基于电容层析成像和模糊模式识别的油气两相流流型辨识新方法的研究

基于电容层析成像和模糊模式识别技术别提出了一种油气两相流流型辨识的新方法。建立了12电极电容层析成像流型自动识别系统，该系统利用Tikhonov正则化原理并结合SIRT(Simultaneous Reconstruction Techniques)算法进行图像重建。Tikhonov正则化原理用于克服图像重建过程中的不适定问题，SIRT算法用于提高最终重建图像的质量。根据流型的随机和模糊特性，提出了一种根据管截面重建图像进行流型辨识的模糊流型判别方法。研究结果表明，提出的流型辨识新方法是有效的。对于层状流、核心流、环状流、均相流等流型，流型辨识的准确率高于95％，辨识一个流型所用的时间小于0.3秒。对于塞状流，流型辨识的准确率高于90％。     

基于GPU和特征选择的SVM入侵检测模型

基于支持向量机的入侵检测模型检测效率较低,为此,提出一种基于图形处理器(GPU)和特征选择的入侵检测模型。在入侵检测过程中,采用基于GPU的并行计算模型进行训练,并对样本的特征进行合理选择,从而提高检测效率。实验结果表明,在保证系统性能的情况下,该模型可以缩短训练时间。     

一种新型两相流检测ERT图像重建算法

针对目前电阻层析成像(ERT)应用于两相流领域重建图像算法存在成像精度较低和速度较慢的问题,基于BFGS最优化方法,提出一种新型图像重建算法.为满足两相流在线参数测量的要求,对BFGS算法进行了改进.改进的BFGS算法(MBFGS)选取了不精确的迭代方向,并用单位矩阵近似代替目标函数的Hessian矩阵.数值实验证明,新算法较为稳定和快速,重建图像的质量优于目前常用的灵敏度系数法和线性反投影算法,算法以较小的速度代价重建较高质量的图像.     

主成分回归在中药过程软测量中的应用研究

提出了一种基于主成分回归的中药过程软测量建模方法,该方法克服了变量间相关性对建模的影响,降低了建模维数,实现了中药生产过程参数的在线检测.     

对电磁流量计中干扰问题的讨论

在简要阐述了电磁流量计的几种励磁方式的基础上,分析了低频矩形波励磁技术中常见的干扰及其影响,提出了相应的处理措施,以保证电磁流量计的稳定运行.     

WebVR动植物系统

本文采用动物数据库、植物数据库的构建,形成模型数据库;通过场景的构建形成了可交互的VR动植物场景;通过代码的编写,形成了可以在场景内进行虚拟漫游体验的系统平台。该系统平台可以满足多用户在网页上进行实时交互体验。     

基于经验模态分解和BP神经网络的油气两相流流型辨识

基于经验模态分解（empidcal mode decomposition，EMD）BP神经网络，提出了油气两相流流型辨识的新方法。应用EMD将差压信号分解成不同频率尺度上的单组分之和，并提取组分的归一化能量作为流型辨识特征量。BP神经网络以这些能量特征量为输入对油气两相流不同流型（包括泡状流、塞状流、层状流、弹状流和环状流）进行分类。实验结果表明，本文提出的流型辨识方法是有效的，其中泡状流、塞状流、层状流、弹状流和环状流的辨识精度分别为100％、89．4％,93．3％、96.3％和96.9％。     

气液两相流差压波动信号的时间序列分析

用时间序列方法分析气液两相流差压波动信号.通过实验获取两相流的差压波动信号,采用时间序列分析方法拟合为n阶自回归m阶滑动平均模型ARMA(n,m),依据自相关系数准则优选模型阶数n值,通过考察n值的变化分析气液两相流差压波动信号.实验结果表明,弹状流的模型阶数n的最佳值最大,塞状流的次之,环状流的最小.     

不波变换辨识流形的一种新方法研究

本文提出了一种基于小波分析进行水平管气液两相流流型辨识的新方法。该方法以测试管段的管程压降△Ｐ的波动作为测量信号,通过对其小波变换结果的分析,根据不同流型能量分布的定量指标确定了流型判别规划。实验结果表明,这种判别方法能有效地实现对水平管层状流、波状流、塞状流、弹状流等四种典型流形的在线辨识。     

工业电导信号测量仪的研制

提出了一种基于新的激励模式的电导信号测量仪.该装置采用双极性脉冲电压源作为激励源,与交流激励的电导测试系统相比,削弱了介质电极化现象,简化了电路设计,并提高了数据的采集速度和精度.同时还专门设计了具有防腐、避免电化学反应及带有温度补偿的专用电导测量探头.经测试,该系统测量准确、抗干扰能力强,满足了工业流程中溶液电导特性的实时测量要求.