摘要：采用双区加热法在线监测汽轮机排汽湿度，由于各温度、压力传感器受位置、自身差异、环境等不可测因素的影响，使得其测量数据不能完全反映汽轮机的排汽湿度的真实状态。为此，利用改进的硬件和软件测量相结合的多传感器数据融合算法对测得数据进行处理，解决了过多的不确定因

在湿度监测系统中，由于各温度、压力传感器所处的方位不同以及受传感器自身在实际环境中一些无法控制的随机因素影响，使得测量数据不能完全反映汽轮机排汽湿度的真实状态。对此，需要汽轮机排汽湿度监测系统通过数据融合对不同时间、空间所测数据进行分析、处理，使得所测信息能够准确反映过热蒸汽的湿度。
数据融合(即多传感器信息融合)[l,2]是对不同时间与空间的多传感器测量数据采用计算机技术在一定准则下加以自动分析、综合、支配和使用，对被测对象的一致性进行解释与描述，其所得数据优于单个传感器数据。
采用双区加热法测量蒸汽湿度[3]，其中蒸汽在经过蒸发区、过热区[4-7]加热后，部分蒸汽并不能达到过热状态，并且由于在蒸发段、过热段对于蒸汽吸热量的计算不准等诸多因素，使得基于温度、压力传感器测得并通过数值计算得到的湿度值[8]产生误差。为减小计算误差，通常多采用硬测量的方式，如增加更多的传感器，对蒸汽湿度的状态进行更加精细的描述。这样不但增加了整个系统的成本，而且由于传感器测量数据过多会产生更多的不确定因素，使得蒸汽湿度的计算值更加不准确。对此，本文利用硬件和软件测量相结合的方式，在不同方位布置温度、压力、风速仪等多个传感器对蒸汽状态进行跟踪，并采用最小二乘法对多个传感器所测数据进行分析、综合，最大限度地模拟出较为准确的蒸汽湿度。
1 湿度在线监测系统硬件
汽轮机排汽湿度在线监控系统由热敏电阻、压力传感器、I7015(用于采集温度信号，每个 I7015可驱动8路TTL电路)、I7024(通过控制电压传感器的电压从而达到控制加热棒的功率来改变工况的目的)、I7017R(用于采集0～5V电压信号，可驱8路TTL电路)、I7044(可驱动4路TTL电平开关量输入，8路TTL电平开关量输出)、I7052(用于将各 17000 系列信号送至计算机)、电流传感器、电压传感器等硬件组成。

图1为汽轮机排汽湿度在线监测系统硬件结构。将I7015和I7017R采集的温度信号和压力信号送入I17052，通过串行接口实现采集数据的输入；计算机对于外部电压、电流的控制由I17024 控制调压模块(EUV)电量传感器实现；对于整个系统的蒸汽流通阀门的控制以及实际质量流量的测量均由I7044实现。
2 湿度在线监测系统软件
汽轮机排汽湿度在线监测系统软件设计及其功能为：(1)对在加热区、过热区2个加热段的进汽口和出汽口以及加热段中段布置的Ptl000铂电阻和陶瓷压力传感器分别编号为T1，T2，… ，T16，p1, p2，… ， p6; (2)分别按不同的时间段采集相应的温度、压力数据；(3)进行湿度计算；(4)利用最小二乘法对试验数据进行误差分析；(5)假设饱和过热蒸汽状态下的温度和压力值，并对照当前所测温度和压力值进行校验；(6)利用校验结果及误差分析结果近似模拟当前状态下蒸汽湿度值。汽轮机排汽湿度在线监测系统软件工作流程见图2。

在Delphi7.0软件环境下，编译该软件程序，由上述方法得出的结果图，明显地改善了湿度测量结果。
3 最小二乘法数学模型
采用最小二乘法[l0]的设时不变单输入单输出(SI-SO)系统的数学模型为：
A(z-1) z(k)=B(z-1)u(k)+e(k) (l)
式中：u(k)、z(k)为系统输入、输出量；e(k)为均值为零的随机噪声；A(z-1)=1+a1 z-1+a2Z-2+…+aaz-a;B(z-1)=b1z-1+b2z-2+…+bbz-b。
首先，将系统模型写成最小二乘格式：z(k)=hT(k)θ+e(k) (2)
式中：h为样本集合；θ为辨识的参数集合。
h(k)＝[-z(k-1)，…，-z(k-na), u(k-1)，…，u(k-nb)]T (3)
θ＝[a1,a2，…，aa，b1, b2，…，bb]T (4)
然后，取准则函数：

使J(θ)=min(θ)的估计值记作θLs，则有

且J(θ)的二阶导数大于零，所以满足式(7)的θLs使J(θ)|θLs为唯一的最小值。
4 试验数据处理
表1为探针进口蒸发段、过热段蒸汽吸热量计算失准对湿度测量值的影响。

对在不同工况下的蒸汽湿度计算值进行分析，并利用最小二乘法进行误差处理可以得到在过热段蒸汽吸热量的计算失准对湿度测量值的影响，将该变化量进行程序计算，从而得出蒸汽质量流量与蒸汽湿度的对应关系(图3)。

5 结论
以获取的试验数据为基础，利用数据融合技术对汽轮机排汽湿度在线监测系统进行改进，并利用最小二乘法数学模型对试验数据进行分析处理。通过计算机运算，近似模拟出测量结果，提高了该在线监测系统的整体试验性能。