CN1563940A - 基于希尔伯特-黄变换的水平管气液两相流流型识别方法 - Google Patents
基于希尔伯特-黄变换的水平管气液两相流流型识别方法 Download PDFInfo
- Publication number
- CN1563940A CN1563940A CN 200410017475 CN200410017475A CN1563940A CN 1563940 A CN1563940 A CN 1563940A CN 200410017475 CN200410017475 CN 200410017475 CN 200410017475 A CN200410017475 A CN 200410017475A CN 1563940 A CN1563940 A CN 1563940A
- Authority
- CN
- China
- Prior art keywords
- flow
- phase
- energy
- flow pattern
- bubble
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000007788 liquid Substances 0.000 title claims description 24
- 238000006243 chemical reaction Methods 0.000 title description 4
- 230000005514 two-phase flow Effects 0.000 claims description 32
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000003909 pattern recognition Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims 1
- 238000000354 decomposition reaction Methods 0.000 abstract description 6
- 239000007791 liquid phase Substances 0.000 abstract description 4
- 239000012071 phase Substances 0.000 description 23
- 239000000203 mixture Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000003672 processing method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000010406 interfacial reaction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005501 phase interface Effects 0.000 description 1
- 238000000518 rheometry Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Landscapes
- Measuring Volume Flow (AREA)
Abstract
本发明公开了一种基于希尔伯特-黄变换(Hirbert Huang Trasform)的水平管气液两相流流型识别方法。它是在一个由经典的文丘利管、差压变送器和计算机组成的流型识别系统中,采用希尔伯特-黄变换方法,对文丘利管两端的差压信号进行固有模态分解并计算不同固有模态所占的能量比与残差的均值,得到利用能量比识别流型的流态图,通过能量比与均值的结合得到可以用来判别流型的规则。基于希尔伯特-黄变换的气液两相流流型识别方法的实质在于通过对经典的文丘利管两端的差压信号进行处理,得到与流型有直接关系的特征变量。该方法可以实现对不同管道直径、不同介质的气液两相流流型进行识别。这种方法受现场干扰影响小,通用性强,对流型的识别率高。
Description
技术领域
本发明涉及气液两相流测量技术,尤其涉及一种基于希尔伯特-黄变换(Hirbert Huang Trasform)的水平管气液两相流流型识别方法。
背景技术
两相流动广泛存在于自然界和许多工业过程中,如电力、能源、石油、核工业等。由于两相流各相间存在着界面反应和相对速度,相界面在时间和空间上都是随机变化的,致使其流动结构极其复杂。因此,两相流参数检测难度较大。描述两相流的参数主要有:流型、空隙率、分相流量等。流型的研究是两相流的机理及其运动规律的重要组成部分,从工程角度看,流型直接影响到两相流系统的管程压降,决定了动力工具的设计依据,流型又影响两相流系统的稳定性与安全性。
由于应用流态图识别流型的局限性,目前人们开始研究利用仪器设备直接识别管道内气液两相流的流型的方法。主要要两类,一类是直接根据两相流的流动形式确定流型,如观测法、高速摄影法等,该方法具有一定的主观性,对于不同的观测者可能得到不同的结果;另一类是通过反映两相流动特性的波动信号进行处理,提取特征量,进行流型识别。该方法通过提取信号的特征量,实现对流型的定量识别。
采用信号处理方法实现流型的识别是一个研究的热点,目前的流型识别大多数人采用阻抗、电容测量的空隙率作为分析信号,然后提取特征值通过模糊算法与神经网络技术进行流型识别。这些方法的最大缺点就是成本高,传感器设计复杂。
另外,也有很多研究者采用管道的压力或者差压信号,通过计算功率谱密度或概率密度函数的方法进行流型识别,功率谱密度与概率分布函数要求信号是平稳的,而二相流动信号具有强烈的非线性特性,难以满足平稳性要求。因此,难以得到通用的流型识别方法。
为了突破传统信号分析方法的限制,Huang等1998年提出了一个新的数据处理方法:希尔伯特-黄变换方法,该方法将原始信号用固有模态展开,展开后的每个模态有实际的物理意义,而且展开后使瞬时频率具有了实际意义。该方法可以处理非线性或非平稳的信号,是一种真正意义上的时频分析方法。该方法具有完整性,近乎正交性,更重要的是具有自适应性。目前希尔伯特-黄变换方法已经在海洋、机械等领域获得成功的应用,在解决非线性问题时体现出很好的性能。
为了准确提取两相流流型信息,利用信号处理方法提取特征量,信号的选取也十分重要的。管道直接取差压的缺点是信号的变化幅度小,容易丢失有用的信息,而文丘利管的差压信号具有提取容易、信号幅度大、对流型影响小适于用作流型识别的信号。
两相流动是一个复杂的多变量随机过程,随着随机过程理论和信号处理技术的不断完善和发展,应用数理统计、参数估计、模式识别等理论和技术,进行多相流参数的软测量是一个很有前途的研究方向。
采用多传感器组合,进行多参数组合测量确定流量、流型与干度也获得了很多的应用。采用文丘利管与测量空隙率的仪表的结合实现两相分相流量的测量也取得了很好的结果。另外,利用文丘利管上的差压信号进行空隙率(干度)的估计也取得了一些进展。采用文丘利管计算两相流流量的经典公式与利用文丘利管的差压信号识别流型的结合也是进一步研究的方向。
参考文献
1.Huang,N.E.,Steven,Z.S.,Long,R.,et al,1998.The Empirical modedecomposition and Hilbert spectrum for non-stationary time series analysis.Proceedings of the Royal Society of London,Series A454,903-995.
2.Leisk,G.G.Application of the Hilbert-Huang Transform to machine toolcondition/health monitoring.AIP Conference Proceedings.615,1711-1718.
3.Montesinosa,M.E.,2003.Hilbert-Huang analysis of BWR neutron detector signals:application to DR calculation and to corrupted signal analysis.Annals of NuclearEnergy 30,715-727.
4.Veltcheva,A.D.,2002.Wave and group transformation by a Hilbert spectrum.Coastal Engineering Journal 44,283-300.
5.熊学军,郭炳火等,2002.EMD方法和Hilbert谱分析法的应用与探讨。黄渤海海洋.20,12-21.
发明内容
本发明的目的在于提出一种基于希尔伯特-黄变换的水平管气液两相流流型识别方法。
它是在一个由文丘利管、差压变送器与计算机构成的流型信号处理系统中,通过采集文丘利管上的差压信号,引入希尔伯特-黄变换方法计算差压信号不同固有模态所占的能量比得到识别流型的流态图,再通过与残差均值的结合得到流型识别规则。
本发明针对目前两相流研究的现状与存在的问题,提出了利用传统的文丘利管,通过提取差压信号,使用希尔伯特-黄变换方法实现气液两相流的流型识别方法。该方法克服了传统的流型识别方法通用性差、受实验条件应响大、难于实际应用的不足。
附图说明
图1是水平管气液两相流流型识别系统示意图;
图2是利用希尔伯特-黄变换实现流型识别的过程示意图;
图3是单相水信号及其固有模态分解图;
图4是泡状流信号及其固有模态分解图;
图5是弹状流信号及其固有模态分解图;
图6是混状流信号及其固有模态分解图;
图7是50mm管道的瞬时频率和能量比与流型的关系图;
图8是40mm管道的瞬时频率和能量比与流型的关系图;
图9是50mm管道的残差均值和液相流量与流型的关系图;
图10是40mm管道的残差均值和液相流量与流型的关系图;
图11是水平管气液两相流不同能量比识别流型的流态图。
具体实现方式
基于希尔伯特-黄变换的水平管气液两相流流型识别方法的步骤为:
1).选取与不同流型相对应的水平管道气液(气水、气油)两相差压流数据作为样本集,对差压信号进行固有模态分解,得到描述信号的不同分量,然后通过定义的能量比公式对不同的模态进行能量比与平均瞬时频率计算,得到不同频率带下能量比与流型的关系,通过对3Hz与30Hz频率范围的能量比的分析得到气液两相流流型识别的流态图;
2).根据样本数据计算得到的流态图识别出泡状流(单相水)、弹状流、混状流,通过残差均值的计算把单相水流从小的泡状流中区别出来,利用3Hz与30Hz附近的能量比与残差均值的结合总结出流型识别规则,识别出单相水、泡状流、弹状流、混状流;
图1为气液两相流流型识别系统示意图,图2为具体实现的过程。通过测量反映流型信息的差压信号,然后通过计算机对信号进行希尔伯特-黄变换,得到不同模态的能量比与残差的均值,利用得到的流态图与规则进行不同流型的识别。希尔伯特-黄变换原理与具体算法如下所述:
希尔伯特-黄变换假设任一信号都是由许多固有模态函数组成,如果固有模态之间相互重叠,便形成复合信号。在希尔伯特-黄变换中描述信号的基本量是瞬时频率,这是与其它信号处理方法的本质区别,而瞬时频率对每一个固有模态函数都有实际意义。瞬时频率可以通过Hilbert变换求得,即先将对信号s(t)作Hilbert变换得到信号的解析形式:
z(t)=s(t)+jH(s(t))=α(t)ejΦ(t) (1)
其中幅值函数为
相位函数为
对相位函数求导数即得到瞬时频率为
其具体过程如下:
①求出信号s(t)的局部极大值和极小值
②用三次样条插值分别构成信号的上下包络线
③求上下包络线的平均包络,记为m1(t)
④用原信号减去m1(t),记为h1(t)
h1(t)=s(t)-m1(t) (5)
⑤.判断h1(t)是否满足IMF条件,如满足记
c1(t)=h1(t)
为第一个IMF
若不满足,把h1(t)看作s(t),求
h11(t)=h1(t)-m11(t) (6)
。。。
h1k(t)=h1(k-1)(t)-m1k(t) (7)
直到h1k(t)满足IMF条件
⑥设c1(t)=h1k(t)为第一个IMF
⑦记r1(t)=s(t)-c1(t) (8)
将r1(t)作为信号s(t)重复①到⑥求出c2(t),直到rn(t)一个单调函数或直流分量。经过EMD后,信号可以表示为
对式(9)中的每个IMF作Hilbert变换可得
这里省略了残差函数r,Re表示取实部。式(10)称为Hilbert幅值谱,简称Hilbert-Huang谱,记作
每个模态的瞬时频率fi(t)可以通过下式求出:
为了利用希尔伯特-黄变换方法处理两相流动信号,现定义分解后各层平均能量为
其中N为每个模态的数据点数。
分解后各层的总平均能量为
定义各层所占的能量比为
图3-6为原始的不同流型信号及其固有模态分解结果,第一个子图为原始差压信号,imf1-imf8为分解后的固有模态,最后是残差函数。表1为计算得到四种不同的典型流型的分解后各模态的平均瞬时频率与能量比,其它情况的计算相同。从分解结果可以看出,不同的固有模态基本上是反映信号的波动成分,而残差则体现了信号的平稳部分。从图3-6可以看出,由单相流到混状流变化时,信号的均值与残差逐渐减小。从信号的时域图可以看出,用文丘利管的差压信号可以看出不同的流型信息,但是用常规的信号处理方法却很难提取出定量的描述。
表1.不同模态的频均瞬时频率与能量比
Imf1 | Imf2 | Imf3 | Imf4 | Imf5 | Imf6 | Imf7 | |
单相水Ei(%) | 47.1761 | 26.2428 | 13.7704 | 5.8723 | 2.6686 | 2.3676 | 1.9022 |
fi(Hz) | 28.6273 | 13.9663 | 6.4761 | 3.6056 | 0.8736 | 0.8584 | 0.3662 |
泡状流Ei(%) | 75.6701 | 8.8507 | 3.7417 | 3.4433 | 4.4808 | 1.8425 | 1.9709 |
fi(Hz) | 31.5066 | 15.7983 | 8.1838 | 4.1270 | 0.9305 | 0.8963 | 1.4684 |
弹状流Ei(%) | 26.2864 | 10.5941 | 7.2009 | 12.1268 | 22.3949 | 18.1222 | 3.2748 |
fi(Hz) | 30.8179 | 16.4172 | 8.6372 | 4.1701 | 0.9837 | 0.9089 | 0.8047 |
混状流Ei(%) | 2.0634 | 2.2615 | 16.3537 | 27.4682 | 29.3461 | 9.7548 | 12.7522 |
fi(Hz) | 29.9238 | 14.9524 | 6.6244 | 5.5428 | 1.9994 | 1.3501 | 0.6859 |
利用上述过程对不同流型的文丘利管的差压信号进行分解与计算,在50mm与40mm气水两相流的实验结果分别如图7、图8所示,可以看出在3Hz附近,能量比从混状流到弹状流、泡状流依次减小,而在30Hz附近则刚好相反。在15Hz附近虽然与30Hz附近有相似的结果,但不是很明显。由此可以把整个分解结果当成三个特征向量来处理,即3Hz附近所占的总的能量比E1,15Hz附近所占的能量比E2与30Hz附近所占的能量比E3。通过计算得到在3Hz附近混状流所占的能量比为75%~98%,弹状流为40%~90%,泡状流为45%以下,在30Hz附近混状流占的能量比为10%以下,弹状流为8%~55%,泡状流为40%~90%。通过计算这两个频率范围内的能量比,然后判断能量比的范围就可以识别出混状流、弹状流、泡状流(单相水),由于单相水的能量比与气泡很小时泡状流的能量比在相同范围内,不能识别出来。
为了把单相水流从泡状流中识别出来,我们分解后的残差进行分析,得到了残差均值与流型的关系,结果如图9、图10所示,可以看出,单相流时残差的均值在0.94以上,泡状流在0.65~0.91之间,弹状流在0.40~0.65,而混状流时分布在0.4以下的区域。残差是把原始信号的波动成份经过EMD后得到的反映信号变化趋势的成分,通过对50mm和40mm的差压信号的分析看出二者的变化范围几乎是一致的,通过残差的均值可以十分容易地把单相水与泡状流区别开。该结果可以补充利用不同的能量比不能把小泡流与单相流区别开的不足。
利用相同的实验过程,我们在40mm和50mm的管道上进行油水两相流实验,实验用油为0#柴油。油流量范围为4.2m3/h~7.0m3/h。其它条件与气水实验条件一样。
为了更加明确地反映出能量比与流型的关系,我们把50mm与40mm管径气液两相流在3Hz附近的能量比E1与30Hz附近的能量比E3画在图11中,以便找到与流型的关系的直观描述。图中主要有4个区域,每个区域包含了一种流型。其中,单相流可以看作是泡状流的一种特殊形式。也就是通过该图可以很好的识别出不同管径下泡状流、弹状流与混状流。再通过与计算的残差得均值的结合,把单相水从泡状流中分离出来,从而实现单相流、泡状流、弹状流与混状流的有效识别。其中,阴影部分分别为泡-弹与弹-混状流型的过渡区间。
通过以上的分析,总结出以下的规则来实现对水平管气液两相流流型的识别,如表2所示,通过这些规则就可以十分容易的识别出不同的流型,另外如果同时满足两个规则,则可以判别为该流型为过渡流型,如同时满足2和3则可判别该流型为泡-弹过渡流型。
表2、利用能量比与残差均值识别气液两相流流型的规则
规则 | E1(%) | E3(%) | 残差均值(V) | 流 型 |
1 | 10~35 | 45~70 | >0.94 | 单相水 |
2 | 3~45 | 40~90 | <0.92 | 泡状流 |
3 | 40~90 | 8~55 | - | 弹状流 |
4 | 75~98 | <15 | - | 混状流 |
结果表明,利用文丘利管上的差压信号采用希尔伯特-黄变换方法进行流型识别,可以针对不同的管道直径、不同的液相流量下得到的单相流、泡状流、弹状流、混状流流型,利用相同的规则进行识别。该方法识别流型受实验条件影响小,即使采用不同量程的差压变送器得到结果也是一致的。
Claims (5)
1、一种基于希尔伯特-黄变换的水平管气液两相流流型识别方法,其特征在于:它是在一个由文丘利管、差压变送器与计算机构成的流型信号处理系统中,通过采集文丘利管上的差压信号,引入希尔伯特-黄变换方法计算差压信号不同固有模态所占的能量比得到识别流型的流态图,再通过与残差均值的结合得到流型识别规则。
2、根据权利要求1所述的一种基于希尔伯特-黄变换的水平管气液两相流流型识别方法,它的识别步骤为:
1).选取与不同流型相对应的水平管道气水、气油两相差压流数据作为样本集,对差压信号进行固有模态分解,得到描述信号的不同分量,然后通过定义的能量比公式对不同的模态进行能量比与平均瞬时频率计算,得到不同频率带下能量比与流型的关系,通过对3Hz与30Hz频率范围的能量比的分析得到气液两相流流型识别的流态图;
2).根据样本数据计算得到的流态图识别出泡状流或单相水、弹状流、混状流,通过残差均值的计算把单相水流从小的泡状流中区别出来,利用3Hz与30Hz附近的能量比与残差均值的结合总结出流型识别规则,识别出单相水、泡状流、弹状流、混状流;
3).上面得到的流态图与规则作为知识存储于计算机中,对现场采集的数据通过计算得到能量比与残差得均值,然后利用流态图或规则进行判断,得到两相流的流型。
3、根据权利要求1所述的一种基于希尔伯特-黄变换的水平管气液两相流流型识别方法,其特征在于:所说通过定义的能量比公式对不同的模态进行能量比与平均瞬时频率计算,得到不同频率带下能量比与流型的关系:是通过计算得到在3Hz附近混状流所占的能量比为75%~98%,弹状流为40%~90%,泡状流为45%以下,在30Hz附近混状流占的能量比为10%以下,弹状流为8%~55%,泡状流为40%~90%,通过计算这两个频率范围内的能量比,然后判断能量比的范围,识别出混状流、弹状流、泡状流或单相水。
4、根据权利要求1所述的一种基于希尔伯特-黄变换的水平管气液两相流流型识别方法,其特征在于:所说通过对3Hz与30Hz频率范围的能量比的分析得到气液两相流流型识别的流态图:是把50mm与40mm管径气液两相流在3Hz附近的能量比E1与30Hz附近的能量比E3画成流态识别图,通过流态识别图识别出不同管径下泡状流、弹状流与混状流,阴影部分分别为泡-弹与弹-混状流型的过渡区间。
5、根据权利要求1所述的一种基于希尔伯特-黄变换的水平管气液两相流流型识别方法,其特征在于:所说通过残差均值的计算把单相水流从小的泡状流中区别出来,利用3Hz与30Hz附近的能量比与残差均值的结合总结出流型识别规则,识别出单相水、泡状流、弹状流、混状流:是通过对残差均值的计算,得到单相流时残差的均值在0.94以上,泡状流在0.65~0.91之间,弹状流在0.40~0.65,而混状流分布在0.4以下的区域,利用残差均值与流态识别图相结合识别出单相水、泡状流、弹状流、混状流流型,另外如果同时满足两个规则,则可以判别为该流型为过渡流型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2004100174758A CN1316241C (zh) | 2004-04-02 | 2004-04-02 | 基于希尔伯特-黄变换的水平管气液两相流流型识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2004100174758A CN1316241C (zh) | 2004-04-02 | 2004-04-02 | 基于希尔伯特-黄变换的水平管气液两相流流型识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1563940A true CN1563940A (zh) | 2005-01-12 |
CN1316241C CN1316241C (zh) | 2007-05-16 |
Family
ID=34478984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2004100174758A Expired - Fee Related CN1316241C (zh) | 2004-04-02 | 2004-04-02 | 基于希尔伯特-黄变换的水平管气液两相流流型识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1316241C (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102175571A (zh) * | 2011-02-23 | 2011-09-07 | 西安交通大学 | 基于希尔伯特边际谱的两相流流型识别方法 |
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 |
CN103543210A (zh) * | 2013-11-14 | 2014-01-29 | 南京航空航天大学 | 基于声发射技术的加压气力输送流型检测装置和方法 |
CN103674478A (zh) * | 2013-12-11 | 2014-03-26 | 中国石油大学(华东) | 低含气率的气液两相流流型识别方法 |
CN104330336A (zh) * | 2014-11-07 | 2015-02-04 | 中国石油大学(华东) | 基于ica和svm的气液两相流型识别方法 |
CN104764871A (zh) * | 2014-01-07 | 2015-07-08 | 重庆工商大学 | 一种多变量检测的油中水分在线监测方法 |
CN105675253A (zh) * | 2016-01-05 | 2016-06-15 | 中山大学 | 基于两相流压降噪音频谱分析的流型判别方法及其系统 |
CN105675256A (zh) * | 2016-03-28 | 2016-06-15 | 山东大学 | 基于止回阀内波动信号的气液两相流辨识系统及方法 |
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 |
CN111982213A (zh) * | 2020-08-20 | 2020-11-24 | 中国核动力研究设计院 | 一种核反应堆模拟燃料组件流量测量方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4683759A (en) * | 1985-12-23 | 1987-08-04 | Texaco Inc. | Characterization of two-phase flow in pipes |
CN2091458U (zh) * | 1991-03-26 | 1991-12-25 | 浙江大学 | 流型在线显示装置 |
CN1125314C (zh) * | 1999-08-17 | 2003-10-22 | 上海电力学院 | 涡街式气液两相流双参数测量方法 |
JP3925638B2 (ja) * | 2002-05-30 | 2007-06-06 | 石川島播磨重工業株式会社 | 気液二相流のフローパターン判別方法 |
-
2004
- 2004-04-02 CN CNB2004100174758A patent/CN1316241C/zh not_active Expired - Fee Related
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102175571A (zh) * | 2011-02-23 | 2011-09-07 | 西安交通大学 | 基于希尔伯特边际谱的两相流流型识别方法 |
CN102175571B (zh) * | 2011-02-23 | 2012-11-28 | 西安交通大学 | 基于希尔伯特边际谱的两相流流型识别方法 |
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 |
CN103543210A (zh) * | 2013-11-14 | 2014-01-29 | 南京航空航天大学 | 基于声发射技术的加压气力输送流型检测装置和方法 |
CN103674478A (zh) * | 2013-12-11 | 2014-03-26 | 中国石油大学(华东) | 低含气率的气液两相流流型识别方法 |
CN103674478B (zh) * | 2013-12-11 | 2016-01-06 | 中国石油大学(华东) | 低含气率的气液两相流流型识别方法 |
CN104764871A (zh) * | 2014-01-07 | 2015-07-08 | 重庆工商大学 | 一种多变量检测的油中水分在线监测方法 |
CN104764871B (zh) * | 2014-01-07 | 2017-07-18 | 重庆工商大学 | 一种多变量检测的油中水分在线监测方法 |
CN104330336A (zh) * | 2014-11-07 | 2015-02-04 | 中国石油大学(华东) | 基于ica和svm的气液两相流型识别方法 |
CN105675253A (zh) * | 2016-01-05 | 2016-06-15 | 中山大学 | 基于两相流压降噪音频谱分析的流型判别方法及其系统 |
CN105675253B (zh) * | 2016-01-05 | 2018-04-17 | 中山大学 | 基于两相流压降噪音频谱分析的流型判别方法及其系统 |
CN105675256A (zh) * | 2016-03-28 | 2016-06-15 | 山东大学 | 基于止回阀内波动信号的气液两相流辨识系统及方法 |
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 |
CN111982213A (zh) * | 2020-08-20 | 2020-11-24 | 中国核动力研究设计院 | 一种核反应堆模拟燃料组件流量测量方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN1316241C (zh) | 2007-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1563940A (zh) | 基于希尔伯特-黄变换的水平管气液两相流流型识别方法 | |
CN1811367A (zh) | 机械故障的集成支持向量机混合智能诊断方法 | |
CN101551864B (zh) | 基于频域方向特征相关性的图像分类方法 | |
CN1904581A (zh) | 基于主成分分析和支持向量机的油气水多相流流型识别方法 | |
CN109241915B (zh) | 基于振动信号平稳非平稳性判别及特征甄别的智能电厂泵机故障诊断方法 | |
CN116049637A (zh) | 基于流动噪声信号的气液两相流流型识别方法 | |
CN1904580A (zh) | 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 | |
Su et al. | Machine learning: next promising trend for microplastics study | |
CN1648638A (zh) | 基于支持向量机的多组分气体浓度定量分析仪 | |
CN107103361B (zh) | 基于粗糙集与回答集的变压器故障诊断方法和系统 | |
CN113111964A (zh) | 场地污染特征分析方法、装置、电子设备和存储介质 | |
CN113267462A (zh) | 一种应用紫外光谱对水体有机污染特征进行表征的方法 | |
Cai et al. | EMD and GNN-AdaBoost fault diagnosis for urban rail train rolling bearings | |
CN106407536B (zh) | 一种逆变器钳位二极管与支撑电容的复合故障诊断方法 | |
Jiang et al. | A novel hybrid distance guided domain adversarial method for cross domain fault diagnosis of gearbox | |
CN1845079A (zh) | 一种测试向量的产生方法 | |
CN1376905A (zh) | 提取机械动态信息的特征波形信号分解方法 | |
Qiu et al. | Empirical and numerical advancements in gas-liquid separation technology: A review | |
Fa-jun et al. | Compound fault diagnosis of gearbox based on wavelet packet transform and sparse representation classification | |
CN104330336A (zh) | 基于ica和svm的气液两相流型识别方法 | |
CN103425890A (zh) | 一种景观水质分析算法 | |
CN105717490A (zh) | 基于时频分析的lfm信号分离及参数估计方法 | |
Khalil et al. | Morphological analysis of HI features. I. Metric space technique | |
Lin et al. | Geometry Optimization of Cylindrical Flaps of Oscillating Wave Surge Converters Using Artificial Neural Network Models | |
He et al. | Wavelet packet base selection for gearbox defect severity classification |
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 | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |