复杂性在气固流化床流型识别中的应用

研究了气固流化床从起始流化态、鼓泡态、湍动态直至快速流化的四个典型流型下,压力脉动时间序列的算法复杂性和涨落复杂性随表观气速的变化趋势。实验结果表明,这两种复杂性参数对于流化床流型变化敏感,但在同种流型下,在操作条件的较宽变化范围内保持稳定。基于这一特性,故将复杂性测度与多元统计分析中的距离判别方法相结合,建立了一种只需获得一定长度的压力脉动时间序列,无需知道具体操作条件的流型识别方法。     

气固固循环流化床密相床层压力脉动研究

在不同实验条件下研究了气固固循环流化床密相床层的压力脉动。压力脉动的情况表明：细颗粒的循环及循环量对粗颗粒的流体力学行为有很大影响。气速越低,影响程度越大。     

算法复杂性在气固流化床动力学中的多尺度分析

提出了对从时间序列粗粒化得到的符号序列进行细化的方法,首次在不同尺度下,利用算法复杂性,对不同流型、静床高、平均粒径等操作条件下的压力脉动时间序列进行分析。研究结果表明,不同尺度下的算法复杂性不同的变化趋势,对应了不同尺度下气固两相运动的特征,能够从多角度反映流化床的运动特性,比单一尺度提供更多的信息,为流化床压力脉动时问序列非线性分析提供了新的思路。     

气固流化床压力脉动信号的混沌特征分析

对气固流化床内压力脉动时间序列进行分析,研究了流化床内的混沌特性,分别利用李雅普诺夫指数、相对分散度、分形维数和混沌度来定量描述稳定性、复杂性,自由度和系统状态数,证明四个混沌特征参数的相关性是好的,得到了混沌特性随着气速和床层高度的变化趋势,并且提出气泡行为是流化床内产生混沌运动的重要原因。     

气固流化床流型特性及其识别的复杂性研究

运用复杂性C2、涨落复杂性Cf及Lempel-Ziv复杂性C(n)等复杂性参数对气固流化床压力脉动信号进行分析,研究它们随流化床操作气速增大历经不同流型的变化趋势并将结果作了比较,进一步探讨了流化床流型特性的内在规律性,研究结果表明,在起始流化致鼓泡态转变的过程中,气－固体系会进行一种所谓的“重构”现象,并证实了气泡的存在是影响压力脉动信号复杂性的重要因素,同时实验显示复杂性参数能明确地指示固定床,鼓泡流化及湍动流化等不同流型之间的转变过程,为流型识别提供了新思路。     

气固流化床压力脉动信号的Wigner谱分析

用Wigner谱首次对气固流化床压力脉动信号进行时频二维分析,压力脉动信号的强非平稳性得到了证实.在Wigner谱平面中定义了局部频峰加权平均频率参数,从实验角度研究了流化床气速、静床高对压力脉动信号加权平均频率的影响.结果表明,它具有比传统的功率谱主频好得多的统计重复性,能更准确地反映气泡相的特性.     

近似熵的性质及其在气固流化床复杂性研究中的应用

介绍了一种新的度量序列复杂性的统计方法——近似熵(ApEn),并将其应用于气固流化床流型识别中。通过分析和研究不同操作条件下气固流化床压力脉动时间序列,证明了近似熵与气泡行为有着良好的对应关系,能够较好反映床内复杂性的变化,可以作为有效辨识气固流化床起始鼓泡态、充分鼓泡态和湍动流化态等流型的特征参数。实验数据的计算和分析也表明了近似熵随数据长度的变化小,只需要较短的时间序列就能得到较为稳定的ApEn值;受数据中的瞬态噪声影响小,抗干扰能力强。是一种适合数据变化快、干扰大的工业现场测量的复杂性参数。     

气固流化床压力脉动信号的Hiibert-Huang谱分析

首次将Hilbert-Huang变换(HHT)应用于气固流化床压力脉动信号的分析，提取并研究了压力脉动信号中隐含的表征复杂的粒子运动与气泡运动相互调制的非线性特征，以及压力脉动信号高、低阶内禀模态函数(IMF)之间的能量转换与流化床的流化状态相对应的新信息，在此基础上提出了采用压力脉动IMF分量的能量转移现象进行颗粒结块故障判别的新方法．结果表明，应用Hilbert-Huang谱对压力脉动信号分析的新方法能比现有的分析方法提供更多的有用信息，有助于更深入地揭示床内非线性流体动力学特征．     

气固流化床压力脉动信号的Hilbert-Huang谱分析

首次将Hilbert-Huang变换（HHT）应用于气固流化床压力脉动信号的分析,提取并研究了压力脉动信号中隐含的表征复杂的粒子运动与气泡运动相互调制的非线性特征,以及压力脉动信号高、低阶内禀模态函数（IMF）之间的能量转换与流化床的流化状态相对应的新信息,在此基础上提出了采用压力脉动IMF分量的能量转移现象进行颗粒结块故障判别的新方法.结果表明,应用Hilbert-Huang谱对压力脉动信号分析的新方法能比现有的分析方法提供更多的有用信息,有助于更深入地揭示床内非线性流体动力学特征.     

气固搅拌流化床压力脉动的小波分析

在内径188 mm、静床高400 mm的搅拌流化床中,采用Geldart D类颗粒为实验物料,通过小波分析研究了不同气速和搅拌桨转速下搅拌流化床的压力脉动行为.实验发现,搅拌桨的转动作用促使在普通流化床中不易散式流态化的D类颗粒形成了散式流态化.随着气速的增加,第1尺度的小波能量特征值在某一个气速范围内发生急剧变化,进而提出了将该气速范围的下限和上限分别定义为临界鼓泡速度和充分鼓泡速度的判据.随搅拌转速的增加,散式流态化的气速操作范围线性增加.在鼓泡流态化状态下,气速是流化床气泡行为的主导因素,搅拌桨转速的增加对气泡产生的频率无明显影响但可使气泡的直径变小.     

气-固流化床压力脉动信号的多尺度排列熵分析

采用多尺度排列熵算法对气-固流化床内4种流型的压力脉动信号进行研究,结果表明:不同流型由于其动力学特性不同,导致压力脉动信号的多尺度排列熵值存在差异——4种流花形态的排列熵值都是随着尺度的增加而增大,其中固定床在大尺度上熵值最大,气力输送床在小尺度上熵值最大,鼓泡流化床在所有尺度上熵值最小;此外,多尺度排列熵值变化速率特征是流型辨识的新指示器。     

气固流化床中非线性特性的多尺度分析

Deterministic chaos theory offers useful quantitative tools to characterize the non-linear dynamic behavior of a fluidized bed and the developed complexity theory presents a new approach to evaluate finite sequences. In this paper,the non-linear,hydrodynamic behavior of the pressure flutuation signals in a reactor was discussed by chaos parameters and complexity measures.Coherent results were achieved by our multi-scale analysis,which further exposed the behavior in a gas-solid two-phase system.     

快速流化床内气固两相流动态压力的实验研究

对快速流化床内轴向动态压力进行了测量,分别通过标准偏差、功率谱以及多尺度小波分析研究了流化床内的动态特性。研究结果表明:压力脉动的强度沿轴向由下至上逐渐衰减,且在循环速率较高时,底部压力脉动标准偏差与顶部之间存在着明显的转折;压力信号的主频随着颗粒质量流率的增加,其所对应的峰值(即脉动强度)有所增加,而主频的频率逐渐降低。通过压力脉动的小波多尺度分析表明:流化床内压力脉动中,小尺度信号主要体现在由于气体与颗粒的湍动、颗粒碰撞、颗粒团聚物的形成与破裂等高频部分的信号;中尺度信号主要捕获来自于不稳定进料所引起的较大的压力脉动;大尺度信号与床层的宏观稳定性相关。研究结果表明,通过对动态信号的微观分析可以深入认识气固两相流的瞬态参数特性以及气固间的相互作用机制。     

气固流化床多传感器信号时间序列分析

利用光纤、压力传感器同时获取气固流化床不同位置颗粒浓度、压差、压力信号时间序列：运用吸引子和涨落复杂性参数分析三种信号时间序列，研究细颗粒在低气速下的流化状况。实验结果证实了Takens的相空间嵌入原理，且在流化床由散式流化到聚式流化过渡的过程中，三种信号的复杂性分析都体现床内运动存在涨落过程，这与Wackerbauer研究的结论是吻合的。同时结果表明不同信号涨落复杂性参数随气速的变化趋势是一致的，有理由认为涨落复杂性参数对应的仅是系统本身的一定运动状况，且和轴向位置关系不大。     

气固搅拌流化床的床层压降

通过测定搅拌流化床的压降与表观气速的关系，研究了搅拌转速和桨叶形式对流化状态的影响。发现水平搅拌桨叶更有利于破碎气泡，增强气固接触；垂直桨叶则趋于诱导气泡的产生与长大。在流态化阶段，床层压降保持定值，该定值与搅拌转速和叶片形式没有关系。     

大颗粒循环流化床压力波动信号分析

应用功率谱分析法、R/S分析法及混沌分析法对大颗粒循环流化床压力波动信号的性质和组成进行了研究.功率谱分析法和R/S分析法从两个不同的角度均得出了压力波动信号中存在一定的周期成分,而混沌分析得出的关联维和K熵进一步证实了压力波动信号表面上是随机的,但实质上具有确定性,即表明大颗粒的气液固三相循环流化床的压力波动信号具有混沌信号的特征.     

硅粉流化床中颗粒浓度信号非线性分析

以硅粉为原料,空气为介质,采用PV4A型颗粒测试仪测定了φ150mm×1000mm的有机玻璃管流化床中不同轴/径向位置处颗粒浓度波动信号.利用小波分析对颗粒浓度信号进行多尺度能量分析,并确定最佳小波函数和分解尺度,考察了不同尺度下信号能量分率随操作条件的变化.