CN1216287C - 基于电阻层析成像的气液两相流流型识别方法 - Google Patents
基于电阻层析成像的气液两相流流型识别方法 Download PDFInfo
- Publication number
- CN1216287C CN1216287C CN 02129061 CN02129061A CN1216287C CN 1216287 C CN1216287 C CN 1216287C CN 02129061 CN02129061 CN 02129061 CN 02129061 A CN02129061 A CN 02129061A CN 1216287 C CN1216287 C CN 1216287C
- Authority
- CN
- China
- Prior art keywords
- flow pattern
- data
- unit
- analog switch
- electrode selection
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000005514 two-phase flow Effects 0.000 title claims description 21
- 239000007788 liquid Substances 0.000 title claims description 18
- 238000003384 imaging method Methods 0.000 title 1
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 239000013598 vector Substances 0.000 claims abstract description 17
- 238000013528 artificial neural network Methods 0.000 claims abstract description 8
- 238000013144 data compression Methods 0.000 claims abstract description 4
- 238000004088 simulation Methods 0.000 claims abstract description 3
- 238000005259 measurement Methods 0.000 claims description 17
- 238000003325 tomography Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012847 principal component analysis method Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 abstract description 21
- 230000003321 amplification Effects 0.000 abstract description 10
- 238000003199 nucleic acid amplification method Methods 0.000 abstract description 10
- 238000006243 chemical reaction Methods 0.000 abstract description 9
- 230000005693 optoelectronics Effects 0.000 abstract 1
- 230000005284 excitation Effects 0.000 description 33
- 239000012071 phase Substances 0.000 description 9
- 238000002955 isolation Methods 0.000 description 6
- 239000004020 conductor Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012567 pattern recognition method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000003889 chemical engineering Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Measurement Of Resistance Or Impedance (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了一种基于电阻层析成像的气液两相流流型识别方法，包括在气液两相流的动态检测中采集已知确定流型的三幅截面边界测量电压数据来表征流型的三维信息；对每次采集到数据信息进行数据压缩并输出已知流型的三维信息特征数据；由输入向量和目标向量形成径向基神经网络，确定网络的各项参数；读取待识别流型测量数据，并经过特征提取后输入的径向基神经网络进行仿真，再将网络的输出与定义的目标向量比对得到出流型等步骤。本发明的识别方法控制、操作、计算程序都十分简单，容易实现，且实时性较好，检测结果是基于对能够反映管道截面分布信息的电压测量数据的分析而得出，准确性有了很大的提高，还可以实现在线的流型识别。
Description
技术领域
本发明属于测量类，尤其涉及气液两相流流型识别的辨识器及辨识方法。
背景技术
目前，公知的工业过程层析成像技术(ProcessTomography)，是本世纪80年代中期正式形成和发展起来的一种以两相流或多相流为主要研究对象的过程参数(二维或三维分布状况的)在线实时测量的技术。电阻层析成象(Electrical Resistance TomograDhy，简称ERT)技术是PT技术之一的电阻抗层析成象(Electrical Impedance Tomography，简称EIT)技术的简化形式，其在检测中它只利用了电阻抗的实部信息，只适用于液相为连续相的测量场合。ERT技术的主要原理是基于不同的媒质具有不同的电导率这一性质，通过判断处于敏感场中的物体电导率分布来推断出物场的媒质分布状况。
作为两相流基本参数流型的研究，目前还处在起步阶段。传统的技术是通过流型判别图及判别公式的方法是不能实现在线的流型识别。而传统的单点测量和连续时间序列信号分析等方法，由于其测量信息范围的限制，也不能很好的表达管道截面的二维或三维信息，因此测量准确度不高。
发明内容
本发明的目的是提供一种基于电阻层析成像的气液两相流流型识别方法，解决上述难题，以满足实时在线辨识和提高测量精度等多方面的需要。
本发明的目的是这样实现的：基于电阻层析成像的气液两相流流型识别的辨识器，其微型计算机与光电隔离、总线、激励电极选择模拟开关、电极驱动的一端、传感器的输入极顺序连接；传感器的输出极与电极驱动另一端、检测电极选择模拟开关、带通滤波单元A、差动放大单元、相敏解调单元、低通滤波单元、模数转换模块、总线顺序连接；总线与正弦波发生器、压控电流源、激励电极选择模拟开关的另一端顺序连接，总线还分别与差动放大单元的另一端、检测电极选择模拟开关的另一端连接，正弦波发生器的另一端与相敏解调单元的另一端连接，带通滤波单元B分别与检测电极选择模拟开关、差动放大单元连接。
基于电阻层析成像的气液两相流流型识别方法，包括下列步骤：
1，在气液两相流的动态检测中，在已知流型下，以一定时间间隔采集流型的三幅数据来表征流型的三维信息。
2，对每次采集到的每一幅数据信息采用主分量分析方法进行数据压缩，输出已知流型的三维信息特征数据。
3，将不同流型采集的三维信息特征数据作为输入向量，对已知的不同流型，定义不同的输出作为目标向量。
4，由输入向量和目标向量形成径向基神经网络，确定网络的各项参数。
5，读取待识别流型测量数据，并经过特征提取后输入的径向基神经网络进行仿真，再将网络的输出与定义的目标向量比对，即可得出流型。
由于本发明采用了以上的技术方案，因而具有以下的优点：
1，基于电阻层析成像技术的气液两相流流型识别的辨识器，其构造简单，调节控制方便。
2，比较基于传统PT技术的流型识别方法，本发明控制、操作、计算程序都十分简单，容易实现，且实时性较好。
3，检测结果是基于对能够反映管道截面分布信息的电压测量数据的分析而得出，准确性有了很大的提高，还可以实现在线的流型识别。
4，提出基于神经网络的特征辨识方法，进一步提高了流型辨识的精度。
附图说明
图1是本发明的一种电路原理示意框图：
图2是本发明中的传感器的一种形状构造示意图；
图3是本发明的基于电阻层析成像的气液两相流流型识别方法原理示意图。
图中：
1，正弦波发生器 2，压控电流源 3，电极驱动
4，激励电极选择模拟开关 5，检测电极选择模拟开关 6，带通滤波单元A
7，带通滤波单元B 8，差动放大单元 9，相敏解调单元
10，低通滤波单元 11，模数转换模块 12，总线
13，光电隔离 14，微型计算机 15，传感器
16，激励电流信号 17，检测电压信号 18，管道断面
19，管道内壁 20，管道外壁 21，电极引出端
22，电极 23，敏感场激励单元 24，被测信号转换单元
25，数据采集与处理单元 26，图像重建与物场参数提取单元 27，显示器
28，测量参数输出端
具体实施方式
以下结合附图对本发明的实施作如下详述：
在图1中，一种基于电阻层析成像的气液两相流流型识别的辨识器，其微型计算机14由导体与光电隔离13、总线12、激励电极选择模拟开关4、电极驱动3的一端、传感器15的输入极顺序连接；传感器15的输出极由导体与电极驱动3的另一端、检测电极选择模拟开关5、带通滤波单元A6、差动放大单元8、相敏解调单元9、低通滤波单元10、模数转换模块11、总线12顺序连接：总线12与正弦波发生器1、压控电流源2、激励电极选择模拟开关4的另一端顺序连接，总线12还分别与差动放大单元8的另一端、检测电极选择模拟开关5的另一端连接，正弦波发生器1的另一端由导体与相敏解调单元9的另一端连接，带通滤波单元B7由导体分别与检测电极选择模拟开关5、差动放大单元8连接。其中，
正弦波发生器1，用于在微型计算机14的控制下，产生电阻层析成像系统所需检测的激励正弦波，其可采用数字式波形发生器EPROM2764。
压控电流源2，用于将正弦波发生器输出的电压信号转换成电流信号。压控电流源2输入为电压正弦波信号，输出为电流正弦波信号(激励信号)。经过压控电流源得到电流激励信号其激励信号的频率分别为5.86KHz，11.72KHz，23.44KHz，46.88KHz，93.75KHz，共五级工作频率。激励源输出电流的幅值在0-10mA之间256级可选，相位在0°-180°之间或0°-180°之间256级可调；其可采用双运算放大器LF411正反馈构成。
电极驱动3，用于将激励电流加在传感器15上，以及将传感器15上感应电压作为检测信号传出，其可采用运算放大器LF411。
激励电极选择模拟开关4，用于选择激励电极(每次选通两个相邻激励)；其采用的模拟开关可选择2片16选1的多路开关MAX306芯片，其中U1的公共端连接激励电流，U2的公共端连模拟地。由计算机14通过触发器74LS374产生MAX306的地址选择信号。每次U1，U2各选通一个电极(且这两个电极是相邻的，构成相邻激励)，其中激励电流信号由U1的公共端流入加到U1所选通的激励电极上，感应电流由U2所选通的电极流出经过U2的公共端接地，这样就形成了一个激励回路。
检测电极选择模拟开关5，用于选择检测电极(每次选通两个相邻检测)；其采用的模拟开关可选择2片16选1的多路开关，如MAX306芯片；其中的U3公共端为检测电压输出端V1，U4公共端为另一路检测电压输出端V2，由计算机14通过触发器74LS374产生。
带通滤波单元A6、带通滤波单元B7，用于滤掉其它噪声频率的波形；其可由两片8选8多路开关MAX307和一片8选1多路开关MAX308以及运算放大器LF411构成。由于本系统可以在5个不同的频率下工作，带通滤波正是使检测到的电压波形通过，达到滤掉其它噪声的目的。检测到的电压波形的频率与激励电流的频率相同，因此带通滤波可以通过波形的中心频率正是激励电流的频率。因为本系统可以在5个频率下工作，因此带通滤波器的中心频率应该与之对应也为5个。通过改变带通滤波器的RC值，可以改变其中心频率，它们的控制信号正是频率选择信号。带通滤波单元的输入信号是检测到的电压信号V1，V2；输出为经过滤波的电压信号V1′，V2′。
差动放大单元8，用于在不需要外加电路的条件下完成信号的差模放大(放大倍数可以为100，200等)。差动放大单元的输入信号为V1′，V2′；输出信号为V＝n*(V1′-V2′)，式中V为输出信号，n为放大倍数。差动放大单元由精密仪表放大器AD624构成。
相敏解调单元9，用于将正弦波信号转换为半波信号。本发明采用开关解调的方式，其采用MAX301作为解调开关，计数器CD4024最高地址位信号作为解调信号控制MAX301的开关，解调部分的输入信号为V，输出信号为半波形。
低通滤波单元10，用于解调以后的半波信号，经过四阶Butterworth低通滤波器转化成直流信号输出；其可采用运算放大器LF411。
模数转换模块11，用于将低通滤波单元10输出的模拟直流信号，由12位模数转换器AD1674转换成数字信号输出：其可采用AD1674。
总线12，用于传递数据信号，地址信号和控制信号。
光电隔离13，用于将系统的电源与计算机的电源隔离；可选用快速光电隔离器件6N137。
微型计算机14，用于控制信号的产生，数据处理，图像重建以及特征参数的计算；其可采用普通的微型机。
传感器15，用于定时间隔采集同一流型的三幅数据来表征流型的三维信息数据信号，并将采集的数据信号输送至电极驱动3。
在图2中，传感器15由激励电流信号16、检测电压信号17、管道内壁19、管道外壁20、电极端21、电极22等构成。管道内壁19设置有均布的16只电极22，管道外壁20上并连接有相配的电极引出端21，电极引出端21分别由导线连接至电极驱动3。在本发明中，对气液两相流管道采用敏感场的激励和感应边界电压的方法进行采样。首先由相邻电流激励，相邻电压检测的方式对管道进行激励和电压采样。然后每一次选择相邻的两个电极分别作为激励电流的流入和流出电极，同时测量剩余14个电极两两相邻感应出的电压值。而后变换激励角度(共16个激励角度)；依次类推，最后将得到16×13个(共208个)测量电压值的1帧数据的采样信号，并输送至电极驱动3，从而获得定时间隔时采集同一流型的三幅数据来表征流型的三维信息数据。
在图3中，
敏感场激励单元23，由正弦波发生器1和压控电流源2构成，用于产生激励信号。
被测信号转换单元24，由电极驱动3、激励电极选择模拟开关4、检测电极选择模拟开关5构成，用于激励和检测信号。
数据采集与处理单元25，由带通滤波单元A6、带通滤波单元B7、差模放大单元8、相敏解调单元9、低通滤波单元10和模数转换模块11构成，用于将检测信号中有用的信息转换为数字量。
图像重建与物场参数提取单元26，由微型计算机14和相应的计算法构成，用于数据的特征提取和图像重建。
显示器27，用于将微型计算机14输出的检测信号以图象方式显示其测量结果。
测量参数输出端28，由显示器或打印机等构成，用于显示或输出其测量、计算结果，其可采用任意显示器或打印机等件。(当测量参数输出端28采用显示器时，其可省略上述的显示器27)。
本发明在实际应用时，其基于电阻层析成像的气液两相流流型识别的辨识器的方法，具体步骤如下：
1，在气液两相流的动态检测中，首先在已知流型的情况下，气液两相流管道中设置的传感器由激励单元(正弦波发生器1和压控电流源2)产生激励信号，(正弦波电流)通过激励电极选择模拟开关4以一定的时间间隔进行敏感场的激励；检测电极选择模拟开关5选通两两相邻的电极(激励电极除外)检测到电压正弦波信号V1，V2，经过带通滤波A6、B7得到去除噪声频率后的信号V1′，V2′，再经过差摸放大单元8得到输出信号为V＝n*(V1′-V2′)，然后经过低通滤波单元10转换为直流电压信号，输送到模数转换模块11转换成数字信号。这样16个电极两两相邻激励一周，可得到208个检测点为一幅测量数据；并以一定时间间隔采集流型的三幅数据来表征流型的三维信息数据；之后对每一种已知流型采集数据建立该流型的数据子表库。
2，对定时间隔采集到的每一幅数据，采用保留主要含有流型信息成分的数据、剔除其它数据值的主分量分析方法进行数据压缩，输出已知流型的特征数据。
3，将不同流型的特征数据作为输入向量，对不同的流型，定义不同的输出作为目标向量。
4，由输入向量和目标向量形成径向基神经网络，确定网络的扦项参数。
5，读取待识别流型测量数据，并经过特征值提取后输入的径向基神经网络进行仿真，和与网络的输出与定义的目标向量比对，即可得出流型。
本发明在丁业生产过程中具有广阔的应用前景，如在工业过程中的锅炉传热、水利、化工、石油、冶金等工业领域，可用来检测两相流(气液、液液、气固)，和两相流参数的测量。同时，各行业中涉及到两相流的热动力学、反应动力学、流体力学等领域的研究、实验时，本发明的精确测量和方法都是必不可少的环节。
Claims (1)
1.一种基于电阻层析成像的气液两相流流型识别方法，包括下列步骤：
1)在气液两相流的动态检测中，在已知流型下，由电阻层析成像数据采集系统，以可按照要求选择的一定的时间间隔，连续采集已知流型的三幅测量数据来表征流型的三维信息；
2)对采集到的每一幅数据信息，采用主分量分析方法进行数据压缩，输出已知确定流型的三维信息特征数据；
3)将不同流型采集的三维信息特征数据作为输入向量，对已知的不同流型定义不同的输出作为目标向量；
4)由输入向量和目标向量形成径向基神经网络，确定网络的各项参数；
5)读取待识别流型测量数据，并经过特征提取后输入的径向基神经网络进行仿真，再将网络的输出与定义的目标向量比对，即可得出流型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 02129061 CN1216287C (zh) | 2002-08-30 | 2002-08-30 | 基于电阻层析成像的气液两相流流型识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 02129061 CN1216287C (zh) | 2002-08-30 | 2002-08-30 | 基于电阻层析成像的气液两相流流型识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN1414381A CN1414381A (zh) | 2003-04-30 |
| CN1216287C true CN1216287C (zh) | 2005-08-24 |
Family
ID=4746122
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 02129061 Expired - Fee Related CN1216287C (zh) | 2002-08-30 | 2002-08-30 | 基于电阻层析成像的气液两相流流型识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN1216287C (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102147382A (zh) * | 2011-02-28 | 2011-08-10 | 天津大学 | 基于多截面阻抗式双差压长腰内锥的多相流测量方法 |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101984340B (zh) * | 2010-10-28 | 2012-01-25 | 浙江工业大学 | 一种基于人工智能的软性磨粒两相湍流流型识别方法 |
| CN102706534A (zh) * | 2012-06-01 | 2012-10-03 | 绍兴文理学院 | 一种气液两相流流型识别方法 |
| CN102928476B (zh) * | 2012-11-14 | 2014-11-12 | 中国兵器工业计算机应用技术研究所 | 水流含气量测量传感器及水流含气量的检测方法 |
| CN103190907B (zh) * | 2013-04-17 | 2015-02-18 | 深圳大学 | 基于电阻抗分析的声带检测装置和信号检测方法 |
| CN105675658A (zh) * | 2016-01-13 | 2016-06-15 | 天津大学 | 具有内置导体环的电阻层析成像传感器 |
| CN107677706A (zh) * | 2017-08-24 | 2018-02-09 | 西安理工大学 | 高速离心机多相介质分布的可视无线检测系统及检测方法 |
| CN108007500A (zh) * | 2017-11-15 | 2018-05-08 | 天津大学 | 电阻层析浓度与速度测量传感器系统 |
-
2002
- 2002-08-30 CN CN 02129061 patent/CN1216287C/zh not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102147382A (zh) * | 2011-02-28 | 2011-08-10 | 天津大学 | 基于多截面阻抗式双差压长腰内锥的多相流测量方法 |
| CN102147382B (zh) * | 2011-02-28 | 2012-11-28 | 天津大学 | 基于多截面阻抗式双差压长腰内锥的多相流测量方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN1414381A (zh) | 2003-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109490369B (zh) | 一种非接触式电阻抗层析成像装置及方法 | |
| CN1216287C (zh) | 基于电阻层析成像的气液两相流流型识别方法 | |
| CN107167516B (zh) | 双差动式脉冲涡流探头单元、阵列探头及检测装置 | |
| CN1139819C (zh) | 电动车的漏电检测设备 | |
| CN1293365C (zh) | 具有用于容器中容性料位测量的传感器单元的电子现场设备 | |
| CN104089985A (zh) | 基于电学与超声敏感原理的多相流可视化测试方法 | |
| CN105572475B (zh) | 一种高阻抗测量电路与信号处理方法 | |
| CN101871906B (zh) | 一种基于双模态层析成像的多相流成像测量装置和方法 | |
| CN104090020A (zh) | 基于电学与超声双模态多相流测量装置 | |
| CN1414382A (zh) | 基于电阻层析成像的气液两相流分相含率的检测器及方法 | |
| US20040015095A1 (en) | Method and device for measuring signals for electrical impedance tomography by using correlation techinique | |
| CN1153980C (zh) | 测量绝缘电阻的方法和设备 | |
| CN106413237A (zh) | 一种基于数据采集卡的多振幅交流偏置探针等离子体诊断方法 | |
| Mohamad et al. | Electronic design for portable electrical capacitance sensor: A multiphase flow measurement | |
| CN109188099B (zh) | 一种液体电导率检测系统 | |
| CN206573517U (zh) | 一种含水物质电导率测量装置 | |
| CN107228886B (zh) | 水的电导率电阻率检测的测量装置和方法 | |
| Tiwari et al. | A novel neural network-based data acquisition system targeting high-speed electrical impedance tomography systems | |
| CN1569322A (zh) | 气固流化床动态监测方法及其系统 | |
| CN200944076Y (zh) | 智能振动监测保护仪 | |
| CN106199060B (zh) | 基于滑动平均和电容传感器的气固两相流速度测量方法 | |
| CN104697582B (zh) | 一种测量流动湿蒸汽湿度、压力和速度的传感器及方法 | |
| CN209678508U (zh) | 一种eeg和eit信号同步采集装置 | |
| Wahab et al. | Image reconstruction for solid profile measurement in ERT using non-invasive approach | |
| CN2851576Y (zh) | 一种补偿式持水率仪 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C17 | Cessation of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20050824 Termination date: 20110830 |