论文部分内容阅读
两相流广泛存在于科学研究和工业生产过程中,它是一种复杂的流动过程。两相流动过程固有流动特性的表征和流型的辨识,是实现准确测量获取其它参数的重要基础。随着工业生产对计量、环保等要求的逐渐提高,两相流动参数的检测精度提出了新的要求,需要不断探索新的思路和方法。多变量非线性时间序列分析方法利用不同传感器数据资源,将各传感器测量数据综合,组成一个多变量时间序列,从而对被测系统进行刻画描述。相比于单变量时间序列,多变量时间序列给被测系统提供了更全面、准确、真实的动力学信息。两相流动作为一种复杂的非线性动力系统,应用非线性信息方法可实现流动机理的描述和流型的判别。为了准确描述和表征两相流过程的流动特性,实现流型辨识,并进一步实现流动过程参数的估计。论文研究采用多变量时间序列的分析方法,对电阻层析成像系统的测量信息进行数据预处理组成新的多变量时间序列,利用得到的多变量时间序列对两相流动特性进行分析,探索一种较为准确的表征两相流动特性的方法。课题具体的研究工作为:(1)对现有的两相流流型识别和流动机理研究与多变量非线性时间序列技术进行归纳总结。针对气水两相流和油水两相流混沌特性分析的问题,提出了采用多变量时间序列最大Lyapunov指数和关联维数实现流动特性分析的方法。(2)在实现气水两相流的流型识别和机理探究时,应用多变量时间序列最大Lyapunov指数这一混沌特征参数,实现了三种典型的气水两相流的流型识别,并通过对比不同流速,探究了气水两相流的流动特性。(3)相比于气水两相流,油水两相流的流动过程更为复杂。因此需要引入多变量时间序列最大Lyapunov指数和关联维数两个混沌特征参数才可以有效的将油水两相流的流型进行辨识以及分析其典型流型的流动特性。(4)在基于多变量时间序列最大Lyapunov指数和关联维数的基础上对油水两相流流动特性分析,证明其混沌特性及其显著。采用目前应用较为广泛的核偏最小二乘对油水两相流的相含率估计,直接将电阻层析成像的测量数据进行建模估计,有效的避免了利用图像重建估计相含率过于费时以及严重依赖成像精度的缺陷。实验证明该方法估计油水两相流相含率实时性好,易于操作,且准确性高。