一种铝电解铝液及电解质水平测量装置及方法

1.本发明主要涉及铝电解温度采集、机器人导航与定位、人工智能、卡尔曼滤波等领域，具体涉及一种基于分布式温度传感器的铝电解过程铝液及电解质水平测量装置与系统。


背景技术：

2.铝是一种在无线电工业、电器制造工业等领域应用广泛的金属，工业上生产金属铝采用冰晶石-氧化铝融盐电解法，以熔融冰晶石作为溶剂，氧化铝作为溶质，碳素体作为阳极，铝液作为阴极，在高温和强直流电作用下在电解槽的两极进行电化学反应。现代铝电解工业采用的电解槽为预焙阳极电解槽，具有高温、强直流电、强磁场性、强腐蚀性等特点，很难测量许多物理量。在电解铝的过程中，电解槽内会产生两层熔体，上层为密度较小的以冰晶石和氧化铝为主的电解质熔体，温度为960摄氏度左右，下层是密度较大的铝液，温度为600-700摄氏度左右。这两层熔体的水平高度有着较大的作用，电解质水平的高低关系到氧化铝的溶解，电解质的导电能力以及电解槽的热稳定性等等，而铝液水平的高低会影响电解槽的导电导热性和热平衡性等等。因此，我们需要测量这两层熔体的水平高度以控制二者在合理的水平范围内。目前，工业上主要采用人工测量的方法获得铝液和电解质的水平高度，即工人将测量钎插入火眼口2-5秒，然后再拔出，由于铝液和电解质的散热速度不同，会在铁钎上留下不同的颜色，工人通过手动测量痕迹的高度来测量铝液和电解质的水平高度。然而，这种人工测量的方法完全依赖于工人的技术经验，存在很大的误差，而且需要很大的人力成本，劳动强度较大，还有一定工人烫伤的风险，不利于电解槽的智能化管理。
3.对此发明专利cn 104480496 a公开了一种测量铝电解槽熔体高度和炉底压降的装置和方法，利用空气、铝液和电解质三者电阻率存在巨大的差异，通过匀速插入的测试电极以及电阻率出现变化的时间得到铝液和电解质的水平高度，但是由于其测量时测试电极必须是匀速移动状态，其经过各介质分界处时会搅动铝液和电解质，导致其测量误差较大，例如其经过铝液和电解质表面时，电极表面必然会覆盖一层电解质，并且有其向下的运动，下断面的压力会导致部分电解质凸入铝液内，从而其经过铝液与电解质交界处时，电导率变化并不会很明显，使得其检测得到的电解质水平高度会比实际的大。
4.基于以上考虑，亟需研发一种基于分布式温度传感器的铝电解铝液及电解质水平测量装置与系统，以降低工伤风险和人力成本，提高电解槽测量的精度。


技术实现要素：

5.为解决上述技术问题，本发明提出了一种基于分布式温度传感器的铝电解铝液及电解质水平测量装置及方法。
6.本发明的目的通过以下技术方案实现：
7.一种铝电解铝液及电解质水平测量方法，包括如下步骤：
8.步骤一、设备安装：在铁钎内的中部沿长度方向均匀安装若干温度传感器，得到每个温度传感器至铁钎底端的距离，相邻温度传感器之间的间距为a cm；铁钎安装在机器人上；温度传感器通讯连接有测量系统；
9.步骤二、机器人将铁钎插入到铝液及电解质，至铁钎碰触到电解槽阴极碳块上表面到然后静置直各温度传感器温度稳定；
10.步骤三、温度传感器将温度信号传递到测量系统，测量系统采用自适应新息卡尔曼滤波算法对温度数据进行滤波，并通过对温度数据的比较判断出铝液和电解质的水平分界点以及电解质与空气的水平分界点，进而计算出铝液和电解质的高度，发送给上位机进行储存并显示在液晶显示器上；
11.铝液和电解质的水平分界点以及电解质与空气的水平分界点的判断方法如下：以电解槽阴极碳块上表面为基准零点；设b个温度传感器的温度分别为t1,t2,...,tb，若某两个相邻的温度传感器测量的温度差距为c，且c＞200℃，则两个温度传感器间的某一点作为水平分界点，具体的公式如下所示；水平分界点包括第一水平分界点和第二水平分界点；其中第一水平分界点为铝液与电解质的水平分界点；第二水平分界点为电解质与空气的水平分界点；第二水平分界点两侧温度传感器的温度差距大于第一水平分界点两侧温度传感器的温度差距；
12.通过三角函数、铁钎相对水平面的倾斜角度、第一水平分界点距离铁钎底端的距离、第二水平分界点距离铁钎底端的距离计算得到第一水平分界点距离电解槽阴极碳块的垂直距离即为铝液水平高度l1，计算得到第二水平分界点距离电解槽阴极碳块的垂直距离即为铝液和电解质的总体水平高度l3，则电解质的水平高度l2＝l3-l1。
13.进一步的改进，所述某一点为两个温度传感器的中点。
14.进一步的改进，所述某一点的确定方法如下：
15.将温度传感器自下向上依次编号，设第一水平分界点两侧温度传感器的温度为tn和t
n+1
，第二水平分界点两侧温度传感器的温度为tm和t
m+1
，第一水平分界点距离温度为tn的温度传感器的距离为x
l
cm，距离第一个温度传感器的距离为xcm，第二水平分界点距离温度为tm的温度传感器的距离为y
hcm
，距离第一个温度传感器的距离为ycm，第一水平分界点与第一个温度传感器的距离x的计算方法如下：
[0016][0017]
tn表示第n个传感器的温度，m表示温度为tm的温度传感器的编号，n表示温度为tn的温度传感器的编号；ti表示第i个温度传感器的温度，a为相邻温度传感器之间的间距；
[0018]
即：
[0019][0020]
进而得：
[0021][0022]
第二水平分界点距离第一个温度传感器的距离为y的计算方法如下：
[0023][0024]
其中b为所有温度传感器的个数；
[0025]
即：
[0026][0027]
进而得：
[0028][0029]
根据x和y则分别得到第一水平分界点和第二水平分界点的位置。
[0030]
进一步的改进，a≤1。
[0031]
进一步的改进，所述铁钎相对水平面的倾斜角度为45
°
，第一水平分界点距离铁钎底端的距离除以即为铝液水平高度l1，第二水平分界点距离铁钎底端的距离除以即为铝液和电解质的总体水平高度l3。
[0032]
进一步的改进，所述机器人为agv巡检小车，agv巡检小车包括机器人底盘、机器视
觉系统、激光雷达、液晶显示屏，机器人底盘采用四轮阿克曼底盘，前轮转向，后轮驱动；机器视觉系统采用单目摄像头；激光雷达采用高精度单线激光雷达，具有较高的分辨率；显示屏采用液晶显示屏。
[0033]
进一步的改进，所述铁钎包括水平杆s11，水平杆s11连接有测量铁钎s12，测量铁钎s12与水平杆s11成135
°
角；水平杆s11通过丝杆机构连接在机器人上；测量铁钎与水平杆均为空心，由铸铁制成，测量铁钎固定在水平杆上，二者夹角为135度；测量铁钎的内部设置了20-30个温度传感器；所述温度传感器为热电偶温度传感器，温度传感器通过长磁铁固定在测量铁钎内。
[0034]
进一步的改进，由于铁钎具有导热性，在高温环境下会使相邻温度传感器测量的温度数据tn和t
n+1
以及tm和t
m+1
相互影响，影响水平分界点的判定，因此采用自适应新息卡尔曼滤波算法去除温度数据的测量偏差，所述自适应新息卡尔曼滤波算法在卡尔曼滤波算法的基础上，计算新息序列，通过对参数进行更新与校正保证滤波的收敛，进一步提升了温度滤波的精确性，步骤如下：
[0035]
以温度数据建立离散模型如下所示：
[0036][0037]
zk＝hkxk+vk[0038]
其中xk代表在k时刻20个热电偶传感器所处位置的温度向量，代表在k时刻20个热电偶传感器所处位置的温度向量，为k-1时刻到k时刻处的状态转移矩阵，将k-1时刻状态的估计作为k时刻的预测，w
k-1
为过程高斯白噪声向量序列，是物理参数化方面的缺陷和无法解释的小尺度扰动等因素引起的误差，zk为k时刻温度传感器的测量向量，hk为将温度向量转换为测量向量的测量矩阵，hk设为一个单位矩阵，vk为测量高斯白噪声向量序列；
[0039]
首先，计算温度向量的先验估计：
[0040][0041]
表示k-1时刻的最优估计值；表示k时刻的先验估计值。
[0042]
计算先验估计误差协方差矩阵：
[0043][0044]
其中q
k-1
表示系统噪声的方差矩阵，为w
k-1
的协方差矩阵，它的对角元素是w
k-1
每个分量的方差，为k时刻的先验估计协方差矩阵，p
k-1
为k-1时刻的最优估计协方差矩阵，t表示矩阵转置，在求出先验估计及其方差后，计算卡尔曼增益，对温度状态和方差进行更新，如下所示：
[0045]
计算卡尔曼增益更新：
[0046][0047]
计算后验估计状态值：
[0048][0049]
计算后验估计误差协方差矩阵更新：
[0050][0051]
其中rk表示测量噪声的方差矩阵，为vk的协方差矩阵，它的对角元素是vk每个分量
的方差，最终的即为滤波后k时刻温度向量的最优估计值，pk为k-1时刻的最优估计协方差矩阵；为k时刻的先验估计值，kk为k时刻的卡尔曼滤波增益；
[0052]
通过计算新息序列和协方差矩阵，判断是否满足滤波收敛条件，在不满足滤波收敛条件的情况下更新q
k-1
和rk值，使滤波完成收敛，得出温度的最优估计值；滤波器k时刻的新息序列为最小均方误差意义下观测值与状态估计值的差μk，如下所示：
[0053][0054]
协方差矩阵ck如下所示：
[0055][0056]
当满足下列条件时，系统存在观测误差，滤波不收敛，需要更新q
k-1
和rk值。
[0057][0058]
设置加权系数ak如下所示：
[0059][0060]
则rk更新方程如下所示：
[0061][0062]
为更新后的测量噪声方差矩阵；
[0063]
由于滤波收敛时，系统均方误差值为0，残差序列为高斯白噪声序列，则残差向量的自相关函数为0，从而有：
[0064][0065]
代入上式进而可得：
[0066][0067]
为更新后的系统噪声方差矩阵；
[0068]
令λk为尺度因子，则有：
[0069][0070]
对两侧求迹可得：
[0071][0072]
tr(mk)表示对mk求迹，tr(q
k-1
)表示对q
k-1
求迹。
[0073]
即q
k-1
和rk更新公式为：
[0074][0075][0076]
不断迭代更新q
k-1
和rk直至满足收敛条件即输出最终最优估计的温度数据。
[0077]
本发明的有益效果在于：
[0078]
1.实现了对铝液和电解液水平的自动检测，节省了人工，且降低了工人受伤的风险。
[0079]
2.检测时测量钎静置不动，避免可测量钎运动导致的检测不准确。
附图说明
[0080]
利用附图对本发明做进一步说明，但附图中的内容不构成对本发明的任何限制。
[0081]
图1是本发明的测量钎装置的示意图；
[0082]
图2是本发明的整个水平测量装置的示意图。
具体实施方式
[0083]
为了使发明的目的、技术方案及优点更加清楚明白，以下结合附图及实例，对本发明进行进一步的详细说明。
[0084]
本发明的一种基于分布式温度传感器的铝电解铝液及电解质水平测量装置与系统，主要包括巡检机器人、测量钎装置和测量系统。
[0085]
巡检机器人(如图2中的s23)是一个基于机器人操作系统(robot operating system，ros)下的agv巡检小车，包括机器人底盘、机器视觉系统、激光雷达、液晶显示屏等。机器人底盘采用四轮阿克曼底盘，前轮转向，后轮驱动，车身行驶稳定且转向角度灵活，转弯半径小，便于在车间进行行走；机器视觉系统采用单目摄像头(如图2中的s21)，成本较低且受外界干扰较小，减少车间行走的工人对小车识别造成的影响；激光雷达采用高精度单线激光雷达，具有较高的分辨率；显示屏采用液晶显示屏，用于显示水平高度的数据。机器人小车可以实现深度学习、自主探索建图、自主导航与定位、自动返回充电桩充电等功能，并且可以使用手机app控制。此外，在移动机器人外部安装了防磁防腐蚀的材料，使巡检小车能够在车间的强磁场环境下安全行走。
[0086]
测量钎装置由水平杆(如图1中的s11)和测量铁钎(如图1中的s12)构成，通过丝杆机构(如图2中的s22)固定在巡检机器人上，实现升降，以便于插入火眼。测量铁钎与水平杆均为空心，由铸铁制成，测量铁钎固定在水平杆上，二者夹角为135度。测量铁钎的内部设置了20-30个热电偶温度传感器(如图1中的s13)，由一个长磁铁(如图1中的s14)固定，当需要更换或维修传感器时只需将磁铁抽出即可。由于铝液水平测量精度为
±
0.5cm，因此设置每两个温度传感器的间隔为1cm，记录每个温度传感器与测量铁钎底部的距离，将距离除以即可得出温度传感器的高度。当机器人定位到火眼口后，步进电机会驱动丝杆导轨将测量钎插入到铝液和电解质中。由于铝液的温度为600-700摄氏度左右，电解质的温度为960摄氏度左右，二者的温度差异较大，当某两个相邻的温度传感器测量的温度差距较大，即相差200摄氏度以上时，说明铝液与电解质的水平分界点在这两个温度传感器之间，取两个温度传感器的某一点作为铝液与电解质的水平分界点，当不需要特别精确是可以取两个温度传感器的中点这样测量精度可以满足在
±
0.5cm的范围内。如果需要提高精度，将温度传感器之间的间隔缩小即可。同样的，也可以判断出电解质与空气之间的分界点。以电解槽阴极碳块上表面为基准零点，可以通过分界点求出铝液与电解质的水平高度。
[0087]
当需要减少温度传感器的安装数量，同时保证测量精度的同时，可通过以下方法
确定分界点：
[0088]
设第一水平分界点两侧温度传感器的温度为tn和t
n+1
，第二水平分界点两侧温度传感器的温度为tm和t
m+1
，第一水平分界点距离温度为tn的温度传感器的距离为x
l
cm，距离第一个温度传感器的距离为xcm，第二水平分界点距离温度为tm的温度传感器的距离为y
hcm
，距离第一个温度传感器的距离为ycm，则可得以下式子。
[0089][0090]
即：
[0091][0092]
进而得：
[0093][0094]
同理可得：
[0095][0096]
即：
[0097][0098]
进而得：
[0099][0100]
测量系统(如图2中的s24)由单片机模块和搭载的液晶显示器构成，单片机模块固定在巡检机器人上，设置有放大电路和a/d转换器，用于处理热电偶信号。通过空心的测量钢钎和水平杆的内部设置的导线，将温度传感器发出的热电偶信号传输到单片机端进行处理，并采用一种自适应新息卡尔曼滤波相结合的滤波算法对温度数据进行滤波，通过对温度数据的比较判断出水平分界点，进而求出铝液与电解质的水平高度，通过串口通讯发送给上位机进行储存且显示在巡检机器人顶部的液晶显示器上。
[0101]
具体实施时，包含以下步骤：
[0102]
(一)根据上位机下发的指令，巡检机器人按照电解槽巡检路线在铝电解槽出铝端一侧进行自主导航，定位到出铝端的火眼口后通过单目摄像头识别指定火眼口正前方的二维码，获取该电解槽公司、工厂、电解槽系列、车间、槽号等信息；
[0103]
(二)识别到槽号等信息后，巡检机器人表面固定的测量钎装置在步进电机的驱动下通过丝杆导轨插入到铝液和电解质中，停留5秒，随后步进电机驱动丝杆导轨将测量钎装置收回，巡检机器人向下一个槽口进行自主导航；
[0104]
(三)均匀排列的20个热电偶温度传感器通过内置的导线向测量系统发送热电偶信号，热电偶信号通过放大电路进行线性放大，并传输到a/d转换器中进行a/d转换，获取温度数据。由于温度传感器每0.5s采集一次温度，则共有十组数据，每组有20个温度数据。采用一种自适应新息卡尔曼滤波滤波算法对温度数据进行滤波，接着对滤波后的温度数据进行比较，筛选出两对相邻的相差200摄氏度以上的温度传感器，取每一对相邻温度传感器高度的某一点作为水平分界点，具体公式如下，数值较低的水平分界点作为铝液与电解质的水平分界点，数值较高的水平分界点作为电解质与空气的水平分界点。以电解槽阴极碳块上表面为基准零点，通过铝液与电解质水平分界点的高度即可求出求出铝液水平高度l1，将电解质与空气的水平分界点的高度减去铝液与电解质水平分界点的高度即可求出电解质水平高度l2。将槽号等信息以及对应槽号的铝液与电解质水平高度数据通过串口通讯发送到上位机中进行储存，并通过控制电路显示在液晶显示屏上。
[0105]
设第一水平分界点两侧温度传感器的温度为tn和t
n+1
，第二水平分界点两侧温度传感器的温度为tm和t
m+1
，第一水平分界点距离温度为tn的温度传感器的距离为x
l
cm，距离第一个温度传感器的距离为xcm，第二水平分界点距离温度为tm的温度传感器的距离为y
hcm
，距离第一个温度传感器的距离为ycm，则可得以下式子。
[0106]
[0107]
即：
[0108][0109]
进而得：
[0110][0111]
同理可得：
[0112][0113]
即：
[0114][0115]
进而得：
[0116][0117]
巡检机器人通过以上步骤逐个对所有电解槽进行熔体水平高度的测量，实现智能化管理电解槽的目的，当巡检机器人即将没电时，小车会自动返回充电桩进行充电。
[0118]
由于温度传感器采集的温度数据会因为环境、设备等因素而产生误差，因此我们提出一种自适应新息卡尔曼滤波算法对温度数据进行最优估计，在卡尔曼滤波的基础上保证滤波的收敛性，具体实施步骤如下所示：
[0119]
以温度数据建立离散模型如下所示：
[0120][0121]
zk＝hkxk+vk[0122]
其中xk代表在k时刻20个热电偶传感器所处位置的温度向量，代表在k时刻20个热电偶传感器所处位置的温度向量，为k-1时刻到k时刻处的状态转移矩阵，将k-1时刻状态的估计作为k时刻的预测，w
k-1
为过程高斯白噪声向量序列，是物理参数化方面的缺陷和无法解释的小尺度扰动等因素引起的误差，zk为k时刻温度传感器的测量向量，hk为将温度向量转换为测量向量的测量矩阵，hk为一个单位矩阵，vk为测量高斯白噪声向量序列；
[0123]
首先，计算温度向量的先验估计：
[0124][0125]
表示k-1时刻的最优估计值；表示k时刻的先验估计值。
[0126]
计算先验估计误差协方差矩阵：
[0127][0128]
其中q
k-1
表示系统噪声的方差矩阵，为w
k-1
的协方差矩阵，它的对角元素是w
k-1
每个分量的方差，为k时刻的先验估计协方差矩阵，p
k-1
为k-1时刻的最优估计协方差矩阵，t表示矩阵转置，在求出先验估计及其方差后，计算卡尔曼增益，对温度状态和方差进行更新，如下所示：
[0129]
计算卡尔曼增益更新：
[0130][0131]
计算后验估计状态值：
[0132][0133]
计算后验估计误差协方差矩阵更新：
[0134][0135]
其中rk表示测量噪声的方差矩阵，为vk的协方差矩阵，它的对角元素是vk每个分量的方差，设q＝0.0001e，e为单位矩阵；最终的即为滤波后k时刻温度向量的最优估计值，pk为k-1时刻的最优估计协方差矩阵；为k时刻的先验估计值，kk为k时刻的卡尔曼滤波增益；
[0136]
卡尔曼滤波算法的最终状态估计是根据矩阵q
k-1
和矩阵rk的值来调节系统预测和观测的性能，为提升系统滤波估计精度，在以上卡尔曼滤波算法的基础上，通过计算新息序列和协方差矩阵，判断是否满足滤波收敛条件，在不满足滤波收敛条件的情况下更新q
k-1
和rk值，使滤波完成收敛，得出温度的最优估计值。滤波器k时刻的新息序列为最小均方误差意义下观测值与状态估计值的差μk，如下所示：
[0137][0138]
协方差矩阵ck如下所示：
[0139][0140]
当满足下列条件时，系统存在观测误差，滤波不收敛，需要更新q和r值。
[0141][0142]
设置加权系数ak如下所示：
[0143][0144]
则rk更新方程如下所示：
[0145][0146]
为更新后的测量噪声方差矩阵；
[0147]
当滤波完成收敛时，系统均方误差值为0，残差序列为高斯白噪声序列，则残差向量的自相关函数为0，从而有：
[0148][0149]
代入上式进而可得：
[0150][0151]
为更新后的系统噪声方差矩阵；
[0152]
令λk为尺度因子，则有：
[0153][0154]
对两侧求迹可得：
[0155][0156]
tr(mk)表示对mk求迹，tr(q
k-1
)表示对q
k-1
求迹。
[0157]
即q
k-1
和rk更新公式为：
[0158][0159][0160]
不断迭代更新q
k-1
和rk直至满足收敛条件即输出最终的温度数据。
[0161]
设计一个级联卡尔曼滤波器，将卡尔曼滤波器进行级联，使每一个卡尔曼滤波器都以前一个卡尔曼滤波器的输出作为输入，即可得到滤波后的十组温度。
[0162]
最后应当说明的是，以上实施例仅用于说明本发明的技术方案而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细说明，本领域的普通技术人员应当了解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

技术特征：
1.一种铝电解铝液及电解质水平测量方法，其特征在于，包括如下步骤：步骤一、设备安装：在铁钎内的中部沿长度方向均匀安装若干温度传感器，得到每个温度传感器至铁钎底端的距离，相邻温度传感器之间的间距为a cm；铁钎安装在机器人上；温度传感器通讯连接有测量系统；步骤二、机器人将铁钎插入到铝液及电解质，至铁钎碰触到电解槽阴极碳块上表面到然后静置直各温度传感器温度稳定；步骤三、温度传感器将温度信号传递到测量系统，测量系统采用自适应新息卡尔曼滤波算法对温度数据进行滤波，并通过对温度数据的比较判断出铝液和电解质的水平分界点以及电解质与空气的水平分界点，进而计算出铝液和电解质的高度，发送给上位机进行储存并显示在液晶显示器上；铝液和电解质的水平分界点以及电解质与空气的水平分界点的判断方法如下：以电解槽阴极碳块上表面为基准零点；设b个温度传感器的温度分别为t1,t2,...,t
b
，若某两个相邻的温度传感器测量的温度差距为c，且c＞200℃，则两个温度传感器间的某一点作为水平分界点，具体的公式如下所示；水平分界点包括第一水平分界点和第二水平分界点；其中第一水平分界点为铝液与电解质的水平分界点；第二水平分界点为电解质与空气的水平分界点；第二水平分界点两侧温度传感器的温度差距大于第一水平分界点两侧温度传感器的温度差距；通过三角函数、铁钎相对水平面的倾斜角度、第一水平分界点距离铁钎底端的距离、第二水平分界点距离铁钎底端的距离计算得到第一水平分界点距离电解槽阴极碳块的垂直距离即为铝液水平高度l1，计算得到第二水平分界点距离电解槽阴极碳块的垂直距离即为铝液和电解质的总体水平高度l3，则电解质的水平高度l2＝l3-l1。2.如权利要求1所述的铝电解铝液及电解质水平测量方法，其特征在于，所述某一点为两个温度传感器的中点。3.如权利要求1所述的铝电解铝液及电解质水平测量方法，其特征在于，所述某一点的确定方法如下：将温度传感器自下向上依次编号，设第一水平分界点两侧温度传感器的温度为t
n
和t
n+1
，第二水平分界点两侧温度传感器的温度为t
m
和t
m+1
，第一水平分界点距离温度为t
n
的温度传感器的距离为x
l
cm，距离第一个温度传感器的距离为xcm，第二水平分界点距离温度为t
m
的温度传感器的距离为y
hcm
，距离第一个温度传感器的距离为ycm，第一水平分界点与第一个温度传感器的距离x的计算方法如下：t
n
表示第n个传感器的温度，m表示温度为t
m
的温度传感器的编号，n表示温度为t
n
的温度传感器的编号；t
i
表示第i个温度传感器的温度，a为相邻温度传感器之间的间距；即：
进而得：第二水平分界点距离第一个温度传感器的距离为y的计算方法如下：其中b为所有温度传感器的个数；即：进而得：根据x和y则分别得到第一水平分界点和第二水平分界点的位置。4.如权利要求1所述的铝电解铝液及电解质水平测量方法，其特征在于，a≤1。5.如权利要求1所述的铝电解铝液及电解质水平测量方法，其特征在于，所述铁钎相对水平面的倾斜角度为45
°
，第一水平分界点距离铁钎底端的距离除以即为铝液水平高度l1，第二水平分界点距离铁钎底端的距离除以即为铝液和电解质的总体水平高度l3。6.如权利要求1所述的铝电解铝液及电解质水平测量方法，其特征在于，所述机器人为
agv巡检小车，agv巡检小车包括机器人底盘、机器视觉系统、激光雷达、液晶显示屏，机器人底盘采用四轮阿克曼底盘，前轮转向，后轮驱动；机器视觉系统采用单目摄像头；激光雷达采用高精度单线激光雷达，具有较高的分辨率；显示屏采用液晶显示屏。7.如权利要求1所述的铝电解铝液及电解质水平测量方法，其特征在于，所述铁钎包括水平杆(s11)，水平杆(s11)连接有测量铁钎(s12)，测量铁钎(s12)与水平杆(s11)成135
°
角；水平杆(s11)通过丝杆机构连接在机器人上；测量铁钎与水平杆均为空心，由铸铁制成，测量铁钎固定在水平杆上，二者夹角为135度；测量铁钎的内部设置了20-30个温度传感器；所述温度传感器为热电偶温度传感器，温度传感器通过长磁铁固定在测量铁钎内。8.如权利要求1所述的铝电解铝液及电解质水平测量方法，其特征在于，由于铁钎具有导热性，在高温环境下会使相邻温度传感器测量的温度数据t
n
和t
n+1
以及t
m
和t
m+1
相互影响，影响水平分界点的判定，因此采用自适应新息卡尔曼滤波算法去除温度数据的测量偏差，所述自适应新息卡尔曼滤波算法在卡尔曼滤波算法的基础上，计算新息序列，通过对参数进行更新与校正保证滤波的收敛，进一步提升了温度滤波的精确性，步骤如下：以温度数据建立离散模型如下所示：z
k
＝h
k
x
k
+v
k
其中x
k
代表在k时刻20个热电偶传感器所处位置的温度向量，
k-1
为k-1时刻到k时刻处的状态转移矩阵，将k-1时刻状态的估计作为k时刻的预测，w
k-1
为过程高斯白噪声向量序列，是物理参数化方面的缺陷和无法解释的小尺度扰动等因素引起的误差，z
k
为k时刻温度传感器的测量向量，h
k
为将温度向量转换为测量向量的测量矩阵，h
k
设为一个单位矩阵，v
k
为测量高斯白噪声向量序列；首先，计算温度向量的先验估计：首先，计算温度向量的先验估计：表示k-1时刻的最优估计值；表示k时刻的先验估计值。计算先验估计误差协方差矩阵：其中q
k-1
表示系统噪声的方差矩阵，为w
k-1
的协方差矩阵，它的对角元素是w
k-1
每个分量的方差，为k时刻的先验估计协方差矩阵，p
k-1
为k-1时刻的最优估计协方差矩阵，t表示矩阵转置，在求出先验估计及其方差后，计算卡尔曼增益，对温度状态和方差进行更新，如下所示：计算卡尔曼增益更新：计算后验估计状态值：计算后验估计误差协方差矩阵更新：其中r
k
表示测量噪声的方差矩阵，为v
k
的协方差矩阵，它的对角元素是v
k
每个分量的方
差，最终的即为滤波后k时刻温度向量的最优估计值，p
k
为k-1时刻的最优估计协方差矩阵；为k时刻的先验估计值，k
k
为k时刻的卡尔曼滤波增益；通过计算新息序列和协方差矩阵，判断是否满足滤波收敛条件，在不满足滤波收敛条件的情况下更新q
k-1
和r
k
值，使滤波完成收敛，得出温度的最优估计值；滤波器k时刻的新息序列为最小均方误差意义下观测值与状态估计值的差μ
k
，如下所示：协方差矩阵c
k
如下所示：当满足下列条件时，系统存在观测误差，滤波不收敛，需要更新q
k-1
和r
k
值。设置加权系数a
k
如下所示：则r
k
更新方程如下所示：更新方程如下所示：为更新后的测量噪声方差矩阵；由于滤波收敛时，系统均方误差值为0，残差序列为高斯白噪声序列，则残差向量的自相关函数为0，从而有：代入上式进而可得：代入上式进而可得：为更新后的系统噪声方差矩阵；令λ
k
为尺度因子，则有：对两侧求迹可得：tr(m
k
)表示对m
k
求迹，tr(q
k-1
)表示对q
k-1
求迹。即q
k-1
和r
k
更新公式为：更新公式为：不断迭代更新q
k-1
和r
k
直至满足收敛条件即输出最终最优估计的温度数据。

技术总结
本发明公开了一种基于分布式温度传感器的铝电解铝液及电解质水平测量装置及方法，包括巡检机器人、测量钎装置和测量系统，测量铁钎内部布置若干个温度传感器，用于测量铝液和电解质的温度，将温度传感器测得的数据传递到测量系统中进行处理，并提出一种自适应新息卡尔曼滤波算法对温度数据进行滤波，在卡尔曼滤波的基础上更新了Q值和R值，提升滤波器的精度，通过对滤波后温度数据的比较判断出铝液与电解质以及电解质与空气的水平分界点，求出铝液与电解质液的水平高度。本发明的装置利用了铝液与电解质温度的差异完成两水平测量，并能够降低人力成本，减小生产安全隐患，提升两水平测量的精度，有助于实现铝电解电解槽的智能化管理。化管理。化管理。


技术研发人员：谢世文 董欣然 谢永芳 陈晓方
受保护的技术使用者：中南大学
技术研发日：2023.03.24
技术公布日：2023/8/14