论文部分内容阅读
两相流系统是一个复杂的非线性动态系统，相间存在着界面效应和相对速度，致使两相流参数检测的难度较大，在国际上，也是一个亟待发展的探索研究领域。在两相流系统中，流型是一个重要的检测参数，它不但影响两相流的流动特性和传热传质等性能，而且影响两相流系统其它参数的准确测量，因此两相流的流型辨识是该领域中的一个重要研究方向。 本文基于ARMA(Autoregressive Moving Average)模型，对气固流化床和气液两相流系统进行了分析并进一步对其流型进行了辨识，得到了一些有益的结论。本文的主要工作和创新点如下： ● 提出了一种针对WLS(Wavelet-generalized least squares)的AR模型法的改进算法。引入R／S分析法对WLS法进行改进，以提高Hurst指数估计精度及滤波效果。基于小波技术的WLS法是具有1／f噪声的系统回归模型参数的最佳线性无偏估计。本文对WLS法进行了仿真研究，研究结果表明WLS法对H＞0.5的1／f噪声的滤除作用明显优于传统的AR模型，但同时发现WLS法对Hurst指数的估计误差较大。针对Hurst指数的估计误差较大的问题，本文引入R／S分析法，仿真研究表明该方法在提高Hurst指数估计精度的同时提高了WLS法的滤波效果。 ● 将改进的基于WLS的AR模型法应用于气固流化床的流型辨识，提出了一种气固流化床过程监控的新方法。利用压力波动信号建立了AR模型，对气固流化床的流型进行了分析研究，发现在不同流型下，AR模型阶数有明显不同。在此基础上，利用模型阶数进行流型的判别，初步实验结果表明，所采用流型辨识方法是有效的，气固流化床中鼓泡床和湍动床的辨识成功率分别为94.3％和80.0％。 ● 应用ARMA时序模型对不同管径的水平管气水两相流进行了建模分析。对不同管径不同流型下的差压波动信号进行了建模，在此基础上分析得出：弹状流流型下ARMA模型的阶数n最小，泡状流和环状流流型下的ARMA模型阶数n较大。采用ARMA时序模型对水平管气水两相流差压波动信号作了初步研究，研究结果表明利用ARMA 摘要竺巴巴二二二-一巴=二二二二二二二二二二二二二二二二思巴巴巴巴巴巴巴巴巴巴巴巴巴巴巴巴巴里巴巴巴巴模型阶数n可以用来进行流型辨识。