复杂性在气固流化床压力信号分析中的运用

提取了算法复杂性和涨落复杂性两个不同定义的参数 ,对气固流化床压力脉动信号进行分析。通过实验研究了复杂性参数随操作气速变化规律 ,结果表明两种复杂性参数对气泡相的行为有敏感反映 ,且认为涨落复杂性的定义更符合流化床流态特性。同时还对不同轴向位置以及不同静床高的涨落复杂性进行了规律性研究。     

涨落复杂性在气固流化床压力信号分析中的运用

本文运用涨落复杂性对气固流化床压力脉动时间序列进行分析,其优点是算法和混沌参数如最大Lyapunov指数相比更为简洁.实验研究了该参数随操作气速和床层高度的变化趋势,并比较了涨落复杂性在不同轴向位置的分布,从复杂性理论的角度对流化床的内在规律性进行了初步探讨.     

基于复杂性理论的不同粒子流化特性研究

对不同粒径、不同物性的固体颗粒(A/B)两类在流体床中的压力脉动时间序列,采用复杂性算法对其进行分析,研究结果表明从涨落复杂性比较来看,在过渡区内,两者都存在"涨落转型区",但A类粒子充气性较好,容易达到相对均一的状态;在两种颗粒密度相差较大的A类粒子中,其涨落复杂性曲线也存在较大区别,从而证实了粒径、物性同气泡一样都是影响流化特性的重要因素.     

气固流化床流化本质的非线性特征提取

引入互信息和非线性动力学理论对气固流化床的压力脉动和颗粒浓度信号进行研究,从互信息的角度提取传统单一参数检测所不能提取的信息,同时用复杂性算法分析采集的时间序列信号,从一个新的角度揭示了流化床系统的非线性本质.     

气固流化床压力信号时间序列复杂性特征研究

运用复杂性理论，提取涨落复杂性参数对压力脉动信号进行分析，在气固流化床从起始流化到快速流化宽范围内研究了涨落复杂性随操作气速变化的规律性，并将涨落复杂性和混沌参数最大Lyapnov指数分析结果进行了比较。研究表明气泡相的复杂行为是造成流化床复杂性增大的根本原因，在对进入混沌态的敏感指示上，两者一致，但复杂性分析算法简洁方便，不仅为压力信号的非线性分析提供了新的思路，而且有着广阔的应用前景。     

复杂性理论在气固流体床流型识别中的运用

提取复杂性理论中的涨落复杂性Cf及算法复杂性C(n)参数对气固流化床压力脉动信号随流化床操作气速增大历经不同流型的变化趋势进行分析.研究结果表明,在起始流化至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,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.     

基于压力涨落信号的气固流化床早期颗粒结块故障诊断研究

利用压力涨落信号对气固流化床颗粒结块故障进行早期诊断,有着重要的工业应用意义。本文首先从信号产生的物理背景出发,认为压力涨落信号可分解为分形布郎运动和高斯白噪声的加和。结合正交小波变换理论,应用期望最大化算法（ＥＭ）,得到了压力涨落信号的自相似参数Ｈ和高斯白噪声强度σＷ的极大似然估计,从而证实了这种分解的可行性。应用参数Ｈ和σＷ对模拟颗粒结块故障的研究表明,流化床床层下部压力涨落信号的Ｈ和σＷ参数均对此故障敏感,本文对结果进行了物理解释。因此,Ｈ和σＷ参数有望应用于对此故障的早期诊断。     

基于混沌参数的距离判别在气固两相流流型辨识中的应用

结合混沌分析与距离判别，筛选出关联维数、涨落复杂性以及算法复杂性三个参数作为压力脉动样本的特征变量。在此基础上依据距离判别，建立了判别函数。最终达到在不必精确获得床内操作条件，用床内压力脉动信号对流化床的流型进行自动识别的效果，这为流型辨识的工业应用提供了新的思路。     

气固流化床压力信号的混沌特性与信息熵分析

本文在气固流化床起流到快速流化的宽范围内研究了压力脉动时间序列的混沌特性参数随气速的变化趋势.同时应用Shannon信息理论,研究了床内不同测压点时间序列之间的信息传输关系,提出了信息是通过床内粒子扰动三维传输的观点.     

基于模糊信息融合的气固流化床流型及其转换的识别研究

本文在模糊集理论的基础上介绍了多传感器、多参数识别气固流化床流型的信息融合模型。将压力脉动信号的算法复杂性Cn、涨落复杂性Cf和香农熵En作为融合的特征参数，进行特征层的多参数融合；根据特征参数建立了过渡流型的隶属度函数；对多个传感器的特征层识别结果进行决策层融合，得到了多传感器对不同流化状态的最终识别结果。实验结果表明，采用香农熵特征参数能较好地解决鼓泡与湍动2种流化状态转换的识别；应用多传感器、多参数数据融合对流态化不同流型及其转换的识别能得到较好的效果。