基于子波能量特征的气液两相流流型辨识方法

气液两相流的流型影响着两相流的流动特性和传热特性,同时也影响着流动参数的准确测量以及两相流系统的运行特性。针对压差信号的非平稳和非线性特点,尝试利用Hilbert-Huang变换(HHT)和小波包分解对差压波动信号进行信号处理,进而建立流型的子波能量（IMF能量和小波包能量）特征,并以此特征向量作为Elman神经网络的输入量,从而实现对流型的智能识别。实验结果表明：这两种特征向量与Elman神经网络结合都能够较准确地识别出4种流型,并且各自都有不同的优缺点。另外与BP神经网络相比,采用Elman神经网络进行流型识别可以获得更高的识别率。     

文丘里管中气液两相流差压波动信号与空隙率关系

为了研究气液两相流差压波动信号与空隙率之间的关系,建立了差压波动信号均方根与空隙率的关系式.针对油气两相流和气水两相流,在管径分别为40 mm和50 mm管道上进行实验,分析了文丘里管差压波动信号与空隙率、流量、压力以及流体密度等参数的关系,得到了差压波动信号与空隙率的量纲1关系式.此关系式不仅反应了差压波动信号与空隙率的关系,而且提供了一种间接测量空隙率的方法.该方法只需要测量文丘里管前的压力和前后的差压波动信号,计算出该差压信号的时均值、瞬时值就可以计算得到空隙率的值.实验结果表明在空隙率小于85%的范围内,油气两相流和气水两相流空隙率的测量误差分别为10.9%和11.3%.如果与利用空隙率和差压测量气液两相流流量的方法相结合,则仅利用一个文丘里管就可以实现两相流流量测量.     

双谱核主元分析在气液两相流流型识别中的应用

针对压差波动信号的非线性和非高斯特性,提出了一种基于高阶谱和核主元分析相结合的流型识别方法。通过对气液两相流压差波动信号的双谱分析,提取了不同流型下信号的非高斯特征,以双谱分析核主元数字特征提取流型的特征,最后利用最小二乘支持向量机对流型进行智能识别。实验结果表明,提取的核主元特征反映了两相流的流动状态,最小二乘支持向量机可以有效地识别水平管道内的4种典型流型,整体识别率达到95%,为流型识别提供了一种有效的方法。     

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%.     

基于灰度共生矩阵和支持向量机的气液两相流流型识别

根据灰度共生矩阵具有较好的纹理表达能力的特性,提出了一种基于图像灰度共生矩阵和支持向量机相结合的气液两相流流型识别的新方法。该方法利用高速摄影系统获取水平管道内气液两相流的流动图像,经过图像处理后,提取图像灰度共生矩阵的纹理特征,进而建立流型图像的灰度共生矩阵纹理特征向量,并以此特征向量作为流型样本对支持向量机进行训练,实现了对流动图像的流型智能化识别。实验结果表明,支持向量机能够快速准确地识别水平管道内的7种典型流型,整体识别率达到100%,每幅流型图像的判别时间约为1.7 s,为流型在线识别提供一种新方法。     

高含气率气液两相流差压信号时频特征分析

为了更有效地揭示高含气率气液两相流流动特征,研究了一种新的时频特征分析方法。首先,对差压波动信号进行小波包变换并由变换系数计算信号能量的时频分布;然后,应用统计方法对时频分布进行特征提取得到一组时频特征量。应用类可分性测量准则分析该组特征量区分不同流型的效果,并与以往小波包特征分析方法相比较,结果表明:该组特征量具有更强的流型特征表征能力。最后,以该组特征量为输入向量,构建了集成多类支持向量机分类器实现了流型识别,其流型正确识别率可达97%。     

气液两相流差压波动信号的Hilbert-Huang变换特性

将Hilbert-Huang（HHT）变换应用于中小管径水平管气液两相流差压波动信号的分析.利用经验模态分解（EMD）方法把信号分解成多个内模函数(IMF),再对各内模函数进行Hilbert变换,得到信号的Hilbert谱,并提取各内模函数的信号能量特征.在此基础上比较了不同管径下信号分析的结果,分析了不同频段的能量分布与流型变迁的关系,并讨论了小波变换和HHT两种信号处理方法各自的特点.实验结果表明,HHT可以用于非线性非平稳信号的分析,提取的能量特征值反映了水平管气液两相流的流动状态和流型的变迁,该方法为水平管气液两相流差压波动信号的研究提供了借鉴.     

基于EMD和ICA的AR模型在两相

为了对气液两相流流型进行准确识别,提出了一种基于经验模态分解（EMD）和独立成分分析（ICA）的AR模型的流型识别方法。该方法首先提取气液两相流动态差压信号,通过EMD技术对其进行分解,对分解出来的高频模态进行小波包消噪,然后通过ICA技术实现原始信号的降维处理。对通过ICA得到的独立分量建立AR模型,将模型参数和残差方差作为特征向量,建立不同流型的模板向量。计算未知流型信号的特征向量与模板特征向量的综合Mahalanobis距离,通过比较各判别距离的大小得到流型识别的结果。对40 mm水平管气水两相流进行实验,利用文丘里管采集动态差压信号,采用上述处理过程可以对泡状流、弹状流、塞状流进行有效识别,识别率达94.3％。该方法受环境条件影响小,可以有效滤除信号中的噪声成分,识别率高,易于工程实现。     

基于复杂度特征的气液二相流流型识别方法

针对气液二相流压差波动信号的非平稳和非线性特征,提出了一种基于经验模式分解(EMD)复杂度特征和支持向量机的流型识别方法。该方法首先对二相流压差波动信号进行经验模式分解,将其分解为若干个固有模态函数(IMF),然后对每一个IMF分量提取复杂度特征作为流型特征向量,并以此作为输入参数建立支持向量机分类器来识别流型。对水平管内空气-水二相流的实验结果表明,文中提出的方法能准确地识别流型,从而为流型识别提供了一种新的有效方法。     

基于EMD和ICA的AR模型在两相流流型识别中的应用

为了对气液两相流流型进行准确识别,提出了一种基于经验模态分解(EMD)和独立成分分析(ICA)的AR模型的流型识别方法。该方法首先提取气液两相流动态差压信号,通过EMD技术对其进行分解,对分解出来的高频模态进行小波包消噪,然后通过ICA技术实现原始信号的降维处理。对通过ICA得到的独立分量建立AR模型,将模型参数和残差方差作为特征向量,建立不同流型的模板向量。计算未知流型信号的特征向量与模板特征向量的综合Mahalanobis距离,通过比较各判别距离的大小得到流型识别的结果。对40mm水平管气水两相流进行实验,利用文丘里管采集动态差压信号,采用上述处理过程可以对泡状流、弹状流、塞状流进行有效识别,识别率达94.3%。该方法受环境条件影响小,可以有效滤除信号中的噪声成分,识别率高,易于工程实现。     

HHT与神经网络在油气两相流流型识别中的应用

引　言两相流动广泛存在于自然界和许多工业过程中 ,如电力、能源、石油、核工业等 .两相流动中介质的几何分布状况 ,即流型 ,极大地影响着两相流动压力损失、传热特性、流量测量的准确性和流动系统的运动特性 .流型的识别方法研究是目前国际多相流研究领域的热点问题之一[1,2 ] .利用神经网络识别流型 ,需要解决两个问题 :一是特征向量的选取 ;二是神经网络的选择 .其中前者更加重要 .Embrechts等[3] 采用Kohonen网络模型 ,把差压波动信号的傅氏变换系数和正交小波　变换后的小波系数作为网络的输入 ,对水平管内的两相流流型进行辨识 .Mi…     

Flow Regime Identification of Gas-liquid Two-phase Flow Based on HHT

A new method to identify flow regime in two-phase flow was presented, based on signal processing of differential pressure using Hilbert Huang transform （HHT）. Signals obtained from a Venturi meter were decomposed into different intrinsic mode functions （IMFs） with HHT, then the energy fraction of each intrinsic mode and the mean value of residual function were calculated, from which the rules of flow regime identification were summarized. Experiments were carried out on two-phase flow in the horizontal tubes with 50mm and 40mm inner diameter, while water flowrate was in the range of 1.3m^3.h^-1 to 10.5m^3.h^-1, oil flowrate was from 4.2m^3.h^-1 to 7.0m^3.h^-1 and gas flowrate from 0 to 15m^3.h^-1. The results show that the proposed rules have high precision for single phase, bubbly, and slug, plug flow regirne identification, which are independent of not only properties of two-phase fluid. In addition, the method can meet the need of industrial application because of its simple calculation.     

槽式孔板气液二相流差压信号的时间序列分析

槽式孔板是一种新型的气液二相流流量传感器,为了研究其二相流测量特性,提出了一种新的信号处理方法。首先应用小波变换模极大值滤波方法对差压测量信号去噪,然后对滤波结果进行经验模式分解得到有限个经验模式函数(IMF),进而对IMF建立自回归(AR)模型,研究了AR模型的参数与气液二相流流型以及分相流量之间的关系。这种信号处理方法能够使具有非平稳特性的差压信号满足时间序列分析的建模条件,AR模型的参数可以有效地区分气液二相流流型,并与气液分相流量的变化密切相关,为气液二相流流型识别和流量计量算法的研究奠定了基础。     

基于距离评估的气液二相流流型识别方法

为了克服气液二相流特征融合后不相关特征过多的问题,提出了基于距离评估和支持向量机(SVM)的气液二相流流型识别方法。首先利用经验模式分解和小波包方法对原始的压差波动信号进行分解,分别提取原始信号和各分解信号的时域特征参数组成融合特征,然后采用距离评估方法对融合特征进行评估,根据距离评估因子的大小挑选出敏感特征作为SVM的输入,进而实现对流型的自动识别。水平管内空气-水二相流流型识别结果表明:该方法能够准确获取流型的敏感特征,减小运算规模,提高识别准确率。     

基于部分分离法的油气水三相流量测量的研究

针对油气水三相流流量测量的难题,设计了基于部分分离原理的油气水三相流分离装置;同时,考虑了经分离后得到的油水两相流的密度分布不均匀对流量测量的影响,将油水两相混合密度进行了修正,得到了基于文丘里管两端差压和体积含水率的油水两相流流量测量模型.采用转子流量计和文丘里管分别对分离后的气相、液相进行了流量测量实验.结果表明,本文提出的分离装置的设计思想和设计结构及基于差压法的油水两相流流量测量模型是合理的、可行的,能够实现对油气水三相流流量的测量.     

管内相分隔高含水油水两相流双参数测量方法

针对目前油田高含水油水两相流流动复杂、通常存在于密闭管道难于在线检测等问题,本文提出了一种基于管内相分隔的高含水油水两相流双参数测量方法。通过旋流器将难以测量的细小、分散油滴集中到管道中心,形成油芯-水环的相分隔状态,引入轴向压差和径向压差,建立两个差压之比的实验关联式,结合电磁流量计和差压方法测量总流量和含水率。通过数值模拟方法对差压的取压位置进行了优化设计,并开展油水两相流双参数测量实验。实验结果表明,在84%～100%高含水率范围内,油水总流量和含水率的测量误差几乎都在±5%以内。这为高含水油水两相流实时测量提供一种新的双参数测量方法和理论指导。