循环流化床压力波动信号的小波多分形特征

循环流化床压力波动信号是研究床内流体动力学的重要线索.本文在150 mm×150mm×2000 mm的循环流化床上进行试验,测量了不同工况下床壁的静压力波动信号.对获得的压力波动信号进行连续小波变换,利用小波变换模极大计算所得的全局分解函数来计算具有相同正则性的点集的分形维数.所取得的小波多分形谱能够很好地描述压力波动信号的几何特征和局部尺度行为.本文提取的最大多分形谱、最大多分形谱对应的Lipschitz指数、Lipschitz指数宽度三个特征对描述循环流化床中的流态转变,具有很好的作用.     

小波包分析方法在撞击流反应器内压力波动信号处理中的应用

在总结小波包理论的基础上,利用小波包分析方法将撞击流反应器内压力波动信号分解到相邻的不同频率段上,然后用信号重构方法对各个频率段上的信号进行重构,并做了相应的Hilbert包络谱分析。分析结果表明,小波包分析方法能够为信号提供一种更加精细的分析方法,它将频带进行多层次划分,对多分辨分析没有细分的高频部分进一步分解,从而提高了频率分辨率。同时验证了小波包分析在撞击流反应器内压力波动信号处理中应用的有效性,而且小波包分析方法比小波方法处理信号的效果更为理想。     

撞击流反应器压力波动的多尺度多分形特征分析

对浸没循环撞击流反应器不同转速下的压力波动信号用 Daubechies 二阶小波在 1～9 尺度下进行分解,并分别对分解的信号进行R/S分析.研究发现,分解的信号可由多尺度方法得到较好的理解.对压力波动信号不同尺度下的细节信号与概貌信号分析表明,在不同的尺度下表现出不同的分形结构,且随着转速的增大,分形结构的变化趋势基本一致.此外,该系统不仅存在确定性非周期成分,而且粒子团之间有相似的能量交换,产生了湍流的扩散,符合耗散系统的特征.在粒子相互撞击的过程中,产生了不同尺度的旋涡,从而导致混沌的产生.     

基于小波变换的电力系统谐波检测

本文首先介绍了电力系统谐波基本概念和谐波危害。之后简要介绍了无功功率理论和基于此理论的谐波电流检测方法以及小波变换的相关知识。由于小波变换具有良好的时域局部特性,今年来已将小波变换应用于谐波检测中。本文利用小波工具箱中的GUI,采用一维小波变换中Daubechies(dbN)小波在五层上将信号分解来,通过仿真验证表明,小波变换能快速而准确地将谐波信号分解出来,从而达到检测谐波的目的。     

大颗粒鼓泡流化床压力脉动信号的小波分析

利用小波分析对试验所测得的大颗粒流化床的压力脉动信号进行小波包的完全分解,并对各个频段的信号的方差进行统计分析。结果表明,分解前后信号的能量是守恒的,脉动能随着流化数的增加逐渐集中在低频段;气泡经过测点的频率在0~12.5H z的范围内,且气泡的运动变化是影响测点压力数据波动的主要因素;通过分析流化床压力信号中的低频成分,可以判断床层物料的流化状态。     

振动力场作用下聚合物挤出压力的时频特性研究

利用小波分析原理对实测的振动力场作用下LDPE、LLDPE熔体挤出压力进行5尺度Daubechies5小波分析,发现振动强度二因子振幅、频率分别对聚合物熔体挤出压力变化的周期性特征产生不同影响.     

基于小波分析的输气管道泄漏信号消噪方法

当输气管道发生泄漏时,由传感器采集到的压力波信号中混杂有大量噪声,主要来自于仪器仪表的测量噪声,输送过程中的外界干扰,噪声信号严重干扰了泄漏点确定的准确度。由于小波变换具有能够分析到信号的任意细节的优点,本文对小波分析方法进行了理论分析,并采用db1小波对噪声信号进行了多尺度分析、重构,经过处理后的信号较好地恢复压力波信号地本来面貌。     

SK型静态混合器壁压脉动信号的多尺度多分形特性

为了探讨静态混合器内非线性、非均匀性和混沌特性机理,利用高速数据采集系统对SK型静态混合器管壁处脉动压力进行测量。结合小波变换模极大值理论,对采集的不同进口流量下壁压波动时间序列用Daubechies二阶小波提取1～7尺度下的特征信号,并分别对提取的信号进行R/S分析。通过对压力波动信号不同尺度下的细节信号与概貌信号研究,发现在不同尺度下其表现出不同的分形结构,且随着进口流量的增大,分形结构的变化趋势基本一致。此外,该系统不仅存在确定性非周期成分,而且不同尺度的旋涡之间的能量交换导致混沌的产生。各尺度信号的能量分布表明,压力波动信号主要体现了宏观尺度的旋涡级串的相互作用。     

流化床压力波动多尺度多分形特征

对流化床不同测量位置的压力波动信号用Daubechies二阶小波在1~9尺度下进行分解,并分别对分解的信号进行R/S分析。研究发现,分解的信号可由多尺度方法得到较好的理解。1、2尺度下的细节信号只有一个明显的Hurst指数H,且H<0.5,表现为反持久性的更随机的特征,说明1、2尺度下的细节信号主要反映了气流与颗粒之间的微尺度作用。3~9尺度下的细节信号都具有两个Hurst指数H,分别大于0.5和小于0.5,表现为多分形特征,H>0.5代表了具有正持久性的气泡相的运动; H<0.5代表了具有反持久性的乳化相的运动,说明3~9尺度的细节信号反映了介尺度作用的乳化相和气泡相的相互作用。而9尺度下的概貌信号只有一个Hurst指数H,且H>0.5,表现为正持久性,说明9尺度下的概貌信号主要反映了颗粒流体系统与外界边界之间的宏尺度作用。各尺度信号的能量分布表明,压力波动信号主要体现了介尺度的乳化相和气泡相之间的相互作用。     

往复泵故障智能诊断系统的设计

开发了往复泵故障的智能诊断系统,以故障诊断系统为核心,软件部分用Visual C＋＋语言来开发,由软件控制同步进行压力、位置及流量等信号的数据采集和数据库管理。由于不同故障类型对应的信号曲线也不同,所以以压力信号为主,以流量信号为辅作为故障信息;然后应用基于人工智能理论的小波神经网络和小波包分解技术进行数据处理、保存和故障诊断。从小波神经网络诊断的结果可以看出：往复泵故障智能诊断系统诊断速度快,准确性高。     

Investigations of local pressure drop fluctuation signals in annular type fluidized bed photoreactor by continuous wavelet transform

The wavelet transform is an effective tool for studying the dynamic behavior of fluidized beds in the resolution of time variables. To understand the behavior of photocatalyst under different velocity in an annular type fluidized bed, a new analysis technique (Continuous Wavelet Transform: CWT) is applied. With the time-frequency localization characteristics embedded in wavelets, the time and frequency information of signals can be presented as a visualized scheme. By analysis of various methods for pressure fluctuation signals measured from an annular type fluidized bed, it was found that the dynamic behavior of fluidization in the annulus fluidized bed reactor was easily observed with the aid of wavelet transform.     

Wavelet analysis to characterize cluster dynamics in a circulating fluidized bed

A common hydrodynamic feature in heavily loaded circulating fluidized beds is the presence of clusters. The continuous formation and destruction of clusters strongly influences particle hold-up, pressure drop, heat transfer at the wall, and mixing. In this paper fiber optic data is analyzed using discrete wavelet analysis to characterize the dynamic behavior of clusters. Five radial positions at three different axial locations under five different operating conditions spanning three different flow regimes were analyzed using discrete wavelets. Results are summarized with respect to cluster size and frequency.     

小波分析在气固流化床中颗粒碰撞压力信号分析中的应用

颗粒碰撞压力的大小和频率会严重影响气固流化床中内部构件及其支撑部件等的磨蚀情况和使用寿命,是设计流化床中内部构件及其支撑部件的关键因素之一。采用膜式压力应变传感器、多通道数据采集仪测定不同颗粒在操作流速0.262 1~0.524 2 m/s浓相区内不同轴向、径向位置处的颗粒碰撞压力信号,通过小波分析和相空间重构分析,揭示颗粒和气泡对颗粒碰撞压力的影响和气固流化床中内部构件的影响。     

流化床压力脉动信号时间延迟相关性

对鼓泡流化床压力脉动信号用FFT变换进行分解,得到0-10Hz、10-20 Hz、20-30 Hz、30-40 Hz、40-50Hz、50-60Hz和大于60Hz的信号.分别用自相关函数和互信息函数研究了各个频段信号的线性相关性和非线性相关性.首次通过理论证实了鼓泡流化床压力脉动信号中30 Hz以上信号不存在线性相关性,40 Hz以上信号不存在非线性相关性.由于40 Hz以上信号不存在前后相关性,可以认为其为噪声信号.研究指出通过流化床压力脉动信号研究流化床内部信息时,应考虑40 Hz以下信号,而不是以前认为的20 Hz以下信号.     

A new splitting wavelet method for solving the general aerosol dynamics equation

In this paper, a new and robust splitting wavelet method has been developed to solve the general aerosol dynamics equation. The considered models are the nonlinear integro-partial differential equations on time, size and space, which describe different processes of atmospheric aerosols including condensation, nucleation, coagulation, deposition, sources as well as turbulent mixing. The proposed method reduces the complex general aerosol dynamic equation to two one-dimensional splitting equations in each time interval, and further the wavelet method and the upstream finite difference method are proposed for solving the particle size directional and the spatial directional splitting equations. By the method, the aerosol size spectrum is represented by a combination of Daubechies’ wavelets and substituted into the size-directional splitting equation at each time step. The class of Daubechies’ wavelets in the wavelet-Galerkin scheme as trial and weight functions has the advantages of both compact support and orthonormality which can efficiently simulate the sharp shape distribution of aerosols along the particle size direction. Numerical experiments are given to show the efficient performance of the method.     

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.     

液固两相外循环流化床压力波动信号的统计及频谱分析

压力波动信号是表征流化床内流体运动特性的重要信息. 为了更好地了解液固外循环流化床内流体流动特征,在液固外循环流化床中,对床体壁面压力波动信号进行了时域、频域及自相关性分析. 结果表明,沿床体稳定流化段上的压力波动特征相似,流体流动和颗粒运动所引发的压力波动能量频带分别集中在0~10和30~40 Hz之间,压力波动的概率密度近似呈正态分布,液固两相外循环流化床中的压力波动信号介于周期信号和随机信号之间.     

Measuring Average Particle Size for Fluidized Bed Reactors by Employing Acoustic Emission Signals and Neural Networks

Average particle size is one of the key parameters of fluidized bed reactors. A novel method to measure the average particle size in fluidized bed reactors by acoustic emission (AE) signal is proposed. The measurement of the average particle size by AE is superior to other methods since it is inherently safe to use and it is also a non‐invasive method. AE signals originating from different particle sizes were 8‐level decomposed by a Daubechies wavelet of order 3 after being denoised with a sym8 wavelet filter combined with the rigrsure threshold method. Principal component analysis (PCA) was applied to overcome the complex collinearity and reduce the number of input variables of the neural network. A feed‐forward back propagation neural network with two hidden layers was used to predict the average particle size according to the principal components. The results show that this soft‐measuring model is suitable for measuring the average particle size in the fluidized bed reactors by online AE. It achieved high accuracy when applied to a model‐scale fluidized bed.