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．     

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。     

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.     

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。     

基于小波变换的气固流化床压力流动信号的分析

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。／     

气固流化床的流型识别

叙述了采用现代非线性信息处理技术来进行流型识别的方法,包括伪Mar-genau-H ill时频分布图谱、信息传输矩阵、模糊信息融合理论、瞬时压降法,以期能从多个角度更深入地认识流态化规律,以利于工业流化床的设计和优化操作。     

基于分形和模糊技术的气固流化床流型辨识

提出一种基于分形和模糊技术的气固流化床流型辨识的新方法,将分形技术应用在气固流化床压力波动信号的分析中,提取出信号特征值Hurst指数,同时结合模糊识别,建立模糊识别函数,由此来区分气固流化床的不同流型。初步研究表明,基于分形和模糊识别的流型辨识能够达到较高的正确率。     

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。     

三种复杂性测度在气固流化床压力脉动中的应用

首次将三种复杂性测度－复杂性C2，涨落复杂性Cf，算法复杂性C(n)－同时应用于气固流化床压力脉动信号的分析之中，研究了不同表现气速，颗粒体系以及静床高等操作条件三种复杂性测度的变化规律以及对气固两相不同的表征能力。研究结果表明，三种复杂性测度均能敏感地指示出流型的变化，并且在不同的操作条件下呈现一定的规律性；尤其是三种复杂性测度将气固两相分开表征的能力，为研究气固两相内在动力学特性提供了新的思路。     

气液固三相流中压力波动信号与流型

运用统计分析方法 ,对垂直上升管气 液 固三相流不同流型时的压力波动信号特性进行了分析研究 ,提出了基于压力波动特征的三相流流型的客观识别方法 ,得到了不同流型所对应的气速范围。通过实验得到了以下结论 :压力波动的偏斜度先随气速的增加而减小 ,而后又随气速的增加而增加 ;压力波动的平坦度先随气速的增加而减小 ,而后又随气速的增加而增加 ;压力波动的概率密度分布随气速的增加其峰值从右向左移 ,当气速为0m/s时 ,概率密度分布呈正态对称分布     

气固流化床中空隙率信号的小波分析

在(?)90mm×000mm 的有机玻璃流化床中,采用 PV4A 颗粒测速仪对不同粒径的沙、聚氯乙稀(PVC)颗粒在操作气速为0.262～0.524 m/s 下不同轴/径向位置的空隙率波动信号进行测定。选用 db2为小波函数对信号进行多尺度分解和进行连续小波变换,计算不同尺度下分解信号的功率谱密度函数。研究表明,细节信号反映的是颗粒脉动和小气泡的运动特征,呈现宽频分布,有很强的随机性;近似信号主要反应大气泡的运动特征,有明显的主频存在,且随操作条件变化;连续小波变换表明空隙率波动信号在微观结构上具有自相似性。     

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。     

基于图像傅里叶变换纹理特征和概率神经网络的气固流化床流型识别

提出一种基于图像傅里叶变换纹理特征和概率神经网络相结合的气固流化床流型识别的新方法。该方法利用高速摄影系统获取流型图像。首先对流型图像进行组合滤波去噪,然后运用长方环傅里叶周向谱能量百分比法来计算图像频率分布特征,从而建立流型图像的纹理特征向量,并结合概率神经网络进行训练,实现流型的识别。实验结果表明,该方法能有效地识别气固流化床中鼓泡床、节涌床、湍动床、快速流化床、稀相输送五种典型流型,整体识别率达到98%,为流型识别开辟一条新途径。     

利用压力脉动信号特征预测流化床结块故障

气固流化床压力脉动信号隐含了许多有用的信息。然而,压力脉动信号为一非平稳随机信号,非常复杂,必须用新的方法从信号中提取特征参数进行规律性研究。本文通过对流化床压力脉动信号进行Ｗｉｇｎｅｒ谱分析,得到了主频幅值的分布,提出了主频功率Ｐ作为流化床压力脉动信号的特征参数,并对随结块含量变化的规律进行了研究。结果表明,主频功率能充化床层的结块状况。在Φ１１４和Φ３００的流化床中证明该参数在床层结块时有明显