化（測量值由l）進(jìn)入的流量測量，進(jìn)入或離開節(jié)點ii。這導(dǎo)致的類型的方程： 其中a1是水箱t1的固有常數(shù) dl是每天的電平變化（dl）= l（t2）的 - l（t1）3.2管路的已知量 從靜態(tài)的角度來形容供水管網(wǎng)來看，該模型的平衡方程將是： 其中qi為管路的第i個支流，認(rèn)為總是積極的，aij為第j個系數(shù)

6、的進(jìn)入/退出節(jié)點。聯(lián)合開展的活動系數(shù)定義如下：aij= 1若進(jìn)入第j個節(jié)點,aij=- 1若離開的第j個節(jié)點;aij=0若琪沒有輸入也沒有離開的第j個節(jié)點。通過聯(lián)合開展的系數(shù)，我們定義流程進(jìn)入一個節(jié)點作為陽性和離開一個節(jié)點的流為陰性。例如，對于圖的節(jié)點i。如圖2所示，聯(lián)合開展活動的系數(shù)將是：a11 = 1，a21= 1，a31= 1; a41= - 1則出現(xiàn)q1+ q2+ q3 - q4 =0。測量值時提出了一些測量錯誤，向量q是e的一個函數(shù) 即得到等式：（2）式只適用實測q。我們說，系統(tǒng)是由等式（2）和（3）所描述的系統(tǒng)。如果測量的方法（qmeas）和管路的拓?fù)浣Y(jié)構(gòu)在全世界得到認(rèn)可，那么我們

7、就能夠估計實測q沒有出現(xiàn)錯誤 即e = 0。3.2.1觀察管路的例子在供水管網(wǎng)中，我們測量以下流量：q1，q2，q3，q4，q5，q7，q8，q9，q10。有9個流量測量（m = 9）。假設(shè)有沒有測量誤差，我們可以得到q6（不可測量的流動）使用式。 （2）。因此，該系統(tǒng)描述的是在全世界范圍內(nèi)公認(rèn)的。 3.3 多余量如果它提供的信息（測量值）相比過度的小，則由式（2）和式（3）所描述的系統(tǒng)是多余的， 信息需要確定這種狀況下的qtrue。測量是多余的，如果這種抑制不造成損失的可觀測性。在數(shù)學(xué)上，一個系統(tǒng)是多余的n + m b。數(shù)目多余量表示為：r = n + m - b。我們也可以定義若干冗余的比

8、率來進(jìn)行測量分之間的最小數(shù)量必要的測量，因此，該系統(tǒng)將觀察到的（r（）= r / b - n）商表示米以上最低成本的投入成本在每一個分支的流量測定所需供水管網(wǎng)。3.3.1管路多余的例子 在供水管路我們有：m = 9測量;n =4個節(jié)點，b=10個分支機(jī)構(gòu)，因此，我們得到：多余量 r = 3時;比率冗余= r（）= 3/6= 50。3.4 矩陣系統(tǒng)發(fā)生率 （2）式由管路的布局而定，可以表示在一個基本分人形式下使用矢量qtrue和的矩陣h的元素的aij系數(shù)： 矩陣hdim n *b是所謂的基質(zhì)中系統(tǒng)的發(fā)病率和完全取決于網(wǎng)路的布局通過聯(lián)合開展活動。 “這個矩陣的分解導(dǎo)致我們區(qū)分觀察的變量（測量或推算

9、出來），不可觀察變量，方程扣除觀察的不可測量的變量和方程冗余。我們將使用分解算法在3中描述。3.4.1。在扣除分解矩陣h例子在供水管網(wǎng)中，如果我們考慮每一個分支（測量和不可測量的）中，矩陣h成為并且矢量qtrue = qtrue1 , qtrue2 ,qtrue3 , qtrue4 , qtrue5 , qtrue6 , qtrue7 , qtrue8 , qtrue9 ,qtrue10 t. 我們有用一個點來代替零以簡化我們的符號。根據(jù)第3.2節(jié)中的定義，我們需要傳入流量為正和為負(fù)的離去流的節(jié)點?，F(xiàn)在，如果我們單獨的分支與實測流量從不可測量的，我們可以寫為:其中qtrue = qtrue1

10、, qtrue2 ,qtrue3 , qtrue4 , qtrue5 , qtrue6 , qtrue7 , qtrue8 , qtrue9 ,qtrue10 t.現(xiàn)在，我們完成了以下更改:令:(1) string3 = string 3 + string 2; (2) string 2 = - string 2因此，我們打算中的“1”的數(shù)目，以盡量減少列的不可測量的流量。這個過程是相同的1，用于以獲得的規(guī)范形式矩陣.我們可以得到:重新排列的字符串，我們得到:因此我們可以區(qū)別:觀測變量q1, q2, q3, q4, q5, q7, q8, q9, q10和計算變量q6多余沒用的方程（雙行框架）

11、：(1) q1 + q2 + q3 = q4(2) q4 = q5 + q7 + q8 + q9(3) q8 = q10(c)去掉的方程（在虛線框內(nèi)）：(4) q6 = q4 - q5.根據(jù)可知性和多余性將矩陣h的分解，使我們能夠減少初始計量的大小驗證問題。因此，我們減少了矩陣h在虛線圈內(nèi)的部分并消除了列方程不可測的變數(shù)：此時矢量qtrue變成了qtrue =qtrue1 , qtrue 2 , qtrue3 , qtrue4 , qtrue5,qtrue7;qtrue8 ,qtrue9 ,qtrue10 t.3.5.測量的不確定性及矩陣r測量不確定度（d）每米的估計的基本支柱之一測量結(jié)果6。

12、習(xí)慣上，我們假設(shè)錯誤根據(jù)正常的概率分布標(biāo)準(zhǔn)差s的密度函數(shù)。我們可以約推斷=（d）= d / 3（99.7概率）或s =（d）= d / 2（95.4的概率）。我們與什么樣的測量不確定度每個流量計？如果我們沒有其他資源，將使用由制造商提供的技術(shù)資料。在這個例子中供水管網(wǎng)中，我們描述米并定義其，如表1中所示的不確定性。規(guī)范i.s.o. 51684接受學(xué)生的近似值和承認(rèn)si可以近似為：si = di/2.13（每米）。因此，我們將獲得的協(xié)方差矩陣，r，如下：4估計真正的流量值一旦我們?nèi)〉镁仃噃和假設(shè)一組初始的測量不確定度，我們繼續(xù)估計多余的變量qestimated我。統(tǒng)計被命名為選擇標(biāo)準(zhǔn)的最大似然加

13、權(quán)最小二乘估計，如果目標(biāo)是以盡量減少偏差的加權(quán)的總和估計測量從電流測量，的限制平衡式 （4）。在數(shù)學(xué)上表示為：式（4）和式（6）的解決方案可以從矩陣1,5得到：使用這個公式，我們得到的估計qestimated測得的流量。之后，我們將使用扣除公式計算的未知（但觀察到的）流動qestimated6的估計值驗證平衡式（4）。 4.1管路例子的估計對于圖2所描述的示于圖的供水網(wǎng)。我們已經(jīng)收集了24每天每一個測量的流量：qmeas1，qmeas2，qmeas3，qmeas4，qmeas5，qmeas7，qmeas8，qmeas9和qmeas10。.從統(tǒng)計質(zhì)量控制點，采集的24個樣品，每個測得的流量是一個

14、最低一個正確的統(tǒng)計驗證的樣本數(shù)的估計。另一方面，為了防止統(tǒng)計樣本太多，不建議增加太多的數(shù)目：變化流regime，惡劣的接收的數(shù)據(jù)等在圖 3中，我們目前測得的體積qmeas和估計qestimated的電磁6流流量計（u201）。qmeas與比較qestimated允許我們估計的測量誤差式（8）。另外，在圖4，我們在此提出電磁流流量計（u201）的估計誤差。為了證明這些統(tǒng)計誤差的一致性，我們已經(jīng)研究估計誤差的頻率分布，參見圖5。我們驗證一些統(tǒng)計檢驗（如卡方）的24個樣本。可以大概視為具有正態(tài)分布的平均為2.28和2.11的統(tǒng)計樣本，分別表示一個系統(tǒng)的存在誤差成分和標(biāo)準(zhǔn)偏差的一個隨機(jī)誤差成分的存在。

15、5錯誤值的檢測現(xiàn)在，應(yīng)用統(tǒng)計質(zhì)量控制去評估，我們可以檢測任何被否定的進(jìn)行統(tǒng)計的樣本。因此，我們制定的質(zhì)量控制圖7，x-條形圖和范圍圖，如圖6和圖7所示。在這兩個圖中，樣品在分別在12個組中被評估，分別形成有兩個連續(xù)的曲線。范圍圖7告訴我們，我們必須否定第二組。在因此，我們可以認(rèn)為qmeas3，qmeas4 是不符合實際的測量結(jié)果。再看其余8組流量測量發(fā)現(xiàn)（m203，c150c，.）這組也出現(xiàn)的范圍之外。一旦我們已經(jīng)消除兩個異常測量，估計過程必須與其余的22個樣品的每一個重復(fù)測量。6。結(jié)論流量估計是構(gòu)成“最好”的估計的過程，通過流量估計同得一組qestimated驗證供水管網(wǎng)平衡方程。該方法還可

16、以檢測和消除壞的測量樣本。所以可以使得它可以很容易地推廣到允許其應(yīng)用到每一個供水管網(wǎng)。然而，從圖4中我們可以驗證測量誤差尤其是由儀表的制造商建議的超過不確定性區(qū)的部分（表1）。我們認(rèn)為主要有兩個方面的原因：流量計的磨損與流量的變化。通過24小時的采樣周期（每日），進(jìn)一步的研究，通過更好的分析評估獲取有用的為維護(hù)和校準(zhǔn)的流量計的信息，使我們能夠正確做出流量估計。致謝：作者感謝在emasesa（empresa與儀器儀表abastecimientosaneamiento阿瓜塞維利亞，sa）的人員為他們繼續(xù)提供援助和訪問的水測量的設(shè)施。參考文獻(xiàn)：1 menendez a, biscarri f. me

17、didas de caudal en una red de abastecimientode agua. rev. tecnologa del agua 1995;june:140.2 darouach m, fayolle j, ragot j. data validation in large scalesteady-state linear data systems, first international conference onindustrial and applied mathematics, iciam87, paris, 1987.3 maquin d, fayolle j

18、, darouach m, ragot j. le positionnement decapteurs dans les systemes industriels de grande dimension, proceedingof imacs congress, villeneuve dascq, 1986. in appliedmodeling and simulation, technological systems, elsevier, 1987.4 norm i.s.o. 5168-78, measurement of fluid flowestimation ofuncertainty of a flow-rate measurement.5 yamamura k, nakajima m, matsuyama h. detection of grosserrors in process data using mass and energy