CN106951845A - 集输立管系统气液两相流流型判别方法及系统 - Google Patents
集输立管系统气液两相流流型判别方法及系统 Download PDFInfo
- Publication number
- CN106951845A CN106951845A CN201710141376.8A CN201710141376A CN106951845A CN 106951845 A CN106951845 A CN 106951845A CN 201710141376 A CN201710141376 A CN 201710141376A CN 106951845 A CN106951845 A CN 106951845A
- Authority
- CN
- China
- Prior art keywords
- flow pattern
- pressure difference
- difference signal
- flow
- discrimination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
- G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L13/00—Devices or apparatus for measuring differences of two or more fluid pressure values
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Measuring Volume Flow (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种集输立管系统气液两相流流型判别方法及系统,方法采用以下步骤:(1)采集立管顶部与底部的压差信号;(2)将所述压差信号滤波并做无量纲化处理;(3)采用统计学和时频分析所述压差无量纲化信号的统计学和时频特征,所述统计学特征包括压差信号概率密度函数、累积分布函数,所述时频特征包括压差信号的时域值、功率谱密度;(4)根据统计学和时频特征进行流型的判别;本发明通过压差信号曲线和相应的统计学和时频特征可以对集输立管系统的流型进行划分,且可以得到较细致的流型,提供了一种集输立管流型判别的新思路,对海洋立管系统生产安全有重大意义。
Description
技术领域
本发明涉及立管集输系统气液两相流流型判别系统和方法,属于石油工程多相流检测技术领域。
背景技术
随着陆地油气资源日益枯竭,海洋油气资源的开发力度日渐加大。海洋俨然变成了我国油气资源开发的重要潜在区域。在海洋油气开采中,考虑到自然环境的恶劣,处于经济和环保的考虑,往往不宜就地安装气液分离器或同时铺设两条管线分别输送油气,所以常采用气液混输方式,将原油、天然气和水等产物自海底举升到海面浮式装置。集输立管系统是浮式生产系统用于向船或平台传送流体的基本装置,同时也是薄弱、易损的结构之一。
集输立管系统的流型与立管系统油气安全输送密切相关。当流型为严重段塞流等不稳定流型时时,立管出口处气液的间断出流,产量剧烈波动,对下游设备产生影响,使得在下游的分离器中产生断流或溢流现象。液气喷发阶段产生强烈的振动会加剧腐蚀管道系统,特别是立管部分,管道的强烈振动会加剧管道接头、支柱、立管系统的破坏,对其安全和稳定造成影响,也会加剧增压设备的汽蚀。气体从立管出口处喷发时会产生节流效应,使管内温度降低,产生结蜡和水合物,堵塞管道。以严重段塞流为代表的不稳定流型危害影响生产效率和生产安全,导致产量、压力剧烈波动,管线剧烈振动。因此,必须对流型进行监控,保证生产安全,对危害流型进行控制。
现有的流型识别专利包括如下:中国发明专利(公布号CN102878431B)、中国发明专利(公布号CN104807589A)和中国发明专利(公布号CN105823617A),分别采用管线入口的单个压力传感器、管线顶部的压力传感器和集输立管系统气液两相流流型三个不同位置的压差传感器来进行流型判别,上述专利虽然能对立管的流型进行大类的识别,但不能对立管的流型进行更细类的识别,无法提高海上勘探的安全性和高效性。
发明内容
为了解决现有技术的不足,本发明提供了一种
一种集输立管系统气液两相流流型判别方法,采用以下步骤:
(1)采集立管顶部与底部的压差信号;
(2)将所述压差信号做无量纲化处理;
(3)采用统计学和时频分析所述压差无量纲化信号的统计学和时频特征,所述统计学特征包括压差信号的概率密度函数、累积分布函数,所述时频域特征包括压差信号的时域值和功率谱密度;
(4)根据统计学和时频特征进行流型的判别。
进一步的,步骤(1)结束后,首先采用小波算法过滤所述压差信号中的噪声信号,然后执行步骤(2)。
进一步的,当所述压差信号的时域值在设定时间段内的波动幅值大于立管内充满液体工质时静压差的设定百分比时,判别此时流型为不稳定流型,否则流型为稳定流型。
进一步的,当流型为不稳定流型时,且所述压差信号的概率密度函数存在波峰,则判别此时流型为严重段塞流型I或严重段塞流型III,否则流型为严重段塞流型II或段塞流型。
进一步的,当流型为严重段塞流型I或严重段塞流型III时,且所述压差信号的累积分布函数中横坐标小于第一设定值且大于第二设定值,则判别此时流型为严重段塞流型I,否则流型为严重段塞流型III。
进一步的,当流型为严重段塞流型II或段塞流型时,且所述压差信号的功率谱密度存在一阶峰值,则判别此时流型为严重段塞流型II,无波峰为段塞流型。
进一步的,当所述压差信号的概率密度函数无波峰时,则判别此时流型为波动气泡流型,否则流型为稳定气泡流型或者乳沫状流型。
进一步的,当流型为稳定气泡流型或者乳沫状流型时,且所述压差信号的功率谱密度无波峰时,则判别此时流型为乳沫状流型,否则流型为稳定气泡流型。
本发明还提出了一种基于上述方法的集输立管系统气液两相流流型判别系统,包括设置于立管顶部与底部的压力测量装置,压力测量装置依次连接有数据采集模块、数据预处理模块、数据分析模块和流型判别模块:
所述数据采集模块,用于采集立管顶部与底部的压差信号;
所述数据预处理模块,用于将所述压差信号做无量纲化处理;
所述数据分析模块,用于对无量纲的压差信号进行统计学和时频分析,得到统计学和时频特征;
所述流型判别模块,基于所述统计学和时频特征对立管进行流型判别;
进一步的,本系统还包括流型输出模块,输出并展现集输立管系统气液两相流流型的流型判别结果。
进一步的,本系统还包括数据过滤模块,用于采用小波算法过滤所述压差信号中的噪声信号。
与现有技术相比,本发明的有益效果是:
本发明基于立管顶部与底部的压差信号进行流型判别,通过对采集到的压差信号进行预处理,然后进行分析得到压差信号的PDF((Probability Distribution Function概率密度函数)、CDF(Cumulative Distribution Function累积分布函数)和PSD(PowerSpectral Density功率谱密度)特征。通过压差信号曲线和相应的统计学特征可以对集输立管系统的流型进行划分,且可以得到较细致的流型,提供了一种集输立管流型判别的新思路,对海洋立管系统生产安全有重大意义。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1是集输立管系统气液两相流型判别系统示意图;
图2是集输立管系统的各种流型类别图;
图3是典型集输流型立管中气液分布示例图;
图4是不同流型无量纲压差信号曲线;
图5是不同流型无量纲压差信号的PDF曲线;
图6是不同流型无量纲压差信号的CDF曲线;
图7是不同流型无量纲压差信号的PSD曲线;
图8是本发明的流型判别模型。
图中,1-压差变送器,2-垂直立管,3-压差变送器,4-悬链式立管。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本发明的一种典型的实施例如图1所示:一种集输立管系统气液两相流流型判别系统,包括设置于立管顶部与底部的压力测量装置,压力测量装置依次连接有数据采集模块、数据过滤模块、数据预处理模块、数据统计学分析模块和流型判别模块。
一阶峰值的定义:高于某个设定值的极大值只有一个叫一阶波峰,极大值有两个就叫二阶波峰,一阶峰值即只有一个波峰。
本实施例中,压力测量装置采用压差变送器,左图为一种悬链式立管,右图为一种垂直立管,采用压差变送器可获得立管顶部和底部之间的压差信号,数据采集模块具体采用数据采集卡获取上述压差信号,然后通过数据过滤模块对压差信号进行小波3层滤波,滤波后的压差信号送入数据预处理模块进行无量纲处理,具体的无量纲处理方法为:对上述压差信号除以测压装置充满液体时的静压差。
然后对上述无量纲的压差信号进行分析,得到统计学和时频特征,即压差信号随时间变化曲线和相应的PDF((Probability Distribution Function概率密度函数)、CDF(Cumulative Distribution Function累积分布函数)和PSD(Power Spectral Density功率谱密度)特征,通过对不同流型无量纲压差信号及统计学特征进行流型判别,输出流型结果。此种流型判别系统提供了一种立管系统流型判别的新思路,可以进行流型现场判别。
最后将判别结果发送至流型输出模块,本实施例中的流型输出模块可采用彩色具有3D功能的显示器。
本发明的再一实施例是一种集输立管系统气液两相流流型判别方法,在上述实施例的基础上,首先介绍一下压差信号的PDF((Probability Distribution Function概率密度函数)、CDF(Cumulative Distribution Function累积分布函数)和PSD(Power SpectralDensity功率谱密度)特征。其中概率密度函数表征瞬时幅值落在某指定范围内的概率,因此是幅值的函数,它随所取范围的幅值而变化;累积分布函数则是概率密度函数的积分,表示小于某个值的概率;功率谱密度则是表征不同频率信号的能量分布。
概率密度函数(PDF)
随机测得的数据x(t)落在x-x+Δx范围内的概率为:
上式为x(t)的概率分布函数。x(t)落在x-x+Δx之间的概率为:
称为x(t)的概率密度函数,其中Tx为T时间内x(t)落在x-x+Δx区间的总时间,对应的幅值在x-x+Δx范围内的概率也可以用Tx/T来表示。
累积分布函数(CDF)
累积分布函数是概率密度函数的积分,表示随机数值x(t),小于某个值x的概率:
C(x)=P[x(t)≤x] (3)
功率谱密度(PSD)
采用周期图法计算压力信号的功率谱密度:它是把随机序列x(n)的N个观测数据视为一能量有限的序列,直接计算x(n)的离散傅立叶变换得出它在每一个频率上的谱值:
然后再取其幅值的平方,并除以N,作为序列x(n)真实功率谱的估计:
在利用上述统计学特征对集输立管系统的流行做出判别的基础上,我们先把集输立管系统的流型大致分为以下几个大类,如图2所示,通过实验室进行立管系统气液两相流实验,得到不同工况下立管系统的7种流型,分别为严重段塞流I(Severe Slugging I,SSI)、严重段塞流II(Severe Slugging I I,SSII)、严重段塞流III(Severe SluggingIII,SSIII)、波动气泡流(Unstable Bubble Flow,UBF)、稳定气泡流(Stable BubbleFlow,SBF)、乳沫流(Churn Flow,CF)和段塞流(Slug Flow,SF)。其中SSI、SSII、SSIII和段塞流(SF)称为不稳定流(Unstable Flow,USF),波动气泡流(UBF)、稳定气泡流(SF)和乳沫流(CF)称为稳定流(Stable Flow,SF)。各流型时,立管系统中的典型的气液分布如图3所示。
各流型的描述如下:
(1)严重段塞流I(SSI):发生时的气液流量都处于较低的水平,此时,下倾管内一直保持分层流,液塞间歇性堵管,使气体在下倾管内累积,当气体压力超过立管内液体的静压力时气体进入立管与液体一起喷发,形成的气泡在上升过程中不断膨胀,推动液体加速喷出。喷发结束后,少量液体回落,造成堵管,流动进入下一周期。
(2)严重段塞流II(SSII):提高入口的气体流量可以观察到,当液塞头部未达到上倾管顶端时,底部气体就已经进入到上倾管中,有气体喷发和回落现象。
(3)严重段塞流III(SSIII):提高入口液体的流量可以观察到,液体对气泡的携带作用变强,气体间歇进入上倾管有一定的周期性。
(4)波动气泡流(UBF)):在严重段塞流III的基础上继续增加折算液速,会使得气泡进入上倾管段变得剧烈,并且周期性消失。
(5)稳定气泡流(SBF:在气相流量较小时,继续增加液体流量,气泡逐渐稳定连续的进入到上倾管段,此时水平管段持液率很大,流动为分层流或气团流。
(6)乳沫状流(CF):上倾管中的流动为乳沫状,水平管中的流型为气团流或段塞流。
(7)段塞流(SF):当气液流量很高时,下倾段为段塞流,液塞速度很快,对立管的冲击强烈。
根据无量纲压差信号和对应的PDF、CDF、PSD特征进行流型判别。流型判别模型如图5所示。其中的6条判别标准如下:
CR1:将流型划分为稳定流(SF)和不稳定流(USF),立管压差波动幅值大于立管内充满液体工质时静压差的20%,此时流型为不稳定流(USF),否则流型为稳定流(SF)。
CR2:根据PDF曲线是否存在波峰(此处PDF波峰定义:大于0.15的峰值)将不稳定流(USF)分为两类:(1)SSI、SSIII;(2)SSII、段塞流(SF)。若存在波峰则流型为SSI或SSIII,否者为SSII或段塞流(SF)。
CR3:此标准用于区分SSI和SSIII,根据CDF曲线中渐变段横坐标来判别,若起始点横坐标(压差信号无量纲数)小于0.5且终止点横坐标大于0.9则为SSI,否者为SSIII。
CR4:此标准用于区分SSII和段塞流(SF),通过PSD特征来进行区分判别,PSD特征曲线有一阶波峰(此处波峰值定义:峰值为极大值且大于6x10-7)为SSII,无波峰为SF。
CR5:PDF无波峰(此处PDF波峰定义:大于0.15的峰值)则为波动气泡流(UBF),否则为SBF或CF。
CR6:PSD无峰值(此处波峰值定义:峰值为极大值且大于1.5x10-7)则为CF,否则为SBF。
本发明基于立管顶部与底部的压差信号进行流型判别,通过对采集到的压差信号进行预处理,然后进行统计学和时频分析得到压差信号的PDF((ProbabilityDistribution Function概率密度函数)、CDF(Cumulative Distribution Function累积分布函数)和PSD(Power Spectral Density功率谱密度)特征。通过压差信号曲线和相应的统计学特征可以对集输立管系统的流型进行划分,且可以得到较细致的流型,提供了一种集输立管流型判别的新思路,对海洋立管系统生产安全有重大意义。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种集输立管系统气液两相流流型判别方法,其特征在于,采用以下步骤:
(1)采集立管顶部与底部的压差信号;
(2)将所述压差信号做无量纲化处理;
(3)分析所述压差无量纲化信号的统计学和时频特征,所述特征包括压差信号的时域值、概率密度函数、累积分布函数和功率谱密度;
(4)根据统计学和时频特征进行流型的判别。
2.根据权利要求1所述的方法,其特征在于:步骤(1)结束后,首先采用小波算法过滤所述压差信号中的噪声信号,然后执行步骤(2)。
3.根据权利要求1所述的方法,其特征在于:当所述压差信号的时域值在设定时间段内的波动幅值大于立管内充满液体工质时静压差的设定百分比时,判别此时流型为不稳定流型,否则流型为稳定流型。
4.根据权利要求3所述的方法,其特征在于:当流型为不稳定流型时,且所述压差信号的概率密度函数存在波峰,则判别此时流型为严重段塞流型I或严重段塞流型III,否则流型为严重段塞流型II或段塞流型。
5.根据权利要求4所述的方法,其特征在于:当流型为严重段塞流型I或严重段塞流型III时,且所述压差信号的累积分布函数中横坐标小于第一设定值且大于第二设定值,则判别此时流型为严重段塞流型I,否则流型为严重段塞流型III。
6.根据权利要求4所述的方法,其特征在于:当流型为严重段塞流型II或段塞流型时,且所述压差信号的功率谱密度存在一阶峰值,则判别此时流型为严重段塞流型II,无波峰为段塞流型。
7.根据权利要求3所述的方法,其特征在于:当流型为稳定流型时,且所述压差信号的概率密度函数无波峰时,则判别此时流型为波动气泡流型,否则流型为稳定气泡流型或者乳沫状流型。
8.根据权利要求7所述的方法,其特征在于:当流型为稳定气泡流型或者乳沫状流型时,且所述压差信号的功率谱密度无波峰时,则判别此时流型为乳沫状流型,否则流型为稳定气泡流型。
9.一种基于权利要求1的集输立管系统气液两相流流型的流型判别系统,其特征在于,包括设置于立管顶部与底部的压力测量装置,压力测量装置依次连接有数据采集模块、数据预处理模块、数据统计学分析模块和流型判别模块;
所述数据采集模块,用于采集立管顶部与底部的压差信号;
所述数据预处理模块,用于将所述压差信号做无量纲化处理;
所述数据分析模块,用于对经过滤后的压差信号进行统计学和时频分析,得到统计学和时频特征;
所述流型判别模块,基于所述统计学和时频特征对立管进行流型判别。
10.根据权利要求9所述的方法,其特征在于:还包括与所述流型判别模块相连的流型输出模块,用于输出并展现流型判别结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710141376.8A CN106951845B (zh) | 2017-03-10 | 2017-03-10 | 集输立管系统气液两相流流型判别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710141376.8A CN106951845B (zh) | 2017-03-10 | 2017-03-10 | 集输立管系统气液两相流流型判别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106951845A true CN106951845A (zh) | 2017-07-14 |
CN106951845B CN106951845B (zh) | 2023-06-27 |
Family
ID=59467380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710141376.8A Active CN106951845B (zh) | 2017-03-10 | 2017-03-10 | 集输立管系统气液两相流流型判别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106951845B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107402116A (zh) * | 2017-08-24 | 2017-11-28 | 中南大学 | 一种气液两相流流型识别方法及检测装置 |
CN109282965A (zh) * | 2018-11-06 | 2019-01-29 | 中国海洋石油集团有限公司 | 一种集输立管内有害流型快速识别装置及方法 |
CN113822952A (zh) * | 2021-09-22 | 2021-12-21 | 西安石大派普特科技工程有限公司 | 一种基于图像处理的多相流流型判别方法 |
CN113962255A (zh) * | 2021-09-29 | 2022-01-21 | 西安交通大学 | 一种基于水面压差信号的油气管线有害流型超前判别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1554936A (zh) * | 2003-12-19 | 2004-12-15 | 浙江大学 | 基于软测量技术的气液两相流流型辨识方法及系统 |
CN1664555A (zh) * | 2005-03-17 | 2005-09-07 | 上海交通大学 | 基于时间序列与神经网络模式辨识的两相流流型识别方法 |
CN101140216A (zh) * | 2007-08-08 | 2008-03-12 | 东北电力大学 | 基于数字图像处理技术的气液两相流流型识别方法 |
CN104020086A (zh) * | 2014-06-12 | 2014-09-03 | 南京航空航天大学 | 一种基于数字图像处理技术的液雾特性快速测量方法 |
CN104101730A (zh) * | 2014-07-29 | 2014-10-15 | 中国石油大学(华东) | 基于电容检测装置的油气两相流液塞运动速度和长度测量方法 |
CN104807589A (zh) * | 2015-04-17 | 2015-07-29 | 西安交通大学 | 一种集输-立管系统内气液两相流流型的在线识别方法 |
-
2017
- 2017-03-10 CN CN201710141376.8A patent/CN106951845B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1554936A (zh) * | 2003-12-19 | 2004-12-15 | 浙江大学 | 基于软测量技术的气液两相流流型辨识方法及系统 |
CN1664555A (zh) * | 2005-03-17 | 2005-09-07 | 上海交通大学 | 基于时间序列与神经网络模式辨识的两相流流型识别方法 |
CN101140216A (zh) * | 2007-08-08 | 2008-03-12 | 东北电力大学 | 基于数字图像处理技术的气液两相流流型识别方法 |
CN104020086A (zh) * | 2014-06-12 | 2014-09-03 | 南京航空航天大学 | 一种基于数字图像处理技术的液雾特性快速测量方法 |
CN104101730A (zh) * | 2014-07-29 | 2014-10-15 | 中国石油大学(华东) | 基于电容检测装置的油气两相流液塞运动速度和长度测量方法 |
CN104807589A (zh) * | 2015-04-17 | 2015-07-29 | 西安交通大学 | 一种集输-立管系统内气液两相流流型的在线识别方法 |
Non-Patent Citations (1)
Title |
---|
刘昶: "海洋立管两相流动及管道振动特性试验研究", 《石油机械》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107402116A (zh) * | 2017-08-24 | 2017-11-28 | 中南大学 | 一种气液两相流流型识别方法及检测装置 |
CN109282965A (zh) * | 2018-11-06 | 2019-01-29 | 中国海洋石油集团有限公司 | 一种集输立管内有害流型快速识别装置及方法 |
CN113822952A (zh) * | 2021-09-22 | 2021-12-21 | 西安石大派普特科技工程有限公司 | 一种基于图像处理的多相流流型判别方法 |
CN113962255A (zh) * | 2021-09-29 | 2022-01-21 | 西安交通大学 | 一种基于水面压差信号的油气管线有害流型超前判别方法 |
CN113962255B (zh) * | 2021-09-29 | 2023-09-22 | 西安交通大学 | 一种基于水面压差信号的油气管线有害流型超前判别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106951845B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106951845A (zh) | 集输立管系统气液两相流流型判别方法及系统 | |
Zou et al. | Fast recognition of global flow regime in pipeline-riser system by spatial correlation of differential pressures | |
CN107882547B (zh) | 管道式高含水油井产液三相计量装置与方法 | |
Xu et al. | Machine learning classification of flow regimes in a long pipeline-riser system with differential pressure signal | |
Xu et al. | Study of identification of global flow regime in a long pipeline transportation system | |
CN104807589A (zh) | 一种集输-立管系统内气液两相流流型的在线识别方法 | |
Xu et al. | Signal optimization for recognition of gas–liquid two-phase flow regimes in a long pipeline-riser system | |
Xu et al. | Intelligent recognition of severe slugging in a long-distance pipeline-riser system | |
CN108507630A (zh) | 容积式油-气-水三相流分相流量在线测量装置及其方法 | |
CN105823617A (zh) | 集输立管系统气液两相流整体流型快速识别系统 | |
Liu et al. | Flow regime identification for air valves failure evaluation in water pipelines using pressure data | |
Xu et al. | Features selection for recognition of severe slugging in a long pipeline with an S-shaped riser by decision tree | |
CN106123976B (zh) | 一种测量多相流中油、气、水三相各自体积流量的测量装置和测量方法 | |
CN208140194U (zh) | 容积式油-气-水三相流分相流量在线测量装置 | |
Parsi et al. | Characterizing slug/churn flow using wire mesh sensor | |
Zhao et al. | A case study of hydraulic collecting a single spherical particle | |
Qiu et al. | Empirical and numerical advancements in gas-liquid separation technology: A review | |
CN207020681U (zh) | 集输立管系统气液两相流流型判别系统 | |
CN106777574A (zh) | 一种页岩气水平井两相流条件下井口井底压力换算方法 | |
CN216247116U (zh) | 一种集输立管两相流型在线分析实验系统 | |
CN109915125A (zh) | 一种蛇形水平井气水、油水两相流模拟实验装置及方法 | |
CN109282965A (zh) | 一种集输立管内有害流型快速识别装置及方法 | |
CN102878431B (zh) | 一种海洋油田油气管线中多相流流型的在线监测方法 | |
CN105806591A (zh) | 基于沿程信号耦合的气液两相流整体流型快速识别方法 | |
CN103323066A (zh) | 一种低含液率气液两相流测量方法及测量系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |