国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于多尺度排列熵的氣液兩相流型動力學(xué)表征及識別方法

      文檔序號:6178768閱讀:547來源:國知局
      基于多尺度排列熵的氣液兩相流型動力學(xué)表征及識別方法
      【專利摘要】本發(fā)明提出了一種基于多尺度排列熵的氣液兩相流型動力學(xué)表征及識別方法。本發(fā)明首先進(jìn)行以空氣和水為介質(zhì)的氣液兩相流實驗,采集到三種氣液兩相不同流型的電導(dǎo)波動信號,然后根據(jù)多尺度概念對流型信號序列進(jìn)行粗?;幚恚玫酱至;瘯r間序列,接著計算不同尺度下時間序列的排列熵,繪制多尺度排列熵分布圖,并且結(jié)合氣液兩相不同流型特征分析其動力學(xué)演變特性,最后依據(jù)不同流型的多尺度排列熵分布圖計算多尺度排列熵率,得到所有流型信號的多尺度排列熵率分布,從而實現(xiàn)流型的識別與分類。本發(fā)明中的多尺度排列熵算法能從時間序列本身揭示氣液兩相流型信號的復(fù)雜性,具有計算簡單快速、魯棒性好等特點,特別適合兩相流流型信號的實時處理。
      【專利說明】基于多尺度排列熵的氣液兩相流型動力學(xué)表征及識別方法
      所屬【技術(shù)領(lǐng)域】
      [0001]本發(fā)明屬于氣液兩相流型動力學(xué)表征及識別領(lǐng)域,具體是利用多尺度排列熵方法處理電導(dǎo)波動信號從而實現(xiàn)氣液兩相流流型的動力學(xué)表征和識別。
      【背景技術(shù)】[0002]氣液兩相流廣泛存在于化工、核反應(yīng)、天然氣等工業(yè)過程及應(yīng)用中。兩相流是一個復(fù)雜的非線性動力學(xué)系統(tǒng),相間存在復(fù)雜界面效應(yīng)及相對運動。在兩相流研究中,流型描述的是兩相物質(zhì)的分布與混合,而動力學(xué)特性分析揭示兩相流型的復(fù)雜性以及非線性流動系統(tǒng)的演化規(guī)律。目前,理論模型及數(shù)值模擬方法尚未完全揭示兩相流動力學(xué)特性,從一維可測波動信號提取與流型轉(zhuǎn)變密切相關(guān)的特征量對進(jìn)一步認(rèn)識兩相流流動結(jié)構(gòu)動力學(xué)特性及流動參數(shù)檢測具有重要意義。
      [0003]近年來,采用非線性分析方法研究兩相流流型動力學(xué)特性取得的成果日益顯著,F(xiàn)ranca等把分形理論用于流型辨識,Daw等通過計算混沛吸引子維數(shù)和Lyapunov指數(shù)對氣液兩相流流型進(jìn)行了表征,Annunziato等和Xiao等用吸引子形態(tài)特征量對流型進(jìn)行了辨識,對兩相流波動信號用非線性方法進(jìn)行表征分析,對揭示具復(fù)雜性、不確定性且很難用數(shù)學(xué)模型準(zhǔn)確描述的兩相流流型轉(zhuǎn)化機(jī)理是有益的補(bǔ)充與探索。金寧德等應(yīng)用Lempel-Ziv復(fù)雜性、漲落復(fù)雜性、功率譜熵和近似熵對垂直上升管中油水和氣液兩相流的電導(dǎo)波動信號進(jìn)行了分析,指出復(fù)雜性測度對流動參數(shù)變化敏感,能夠較好地識別流型。但是,目前非線性時間序列分析算法對序列長度及算法中參數(shù)的選擇有敏感依賴性,并且得到的計算結(jié)果僅為單一非線性表征參數(shù),在反映流型動力學(xué)特性細(xì)節(jié)方面尚存不足。

      【發(fā)明內(nèi)容】

      [0004]本發(fā)明的目的是針對【背景技術(shù)】存在的缺陷,研發(fā)一種基于多尺度排列熵的氣液兩相流型動力學(xué)表征及識別方法,根據(jù)兩相流不同流型電導(dǎo)波動信號的特征,結(jié)合多尺度和排列熵等信號處理技術(shù),實現(xiàn)氣液兩相流不同流型的動力學(xué)特性表征,并且提出多尺度排列熵率的概念對不同流型進(jìn)行分類識別。
      [0005]為了實現(xiàn)以上目的,本發(fā)明方法主要包括以下步驟:
      [0006](I)獲取氣液兩相流不同流型的電導(dǎo)波動信號樣本數(shù)據(jù),具體是:在天津大學(xué)油氣水三相流實驗室進(jìn)行實驗,實驗介質(zhì)為空氣及自來水,實驗時先在管道中通入固定的水相流量,然后在管道中逐漸增加氣相流量,每完成一次氣水兩相流配比后,通過目測的方法觀察氣液兩相流流型,等出現(xiàn)穩(wěn)定流型后使用自行研制的垂直多電極傳感器陣列測量系統(tǒng)進(jìn)行電導(dǎo)波動信號的數(shù)據(jù)采集,實驗中共觀察到泡狀流、段塞流、泡狀流三種流型;
      [0007](2)將步驟(I)獲取的氣液兩相不同流型的電導(dǎo)波動信號看作一段時間序列,然后根據(jù)Costa等人提出的多尺度時間序列粗?;椒▽α餍托盘栠M(jìn)行處理;具體如下:
      [0008]對長度為N的氣液兩相流電導(dǎo)波動信號{x (i),i = I, 2,…,N}進(jìn)行粗粒化處理,尺度為s時粗?;玫降臅r間序列,如下式所示:,
      Px(I) -__
      [0020]7 W N ,
      --m +1

      s
      [0021]式中為尺度s下粗粒化序列長度,定義在尺度s下時間序列的排列熵為:

      S
      [0022]斤、(/))= _^/)_、(/)丨η ,特別地,當(dāng) ps(l) = Ι/m!時,Hs(p)取最大值 lnm!。


      /-I
      [0023](4)根據(jù)步驟(2)和步驟(3)闡述的多尺度排列熵方法計算三種流型電導(dǎo)波動信號的熵值,繪制不同流型的多尺度排列熵分布圖,結(jié)合氣液兩相流動特征分析其動力學(xué)特性變化;
      [0024](5)以步驟(4)獲得的多尺度排列熵分布圖為基礎(chǔ),考慮到不同流型信號前幾個尺度的多尺度排列熵變化的差異,計算不同流型信號的多尺度排列熵率,實現(xiàn)氣液兩相流型的識別與分類。
      [0025]本發(fā)明與現(xiàn)有的兩相流研究方法相比,具有以下特點:
      [0026]排列熵算法通過統(tǒng)計相空間內(nèi)各個向量的排列規(guī)律實現(xiàn)對系統(tǒng)復(fù)雜程度的較好表征,該算法具有較好魯棒性,且快速易于實現(xiàn)。結(jié)合多尺度理論的排列熵算法可以在不同尺度上揭示泡狀流、段塞流及混狀流的動力學(xué)復(fù)雜性。不同流型的多尺度熵曲線在不同尺度下所表現(xiàn)出的獨特的變化趨勢也從細(xì)節(jié)上反映了各流型的動力學(xué)復(fù)雜性間的差異,進(jìn)一步證明了多尺度熵在分析復(fù)雜時間序列時所具有的優(yōu)越性,即它既能從整體上反映其動力學(xué)特征,又能從細(xì)節(jié)上揭示其演化特征。在氣液兩相流多尺度熵表現(xiàn)出的不同變化趨勢基礎(chǔ)上,提出了多尺度熵率,并可以較好地區(qū)分三種典型流型,為垂直上升管中氣液兩相流流型提供了一種新的辨識準(zhǔn)則?!緦@綀D】

      【附圖說明】
      [0027]圖I為本發(fā)明的實施流程圖。
      [0028]圖2為水相流量為6m3/h時實驗采集的三種流型的電導(dǎo)波動信號。
      [0029]圖3為不同工況下三種流型的多尺度排列熵分布圖。
      [0030]圖4為水相流量取2、4、6、8m3/h時,三種流型的多尺度排列熵分布圖。
      [0031]圖5為基于多尺度排列熵率的流型識別圖。
      【具體實施方式】
      [0032]下面結(jié)合附圖對本發(fā)明的【具體實施方式】進(jìn)行詳細(xì)說明。如圖I所示,本實施例包括以下步驟:
      [0033](I)獲取氣液兩相流不同流型的電導(dǎo)波動信號,具體是:
      [0034]在天津大學(xué)多相流實驗室進(jìn)行垂直上升管中氣水兩相流動態(tài)實驗,整個測量系統(tǒng)由插入式電導(dǎo)傳感器、激勵信號發(fā)生電路、信號調(diào)理模塊、數(shù)據(jù)采集設(shè)備、測量數(shù)據(jù)分析軟件幾部分組成。測量系統(tǒng)采用頻率為20kHz的恒壓正弦信號進(jìn)行激勵,激勵電壓有效值為IV。信號調(diào)理模塊主要由差動放大、相敏解調(diào)和低通濾波3個部分構(gòu)成。數(shù)據(jù)采集選用美國國家儀器公司的PXI4472數(shù)據(jù)采集卡,共有8個通道,且具有同步采集的功能。數(shù)據(jù)處理部分通過與數(shù)據(jù)采集卡配套的圖形化編程語言LABVIEW實現(xiàn),可完成實時波形顯示、實時存儲數(shù)據(jù)等功能。
      [0035]實驗介質(zhì)為空氣及自來水,實驗時先在管道中通入固定的水相流量,然后在管道中逐漸增加氣相流量,每完成一次氣水兩相流配比后,通過目測的方法觀察氣液兩相流流型,等出現(xiàn)穩(wěn)定流型后記錄電導(dǎo)傳感器輸出的波動信號。本次實驗的水相流量范圍為l-12m3/h,氣相流量范圍為O. 5-1OOmVhο電導(dǎo)信號采樣頻率400Hz,每種流動條件記錄50s,共采集20000個數(shù)據(jù)點。實驗共采集了 66種氣水兩相流流動條件的測量數(shù)據(jù),共觀察到泡狀流(Bubble)、段塞流(Slug)、混狀流(Churn)三種流型,如圖2所示為水相流量為6m3/h時,三種氣相流量下不同流型的典型電導(dǎo)波動信號。
      [0036](2)引入多尺度理論,將步驟(I)采集的流型信號進(jìn)行粗粒化處理,得到不同尺度的粗?;瘯r間序列。
      [0037]對66種氣液兩相流不同流型的電導(dǎo)波動信號進(jìn)行粗?;?,選定數(shù)據(jù)長度為N=8000,尺度因子為s=40。把每組數(shù)據(jù)看作{x(i), i = I, 2,…,N}進(jìn)行粗?;幚?粗?;玫降臅r間序列,如下式所示:
      [0038]/(./) =丄 Σ -V(Z) l<j<N/s
      [0039]式中:S為尺度因子,ys(j)為不同尺度下的粗?;瘯r間序列。
      [0040](3)根據(jù)排列熵算法,對步驟二獲取的不同尺度的粗?;瘯r間序列進(jìn)行熵值計算,得到不同尺度下粗?;瘯r間序列的排列熵。具體步驟如下:
      [0041]首先,對步驟(2)獲取的不同尺度下的粗?;瘯r間序列進(jìn)行相空間重構(gòu),如下式所示:
      [0042]Ys (t) = [ys (t),ys(t+xys (t+ (m_l) τ ) ] t e (I, N/s_m+[0043]式中:m為嵌入維數(shù),τ為延遲時間,Ys(t)為重構(gòu)向量,本實施過程中的選取嵌入維數(shù)m = 5,延遲時間τ = I。
      [0044]然后,將向量Ys⑴的m個分量按升序進(jìn)行排列,即:
      【權(quán)利要求】
      1.基于多尺度排列熵的氣液兩相流型動力學(xué)表征及識別方法,主要包括步驟: (1)獲取氣液兩相流不同流型的電導(dǎo)波動信號樣本數(shù)據(jù),具體是:在天津大學(xué)油氣水三相流實驗室進(jìn)行實驗,實驗介質(zhì)為空氣及自來水,實驗時先在管道中通入固定的水相流量,然后在管道中逐漸增加氣相流量,每完成一次氣水兩相流配比后,通過目測的方法觀察氣液兩相流流型,等出現(xiàn)穩(wěn)定流型后使用自行研制的垂直多電極傳感器陣列測量系統(tǒng)進(jìn)行電導(dǎo)波動信號的數(shù)據(jù)采集,實驗中共觀察到泡狀流、段塞流、泡狀流三種流型; (2)將步驟(1)獲取的氣液兩相不同流型的電導(dǎo)波動信號看作一段時間序列,然后根據(jù)Costa等人提出的多尺度時間序列粗?;椒▽α餍托盘栠M(jìn)行處理;具體如下: 對長度為N的氣液兩相流電導(dǎo)波動信號{x(i),i = 1,2,- , N}進(jìn)行粗?;幚恚叨葹閟時粗?;玫降臅r間序列,如下式所示:
      2.按照權(quán)利要求1所述的基于多尺度排列熵的氣液兩相流型動力學(xué)表征及其識別方法,其特征在于步驟(I)中所獲取的三種流型的電導(dǎo)波動信號有66組,每組信號的序列長度N = 8000,步驟(2)中進(jìn)行粗粒化處理時所選尺度為s = 40。
      3.按照權(quán)利要求1所述的基于多尺度排列熵的氣液兩相流型動力學(xué)表征及其識別方法,其特征在于步驟(3)中計算排列熵時,依據(jù)Bandt等人的建議,所選擇的嵌入維數(shù)m和延遲時間τ為m=5和τ = I。
      4.按照權(quán)利要求1所述的基于多尺度排列熵的氣液兩相流型動力學(xué)表征及其識別方法,其特征在于步驟(5)中計算多尺度排列熵率時,選擇前五個尺度的排列熵進(jìn)行線性化并計算其斜率。
      【文檔編號】G01M10/00GK103487234SQ201310463770
      【公開日】2014年1月1日 申請日期:2013年10月7日 優(yōu)先權(quán)日:2013年10月7日
      【發(fā)明者】樊春玲, 陳秀霆 申請人:青島科技大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1