林　胜

(合肥工业大学机械与汽车工程学院，安徽合肥　230009)

0　引言

随着工业的飞速发展，质量流量测量所面临的任务越来越繁重，质量流量传感器准确度要求不断提高，在实际工况压力、温度以及介质密度条件下，它的测量准确度是人们较为关心的问题。虽然质量流量传感器的生产厂家给出了压力修正系数、温度修正系数、密度修正系数等，但是在不同的标定工况压力、工艺温度、介质密度下质量流量并非完全成线性比例关系。文献[1-2]分析了质量流量计的发展状况；文献[3]对影响质量流量的压力、介质密度、工艺温度因素进行了研究，得到了各因素对流量的影响的关系，并给出了各因素的修正方法；文献[4-5]分析了在压力对质量流量的影响情况；文献[6]分析了在压力的干扰下对质量流量采用BP神经网络算法进行融合。 然而在实际的现场工作中，质量流量测量的除了受工况压力的影响，还受到测量介质种类、测量介质特性(温度、黏度、相态、导电性、腐蚀性等)和流量变动特性的适应能力以及对环境条件适应能力等方面的影响。故选取对质量流量影响最大的压力、工艺温度、介质密度等因素进行系统分析研究，用神经网络算法对工况压力、工艺温度、介质密度干扰信号进行抑制，验证相关方法的有效性。

1　异质传感器数据的采集

系统设定情况为：相同的质量流量(150 t/h)条件下，标定不同的工况压力(0.1～30 MPa)，对质量流量、密度、温度进行测量。其中采用均匀分布在不同位置处的10个质量流量传感器、5个密度传感器、5个温度传感器对同一工况条件下的质量流量、介质密度、工艺温度分别进行测量。……