With the increase of connected sensors and smart monitoring systems, there is an increasing need for easy-to-install sensors. This thesis aims to investigate two non-intrusive sensors for accuracy and ability to measure water flow, to add to the research field of non-intrusive measurements. One ultrasonic sensor which is explored through a literary review, and one proprietary acoustic sensor from the host company Youmoni. This sensor is evaluated with several experiments performed on a test rig. The output signal from the acoustic sensor is collected over a range of flow rates. The signals are made to form datasets that are used to train regression models to establish a signal-to-flow model. The acoustic sensor signals are sampled with an oscilloscope and capture the amplitude of the signals in the frequency domain. A wide frequency range is tested to find the meaningful frequencies, for the final data gathering the range of 0 to 200 kHz is recorded as input data for different flow rates. The resulting dataset shows the non-linear behavior of the sensor signal over the flow rate range of 0 to 33 L/min. Due to this behavior, the maximum amplitude of the signal corresponds to approximately 22 L/min, while it shows the same amplitude for zero and maximum flow. Because of this, the signal-to-flow model from the regression models is inaccurate and has a root mean square error of 6.0 L/min for the best model. By altering the dataset and limiting the flow range to half the interval the error is reduced to 0.93 L/min. This theoretical answer shows how well the regression model would work with a better dataset. From the experiments, a significant statistical difference between the acoustic sensor and the reference sensor is found. The comparative literature study shows that the ultrasonic sensor is more accurate and applicable than the acoustic sensor for detecting water flow.

Med fler uppkopplade sensorer och smarta bevakningssystem ökar behovet av lättinstallerade sensorer. Denna uppsats avser att undersöka två icke-inträngande sensorers noggrannhet och förmåga att mäta vattenflöde, för att stärka forskningsområdet kring icke-inträngande mätning. En ultraljudssensor som undersöks litterärt, samt en akustisk sensor ägd av värdföretaget Youmoni. Denna sensor utvärderas genom flera experiment utförda på en testrigg. Signalen från akustiska sensorn samlas in över ett antal olika flödeshastigheter, signalerna samlas och används för att träna regressionsmodeller för att etablera en signal-till-flödesmodell. De akustiska sensorsignalerna mäts med ett oscilloskop som mäter amplituden i frekvensdomänen. Ett brett frekvensområde testas för att hitta de meningsfulla frekvenserna, den slutliga datainsamlingen görs över intervallet 0 till 200 kHz med olika flödeshastigheter. Den resulterande datauppsättningen visar icke-linjärt beteende för akustiska sensorsignalen över flödesintervallet 0 till 33 L/min. På grund av detta nås signalens maximala amplitud vid cirka 22 L/min, samtidigt är amplituden identisk vid noll- och maxflöde. På grund av detta är signal-tillflödesmodellen från regressionsmodellerna svåranpassad och hade ett RMS fel på 6,0 L/min för den bästa modellen. Genom att förändra dataset och begränsa flödesintervallet till halva intervallet reduceras felet till 0,93 L/min. Detta är ett teoretiskt svar på hur bra regressionsmodellen skulle fungera givet bättre data. Experimenten visar på en signifikant statistisk skillnad mellan den akustiska sensorn och referenssensorn. Från den jämförande litteraturstudien av ultraljudssensorn framgår det att den är mer noggrann och applicerbar än den akustiska sensorn för vattenflödesdetektering.