空气-水两相流压差波动研究

两相流的压差波动过程包含了关于流动的大量信息，是实现流动监测与控制的重要研究内容。该文研究了U形管垂直上升估空气-水两相流压差波动过程的统计和分形特征，着重分析了压差波动过程的均值，均方根、分维数随折算气速和液速的变化规律。结果表明这些特征参数都与流型有密切的联系，但据此识别流型缺乏实用性。均方根在低液速 下随气速的气速的变化体现了流型的转变，高液速时则不明显。相关研究根据概率密度分布函数识别流型的方法不具有普适性。实验发现环状流区高气速时的压差波动分维数大于1.5，在其它流型内都小于1.5。同时，折算液速的大小强烈影响压差波动的混沌特性。     

基于小波分析的垂直上升管气液两相流流型的识别

气液两相流的流型对其流动和传热特性有很大影响，所以如何确定流型一直是两相流研究中的重要课题。但是, 由于两相流介质之间存在着随机多变的相界面，致使两相流的流型不仅是多种多样，而且其变化也带有随机性，这给流型识别带来了很大困难。该文提出了利用压差波动信号的Lipschitz指数来识别流型的方法。采用小波分析中Lipschitz指数可描述不同流型的压差波动特征，因此，根据计算得到的Lipschitz指数的大小，可以识别出泡状流、间歇流和环状流。     

管束间气液两相过渡流型及其压力波动特性

采用高速摄像技术对矩形通道内气液两相流体垂直向上横掠2种节距比顺列管束的过渡流型及压差信号进行实验研究,在泡状流流动过程中拍摄到了S形泡状流。分析了各种流型转变的机制,基于实验数据绘制了流型界限图。对比分析了2种管束间不同过渡流型的压差波动信号,发现从泡状流到间歇流再到雾状流压差信号呈减小趋势。2种管束的压差信号波动幅值不同,节距比大的压差信号波动幅值大。实验发现气液两相折算速度对压差信号的波动有明显影响。     

顺列管束间气液两相流型及压降特性研究

采用高速摄像仪研究矩形通道内气液两相流体垂直向上横掠节距比P/D为1.3和1.8的顺列水平管束的流型,拍摄到泡状流、间歇流和雾状流3种典型流型。采用气液折算速度绘制了流型图,发现在低折算液速和折算气速下与前人研究较一致。对比分析了2种管束间不同流型的压降,结果表明:2种管束的泡状流压降最大,间歇流次之,雾状流最小。含气率a在0.15~0.67范围内,P/D=1.8管束的压降大于P/D=1.3管束的压降。含气率a小于0.15和大于0.67时,大节距比管束的压降反而小于小节距比管束的压降。对压差波动信号的功率谱特征进行分析的结果表明,利用压差时域信号的功率谱特性可以鉴别流型。     

稠密气固两相流静电与压力信号多尺度分析

粉体气力输送过程,由于颗粒之间及颗粒与管道之间碰撞、摩擦、分离,导致颗粒携带大量电荷。粉体颗粒荷电含有丰富的气固两相流动信息。在加压密相气力输送实验装置上,研究了静电信号和压力信号在表征气固两相流流动特性上的异同。利用Hilbert-Huang变换(HHT)对静电信号和压力信号进行了多尺度分解,并分别对分解的细节信号进行了R/S分析和能量计算。结果表明:静电信号主要表征气相与单颗粒及颗粒与颗粒之间相互作用的微尺度特性,而压力信号表征气相与固相整体之间相互作用的宏尺度特性。将静电信号和差压信号2种信息源结合,有助于认识高压气固两相流复杂的流动形态及其转变规律,可深层次揭示密相气固两相系统的动力学行为。     

气液两相流图像区域相似值序列的混沌特性研究

应用一种将视频信号的每一帧图像分块成小的区域,每相邻两帧图像的相邻两区域进行灰度相似值计算,组成时间序列的新方法,对时间序列分别求取最大李亚普诺夫指数,组成最大李亚普诺夫指数矩阵。利用李亚普诺夫指数的特征将气液两相流视频划分为混沌特性不同的区域,分别采用0、1分布图谱以及三维图谱,对其从整体以及细节两部分进行分析。结合最大李亚普诺夫指数矩阵的分形盒维数与香农熵两个特征,对气液两相流型流动机制进行辅助分析。实验结果表明,由于气液两相流视频图像的背景与变化相界面具有强度不同的混沌特性,图像小区域分块灰度相似值序列结合最大李亚普诺夫指数的方法能够区别出不同流型的流动特性,是一种有效的分析气液两相流图像信号的新方法。     

基于经验模式分解和概率神经网络的气液两相流识别

针对气液两相流压差波动信号的非平稳特征和BP神经网络学习收敛速度慢、易陷入局部极小值等问题，提出了一种基于经验模态分解(empirical mode decomposition，EMD)和概率神经网络的流型识别方法。该方法首先对原始信号进行了经验模态分解，将其分解为多个平稳的固有模态函数trinsic mode function，IMF)之和，再选取若干个包含主要流型信息的IMF分量进行进一步分析。由于流型转变时，压差波动信号各频带的能量会发生变化，因而可以从各IMF分量中提取能量特征参数作为神经网络的输入参数来识别流型。对水平管内空气-水两相流4种典型流型的识别结果表明，EMD能量比小波包能量特征具有更高的流型识别率，可以准确、有效地识别流型。     

基于声发射技术和小波变换的气-液两相流动噪声特性研究

使用声发射技术对气-液两相流水平管路流动噪声信号进行检测,对采集到的一维时间序列进行小波分解,从流动噪声的角度研究了水平管路气-液两相流分层流向环状流过渡的多尺度能量特征。多尺度能量特征的研究表明分层流和环状流及其过渡状态在流动噪声的声发射能量分布上有着明显的区别。得到的流型转换的数字特征与试验中观察到的流型及其转换阶段是一致的。管道多相流声发射信号能够在多尺度能量分布上表现出两相流系统的复杂性。从而从一个新的角度研究了气-液两相流型转换的特性,为揭示气-液两相流动机理提供了新的手段。     

油水两相流电导波动信号小波去噪阈值规则的确定

阐述了小波去噪原理、油水两相流实验系统和方法,利用小波分解、滤波、重构对油水两相流电导波动信号进行去噪处理,消除了实验中各种因素产生的噪声.对4种不同阈值规则去噪性能进行了对比,分析了信号功率谱密度,认为采用Heursure规则得到的信号最理想,可以有效去除噪声,并广泛应用于不同流型电导波动信号.     

风电场风速时间序列的多重分形去趋势波动分析

为探索风电场风速时间序列的标度不变性,采用多重分形去趋势波动分析方法(MF-DFA)对风速时间序列进行分析。通过计算广义Hurst指数、尺度函数、多重分形谱,细致量化了风速序列的局部和不同层次的波动奇异性,并考察了多重分形参数对风速预测的影响。研究结果表明:风速时间序列的波动具有长程相关性,且呈现显著多重分形特征;多重分形参数与风速变化存在一定的关联性,采用多重分形谱可在一定程度上对风速的变化趋势进行预测,且风速波动量越大,预测的结果越准确。     

鼓泡流化床风帽压力波动特性分析

提出通过采集、分析流化床风帽压力波动信号的方法,实现对床内气固两相流状态监测。借助冷态鼓泡流化床实验台,对不同床层表观气速、不同床料粒径分布和不同静床高工况下采集到的风帽压力波动信号,进行小波分析,计算小波分解后不同频段重构信号的能量值及其占总能量的比值,采用Welch法对信号进行功率谱估计并获取信号的主频,分析运行工况变化对鼓泡流化床风帽压力波动特性的影响。结果发现,风帽压力波动信号低频信号的变化能够反映流化床运行工况变化时的气固流动状态变化,表明所提方法具有可行性,并可为进一步研究循环流化床风帽压力波动特性提供理论基础。     

水轮机压力脉动信号采集方法的研究

通过对大量试验资料的分析,针对目前广泛使用的FFT分析法,介绍了在水轮机压力脉动试验过程中可能产生的信号混叠和信号频率泄漏现象,提出了在采用FFT分析时较为合理的信号采集方法.由于在进行FFT分析时,先对连续的压力脉动信号进行了有限化和离散化处理,从而使分析得到的频率、幅值和相位产生误差.要提高FFT分析的频率分辨率,必须加长数据采样时间;要提高高频分析的精度,则应提高采样频率,缩短采样间隔.     

循环流化床锅炉风帽处压力信号的功率谱分析

针对循环流化床锅炉内气固两相流动的复杂性,在冷态流化床试验台上测定并采集了风帽处的压力,利用功率谱分析的方法,对其能量在不同频率的分布进行了研究,找出了主频的范围,并阐明了流化床压力波动的原因.     

大容量风电场中风速造成的并网问题研究

风电场群容量的增加使得风速变化对接入电网带来的问题将不可忽视。在大规模风电并网实际工程中,风速对其造成的影响需要考虑。本文针对其风速变化引起的电压波动、频率变化以及潮流计算的偏差进行了分析和综述,指出电压波动发生的机理、估算方法,波动的风电机组有功输出与电网之间的频率响应以及潮流计算方法所需进行的改进,最后提出了目前的解决方式。     

管束间压差波动信号的递归特性分析

基于2种节距比管束间的不同流型的压差波动信号,采用递归定量分析法研究了泡状流、间歇流、雾状流3种典型流型及过渡流型的动力学特性。研究结果表明：泡状流在递归图上表现为孤立点状结构,间歇流递归图兼顾点状和块状结构,具有较强的混沌特性,雾状流沿对角线纹理发育好,周期性突出。压差信号的递归纹理结构清晰地演化了其动力学特性,且递归特征量随气相折算流速变化明显,为两相流流型机理的研究提供新思路。     

明满交替流特征隐式格式法计算模型在工程中的应用研究

本文给出了明满交替流特征隐式格式法计算模型。在对三峡、向家坝等电站的过渡过程进行计算的基础上，给出了工程应用中有用的结论：变顶高尾水隧洞洞顶的坡度越大，明满流动的压力波动越小；明满交替的最高压力上升出现在下游水位稳态线交于洞顶线中部附近时的工况，且出现最大压力的位置靠近下游侧；反射界面设定会影响仿真结果，需合理界定。