基于動(dòng)態(tài)差壓信號(hào)的氣液兩相流特性研究.pdf

1、氣液兩相流現(xiàn)象廣泛存在于自然界和人們生產(chǎn)生活的各個(gè)方面,因此,對(duì)兩相流動(dòng)態(tài)特性的深入研究具有重要意義。流型作為兩相流最重要的動(dòng)態(tài)特性之一,是兩相流領(lǐng)域研究的重點(diǎn)和熱點(diǎn)。實(shí)驗(yàn)中使用V錐流量計(jì)作為節(jié)流裝置,采集兩相流動(dòng)態(tài)差壓信號(hào),使用局域均值分解算法對(duì)差壓信號(hào)進(jìn)行處理,并提取其特征值,通過(guò)支持向量機(jī)對(duì)特征值進(jìn)行訓(xùn)練,得到分類(lèi)模型,實(shí)現(xiàn)兩相流流型的正確識(shí)別。具體研究?jī)?nèi)容及成果如下:
　　(1)搭建水平管道氣液兩相流實(shí)驗(yàn)系統(tǒng),使用V錐流量

2、計(jì)作為節(jié)流裝置,通過(guò)差壓變送器及數(shù)據(jù)采集卡采集不同流量點(diǎn)的兩相流差壓波動(dòng)信號(hào)。本文主要研究泡狀流、彈狀流、塞狀流三種最典型的流型,實(shí)驗(yàn)過(guò)程中共采集298組可用數(shù)據(jù)。
　　(2)編寫(xiě)基于LabVIEW的信號(hào)預(yù)處理程序,對(duì)動(dòng)態(tài)差壓信號(hào)進(jìn)行預(yù)處理。預(yù)處理過(guò)程包括信號(hào)歸一化、剔點(diǎn)、去趨勢(shì)、數(shù)學(xué)形態(tài)濾波等。經(jīng)過(guò)預(yù)處理的信號(hào)更加平滑,噪聲、工頻干擾等都得到有效抑制。
　　(3)局域均值分解(LMD)算法能夠自適應(yīng)的將兩相流差壓信號(hào)由高頻

3、到低頻逐層分離出來(lái)。分離出來(lái)的若干乘積分量(PF)具有實(shí)際的物理意義,能夠最大限度的保留原信號(hào)的特征,而且端點(diǎn)效應(yīng)和模態(tài)混疊程度較低。
　　(4)提取兩相流差壓信號(hào)的特征值,包括能量熵、能量分量、峭度系數(shù)、標(biāo)準(zhǔn)差。通過(guò)支持向量機(jī)(SVM)對(duì)特征值進(jìn)行訓(xùn)練后,輸入未知兩相流差壓信號(hào)使之能夠被正確識(shí)別。本文使用30組樣本進(jìn)行訓(xùn)練,對(duì)268組差壓信號(hào)進(jìn)行識(shí)別,識(shí)別率達(dá)到97.01％。
　　(5)基于虛擬儀器(LabVIEW)軟件進(jìn)