基于声发射技术的垂直管气液两相流动检测方法

声发射（AE）作为一种无损检测手段,用于气液两相流的测量具有非侵入式、测量不破坏被测管道及流场分布,信号强、灵敏度高等优点。利用声发射技术在河北大学垂直管气液两相流管道上进行了大量实验,运用现代信息数据处理方法对气液两相流垂直管道流型特征参数进行了提取。分析结果表明利用声发射手段提取出的流型特征参数可以反映出典型流型下的动力学特征。垂直管道中,泡状流、弹状流、环状流以及过渡状态下的乳沫状流在时域和频域信号中有着明显区别,小波能量和小波包分解后的信息熵的值也存在较大的差异性,从另一角度验证了在不同流型下两相流体在管道内部不同的运动状态,利用模式识别的思想,对垂直管4种典型流型进行了流型识别,取得了较好的效果,研究结果表明声发射技术可以作为一种技术手段用于气液两相流流动的检测。     

基于声发射技术的垂直管气液两相流动检测方法

声发射(AE)作为一种无损检测手段,用于气液两相流的测量具有非侵入式、测量不破坏被测管道及流场分布,信号强、灵敏度高等优点。利用声发射技术在河北大学垂直管气液两相流管道上进行了大量实验,运用现代信息数据处理方法对气液两相流垂直管道流型特征参数进行了提取。分析结果表明利用声发射手段提取出的流型特征参数可以反映出典型流型下的动力学特征。垂直管道中,泡状流、弹状流、环状流以及过渡状态下的乳沫状流在时域和频域信号中有着明显区别,小波能量和小波包分解后的信息熵的值也存在较大的差异性,从另一角度验证了在不同流型下两相流体在管道内部不同的运动状态,利用模式识别的思想,对垂直管4种典型流型进行了流型识别,取得了较好的效果,研究结果表明声发射技术可以作为一种技术手段用于气液两相流流动的检测。     

基于复杂性分析的流化床中流型的声发射检测

运用声发射检测技术,对Unipol气相流化床中声发射信号沿床高的规律性变化进行考察,对声信号进行复杂性分析,提取信号的涨落复杂性及Lempel-Ziv复杂性作为特征参数,成功获得了工业流化床中的颗粒流动模式。对声发射信号进行能量分析和复杂性分析均发现,Unipol工业气相流化床中的流型是带有滞留区的双循环流动模式。研究结果表明,基于复杂性分析和声发射检测的流化床中流型的测量是可行的。     

声发射技术在气固两相流检测中的研究进展

阐述声发射技术的检测原理，回顾了近年来声发射技术在气固两相流检测中的研究成果，包括气固流化床、循环流化床、气力输送管道等，涉及到流化状态识别、流型转变、颗粒质量流量、颗粒粒径等方面的检测，研究表明：声发射信号对颗粒的运动非常敏感，能够实时准确检测气固两相流动特征。最后展望了基于声发射的气固两相流检测技术的发展方向。     

基于图像动态纹理特征的气固流化床流型识别

准确识别流型是气固流化床二相流参数检测的重要内容,文中提出一种基于图像光流法和动态纹理特征相 结合的气固流化床流型识别的新方法.实验是在气固流化床二相流实验系统上利用高速摄影系统获取流型图像.流型图像分别为鼓泡床,节涌床,湍动床,快速流化床,稀相输送等5种典型流型.首先对获取的不同流型图像分别进行去噪和对比度拉伸...     

基于谐波小波包和支持向量机的风机叶片损伤识别研究

为了解决风机叶片损伤类型识别的问题,提出了一种基于谐波小波包和支持向量机相结合的声发射源识别方法。由叶片损伤产生的声发射信号经过4层谐波小波包分解后,提取各频段的能量作为特征向量构建支持向量机分类器,通过支持向量机判别叶片损伤类型。在对叶片损伤进行识别时,分别采用谐波小波包和Daubechies小波包分解声发射信号,并进行比较。实验结果表明,采用谐波小波包和支持向量机相结合的方法可以得到良好的识别效果。     

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。     

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。     

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。     

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。