气液两相流压差信号的Lipschitz指数分析

利用小波分析理论来分析气液两相流压差波动信号的奇异性,提出一种利用小波分析的Lipschizs指数与信号的能量特征相结合的识别方法,可以识别出水平管内气液两相流的四种流型.     

气液两相流差压波动信号的时间序列分析

用时间序列方法分析气液两相流差压波动信号.通过实验获取两相流的差压波动信号,采用时间序列分析方法拟合为n阶自回归m阶滑动平均模型ARMA(n,m),依据自相关系数准则优选模型阶数n值,通过考察n值的变化分析气液两相流差压波动信号.实验结果表明,弹状流的模型阶数n的最佳值最大,塞状流的次之,环状流的最小.     

气液两相流流型压差波动的PDF特征

气液两相流的流型对其流动和传热特性有很大影响,所以如何识别流型一直是两相流研究中的重要课题.本文运用数字信号处理技术,对水平管空气-水两相流动不同流型的压差波动信号进行了分析.通过提取压差波动信号的概率密度函数(PDF)分布特征,找到了各种流型的特征,可以作为流型识别的一种方法.     

基于希尔伯特-黄变换和隐马尔可夫模型的气液两相流流型识别方法

为了研究垂直上升管中的气液两相流的流型,利用自制的多电导探针的测量系统采集了四种典型流型的电导波动信息.由于气液两相流电导波动信号的非平稳特征以及神经网络学习收敛慢等问题,提出了一种基于希尔伯特-黄变换(hilbert-huang transform,HHT)和隐马尔可夫模型(hidden markov model,HMM)的两相流流型识别方法.该方法首先将信号经验模态分解(empirical mode decomposition,EMD)后的固有模态函数(IMFs)进行希尔伯特变换得到其幅值能量,并将其作为特征向量,输入到已经训练完毕的各状态HMM中,实现了对气液两相流的流型识别.实验结果表明:该方法能很好的识别垂直管内的4种流型,而且优于BP神经网络,从而为流型识别开辟了一条新的途径.     

气-液两相流压差波动信号中噪声的辨识

压差波动信号由于其容易测量,而且包含流动的很多信息而被广泛用于气液两相流的研究中。在测量时由于难免受到各种干扰,这些干扰会影响非线性分析的精度和结果。因此,在利用压差波动信号进行非线性分析之前,通常要对其进行滤波处理。究竟多高频率以上的压差波动信号才是噪声,并如何对其进行定量检测的研究就非常重要。这里对水平管内气液两相流压差波动信号用小波包进行分解,得到按16Hz等间隔分段的16个不同频带信号,用自相关函数研究了各频段信号的线性相关性。通过理论证实了气液两相流压差波动信号中,64Hz以上信号不存在线性相关性,可以认为其是噪声信号。研究指出通过气液两相流压差波动信号来研究流型信息时,应考虑64Hz以下信号。     

小波变换辨识流型的一种新方法研究

本文提出了一种基于小波分析进行水平管气液两相流流型辨识的新方法。该方法以测试管段的管程压降△P的波动作为测量信号,通过对其小波变换结果的分析,根据不同流型能量分布的定量指标确定了流型判别规则。实验结果表明,这种判别方法能有效地实现对水平管层状流、波状流、塞状流、弹状流等四种典型流型的在线辨识。     

不波变换辨识流形的一种新方法研究

本文提出了一种基于小波分析进行水平管气液两相流流型辨识的新方法。该方法以测试管段的管程压降△Ｐ的波动作为测量信号,通过对其小波变换结果的分析,根据不同流型能量分布的定量指标确定了流型判别规划。实验结果表明,这种判别方法能有效地实现对水平管层状流、波状流、塞状流、弹状流等四种典型流形的在线辨识。     

新型近红外矩形差压流量计的测量模型研究

针对目前气液两相流不分离测量的难点,设计了一种基于近红外光谱技术与矩形差压流量计相结合的新型气液两相流检测装置。利用CFD流体仿真软件对影响流量计性能的结构参数进行了仿真及优化,在单相流动和气液两相动态实验的基础上,建立了相含率测量模型,修正后液相含率测量误差低于3.5%。在液相流量大于2m~3/h时,对分相流模型进行修正,得到的总流量测量误差低于4.5%。建立了两相差压与Fr_g、Frl的关系,结合相含率测量模型得到总流量测量模型,其中弹状流总流量误差低于6.5%,泡状流总流量误差低于1.5%。实验结果表明该装置用于气液两相流不分离测量的可行性,对工业领域的生产具有重要参考意义。     

基于DNA遗传技术的气液两相流型辨识研究

利用DNA分子的复制、储存和传递信息的功能,采用基于DNA编码技术的遗传算法优化BP神经网络,建立了具有更高辨识能力的气液两相流流型辨识模型,并就若干参数对辨识模型计算效率的影响规律进行了研究。研究结果表明,基于DNA编码遗传技术对BP神经网络进行优化处理而形成的气液两相流型辨识模型比已有其它辨识模型具有更高的辨识能力;通过轴承腔气液两相流动数值仿真流型模式的辨识分析,表明这一辨识模型可应用于航空发动机轴承腔气液两相流的研究。     

水平管道气液两相流的特征提取与流型识别

流型识别在工业工程中有着极其重要的意义，一直是两相流研究中的重要课题。本文以水平管道中的气／液两相流为研究对象．应用电阻屡析成像系统获取不同流型条件下的测量数据，经预处理后提取小波尺度能量百分比与突起段时间作为特征值．并采用统计学习理论中支持向量机（SVM）方法对特征向量进行分析，识别流型。实验数据的分析结果表明．该方法具有较好的识别率。