CN107402116B - 一种气液两相流流型识别方法及检测装置 - Google Patents
一种气液两相流流型识别方法及检测装置 Download PDFInfo
- Publication number
- CN107402116B CN107402116B CN201710735954.0A CN201710735954A CN107402116B CN 107402116 B CN107402116 B CN 107402116B CN 201710735954 A CN201710735954 A CN 201710735954A CN 107402116 B CN107402116 B CN 107402116B
- Authority
- CN
- China
- Prior art keywords
- flow
- pressure difference
- difference signal
- time
- frequency
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M10/00—Hydrodynamic testing; Arrangements in or on ship-testing tanks or water tunnels
Landscapes
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- General Physics & Mathematics (AREA)
- Measuring Volume Flow (AREA)
Abstract
本发明公开了一种气液两相流流型识别方法及检测装置,所述方法包括:步骤1:获取测量数据;步骤2:对步骤1中每组测量数据的压差信号进行处理得到压差信号的时频熵,并根据每组测量数据的气液两相流的流型、时频熵、气液两相流的特征参数构造流型图;步骤3:获取待测的压差信号,并计算出待测的压差信号在流型图中的坐标位置;步骤4:根据待测的压差信号的坐标位置识别待测的气液两相流的流型。本发明通过上述方法实现了气液两相流流型识别,提高了识别结果可靠度。
Description
技术领域
本发明涉及气液两相流测量技术,尤其涉及一种气液两相流流型识别方法及检测装置。
背景技术
气液两相流普遍出现在化工、冶金、能源等各类工业过程以及设备之中,流型代表着流体流动的形式或结构,流型的转变及其特征的变化很大程度地影响着两相流的流动特性及传热传质性能。同时,流型也是准确测量其他流动参数的基础。因此,两相流流型的识别具有重要的科学意义。
在生活与各种工业设备之中常出现流体的绕流现象,如桥梁工程中风和流水对桥梁以及桥墩的绕流等,目前已有的研究尚未实现对气液两相流绕流的流型识别,因此实有必要提供一种方式可以实现气液两相流绕流的流型识别。
发明内容
针对现有技术中缺乏气液两相流绕流的流型识别,本发明提供一种气液两相流流型识别方法,基于钝体尾迹压力波动时频熵来实现气液两相流流型的识别,对完善和发展气液两相流相关理论以及促进气液两相流参数检测具有积极的作用。
本发明提供一种气液两相流流型识别方法,所述方法包括:
步骤1:获取测量数据;
其中,所述测量数据包括钝体尾迹的压差信号和气液两相流的流型;
步骤2:对步骤1中每组测量数据的压差信号进行处理得到压差信号的时频熵,并根据每组测量数据的气液两相流的流型、时频熵、气液两相流的特征参数构造流型图;
其中,所述气液两相流的特征参数包括体积含气率β、液相修正系数ψ、质量含气率x、密度比
所述流型图是以(1-β)ψ为横坐标、为纵坐标的流型分类坐标图,S为压差信号的时频熵;
根据每组测量数据在流型图中的坐标位置以及每组测量数据的气液两相流的流型将流型图划分为若干流型区域,同一个流型区域内的不同坐标点对应的气液两相流的流型相同;
其中,所述压差信号的时频熵是利用自适应的集总经验模态分解及希尔伯特变换对每组测量数据的压差信号进行处理得到信号能量的时频分布,并根据信号能量的时频分布计算获得;
步骤3:获取待测的压差信号,并计算出待测的压差信号在流型图中的坐标位置;
其中,待测的压差信号是待测的气液两相流在钝体尾迹的压差信号;
对待测的压差信号进行处理得到时频熵,再根据待测的压差信号的时频熵和待测的气液两相流的特征参数计算出待测的压差信号在流型图中的横坐标和纵坐标;
步骤4:根据待测的压差信号的坐标位置识别待测的气液两相流的流型;
其中,获取待测的压差信号在流型图中的坐标位置所在的流型区域,所在的流型区域对应的流型为待测的气液两相流的流型。
优选地,对压差信号进行处理得到时频熵的过程如下所示:
步骤21:依次将服从正态分布的白噪声加入压差信号,且对每次加入白噪声后的压差信号进行经验模态分解得到固有模态函数IMF;
步骤22:按照以下公式对分解所得固有模态函数IMF分量进行集总平均,得到集总经验模态分解的分解结果:
其中,ci(t)为通过集总经验模态分解得到的分解结果中第i个IMF分量,cij(t)为第j次加入白噪声后经验模态分解压差信号产生的第i个IMF分量,其中t表示时间,N表示加入白噪声的次数,n表示每次对加入白噪声的压差信号进行经验模态分解所得IMF分量的数量;
步骤23:对步骤22中分解结果中的每个IMF分量进行希尔伯特变换得到每个IMF分量的希尔伯特变换结果:
其中,表示分解结果中第i个IMF分量的希尔伯特变换结果,ci(τ)为集总经验模态分解过程中τ时间得到的分解结果中第i个IMF分量;
步骤24:根据步骤22中分解结果中的每个IMF分量和步骤23中每个IMF分量的希尔伯特变换结果构造解析信号:
其中,zi(t)表示分解结果中第i个IMF分量对应的解析信号,ai(t)表示分解结果中第i个IMF分量对应的解析信号的幅值函数,φi(t)表示分解结果中第i个IMF分量对应的解析信号的相位函数;
步骤25:根据步骤24中分解结果中每个IMF分量对应的解析信号计算幅值函数和相位函数:
步骤26:根据步骤25中的相位函数计算得到瞬时频率:
其中,fi(t)表示分解结果中第i个IMF分量对应的瞬时频率,ωi(t)表示分解结果中第i个IMF分量对应的角频率;
步骤27:根据步骤25中的幅值函数和步骤26的瞬时频率在时频平面上构建时频能量分布图H(ω,t):
其中,Re表示取实部;
步骤28:将步骤27中的时频平面划分为M个面积相等的时频块,并计算出压差信号的时频熵;
其中,压差信号的时频熵的计算公式为:
S表示压差信号的时频熵,ek表示第k个时频块的能量归一化后的值,其中ek=Wk/E;
Wk表示第k个时频块内的能量,E表示整个时频平面的能量;
其中,第k个时频块内的能量Wk的计算公式如下所示:
Wk=∫ωH2(ω,t)dω。
优选地,步骤2中气液两相流的特征参数的计算公式如下所示:
体积含气率β的计算公式为:
其中,qvG和qvTP分别为气相和气液两相流的体积流量;
液相修正系数ψ的计算公式为:
其中,qmL为液相的质量流量,qmL0为在球阀在特定开度下未通入空气时的初始液相流量;
质量含气率x的计算公式为:
其中,qmG和qmTP分别为气相、气液两相流的质量流量;
密度比的计算公式为:
其中,ρL和ρG分别为液相和气相的密度。
优选地,不同流型区域的分界线为一条直线,当不同流型的数据点之间存在交叉区域时,以平分线来划定分界线。
另一方面,本发明还提供一种用于上述方法的检测装置,该检测装置包括测量管、钝体、取压孔、引压管以及差压传感器;
所述钝体位于所述测量管内;
测量管的管壁上开设至少两个取压孔,所述两个取压孔分别位于钝体的上下游;
引压管的两端分别位于两个不同取压孔,并串联差压传感器,差压传感器用于测量取压孔两点之间的压差信号。
优选地,位于钝体上游的取压孔设于钝体的迎流面上游0.5D~2.0D处,位于钝体下游的取压孔设于钝体的迎流面下游0.1D~1.0D处;
其中,D为测量管内径。
优选地,钝体的横截面形状为等腰三角形去除三个顶角后的形状.
优选地,钝体的迎流面宽度与测量管内径之比为0.2~0.33。
优选地,差压传感器为动态差压传感器,差压传感器的响应频率大于200Hz。
优选地,所述检测装置还包括数据采集器,所述数据采集器与所述差压传感器连接,用于采集并存储差压传感器测量的压差信号。
有益效果:
本发明提供基于钝体尾迹压力波动时频熵的气液两相流流型识别方法,利用自适应的集总经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)及希尔伯特(Hilbert)变换对测得的压差信号进行处理得到信号能量的时频分布,以此为基础计算出时频熵,进而结合气液两相流的特征参数、气液两相流的流型构建以(1-β)ψ为横坐标、为纵坐标的流型图,促使采集待测气液两相流的待测的压差信号后,通过计算待测的压差信号在流型图中的坐标位置实现对待测气液两相流的流型的有效识别。通过本发明该方法只需要对同等条件下的钝体尾迹差压波动信号进行采集并进行相应处理即可判别出气液两相流的流型,且以此种时频熵与特征参数的结合方式构成的流型图具有更高的准确度、可靠性和实用性。实现了对气液两相流流型的区分,对完善和发展气液两相流相关理论以及促进气液两相流参数检测具有积极的作用。
其次,由于对于气液两相流,钝体的存在使其尾迹产生旋涡,使得流线集中,发生边界层分离,通过此过程,可将不同流型之间的差异更好的体现出来,为流型的区分和识别提供帮助,因此横掠钝体产生的绕流现象可有效地增强扰动从而放大各流型及其特征之间的差异,故本发明基于钝体尾迹波动的压差信号来实现流型的识别可以提高识别结果的准确度、可靠性。
再者,由于气液两相流不同流型的能量在时频域中的分布存在差异,将时频熵与一些典型的流动参数进行结合,可将流行差异体现的更清晰,故本发明中基于钝体尾迹波动压差信号的时频熵和特征参数构造的流型图可实现对流型的有效识别,该流型图可以实现对泡状流、塞状流、弹状流与环状流等典型流型的有效区分,整体流型识别率高于90%。
附图说明
图1是本发明实施例提供的基于钝体尾迹压力波动时频熵的气液两相流流型识别方法的流程图;
图2是本发明实施例提供的检测装置结构示意图;
图3是本发明实施例提供的检测装置的尺寸示意图;
图4是本发明实施例提供的检测装置中钝体的横截面示意图;
图5是本发明测得的气液两相流的不同流型的压差信号波形图,其中,(a)图为泡状流的压差信号波形图,(b)图为泡塞过渡流的压差信号波形图,(c)图为塞状流的压差信号波形图,(d)图为弹状流的压差信号波形图,(e)图为环状流的压差信号波形图;
图6是本发明构建流型图的过程的示意图,其中(a)图为描点后的坐标图,(b)图为绘制了流型区域分界线的坐标图,(c)图为流型图;
图7是本发明的流型图的验证结果;
图8是本发明实施例提供的计算压差信号的时频熵的流程图;
图9是图5中压差信号所对应的部分IMF分量图,其中,(a)图为泡状流的IMF分量图,(b)图为泡塞过渡流的IMF分量图,(c)图为塞状流的IMF分量图,(d)图为弹状流的IMF分量图,(e)图为环状流的IMF分量图。
具体实施方式
下文将结合具体实施方式对本发明进一步说明。
本发明提供基于钝体尾迹压力波动时频熵的气液两相流流型识别方法,具体是利用自适应的集总经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)及希尔伯特(Hilbert)变换对测得的压差信号进行处理得到信号能量的时频分布,以此为基础计算出时频熵,进而结合气液两相流的特征参数及气液两相流的流型以合适的横纵坐标构建流型图,促使采集待测气液两相流的压差信号后,通过计算该压差信号在流型图中的坐标位置实现对待测气液两相流的流型的有效识别。如图1所示,本发明提供的基于钝体尾迹压力波动时频熵的气液两相流流型识别方法,包括如下步骤:
步骤1:获取测量数据。
其中,测量数据包括钝体尾迹的压差信号和气液两相流的流型。本实施例中,气液两相流的流型的包括但是不限于泡状流、泡塞过渡流、塞状流、弹状流、环状流。
具体的,如图2所示的检测装置,包括:测量管1、钝体2、取压孔3、引压管4、差压传感器5以及数据采集器6。钝体2设于测量管1内,在测量管1的管壁上开设取压孔3,本实施例中在测量管1的管壁上开设两个取压孔3,两个取压孔3分别位于钝体2的上下游。引压管4的两端分别位于取压孔3并串接差压传感器5,差压传感器5测量取压孔3两点之间的压差信号;数据采集器6与差压传感器5连接,用于采集并存储差压传感器5测量的压差信号。本实施例中优选差压传感器5为动态差压传感器,差压传感器5的响应频率大于200Hz,本实施例中差压传感器5采用Honeywell公司高频响的24PC型差压传感器,数据采集器6采用Tektronix TDS 430A双通道数字示波器。
如图3所示,本实施例中优选位于钝体2上游的取压孔设于钝体2的迎流面上游1.0D处,位于钝体2下游的取压孔设于钝体2的迎流面下游0.2D处,其中D为测量管内径。其他可行的实施例中,位于钝体2上游的取压孔可以设于钝体2的迎流面上游0.5D~2.0D处,位于钝体2下游的取压孔可以设于钝体2的迎流面下游0.1D~1.0D处。
如图4所示,本实施例中钝体2的横截面的形状为等腰三角形去除三个顶角后的形状,其中钝体2的横截面为6边形,分别为第一边11、第二边12、第三边13、第四边14、第五边15、以及第六边16。本实施例中优选第一边11的长度为14mm,第二边12和第三边13的长度均为2.5mm,第四边14和第五边1的水平长度均为15mm,以及第六边16的长度为3mm。其他可行的实施例中,可以是其他尺寸长度。
本实施例中还优选迎流面宽度与测量管内径之比为0.28。
本实施例中通过上述测量装置,采用在水流量3.3m3·h-1的条件下逐渐增加空气流量从20m3·h-1至180m3·h-1,通过目测法对管内流体的流动形态进行观察并采集记录下相应的钝体尾迹波动的压差信号,再逐渐增加水流量,并依照此前步骤实验反复直至水流量达到24m3·h-1。通过对管内不同实验过程中的气液两相流的流动状态进行目测以及采集的压差信号,得到五种共329组测量数据作为样本,其中包括泡状流79组、泡塞过渡流33组、塞状流48组、弹状流120组、环状流49组。
如图5所示是测量得到的不同流型的压差信号波形图,依次为(a)泡状流,(b)泡塞过渡流,(c)塞状流,(d)弹状流,(e)环状流,观察各波形可发现,尾迹波动的程度与空气流量有关,当空气流量较小时,气泡对尾迹波动影响较小,尾迹差压波动较为均匀、规律,随着空气流量的增大,压差信号波动逐渐加剧。由此可知,为了使不同流型的特征差异更加明显,需要对压差信号进行进一步地处理,以实现准确地进行流型区分。
应当理解,步骤1中的测量数据本质上是用于构建流型图,本实施例中优选步骤1获取的测量数据为随机选取80%~90%的样本中的测量数据,剩余样本中的测量数据用于验证流型图的可靠性。
步骤2:对步骤1中每组测量数据的压差信号进行处理得到压差信号的时频熵,并根据每组测量数据的气液两相流的流型、时频熵、气液两相流的特征参数构造流型图。
其中,气液两相流的特征参数包括体积含气率β、液相修正系数ψ、质量含气率x、密度比流型图是以(1-β)ψ为横坐标、为纵坐标的流型分类坐标图,S为时频熵。
具体的,计算压差信号的时频熵的过程为:利用自适应的集总经验模态分解及希尔伯特变换对每组测量数据的压差信号进行处理得到信号能量的时频分布,并根据其时频分布计算出压差信号的时频熵S。
计算气液两相流的特征参数的过程为:
体积含气率β、液相修正系数ψ、质量含气率x、密度比的计算公式如下所示:
其中,qvG和qvTP分别为气相和气液两相流的体积流量;qmL为液相的质量流量,qmL0为在球阀在特定开度下未通未通入空气时的初始液相流量;qmG和qmTP分别为气相、气液两相流的质量流量;ρL和ρG分别为液相和气相的密度。
从上可知,通过上述公式可以计算出每组测量数据中压差信号对应的横坐标(1-β)ψ以及纵坐标
构建流型图的过程为:根据每组测量数据在流型图中的坐标位置以及每组测量数据的气液两相流的流型将流型图划分为若干流型区域,同一个流型区域内的不同坐标点对应的气液两相流的流型相同。具体的,根据每组测量数据的气液两相流的流型、时频熵、气液两相流的特征参数构造流型图的过程如下所示:
构建(1-β)ψ为横坐标、为纵坐标的坐标图;
根据每组测量数据的时频熵、气液两相流的特征参数计算出每组测量数据对应的横坐标和纵坐标,并确定每组测量数据在坐标图中的坐标位置;
根据每组测量数据的气液两相流的流型和坐标位置确定不同流型区域的分界线以得到流型图。
如图6(a)所示,将测试数据对应在坐标图上的坐标位置绘制出来,从图上可知同种流型的测试数据在坐标图中分布较集中,不同流型的分布之间存在明显边界。如图6(b)所示,根据测试数据在坐标图上的分布确定不同流型区域的分界线,从图上可知,坐标图上包括了泡状流、泡塞过渡流、塞状流、弹状流、环状流的流型区域。如图6(c)所示,将坐标图上测试数据的坐标点擦除,保留流型区域的分界线,得到流型图。进行流型识别时,根据获取待测气液两相流的压差信号,并计算压差信号对应在流型图中的坐标位置,该坐标所在的流型区域所对应的流型即为待测气液两相流的流型。
其中,本实施例中优选不同流型区域的分界线为一条直线;当不同流型的数据点之间存在交叉区域时,以平分线来划定分界线。
步骤3:获取待测的压差信号,并计算出待测的压差信号在流型图中的坐标位置。
其中,待测的压差信号是待测的气液两相流在钝体尾迹的压差信号,其中是在同等条件下的钝体尾迹差压的波动信号,同等条件表示所采用的钝体是相同形状、尺寸的钝体、以及管道中的气液两相流流型识别。
计算待测的压差信号的坐标位置的过程为:对待测的压差信号进行处理得到时频熵,再根据待测的压差信号的时频熵和待测的气液两相流的特征参数计算出待测的压差信号在流型图中的横坐标和纵坐标。
步骤4:根据待测的压差信号的坐标位置识别待测的气液两相流的流型。
其中,获取待测的压差信号在流型图中的坐标位置,坐标所在流型区域的流型为待测的气液两相流的流型。
需要说明的是,本实施例中,构建流型图后还优选选取剩余样本中的测试数据作为验证集验证流型图的可靠度。例如分别选取了泡状流验证数据12组,塞状流验证数据7组,弹状流验证数据18组,环状流验证数据7组,泡塞过渡流验证数据5组进行验证,通过计算验证集中的测试数据中时频熵、气液两相流的特征参数计算出验证集中每组测试数据的横坐标和纵坐标,并在流型图上标记得到如图7所示的验证流型图。从图中可发现,流型图对泡塞过渡流以及环状流的识别率比较理想,达到了100%。而对泡状流、塞状流以及弹状流的识别存在一定的误区,在验证集中,泡状流、塞状流以及弹状均有1组判别错误,而泡状流还有1校验点落在分别边界上,故其流型识别率分别为87.5%,85.7%以及94.4%。由此可知,本发明的流型图的可靠性较高。
不论是步骤2或者步骤3均需要对压差信号进行处理得到时频熵,本发明具体是利用自适应的集总经验模态分解及希尔伯特变换对每组测量数据的压差信号进行处理得到信号能量的时频分布,并根据信号能量的时频分布计算出压差信号的时频熵,请看图8,对压差信号进行处理得到时频熵的过程如下所示:
步骤21:依次将服从正态分布的白噪声加入压差信号,且对每次加入白噪声后的压差信号进行经验模态分解(Empirical Mode Decomposition,EMD)得到有限个固有模态函数(Intrinsic Mode Function,IMF);
步骤22:按照以下公式对分解所得固有模态函数IMF分量进行集总平均,得到EEMD的分解结果:
其中,ci(t)为通过EEMD得到的分解结果中第i个IMF分量,cij(t)为第j次加入白噪声后进行EMD产生的第i个IMF分量,其中t表示时间,N表示加入白噪声的次数,n表示每次对加入白噪声的压差信号进行EMD所得IMF分量的数量。
如图9所示,通过对不同流型压差信号进行EEMD,可得到相应的IMF分量组,图9中依次给出了(a)泡状流,(b)泡塞过渡流,(c)塞状流,(d)弹状流,(e)环状流的分解结果。本实施例中根据原始信号的数据大小,分解可得12个IMF分量,由于其他分量所占能量较弱,对原始信号贡献小,因而不作具体呈现。c1~c6为上述5种流型对应原始压差信号经分解所得主要IMF分量。对于任意一个信号的EEMD的分解结果而言,IMF分量按频率依次减小的顺序排列。显然,不同流态间固有模态函数之间的局部性质有差异,故可以利用该差异展开分析,结合其他流动参数进行流型识别,让不同流态的差异更加明显;
步骤23:对步骤22中分解结果中的每个IMF分量进行Hilbert变换得到每个IMF分量的Hilbert变换结果:
其中,表示分解结果中第i个IMF分量的Hilbert变换结果,ci(τ)为EEMD过程中τ时间得到的分解结果中第i个IMF分量;
步骤24:根据步骤22中分解结果中的每个IMF分量和步骤23中每个IMF分量的Hilbert变换结果构造解析信号:
其中,zi(t)表示分解结果中第i个IMF分量对应的解析信号,ai(t)表示分解结果中第i个IMF分量对应的解析信号的幅值函数,φi(t)表示分解结果中第i个IMF分量对应的解析信号的相位函数;
步骤25:根据步骤24中分解结果中每个IMF分量对应的解析信号计算幅值函数和相位函数:
步骤26:根据步骤25中的相位函数计算得到瞬时频率:
其中,fi(t)表示分解结果中第i个IMF分量对应的瞬时频率,ωi(t)表示分解结果中第i个IMF分量对应的角频率;
步骤27:根据步骤25中的幅值函数和步骤26的瞬时频率在时频平面上构建时频能量分布图H(ω,t):
其中,H(ω,t)表示Hilbert谱,其具体描述了信号的幅值在整个频率段上随时间的频率的变化规律,Re表示取实部;
步骤28:将步骤27中的时频平面划分为M个面积相等的时频块,并计算出压差信号的时频熵。
其中,压差信号的时频熵的计算公式为:
S表示压差信号的时频熵,ek表示第k个时频块的能量归一化后的值,其中ek=Wk/E;
Wk表示第k个时频块内的能量,E表示整个时频平面的能量;
其中,第k个时频块内的能量Wk的计算公式如下所示:
Wk=∫ωH2(ω,t)dω。
综上所述,本发明通过基于钝体尾迹压力波动时频熵的气液两相流流型识别方法,实现对待测气液两相流的流型的有效识别,采用本发明时,只需要对同等条件下的钝体尾迹压差信号进行采集并进行相应处理即可判别出气液两相流的流型,其识别成功率达到了92.9%。
Claims (10)
1.一种气液两相流流型识别方法,其特征在于:包括:
步骤1:获取测量数据;
其中,所述测量数据包括钝体尾迹的压差信号和气液两相流的流型;
步骤2:对步骤1中每组测量数据的压差信号进行处理得到压差信号的时频熵,并根据每组测量数据的气液两相流的流型、时频熵、气液两相流的特征参数构造流型图;
其中,所述气液两相流的特征参数包括体积含气率β、液相修正系数ψ、质量含气率x、密度比
所述流型图是以(1-β)ψ为横坐标、为纵坐标的流型分类坐标图,S为压差信号的时频熵;
根据每组测量数据在流型图中的坐标位置以及每组测量数据的气液两相流的流型将流型图划分为若干流型区域,同一个流型区域内的不同坐标点对应的气液两相流的流型相同;
其中,所述压差信号的时频熵是利用自适应的集总经验模态分解及希尔伯特变换对每组测量数据的压差信号进行处理得到信号能量的时频分布,并根据信号能量的时频分布计算获得;
步骤3:获取待测的压差信号,并计算出待测的压差信号在流型图中的坐标位置;
其中,待测的压差信号是待测的气液两相流在钝体尾迹的压差信号;
对待测的压差信号进行处理得到时频熵,再根据待测的压差信号的时频熵和待测的气液两相流的特征参数计算出待测的压差信号在流型图中的横坐标和纵坐标;
步骤4:根据待测的压差信号的坐标位置识别待测的气液两相流的流型;
其中,获取待测的压差信号在流型图中的坐标位置所在的流型区域,所在的流型区域对应的流型为待测的气液两相流的流型。
2.根据权利要求1所述的方法,其特征在于:对压差信号进行处理得到时频熵的过程如下所示:
步骤21:依次将服从正态分布的白噪声加入压差信号,且对每次加入白噪声后的压差信号进行经验模态分解得到固有模态函数IMF;
步骤22:按照以下公式对分解所得固有模态函数IMF分量进行集总平均,得到集总经验模态分解的分解结果:
其中,ci(t)为通过集总经验模态分解得到的分解结果中第i个IMF分量,cij(t)为第j次加入白噪声后经验模态分解压差信号产生的第i个IMF分量,其中t表示时间,N表示加入白噪声的次数,n表示每次对加入白噪声的压差信号进行经验模态分解所得IMF分量的数量;
步骤23:对步骤22中分解结果中的每个IMF分量进行希尔伯特变换得到每个IMF分量的希尔伯特变换结果:
其中,表示分解结果中第i个IMF分量的希尔伯特变换结果,ci(τ)为集总经验模态分解过程中τ时间得到的分解结果中第i个IMF分量;
步骤24:根据步骤22中分解结果中的每个IMF分量和步骤23中每个IMF分量的希尔伯特变换结果构造解析信号:
其中,zi(t)表示分解结果中第i个IMF分量对应的解析信号,ai(t)表示分解结果中第i个IMF分量对应的解析信号的幅值函数,φi(t)表示分解结果中第i个IMF分量对应的解析信号的相位函数;
步骤25:根据步骤24中分解结果中每个IMF分量对应的解析信号计算幅值函数和相位函数:
步骤26:根据步骤25中的相位函数计算得到瞬时频率:
其中,fi(t)表示分解结果中第i个IMF分量对应的瞬时频率,ωi(t)表示分解结果中第i个IMF分量对应的角频率;
步骤27:根据步骤25中的幅值函数和步骤26的瞬时频率在时频平面上构建时频能量分布图H(ω,t):
其中,Re表示取实部;
步骤28:将步骤27中的时频平面划分为M个面积相等的时频块,并计算出压差信号的时频熵;
其中,压差信号的时频熵的计算公式为:1≤k≤M;
S表示压差信号的时频熵,ek表示第k个时频块的能量归一化后的值,其中ek=Wk/E;
Wk表示第k个时频块内的能量,E表示整个时频平面的能量;
其中,第k个时频块内的能量Wk的计算公式如下所示:
Wk=∫ωH2(ω,t)dω。
3.根据权利要求1所述的方法,其特征在于:步骤2中气液两相流的特征参数的计算公式如下所示:
体积含气率β的计算公式为:
其中,qvG和qvTP分别为气相和气液两相流的体积流量;
液相修正系数ψ的计算公式为:
其中,qmL为液相的质量流量,qmL0为在球阀在特定开度下未通入空气时的初始液相流量;
质量含气率x的计算公式为:
其中,qmG和qmTP分别为气相、气液两相流的质量流量;
密度比的计算公式为:
其中,ρL和ρG分别为液相和气相的密度。
4.根据权利要求1所述的方法,其特征在于:不同流型区域的分界线为一条直线,当不同流型的数据点之间存在交叉区域时,以平分线来划定分界线。
5.一种用于上述权利要求1-4任意一项所述方法的检测装置,其特征在于:包括测量管、钝体、取压孔、引压管以及差压传感器;
所述钝体位于所述测量管内;
所述测量管的管壁上开设至少两个取压孔,所述两个取压孔分别位于所述钝体的上下游;
所述引压管的两端分别位于两个不同取压孔,并串联所述差压传感器,所述差压传感器用于测量取压孔两点之间的压差信号。
6.根据权利要求5所述的装置,其特征在于:位于钝体上游的取压孔设于钝体的迎流面上游0.5D~2.0D处,位于钝体下游的取压孔设于钝体的迎流面下游0.1D~1.0D处;
其中,D为测量管内径。
7.根据权利要求5所述装置,其特征在于:所述钝体的横截面形状为等腰三角形去除三个顶角后的形状。
8.根据权利要求5所述的装置,其特征在于:所述钝体的迎流面宽度与测量管内径之比为0.2~0.33。
9.根据权利要求5所述的装置,其特征在于:所述差压传感器为动态差压传感器,所述差压传感器的响应频率大于200Hz。
10.根据权利要求5所述的装置,其特征在于:所述检测装置还包括数据采集器,所述数据采集器与所述差压传感器连接,用于采集并存储差压传感器测量的压差信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710735954.0A CN107402116B (zh) | 2017-08-24 | 2017-08-24 | 一种气液两相流流型识别方法及检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710735954.0A CN107402116B (zh) | 2017-08-24 | 2017-08-24 | 一种气液两相流流型识别方法及检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107402116A CN107402116A (zh) | 2017-11-28 |
CN107402116B true CN107402116B (zh) | 2019-03-19 |
Family
ID=60397771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710735954.0A Active CN107402116B (zh) | 2017-08-24 | 2017-08-24 | 一种气液两相流流型识别方法及检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107402116B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108168612A (zh) * | 2017-12-27 | 2018-06-15 | 中国石油大学(华东) | 基于差压信号波动的气液两相流体积含气率测量方法 |
CN110111326B (zh) * | 2019-05-15 | 2021-01-15 | 西安科技大学 | 基于ert系统的重建图像质量评价方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1246683C (zh) * | 2003-12-19 | 2006-03-22 | 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 |
CN1316241C (zh) * | 2004-04-02 | 2007-05-16 | 浙江大学 | 基于希尔伯特-黄变换的水平管气液两相流流型识别方法 |
CN100485359C (zh) * | 2006-08-01 | 2009-05-06 | 东北电力大学 | 基于信息融合的气液两相流流型识别方法及流型信号采集装置 |
US8254657B2 (en) * | 2007-01-08 | 2012-08-28 | Pollack Laboratories, Inc. | Image recognition and analysis system and software |
CN102620905B (zh) * | 2012-03-29 | 2014-09-10 | 中国计量学院 | 管路中高压流体压力快速变动时的流型识别装置和方法 |
CN106247917B (zh) * | 2016-07-12 | 2018-10-02 | 清华大学 | 水平气液两相流流型定量判定方法及装置 |
CN106295569A (zh) * | 2016-08-11 | 2017-01-04 | 济南大学 | 一种密相气力输送两相流流型的识别方法 |
CN106951845B (zh) * | 2017-03-10 | 2023-06-27 | 中国石油大学(华东) | 集输立管系统气液两相流流型判别方法及系统 |
-
2017
- 2017-08-24 CN CN201710735954.0A patent/CN107402116B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107402116A (zh) | 2017-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Stutz et al. | Measurements within unsteady cavitation | |
CN108291829B (zh) | 多相流测量系统和方法 | |
CN107402116B (zh) | 一种气液两相流流型识别方法及检测装置 | |
CN104266579B (zh) | 一种对铁磁构件进行脉冲涡流检测的信号特征量的提取方法 | |
CN106885846B (zh) | 树木缺陷检测装置及检测方法 | |
CN106768109A (zh) | 基于回波上升段峰值拟合和基于回波能量点定位的气体超声波流量计信号处理方法 | |
CN104568024B (zh) | 振动式流量计特征信号提取方法 | |
US20180299305A1 (en) | Measurement apparatus for measuring a flow rate of a fluid | |
EP3722783A1 (en) | Detection method for concentration of fluid particulate matter | |
CN107060729A (zh) | 一种单井多相流计量装置 | |
CN107389974B (zh) | 气液弹状流结构流速声电双模态测量方法 | |
CN114510974B (zh) | 一种多孔介质内气液两相流流型智能识别方法 | |
CN105486487A (zh) | 一种波浪检测系统 | |
CN106932038A (zh) | 一种提高时差式超声波流量计抗干扰能力的时间检测方法 | |
Gamboa-Medina et al. | Feature extraction in pressure signals for leak detection in water networks | |
Zhu et al. | Flow regime detection using gamma-ray-based multiphase flowmeter: A machine learning approach | |
CN103076400A (zh) | 一种基于振动频率的新型腐蚀探头及其测量系统 | |
CN106596025B (zh) | 基于冲激响应的公路隧道悬挂风机基础稳定性检测方法及系统 | |
CN205483094U (zh) | 倒u型管与靶式流量计组合式天然气湿气流量测量系统 | |
CN105044786B (zh) | 基于正交线圈传感器的管道机器人极低频信号检测装置 | |
CN108732226B (zh) | 硫醚类气体检测装置及方法 | |
CN207540860U (zh) | 一种气体分析仪恒压恒流的保护装置 | |
CN107300587B (zh) | 树木缺陷检测方法 | |
CN108593769A (zh) | 利用多通道控制弹性波的归一化信号激振无损检测方法 | |
CN108168612A (zh) | 基于差压信号波动的气液两相流体积含气率测量方法 |
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 |