基于動態(tài)差壓信號的氣液兩相流特性研究.pdf

1、氣液兩相流現(xiàn)象廣泛存在于自然界和人們生產(chǎn)生活的各個方面,因此,對兩相流動態(tài)特性的深入研究具有重要意義。流型作為兩相流最重要的動態(tài)特性之一,是兩相流領(lǐng)域研究的重點和熱點。實驗中使用V錐流量計作為節(jié)流裝置,采集兩相流動態(tài)差壓信號,使用局域均值分解算法對差壓信號進行處理,并提取其特征值,通過支持向量機對特征值進行訓(xùn)練,得到分類模型,實現(xiàn)兩相流流型的正確識別。具體研究內(nèi)容及成果如下:
　　(1)搭建水平管道氣液兩相流實驗系統(tǒng),使用V錐流量

2、計作為節(jié)流裝置,通過差壓變送器及數(shù)據(jù)采集卡采集不同流量點的兩相流差壓波動信號。本文主要研究泡狀流、彈狀流、塞狀流三種最典型的流型,實驗過程中共采集298組可用數(shù)據(jù)。
　　(2)編寫基于LabVIEW的信號預(yù)處理程序,對動態(tài)差壓信號進行預(yù)處理。預(yù)處理過程包括信號歸一化、剔點、去趨勢、數(shù)學(xué)形態(tài)濾波等。經(jīng)過預(yù)處理的信號更加平滑,噪聲、工頻干擾等都得到有效抑制。
　　(3)局域均值分解(LMD)算法能夠自適應(yīng)的將兩相流差壓信號由高頻

3、到低頻逐層分離出來。分離出來的若干乘積分量(PF)具有實際的物理意義,能夠最大限度的保留原信號的特征,而且端點效應(yīng)和模態(tài)混疊程度較低。
　　(4)提取兩相流差壓信號的特征值,包括能量熵、能量分量、峭度系數(shù)、標準差。通過支持向量機(SVM)對特征值進行訓(xùn)練后,輸入未知兩相流差壓信號使之能夠被正確識別。本文使用30組樣本進行訓(xùn)練,對268組差壓信號進行識別,識別率達到97.01％。
　　(5)基于虛擬儀器(LabVIEW)軟件進