CN112129832A - 一种用于分散相含率检测的扫频超声衰减测量方法 - Google Patents
一种用于分散相含率检测的扫频超声衰减测量方法 Download PDFInfo
- Publication number
- CN112129832A CN112129832A CN202010802414.1A CN202010802414A CN112129832A CN 112129832 A CN112129832 A CN 112129832A CN 202010802414 A CN202010802414 A CN 202010802414A CN 112129832 A CN112129832 A CN 112129832A
- Authority
- CN
- China
- Prior art keywords
- attenuation
- ultrasonic
- frequency
- particle
- phase
- 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
- 238000000691 measurement method Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 56
- 239000006185 dispersion Substances 0.000 claims abstract description 36
- 238000002604 ultrasonography Methods 0.000 claims abstract description 28
- 230000007246 mechanism Effects 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims abstract description 5
- 239000002245 particle Substances 0.000 claims description 94
- 238000005457 optimization Methods 0.000 claims description 24
- 238000009826 distribution Methods 0.000 claims description 19
- 230000005284 excitation Effects 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 238000010521 absorption reaction Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 4
- 230000000704 physical effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 description 17
- 239000012530 fluid Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 239000000839 emulsion Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 239000007962 solid dispersion Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005189 flocculation Methods 0.000 description 1
- 230000016615 flocculation Effects 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000005404 monopole Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003921 particle size analysis Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/02—Analysing fluids
- G01N29/032—Analysing fluids by measuring attenuation of acoustic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4472—Mathematical theories or simulation
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Signal Processing (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Dispersion Chemistry (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明涉及一种用于分散相含率检测的扫频超声衰减测量方法,所述的扫频超声衰减为扫频超声在分散流中透射后的衰减,其特征在于:分散相对超声的散射影响位于MIE散射区,通过解调扫频超声得到多频超声衰减,基于超声衰减机理,反演计算分散流相含率。
Description
技术领域
本发明属于流体测量技术领域,涉及一种扫频超声衰减测量方法,用于分散相粒径大的两相分散流中 相含率的非侵入式测量。
背景技术
分散流广泛存在于石油、化工等领域,是现代工业生产中的常见流动状态,实现其流动参数的准确测 量是工业现代化发展的必然趋势。相含率作为分散流的重要过程参数,反映了分散流流动过程中分散相在 总流体中所占比例,对相含率的准确、实时测量是监控生产过程、提高生产效率、保证生产安全的重要环 节,具有重要的科学意义和工程价值。
针对相含率的检测,测量方法主要有筛分法,沉降法、显微镜法、电感应法(库尔特法)、基于光学 的衍射和散射测量方法以及超声法等。筛分法与沉降法受测量原理的限制,只能应用在液固分散流中;显 微镜法受分辨距离的限制,只能应用于分散相含率低的流体中。但由于显微镜法不采用相关的“物理特性” 来度量颗粒大小,而直接测量颗粒的绝对几何尺寸,故常用于粒径的检验与标定;电感应法区分于上述测 量方法,无需取样测量,通过对单个流过孔口的颗粒进行测量,精确统计出所测颗粒的个数,实现真正意 义上的计数统计,但受限于孔口的堵塞问题,粒径大小的分布需较窄;基于光学的衍射和散射测量方法虽然可实现在线测量,但受透光性的影响,不适用于高浓度的分散流。超声法不仅具有光学测量方法的优点, 而且可用在不透明的测量对象中,因此对于分散流相含率的测量,超声法是一种快速、可靠的在线非侵入 式测量技术。
从超声的发射到接收过程中,经过多相流的超声信号包含了丰富的流体信息,可通过声衰减量来测量 分散相含率。针对不同的分散系统,常用的超声衰减机理模型有:ECAH模型(Epstein P S,Carhart R R.The Absorption of Sound in Suspensions andEmulsions.I.Water Fog in Air[J].Jacoustsocam,1953,25(3): 553-565.Allegra J R,Hawley S A.Attenuation of sound in suspensions and emulsions:Theory andexperiments: Allegra,J.R.,Hawley,S.A.Vol 51No 5Part 2(May 1972)pp 1545-1564[J].Ultrasonics,1971,10(6):287.)、 BLBL模型(Riebel U,F.The Fundamentalsof Particle Size Analysis by Means of Ultrasonic Spectrometry[J].Particle&Particle Systems Characterization,1989,6(1-4):135-143.)、McClements模型(Mcclements D,Herrmann N,Hemar Y.Influence of flocculation on the ultrasonicproperties of emulsions: theory[J].Journal of Physics D:Applied Physics,1998,31(20):2950.)、Waterman&Truell模型(Waterman P C, Truell R.Multiple Scatteringof Waves[J].Journal of Mathematical Physics,1961,2(4):512-537.)等。大多数超 声衰减机理模型,研究分散相粒径小的分散流,缺乏对大粒径分散流超声衰减问题的探讨。同时,在相含 率的反演计算上,很难保证求解结果的稳定性和唯一性。对于相含率求解方程的病态性问题,还需进一步 解决
目前,大多数利用超声衰减测量相含率的方法有如下的不足:
1.、利用单一频率的超声,基于平均粒径下的超声衰减信息对相含率进行测量,无法保证平均粒径有 效地表征分散相粒径分布,很难完成分散流相含率的高精度测量要求。
2、信号测量方式上,采用超声脉冲测量方式,多频衰减信息获取速度慢,无法保证所测的多频衰减 信息为分散流同一截面上的测量信息。
3、针对分散相粒径大的分散流,缺乏有效的超声衰减模型来有效预测超声衰减,要么适用于小粒径, 要么适用于低浓度。
4、利用多频衰减信息对相含率的反演计算,涉及到求解方程的病态性,这类问题往往没有普通解, 而单一的最优化方法容易陷入局部最优问题,很难保证全局最优值的稳定反演。
发明内容
本发明的目的在于:针对分散相粒径大的分散流,提供一种适用用于大粒径分散相含率检测的扫频超 声衰减测量方法,实现对分散流的不同相含率下超声衰减的准确预测,多频衰减信息的准确、快速获取, 提升相含率反演精度,尤其适用于低流速下不透明管道内的分散流。为实现上述目的,本发明所提供的技 术方案为:
一种用于分散相含率检测的扫频超声衰减测量方法,所述的扫频超声衰减为扫频超声在分散流中透射 后的衰减,其特征在于:分散相对超声的散射影响位于MIE散射区,通过解调扫频超声得到多频超声衰减, 基于超声衰减机理,反演计算分散流相含率,包括以下步骤:
(1)采集在分散流中透射后的超声信号rc(t),具体为:超声传感器在测量区域的两侧正对放置,一 个超声传感器用于超声信号的激励,另一个超声传感器用于超声信号的接收。其中,超声传感器的激励信 号ec(t)为线性调频信号,即
其中,t为时间,fb为激励信号的起始频率,B为扫频信号的带宽,T为扫频信号的持续时间;
(2)解调采集的透射超声信号rc(t),将透射超声信号rc(t)解调为多个单频接收调制信号rd(t),解调 方法为:
其中,IFFT为反傅里叶变换的运算,ω为对应频率超声的角频率,Ec(ω)为激励信号ec(t)的傅里叶变换, Rc(ω)为接收信号rc(t)的傅里叶变换,Ed(ω)为激励调制信号ed(t)的傅里叶变换,ed(t)表示为:
式中,P0为超声的振幅,fi为第i个超声频率,n为正整数,取值范围为3~5。
①.将分散相含率的反演计算转化为一个最优化问题,即:
其中,衰减系数矩阵Ai,j为对应的分散相半径与超声频率下的衰减系数矩阵;pj为第j个分散相半径Rj时 的分散相含率,该参数为待求解量,其中,衰减系数矩阵Ai,j表示为,
其中,aij为对应第i个频率和第j个分散相半径时的衰减系数,M代表超声频率的总数,N代表划分的粒 径总数。
衰减系数aij为多个衰减机理的融合计算得到的,由散射衰减系数asij、吸收衰减系数aaij、多重散射系 数atij,衰减系数aij计算得到:
散射衰减系数asij由BLBL理论计算得到;
吸收衰减系数aaij由McClements理论计算得到;
多重散射系数atij由Waterman&Truell理论计算得到。
②.为求解①中所示的最优化问题,采用混合最优化的方法进行求解。混合最优化的方法为两种最优 化方法的结合,一种用于全局最优值的搜索,另一种用于提升局部最优值的搜索能力,步骤如下,
步骤1,初始化粒子:随机产生每个粒子的初始位置,即不同粒径所对应的相含率,Pc=(pc,1,pc,2,…,pc,N),其中,N为划分的粒径总数,c=1,2,…,Num,Num为高斯量子粒子群的粒子总 数,每个粒子都是N维的,pc,1,pc,2,…,pc,N依次表示第1个、第2个,到第N个粒径所对应的相含率, 迭代次数l=0;
步骤3,利用评估函数,评价当前各个粒子的适应值,粒子的评估函数如下,
其中,Pc为分散相的粒径分布,V(Pc)为对应于当前粒径分布Pc下粒子的适应值,r为惩罚因子;
步骤4,依据各个粒子的适应值,找到各粒子的当前个体最优位置,并找到整个粒子群的当前全局最 优位置;
步骤5,对全局最优位置Pg加入高斯扰动,帮助粒子逃离局部最优位置,得到更好的性能;
步骤6,在全局最优位置Pg加入高斯扰动后,更新粒子的速度与位置;
步骤7,迭代次数l=l+1,若迭代次数l没有达到预设的最大迭代次数,则转向步骤2,否则转向步骤 8;
步骤8,若满足条件,则输出群体的最优值;
步骤9,将输出的群体最优值作为信赖域算法的初值x0,设置迭代次数u=0,初始化信赖域半径Δ0;
步骤10,计算梯度gu与Hessian矩阵Bu,gu是评估函数V(xu)的梯度,Bu是评估函数V(xu)的Hessian 矩阵,并确定是否满足||gu||≤ε,若满足则停止迭代,得到分散相粒径分布结果;否则,继续执行步骤11;
s.t.||d||2≤Δu
式中,d为试验步长,Δu是子问题的信赖域半径;
步骤12,依据ru校正信赖域半径Δu+1,并调整信赖域半径,ru的计算方法如下,
步骤13,更新Bu+1,且令u=u+1,并返回执行步骤10,确定是否满足||gu||≤ε,若满足则停止迭代, 得到分散相粒径分布结果x;否则,继续执行步骤11;
步骤14,计算得到相含率φ=∑x。
本发明与现有技术相比,具有如下优点与有益效果:
1.采用了线性调频信号作为激励信号,扫频衰减信息获取速度快,保证了多频衰减信息为分散流同 一截面上的;
2.基于多频衰减信息,对管道内分散流的粒径分布进行预估,减小单一频率下基于平均粒径时相含 率测量的误差;
3.针对分散相粒径大的分散流,利用多衰减机理模型的融合,实现对不同相含率下超声衰减的有效 估计;
4.利用混合最优化方法,避免陷入局部最优,增强局部搜索能力,保证全局最优值,克服单一最优 化方法下的测量结果不稳定的问题。
附图说明
下面结合附图和本实施例对本发明进一步说明。
图1为本发明扫频超声衰减测量装置的结构示意图;
图2为实施例中线性调频信号图;
图3为实施例中不同中心频率的单频响应信号图;
图4为实施例中混合最优化方法流程图;
图5为实施例中分散流的实拍图;
图6为实施例中分散流相含率的测量结果图;
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅 用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明 相关的部分而非全部结构。
在本实施例中,以典型的油水分散流为例,利用如图1所示的扫频超声衰减测量装置,获取多频衰减 信息,基于超声衰减机理,利用多频衰减信息对分散流的粒径分布进行预估,实现相含率的准确测量。
超声传感器正对放置于被测流体管道的两侧,一侧超声传感器作为信号激励,另一侧超声传感器作为 信号接收。一侧的超声传感器发出激励信号,通过分散流后被另一侧正对的超声传感器接收。扫频超声衰 减测量装置的结构示意图如图1所示。首先,采用线性调频信号作为超声传感器的激励信号ec(t),
其中,t为时间,fb为激励信号的起始频率,B为扫频信号的带宽,T为扫频信号的持续时间。线性调频信 号扫频范围为1~5MHz,持续时间为8μs,如图2所示。
其次,解调采集的透射超声信号rc(t),将透射超声信号rc(t)解调为多个单频接收调制信号rd(t),解 调方法为,
其中,IFFT为反傅里叶变换的运算,ω为对应频率超声的角频率,Ec(ω)为激励信号ec(t)的傅里叶变换, Rc(ω)为接收信号rc(t)的傅里叶变换,Ed(ω)为激励调制信号ed(t)的傅里叶变换,ed(t)可表示为:
式中,P0为超声的振幅,fi为第i个超声频率,n为常数,通常值为3~5。
在采用线性调频信号作为激励时,根据接收到的超声信号,可以解调出多个不同频率的单频响应信号。 针对油水分散流,其激励信号的频率范围为1~5MHz,解调出中心频率1MHz,1.5MHz,2MHz,2.5MHz, 3MHz,3.5MHz,4MHz,4.5MHz,5MHz的单频超声响应信号,如图3所示,并计算多频超声衰减。
分散相含率的反演计算转化为一个最优化问题,即:
其中,衰减系数矩阵Ai,j为对应的分散相半径与超声频率下的衰减系数矩阵;pj为第j个分散相半径Rj时 的分散相含率,该参数为待求解量。其中,衰减系数矩阵Ai,j可表示为,
其中,aij为对应第i个频率和第j个分散相半径时的衰减系数,M代表超声频率的总数,N代表划分的粒 径总数。其中,M=9为声频率的总数,N=7为划分的粒径总数。
衰减系数aij为多个衰减机理的融合计算得到的,由散射衰减系数asij、吸收衰减系数aaij、多重散射系 数atij,衰减系数aij的计算如下,
三种衰减系数的计算如下,
散射衰减系数asij由BLBL理论计算得到,即
其中,σ为粒径尺寸系数,散射系数Un是基于Hay&Mercer理论计算获得的,R为分散相的半径。
吸收衰减系数aaij由McClements理论计算得到,即
其中,An′是在单极和偶极散射场下计算得到的系数。
多重散射系数atij由Waterman&Truell理论计算得到,
其中,k是连续相中的波数,An为局部波系数。
为求解所示的最优化问题,采用混合最优化的方法进行求解。混合最优化的方法为 两种最优化方法的结合,一种用于全局最优值的搜索,另一种用于提升局部最优值的搜索能力。混合最优 化算法可选信赖域法与高斯量子粒子群混合方法,算法流程如图4所示。具体步骤如下,
步骤1,初始化粒子:随机产生每个粒子的初始位置,即不同粒径所对应的相含率,Pc=(pc,1,pc,2,…,pc,N),其中,N为划分的粒径总数,c=1,2,…,Num,Num为高斯量子粒子群的粒子总 数,每个粒子都是N维的,pc,1,pc,2,…,pc,N依次表示第1个、第2个,到第N个粒径所对应的相含率, 迭代次数l=0;其中,N=7为划分的粒径总数,Num=20为高斯量子粒子群的粒子总数,最大迭代次数为 3000;
步骤3,利用评估函数,评价当前各个粒子的适应值,粒子的评估函数如下,
其中,Pc为分散相的粒径分布,V(Pc)为对应于当前粒径分布Pc下粒子的适应值,r为惩罚因子;
步骤4,依据各个粒子的适应值,找到各粒子的当前个体最优位置,并找到整个粒子群的当前全局最 优位置。
步骤5,对全局最优位置Pg加入高斯扰动,帮助粒子逃离局部最优位置,得到更好的性能,方法如下,
perturb(Pg)=Pg+gaussian(ζ)
式中,ζ设为0.1倍的搜索空间维度,即0.1×N。
步骤6,在全局最优位置Pg加入高斯扰动后,更新粒子的速度与位置;
步骤7,迭代次数l=l+1,若迭代次数l没有达到预设的最大迭代次数,则转向步骤2,否则转向步骤 8;
步骤8,若满足条件,则输出群体的最优值;
步骤9,将输出的群体最优值作为信赖域算法的初值x0,设置迭代次数u=0,初始化信赖域半径Δ0;
步骤10,计算梯度gu与Hessian矩阵Bu,gu是评估函数V(xu)的梯度,Bu是评估函数V(xu)的Hessian 矩阵,并确定是否满足||gu||≤ε,若满足则停止迭代,得到分散相粒径分布结果;否则,继续执行步骤11;
s.t.||d||2≤Δu
式中,d为试验步长,Δu是子问题的信赖域半径。
步骤12,依据ru校正信赖域半径Δu+1,并调整信赖域半径,ru的计算方法如下,
步骤13,更新Bu+1,且令u=u+1,并返回执行步骤10,确定是否满足||gu||≤ε,若满足则停止迭代, 得到分散相粒径分布结果x;否则,继续执行步骤11。
步骤14,计算得到相含率φ=∑x。
图5为管道内分散流的实拍图,是通过高速摄像机拍摄下来的照片。图6为本发明扫频超声衰减测量 方法得到的测量结果的误差分析。相含率的测量误差分析表明,本发明有很好的测量精度,证明了本发明 的有效性。
以上对本发明及实施方式的描述,并不局限于此,附图中所示仅是本发明的实施方式之一。在不脱离 本发明创造宗旨的情况下,不经创造地设计出与该技术方案类似的实施例,均属本发明保护范围。
Claims (2)
1.一种用于分散相含率检测的扫频超声衰减测量方法,所述的扫频超声衰减为扫频超声在分散流中透射后的衰减,其特征在于:分散相对超声的散射影响位于MIE散射区,通过解调扫频超声得到多频超声衰减,基于超声衰减机理,反演计算分散流相含率,包括以下步骤:
(1)采集在分散流中透射后的超声信号rc(t),具体为:超声传感器在测量区域的两侧正对放置,一个超声传感器用于超声信号的激励,另一个超声传感器用于超声信号的接收。其中,超声传感器的激励信号ec(t)为线性调频信号,即
其中,t为时间,fb为激励信号的起始频率,B为扫频信号的带宽,T为扫频信号的持续时间;
(2)解调采集的透射超声信号rc(t),将透射超声信号rc(t)解调为多个单频接收调制信号rd(t),解调方法为:
其中,IFFT为反傅里叶变换的运算,ω为对应频率超声的角频率,Ec(ω)为激励信号ec(t)的傅里叶变换,Rc(ω)为接收信号rc(t)的傅里叶变换,Ed(ω)为激励调制信号ed(t)的傅里叶变换,ed(t)表示为:
式中,P0为超声的振幅,fi为第i个超声频率,n为正整数,取值范围为3~5;
①.将分散相含率的反演计算转化为一个最优化问题,即:
其中,衰减系数矩阵Ai,j为对应的分散相半径与超声频率下的衰减系数矩阵;pj为第j个分散相半径Rj时的分散相含率,该参数为待求解量,其中,衰减系数矩阵Ai,j表示为,
其中,aij为对应第i个频率和第j个分散相半径时的衰减系数,M代表超声频率的总数,N代表划分的粒径总数;
衰减系数aij为多个衰减机理的融合计算得到的,由散射衰减系数asij、吸收衰减系数aaij、多重散射系数atij,衰减系数aij计算得到:
散射衰减系数asij由BLBL理论计算得到;
吸收衰减系数aaij由McClements理论计算得到;
多重散射系数atij由Waterman&Truell理论计算得到;
②.为求解①中所示的最优化问题,采用混合最优化的方法进行求解;混合最优化的方法为两种最优化方法的结合,一种用于全局最优值的搜索,另一种用于提升局部最优值的搜索能力,步骤如下,
步骤1,初始化粒子:随机产生每个粒子的初始位置,即不同粒径所对应的相含率,Pc=(pc,1,pc,2,…,pc,N),其中,N为划分的粒径总数,c=1,2,…,Num,Num为高斯量子粒子群的粒子总数,每个粒子都是N维的,pc,1,pc,2,…,pc,N依次表示第1个、第2个,到第N个粒径所对应的相含率,迭代次数l=0;
步骤3,利用评估函数,评价当前各个粒子的适应值,粒子的评估函数如下,
其中,Pc为分散相的粒径分布,V(Pc)为对应于当前粒径分布Pc下粒子的适应值,r为惩罚因子;
步骤4,依据各个粒子的适应值,找到各粒子的当前个体最优位置,并找到整个粒子群的当前全局最优位置;
步骤5,对全局最优位置Pg加入高斯扰动,帮助粒子逃离局部最优位置,得到更好的性能;
步骤6,在全局最优位置Pg加入高斯扰动后,更新粒子的速度与位置;
步骤7,迭代次数l=l+1,若迭代次数l没有达到预设的最大迭代次数,则转向步骤2,否则转向步骤8;
步骤8,若满足条件,则输出群体的最优值;
步骤9,将输出的群体最优值作为信赖域算法的初值x0,设置迭代次数u=0,初始化信赖域半径Δ0;
步骤10,计算梯度gu与Hessian矩阵Bu,gu是评估函数V(xu)的梯度,Bu是评估函数V(xu)的Hessian矩阵,并确定是否满足||gu||≤ε,若满足则停止迭代,得到分散相粒径分布结果;否则,继续执行步骤11;
s.t.||d||2≤Δu
式中,d为试验步长,Δu是子问题的信赖域半径;
步骤12,依据ru校正信赖域半径Δu+1,并调整信赖域半径,ru的计算方法如下,
步骤13,更新Bu+1,且令u=u+1,并返回执行步骤10,确定是否满足||gu||≤ε,若满足则停止迭代,得到分散相粒径分布结果x;否则,继续执行步骤11;
步骤14,计算得到相含率φ=∑x。
2.根据权利要求1所述的方法,其特征在于,,三种衰减系数的计算如下:散射衰减系数asij由BLBL理论计算得到;吸收衰减系数aaij由McClements理论计算得到;多重散射系数atij由Waterman&Truell理论计算得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010802414.1A CN112129832B (zh) | 2020-08-11 | 2020-08-11 | 一种用于分散相含率检测的扫频超声衰减测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010802414.1A CN112129832B (zh) | 2020-08-11 | 2020-08-11 | 一种用于分散相含率检测的扫频超声衰减测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112129832A true CN112129832A (zh) | 2020-12-25 |
CN112129832B CN112129832B (zh) | 2024-02-13 |
Family
ID=73851367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010802414.1A Active CN112129832B (zh) | 2020-08-11 | 2020-08-11 | 一种用于分散相含率检测的扫频超声衰减测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112129832B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113029880A (zh) * | 2021-03-12 | 2021-06-25 | 中国工程物理研究院研究生院 | 晶粒尺寸的相控阵超声评价方法 |
CN113806688A (zh) * | 2021-09-30 | 2021-12-17 | 中孚安全技术有限公司 | 一种基于指数衰减的标签影响度计算方法及系统 |
CN113933385A (zh) * | 2021-10-08 | 2022-01-14 | 哈尔滨工程大学 | 基于超声波融合技术的石油天然气份额测量装置及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4726221A (en) * | 1986-10-02 | 1988-02-23 | Syracuse University | Ultrasonic measurement of dispersed phase volumetric holdup in liquid/liquid dispersions |
CN104849183A (zh) * | 2015-04-29 | 2015-08-19 | 上海理工大学 | 一种基于超声衰减谱的混合固体颗粒粒径和浓度的测量方法 |
CN106153149A (zh) * | 2016-07-19 | 2016-11-23 | 天津大学 | 两相流相含率超声回波测量方法 |
CN106226392A (zh) * | 2016-07-05 | 2016-12-14 | 天津大学 | 基于超声衰减机理模型的油水两相流相含率测量方法 |
CN106932476A (zh) * | 2017-05-05 | 2017-07-07 | 中国计量大学 | 一种测量固液两相流相含率的装置及方法 |
CN106996988A (zh) * | 2017-03-20 | 2017-08-01 | 天津大学 | 油气水三相塞状分散流流速测量方法 |
US20170319984A1 (en) * | 2016-05-03 | 2017-11-09 | Saudi Arabian Oil Company | Processes for analysis and optimization of multiphase separators, particular in regards to simulated gravity separation of immiscible liquid dispersions |
WO2018237244A1 (en) * | 2017-06-23 | 2018-12-27 | Mayo Foundation For Medical Education And Research | METHODS FOR ESTIMATING INDEPENDENT MITIGATION COEFFICIENT OF THE ULTRASONIC SYSTEM |
-
2020
- 2020-08-11 CN CN202010802414.1A patent/CN112129832B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4726221A (en) * | 1986-10-02 | 1988-02-23 | Syracuse University | Ultrasonic measurement of dispersed phase volumetric holdup in liquid/liquid dispersions |
CN104849183A (zh) * | 2015-04-29 | 2015-08-19 | 上海理工大学 | 一种基于超声衰减谱的混合固体颗粒粒径和浓度的测量方法 |
US20170319984A1 (en) * | 2016-05-03 | 2017-11-09 | Saudi Arabian Oil Company | Processes for analysis and optimization of multiphase separators, particular in regards to simulated gravity separation of immiscible liquid dispersions |
CN106226392A (zh) * | 2016-07-05 | 2016-12-14 | 天津大学 | 基于超声衰减机理模型的油水两相流相含率测量方法 |
CN106153149A (zh) * | 2016-07-19 | 2016-11-23 | 天津大学 | 两相流相含率超声回波测量方法 |
CN106996988A (zh) * | 2017-03-20 | 2017-08-01 | 天津大学 | 油气水三相塞状分散流流速测量方法 |
CN106932476A (zh) * | 2017-05-05 | 2017-07-07 | 中国计量大学 | 一种测量固液两相流相含率的装置及方法 |
WO2018237244A1 (en) * | 2017-06-23 | 2018-12-27 | Mayo Foundation For Medical Education And Research | METHODS FOR ESTIMATING INDEPENDENT MITIGATION COEFFICIENT OF THE ULTRASONIC SYSTEM |
Non-Patent Citations (2)
Title |
---|
刘继承, 刘兴斌, 庄海军, 袁智惠: "非集流油水两相含率超声波测量方法的实验研究", 测井技术, no. 05 * |
苏茜;董峰;: "油水两相流超声波衰减测试方法", 中南大学学报(自然科学版), no. 02 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113029880A (zh) * | 2021-03-12 | 2021-06-25 | 中国工程物理研究院研究生院 | 晶粒尺寸的相控阵超声评价方法 |
CN113806688A (zh) * | 2021-09-30 | 2021-12-17 | 中孚安全技术有限公司 | 一种基于指数衰减的标签影响度计算方法及系统 |
CN113933385A (zh) * | 2021-10-08 | 2022-01-14 | 哈尔滨工程大学 | 基于超声波融合技术的石油天然气份额测量装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112129832B (zh) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112129832B (zh) | 一种用于分散相含率检测的扫频超声衰减测量方法 | |
US5121629A (en) | Method and apparatus for determining particle size distribution and concentration in a suspension using ultrasonics | |
Zhu et al. | Ultrasonic guided wave NDT for hidden corrosion detection | |
WO2020232687A1 (zh) | 一种载波调制非线性超声导波损伤检测方法 | |
US20050262927A1 (en) | Method and apparatus for ultrasonic sizing of particles in suspensions | |
Wolf et al. | Investigation of Lamb waves having a negative group velocity | |
US7634392B2 (en) | Simulation of guided wave reflection signals representing defects in conduits | |
Kalashnikov et al. | Errors and uncertainties in the measurement of ultrasonic wave attenuation and phase velocity | |
CN109298070B (zh) | 基于超声波声速法的原油含水率检测方法 | |
Zhu et al. | Mathematical modeling of ultrasonic gas flow meter based on experimental data in three steps | |
Yu et al. | The spatial correlation of backscattered ultrasonic grain noise: theory and experimental validation | |
Hoche et al. | Ultrasound-based density determination via buffer rod techniques: a review | |
Audoin et al. | An innovative application of the Hilbert transform to time delay estimation of overlapped ultrasonic echoes | |
Kurniadi et al. | A multi‐path ultrasonic transit time flow meter using a tomography method for gas flow velocity profile measurement | |
Jarvis et al. | Scattering of near normal incidence SH waves by sinusoidal and rough surfaces in 3-D: Comparison to the scalar wave approximation | |
Zhu et al. | Sparse array ultrasonic Lamb wave TDTE imaging method | |
CN107907591B (zh) | 多组分固液两相混合物组分浓度的超声检测系统和方法 | |
Draudvilienė et al. | Validation of dispersion curve reconstruction techniques for the A0 and S0 modes of Lamb waves | |
Choi et al. | Scattering of an ultrasonic beam from a curved interface | |
Mu et al. | Acoustic emission beamforming localisation approach based on particle swarm optimisation | |
Han et al. | Granular fertilizer mass prediction for electric fertilizer distribution device based on RANSAC | |
Kanai et al. | Microdefocusing method for measuring acoustic properties using acoustic microscope | |
Mihara et al. | Three-dimensional sound pressure field measurement using photoelastic computer tomography method | |
Temsamani et al. | Experimental validation for the diffraction effect in the ultrasonic field of piston transducers and its influence on absorption and dispersion measurements | |
Parker et al. | Ultrasonic Sensor for the characterization of colloidal slurries |
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 |