一种基于Allan方差的振荡天平粉尘浓度自适应积分与质量分级方法

本发明涉及大气颗粒物浓度监测，更具体地说，涉及一种基于allan方差的振荡天平粉尘浓度自适应积分与质量分级方法。

背景技术：

1、振荡天平（teom，tapered element oscillating microbalance）粉尘浓度传感器是环境空气颗粒物监测领域广泛使用的一类仪器。其基本原理是：利用一个一端固定、另一端装有滤膜的空心锥形管作为振荡元件，采样气流通过滤膜时，空气中的颗粒物沉积在滤膜上，滤膜质量增加导致锥形管的振荡频率下降。控制器通过测量振荡频率的变化量，结合采样流量和采样时间，即可计算出空气中的粉尘质量浓度。这类传感器具有结构紧凑、灵敏度高、可连续在线监测等优点，在环境空气质量监测、工业粉尘监控、矿井粉尘测量等场景中得到了广泛应用。

2、在现有的振荡天平粉尘浓度计算中，振荡频率与颗粒物质量之间通常采用如下标定关系：

3、

4、其中，为滤膜上附着粉尘质量的变化量，为标定系数，为当前窗口平均振荡频率，为空载振荡频率。再根据采样流量和积分时间计算采样体积，最终粉尘浓度。

5、目前市面上大多数振荡天平粉尘浓度产品采用固定积分时间对频率进行平均后计算浓度，例如固定30秒或60秒的积分窗口。这种固定积分方式实现简单、运算量小，但也存在若干明显的不足。

6、第一，固定积分时间难以兼顾响应速度和测量稳定性。积分时间过短时，频率噪声对浓度计算结果的影响较大，测量结果波动明显；积分时间过长时，虽然噪声被平滑，但对粉尘浓度变化的响应变慢，在浓度快速变化的场景下容易产生明显的滞后。这一问题在现场监测中尤为突出——稳定环境下用户希望获得更快的响应，而扰动环境下又需要更长的积分时间来保证数据稳定，固定积分时间无法同时满足这两方面的需求。

7、第二，环境湿度的干扰难以有效识别和排除。当环境湿度发生突变时，滤膜或采样部件可能吸附水汽，导致振荡频率发生变化。这种频率变化在物理机制上与颗粒物累积引起的频率变化并无本质区别，因此会被误判为颗粒物质量增加，造成浓度虚高；在湿度下降的恢复期，水汽脱附又可能导致浓度虚低。传统算法缺乏对湿度状态的判断机制，无法将这些情况从正式浓度输出中区分出来。

8、第三，机械振动、频率跳变、锁相异常或振幅异常等情况下，频率信号可能出现短时异常。 振荡天平依靠锥形管的持续振荡来工作，任何影响振荡状态的因素——无论是外部的机械冲击，还是内部的锁相环失锁、驱动异常——都会直接反映在频率测量值上。传统算法缺乏对这些异常状态的实时监测和响应机制，在信号异常时仍然输出正式的浓度值，可能导致严重的测量错误。

9、第四，流量偏离设定值时，采样体积的计算会产生误差。振荡天平的浓度计算依赖于采样体积的准确测量，如果实际流量偏离了额定流量而算法仍按额定流量计算，浓度结果必然偏差。传统算法通常不对流量状态进行实时监控和响应。

10、第五，传统输出信息单一。目前大多数振荡天平粉尘浓度仪的输出主要就是浓度数值本身，缺少与该浓度值同步的数据质量等级和异常原因码。上位机、显示终端或数据采集系统无法判断当前收到的浓度数据是否可信、是否可用于报警、统计或监管目的。在一些关键应用场景中，如环境空气质量自动监测站的数据上报，数据的可信度判断至关重要，但传统产品对此缺乏有效的技术手段。

11、针对上述问题，已有一些改进方案被提出。例如，有方案通过增加光散射法测量模块来辅助判断振荡天平数据是否异常；也有方案采用双称重室结构，利用平衡称重室的测量结果对实时称重室进行校正。但这些方案均需要增加额外的硬件——光散射模块或第二称重室——不仅增加了仪器成本和结构复杂度，也难以在已经部署的现有设备上实施。

12、综上所述，现有技术中缺乏一种能够在不增加额外硬件的条件下，同时解决积分时间自适应优化、环境与运行状态干扰识别、以及输出数据可信度量化评价这三重挑战的综合性解决方案。如何利用振荡天平已有的传感器信号，通过算法层面的创新来系统性解决上述问题，是目前本领域亟待突破的技术难点。

技术实现思路

1、1．要解决的技术问题：

2、本发明针对现有振荡天平粉尘浓度测量中固定积分时间难以兼顾响应速度与稳定性、环境湿度干扰无法有效识别、机械振动和锁相异常等信号异常时仍输出错误浓度、流量偏差影响计算精度以及输出信息单一缺乏数据质量评价等技术问题，提供一种基于allan方差的振荡天平粉尘浓度自适应积分与质量分级方法。

3、2．技术方案：

4、为解决上述问题，本发明采用如下的技术方案。

5、一种基于allan方差的振荡天平粉尘浓度自适应积分与质量分级方法，由振荡天平内置嵌入式控制器执行，包括以下步骤：

6、信号采集步骤，控制器以设定的采集周期采集振荡天平的各项运行参数，包括振荡频率、温度、相对湿度、采样流量、振幅和锁相状态；其中，振荡频率、采样流量、振幅和锁相状态以1秒周期采集，温度与相对湿度以1秒至5秒周期采集。这些信号中，振荡频率用于计算allan方差和粉尘质量增量；温度和相对湿度用于判断温度突变和湿度突变；采样流量用于计算采样体积并判断流量是否异常；振幅和锁相状态用于判断振荡系统是否稳定工作。

7、频率缓存与预处理步骤。 控制器建立一定长度的频率环形缓存（缓存长度至少为最长候选积分时间的2倍，以保证allan方差计算具有足够的统计自由度。本方案取300秒长度），用于存储最近一段时间内的振荡频率序列。

8、为便于描述，将缓存中对应于某一候选积分时间τ的数据段定义为积分窗口；所述积分窗口的长度即为积分时间τ。对每个积分窗口内的频率数据进行计算，得到该积分时间下的评分。

9、每次采集到新的频率数据后，首先进行数据有效性判断——检查是否存在明显的频率跳变、锁相异常或振幅异常。如果当前数据满足失锁条件或频率跳变条件（例如相邻两次1秒采样的振荡频率差绝对值超过0.25hz），则该时刻的浓度数据不作为正式输出，控制器转入异常恢复保护流程。对于通过有效性检查、将进入allan方差计算的频率序列，先进行线性趋势去除处理，目的是消除颗粒物正常累积造成的频率缓慢下降趋势——这种趋势属于正常的测量信号而非噪声，如果不加去除会掩盖短期噪声特征，影响allan方差对频率稳定性的准确评价。

10、allan方差计算步骤。对每一个候选积分时间分别计算allan方差。候选积分时间可根据实际需要设置，例如10秒、30秒、60秒、120秒等。allan方差的计算公式为：

11、

12、其中，为第个时间段内的平均频率，为当前缓存中可划分出的时间段数量。

13、allan方差最初是用于分析振荡器频率稳定度的一种时域表征方法，本发明将其应用于振荡天平粉尘浓度测量的积分时间选择中。allan方差越小，表示在该积分时间下频率序列的稳定性越好；如果较长积分时间的allan方差不再降低甚至反而升高，则说明信号已经进入漂移主导区域（系统性漂移占主导的区域），继续延长积分时间无助于提高测量精度。

14、窗口评分与积分时间选择步骤，对每个候选积分时间计算综合评分：

15、，

16、其中，为allan方差归一化噪声项，反映频率噪声水平；为相邻窗口漂移项，反映频率的漂移趋势；为温度和湿度扰动项，反映环境温湿度的变化情况；为流量波动项，反映采样流量的稳定程度。各项的权重可以根据具体应用环境或传感器特性调整，一种优选的权重配置为、、、。根据综合评分从候选积分时间中选择最优积分时间。

17、为了避免积分时间频繁切换导致输出不稳定，本发明设置了积分时间切换滞回机制：只有当新候选积分时间的综合评分相对当前积分时间的综合评分改善达到15%以上（或绝对评分差超过当前积分时间综合评分的10%），且当前积分时间已经保持了至少30秒，才允许切换到新的积分时间。此外，如果检测到湿度突变、温度突变或流量异常，算法可以强制选择不小于30秒的积分时间，以在环境扰动期间获得更稳定的测量结果。

18、粉尘浓度计算步骤，在确定了最优积分时间之后，根据该积分窗口内的频率变化量和采样体积计算粉尘浓度：

19、；

20、其中，为滤膜上附着粉尘质量的变化量，为标定系数，为当前窗口平均振荡频率，为空载振荡频率；为采样流量。需要说明的是，公式中的表示采样体积，但在实际计算中，作为一种优选实施方式，采用积分窗口内实际流量累加得到的采样体积，这样可以避免流量短时波动导致的采样体积计算误差。

21、异常判定步骤。 根据温度、相对湿度、采样流量、振荡频率、振幅和锁相状态中的一项或多项，判断当前是否存在异常状态。在本实施例中，各项异常的判定条件如下：

22、湿度突变：当前相对湿度与60秒前相对湿度之差的绝对值超过5个百分点时，判定为湿度突变。相对湿度高于60%时判定为高湿状态。

23、温度突变：当前温度与60秒前温度之差的绝对值超过1℃时，判定为温度突变。

24、流量异常：当前流量或积分窗口平均流量相对额定流量的偏差超过3%且不超过5%时，判定为轻微流量扰动；偏差超过5%时，判定为严重流量异常。

25、频率跳变：相邻两次1秒采样的振荡频率差绝对值超过0.25hz时，判定为频率跳变。

26、机械振动：最近10秒内振荡频率标准差超过0.35hz，或者最近10秒内归一化振幅标准差超过0.06时，判定为机械振动。

27、振幅异常：以稳定锁相状态下的标称振幅为1进行归一化，当前归一化振幅低于0.75或高于1.25时，判定为振幅异常。

28、锁相异常：锁相状态信号指示失锁，或者控制器在预定时间内不能维持目标相位差时，判定为锁相异常。

29、上述各阈值可以根据振荡元件的固有频率、正常噪声基线、额定振幅和应用环境进行标定调整，不限于上述具体数值。

30、质量分级与输出步骤。根据异常判定结果，将每个粉尘浓度值标记为对应的数据质量等级，并同步输出粉尘浓度、最优积分时间、数据质量等级和异常原因码。

31、数据质量等级分为四级：

32、a级——优良数据，表示频率稳定、温湿度稳定、流量稳定、锁相正常，可作为正式数据正常显示、记录和上传。

33、b级——可用数据，表示需要较长的积分时间但未出现明显异常，可以正常上传，可参与统计。

34、c级——参考数据，表示存在湿度突变、高湿恢复期或轻微流量扰动等情况，数据仅作为参考值显示，不参与正式的报警统计。

35、d级——无效数据，表示存在机械振动、锁相异常、振幅异常、频率跳变或严重流量异常等情况，数据不参与正式统计和报警。

36、当同时出现多个异常状态时，质量等级取其中最低的等级，并允许同时输出多个对应的异常原因码。

37、为了防止质量等级频繁跳变，本发明设置了等级防抖机制：当质量等级从较低等级恢复到较高等级时，需要连续满足较高等级条件5秒后才允许切换；当发生机械振动、锁相异常、振幅异常、频率跳变或严重流量异常时立即降为d级。此外，对于不同类型的异常设置不同的恢复观察期——机械振动、锁相异常或频率跳变等严重异常消失后，保持25秒的d级恢复观察期；湿度突变、高湿或温度突变结束后，保持60秒的c级环境恢复期。这些机制确保了输出等级的稳定性和合理性。

38、3．有益效果：

39、采用本发明提供的技术方案，与现有技术相比，具有如下有益效果：

40、（1）能够根据振荡频率序列的allan方差自动选择当前最佳的积分时间。在信号稳定的环境下，算法自动选择较短的积分时间，提高系统对浓度变化的响应速度；在信号扰动或噪声较大的环境下，算法自动选择较长的积分时间或降低数据质量等级，避免短时异常造成浓度误判。通过仿真验证，相对于固定60秒积分，本发明的阶跃响应时间从约53秒缩短至约30秒，浓度误差rmse从约0.1733 mg/m3降低至约0.0388 mg/m3，充分证明了自适应积分机制在兼顾响应速度与测量精度方面的显著优势。

41、（2）能够将湿度突变、高湿恢复期、流量扰动、机械振动、频率跳变、锁相异常和振幅异常等异常情况从正式浓度输出中有效区分出来。这些情况下算法不输出正式的a级或b级数据，而是输出c级参考数据或d级无效数据，从而大幅减少误报和错误统计。

42、（3）输出信息丰富。在输出粉尘浓度的同时，同步输出积分时间、数据质量等级和异常原因码，使显示终端、485通信端和上位机系统能够准确判断每个浓度数据的可信度，为数据的分级使用和智能决策提供了依据。

43、（4）无需增加任何额外硬件。本发明完全基于振荡天平控制器已有的频率采集、温湿度采集、流量采集和锁相状态采集能力实现，可在现有设备上通过固件升级的方式部署，具有良好的兼容性和经济性。

44、（5）通过积分时间切换滞回、质量等级防抖和异常恢复保护等机制，避免了算法输出的频繁跳变。这些工程化的处理机制确保了算法在实际产品中长期运行的稳定性和可靠性，更符合现场监测设备的实际使用需求。

45、需要说明的是，本发明未介绍的结构由于不涉及本发明的设计要点及改进方向，均与现有技术相同或者可采用现有技术加以实现在此不做赘述。