基于小波变换的气固流化床压力波动信号的分析

将小波分析技术应用于气固流化床压力波动信号的分析中,在不同尺度上提取信号能量特征,由此来对压力波动信号中所含丰富信息进行分析,提出了应用小波分析技术来判别流化床从固定床向鼓泡床转变的新方法,并确定了起始流化速度的范围。初步研究表明,所提取的特征信息反应了气固流化床从固定床向鼓泡床转变的过程,通过此特征信息可以确定流化床的起始流化速度的范围。     

D-S证据理论在气固流化床流态判别中的应用

基于D-S证据理论,并结合模糊数学的知识,给出了一种流化床流态判别的数据融合方法.通过差压传感器和电容层析成像传感器分别采集信号,利用提取的特征值对各传感器的信任度函数进行分配,再利用D-S证据理论进行目标融合,得到最终流态判别结果.通过单传感器判别结果与融合的判别结果比较,说明了这种方法具有一定的优越性.     

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.     

电容耦合电阻层析成像传感器结构优化设计研究

针对电容耦合电阻层析成像传感器的优化设计,首先利用有限元仿真软件建立了12电极传感器有限元模型,并分析了后续图像重建所需的传感器灵敏场,之后将该仿真模型与实际传感器相应的测量数据及重建图像进行对比验证,研究表明仿真与实验结果能够较好吻合,为对传感器性能进一步研究提供可靠基础.为了提高系统稳定性及抗干扰能力,以该原始模型...     

分形技术在气固流态化研究中的应用

介绍了基于分形技术对气固流化床起始流化速度估计及颗粒结块故障诊断方法进行的研究。采用R/S分析法从压力波动信号的时间序列中提取出反映信号自相似性的Hurst指数H值 ,研究了它从固定床向流态化转变过程中的变化并根据这种变化来估计起始流化速度 ,同时利用它对颗粒结块故障进行了研究。实验结果表明 ,信号的H值能较为明显地反映从固定床向流态化的转变 ,也对结块敏感 ,运用H值可望进行气固流化床起始流化速度的估计和结块故障的诊断     

一种新型两相流检测ERT图像重建算法

针对目前电阻层析成像(ERT)应用于两相流领域重建图像算法存在成像精度较低和速度较慢的问题,基于BFGS最优化方法,提出一种新型图像重建算法.为满足两相流在线参数测量的要求,对BFGS算法进行了改进.改进的BFGS算法(MBFGS)选取了不精确的迭代方向,并用单位矩阵近似代替目标函数的Hessian矩阵.数值实验证明,新算法较为稳定和快速,重建图像的质量优于目前常用的灵敏度系数法和线性反投影算法,算法以较小的速度代价重建较高质量的图像.     

基于电容层析成像和模糊模式识别的油气两相流流型辨识新方法的研究

基于电容层析成像和模糊模式识别技术别提出了一种油气两相流流型辨识的新方法。建立了12电极电容层析成像流型自动识别系统，该系统利用Tikhonov正则化原理并结合SIRT(Simultaneous Reconstruction Techniques)算法进行图像重建。Tikhonov正则化原理用于克服图像重建过程中的不适定问题，SIRT算法用于提高最终重建图像的质量。根据流型的随机和模糊特性，提出了一种根据管截面重建图像进行流型辨识的模糊流型判别方法。研究结果表明，提出的流型辨识新方法是有效的。对于层状流、核心流、环状流、均相流等流型，流型辨识的准确率高于95％，辨识一个流型所用的时间小于0.3秒。对于塞状流，流型辨识的准确率高于90％。     

气液两相流流型识别新方法研究

基于电容层析成像技术(ECT),提出一种快速在线气液两相流流型识别新方法。实验表明,该方法简便易行,对于层状流、环状流、核心流以及塞状流均具有较高的识别准确率,可以满足工业在线运行需要。     

小波分析技术在多相流系统中的应用

提出了一种将小波分析技术应用于多相流系统进行流型判别的方法。对采集的多相流信号进行小波分解 ,在不同尺度上提取特征值 ,并提出了两种特征值参数的提取方法 ,分别应用于气液两相流和气固流化床系统中 ,进行流型的辨识。试验结果表明利用所提出的特征值可以有效地对气液两相流流型以及气固流化床从固定床向鼓泡床的转变进行判别。     

油水两相流参数测量新方法研究1

基于单相流组合仪表和数据挖掘技术,提出了一种液液两相流参数测量的新方法.单相流组合仪表由文丘里管和椭圆齿轮流量计组成.所采用的数据挖掘技术包括偏最小二乘法(Partial Least Squares,PLS)和最小二乘支持向量机(Least-Squares Support Vector Machine,LS-SVM ).为克服相含率对液液两相流参数测量的影响,基于16电极阵列式电导传感器和数据挖掘技术设计两相流主导相判别器,以提供文丘里管仪表系数的选择依据.实际测量过程中,文丘里管和椭圆齿轮流量计分别获得油水两相流差压和总体积流量,主导相判别器识别两相流中起主导作用的相,然后根据判别结果选择文丘里管仪表系数,最终获得油水两相流的总体积流量、混合密度和总质量流量.研究结果表明,所提出的油水两相流测量新方法是有效的,总体积流量、混合密度和总质量流量的最大测量误差分别小于1.0%、4.6%和4.5%.