经查阅大量文献资料,超声波技术应用于流量测量,可以实现在管体外部采集数据,针对不易接触和难以观测的流体,具有重要意义并被广泛应用。目前,超声波流量测量技术,在大管径测量中占有优势,而由于在小管径、低流速的测量中受到的多方限制,现仍处于研制和小范围使用阶段。针对小管径流量测量要求精度高、难以实现的问题,研发一款精度高、易上手、便于操作和实时数据处理的小管径流量计,具有较高的应用价值和经济效益。针对小管径测量中遇到的瓶颈问题,对信号的处理不仅依赖于硬件或软件,在硬件电路设计中便对信号初始过滤,在算法处理中对神经网络优化后与小波算法相结合,对过滤后的频带范围用小波包能量法再对其进行第二层分解。它能按有用信号能量集中的关键频段进行自适应分解,提取特征充分利用了小波包的时域信息,解决了传统BP神经网络的缺点。特别针对收敛速度慢,迭代时间长,对BP网络算法进行优化。实验证明,优化后的神经网络简化了系统检测的复杂度,具有良好的应用推广价值。本系统软硬件技术相结合。采用DSP+MCU单片机双CPU结构。数字信号处理负责采集信号与数据处理,其中也包括对小波算法与神经网络的处理。针对目前对小管径测流量所存在的问题,本课题对测量误差进行分析,提出对超声波流量计测量过程的修正方案,选定用超声波开展对小管径流量的测量,结合较为先进的小波算法与神经网络相结合,实现对小管径流量的精确测量。