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。     

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。     

基于声发射信号递归分析的气固流化床流型转变

利用声发射技术采集不同流化气速下流化床内颗粒与壁面碰撞的声信号,结合声能量及递归分析法研究不同流型下颗粒运动特征,得到鼓泡流态化到湍动流态化的临界转变速度及流型转变规律。特别是针对声能量分析无法准确区分不同床层高度处流型转变的不足,利用递归分析可有效预测系统周期性的特点,将声信号进行递归分析,研究了流化床不同位置的流型转变性质。结果表明,鼓泡流态化下颗粒运动的周期性较湍动流态化强,并能够清晰地检测到由鼓泡流态化向湍动流态化的流型转变速度,而且床层较低处的流型转变速度比床层较高处大。由此获得了一种便捷灵敏、安全环保的非侵入式流化床流型转变速度的测量技术,可用于对整个流化床内不同位置流型转变过程的实时在线监控。     

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。     

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。     

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。     

流化床声发射机理及其在故障诊断中的应用

引　言流化床反应器能否长期稳定运行是一个十分严重的挑战 ,如果不彻底掌握流化质量的控制规律 ,对诸如强放热聚合反应过程 ,床层中流化粒子易于聚集、结块 ,甚至导致流化床崩溃而被迫停车 .因此 ,流化床故障诊断一直是工业界和学术界共同面临的难题 .流化系统一旦出现故障就会有反映流动规律本质的特征物理量出现较大变化以至突变 ,只是有些物理量对这些变化存在空间或时间上的不敏感性 .如压力信号就存在时间上的不敏感性 ,即往往压力信号出现显著变化时 ,床层流化质量已无法通过改变操作条件来改善 ;而光纤测量则存在空间上的不敏感性 ,…     

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。     

基于声发射的球罐检验

对超设过计寿命的球罐检验时,常规检测手段已无法满足检测要求.声发射检验可以初步排查缺陷位置,依据缺陷活性程度判定缺陷的危害情况.最终达到排除隐患,实现安全生产,经济效益最优化的目标.     

基于Hilbert-Huang变换和支持向量机的油水两相流流型识别

针对油水两相流的测量难题，利用文丘里管对水平管内油水两相流流型进行了研究。基于差压波动信号，提出了Hilbert-Huang变换与支持向量机相结合的流型识别方法。首先计算差压波动信号的均方根，并对其进行归一化处理后作为表征流型的特征向量之一；然后对差压信号进行Hilbert-Huang变换，利用经验模态分解后的多分辨率特征，提取第一层和第二层的能量比作为表征流型的另外两个特征向量；最后利用训练好的支持向量机进行流型识别，对分层流型及分散流型取得了较好的流型识别效果。如果将流型识别与推导得到的文丘里油水两相流流量测量模型相结合，可以较好地实现油水两相流的流量测量。     

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...     

基于独立分量分析和RBF神经网络的气液两相流流型识别

引言气液两相流广泛存在于工程和自然界中[1]。而流型的识别一直是两相流研究中尚未解决的问题。传统的流型识别方法一般分为两类:一是直接法,     

Flow regime identification in horizontal pneumatic conveying by nonintrusive acoustic emission detection

This work investigated flow regimes identification in horizontal pneumatic conveying from the scope of particle motions based on acoustic emission detection. Results showed that the variation of acoustic energy and acoustic energy fraction could be used to identify the transition between suspension flow and stratified flow. Near the transition point, the acoustic energy was maximum, and the energy fraction of particle-wall collision mutated at high mass fluxes. Furthermore, the fluctuation distribution index (FI) was constructed learning from the concept of polymer molecular weight distribution index, and the “circumferential fluctuation difference (D)” was defined. Based on this, new identification criteria and flow regime diagram were established. In suspension flow, D >0. In stratified flow, D <0. While in slug flow, D ≈ 0. According to these criteria, flow regimes can be identified independently of changing trends of measurement parameters. The universality of above criteria was further verified under different operating conditions.     

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。     

Flow regime identification of two-phase liquid-liquid upflow through vertical pipe

The present work has attempted to identify the flow patterns during liquid-liquid two phase flow through a vertical pipe. Dyed kerosene and water have been selected as the test fluids. The measurements have been made for phase velocities varying from 0.05 to 1.5 m/s for both the liquids. The conductivity probe technique has been adopted and three different probe designs have been used to identify the patterns under different flow conditions. A parallel wire type probe traversing the entire cross-section along a diametral plane has indicated the existence of bubbly flow at low phase flow rates and dispersed bubbly flow at high velocities of water. Apart from the visual appearance of the signals, different statistical analysis namely the probability density function and wavelet analysis have been performed for a better appraisal of the flow situation. The information in the PDFs have been quantified by means of the statistical moments. The existence of the core-annular flow at high kerosene and low water velocities has been confirmed from measurements using a different probe design. The intermediate region between the bubbly and annular flow patterns is characterized by a random distribution of the two liquids with continually changing interface between them. This has been named as the churn turbulent flow pattern. The information thus obtained has been represented in the form of a flow pattern map.     

人工鱼群算法在气固流化床流型识别中的应用

准确识别流型是流化床气固二相流参数检测的一项重要内容,实验是在流化床气固二相流实验系统上进行的。首先,采集5种典型流型的压力波动信号,并以信号的统计参量作为流型特征。然后,将样本送入经过人工鱼群优化的BP神经网络进行训练。人工鱼群(AFSA)是一种新型的智能优化算法,具有全局收敛性好,鲁棒性强,对初值不敏感等特点,通过优化神经网络的权值使识别率得到明显提高,实现了气固流化床典型流型的快速、准确识别。实验结果表明,该方法对气固流化床5种典型流型的识别率达到97%,为在线识别气固流化床流型提供了一种新的有效方法。     

基于小波多分辨分析和最小交叉熵的快速CT图像重建算法

引言 两相流系统广泛存在于电力、石油、化工等现代工业生产中,两相流流型的在线识别是实现两相流在线监控的前提,也是两相流测量中重要的研究方向[1-3].