為實現(xiàn)上傾管氣液兩相流流型的智能識別,提出了基于小波變換與概率神經(jīng)網(wǎng)絡的流型識別方法。采用中國石油大學（華東）室內(nèi)小型環(huán)道試驗裝置進行氣液兩相流試驗,采集上傾管流型以及相應的持液率信號。運用小波變換對持液率信號進行5級分解,并對分解后的信號提取標準差作為概率神經(jīng)網(wǎng)絡的輸入?yún)?shù),對試驗中獲得的分層流、氣泡流、段塞流、嚴重段塞流流型進行識別。結(jié)果表明:該方法對4種流型的識別效果較好,其整體識別率為96.5%,其中分層流和嚴重段塞流的識別率高達98%。基于小波變換與概率神經(jīng)網(wǎng)絡的上傾管流型識別方法能夠有效克服傳統(tǒng)識別方法中主觀因素的影響,不僅顯著提高了流型識別的準確率,而且識別過程更加智能。（圖5,表3,參22） 

【文章來源】：油氣儲運. 2020,39(08)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

室內(nèi)小型氣液兩相流環(huán)道試驗裝置組成示意圖

雙平行電導探針由直徑為0.5 mm的不銹鋼金屬絲制作，嵌入在有機透明玻璃管的同一截面上。電導探針經(jīng)電線接入電路板，其產(chǎn)生的信號為電流信號，電路系統(tǒng)將電流信號轉(zhuǎn)換為電壓信號，再由數(shù)據(jù)采集卡進行模數(shù)轉(zhuǎn)換。數(shù)據(jù)采集卡為IOtech 6220型采集卡，其采集頻率最高為100 kHz，試驗中考慮到傳感器的頻響及數(shù)據(jù)處理的實際需要，采樣頻率設置為100 Hz。雙平行電導探針在試驗前需要進行標定，以得到試驗管道中持液率與電壓信號的對應關系，根據(jù)測得的一系列對應點擬合出持液率與電壓信號的關系式（圖2):式中：Hl為管道截面持液率；U為持液率信號采集系統(tǒng)測量電壓，V。

得到4種流型所對應的持液率信號（圖3）。其中，75°傾角包含的流型種類較多且各流型的數(shù)目較為平均，得到管徑54 mm、傾角75°上傾管的流型圖（圖4，其中藍色、紫色、綠色線分別為不同流型的分界線）。圖4 氣液兩相流試驗測得的管徑54 mm、傾角75°上傾管的流型圖

【參考文獻】：
期刊論文
[1]成品油上傾管道油水兩相流相分布識別方法[J]. 文松青,張濤,張奇超.  油氣儲運. 2019(09)
[2]基于神經(jīng)網(wǎng)絡的流動預測模型研究[J]. 趙超,李佳威,伍耐明.  熱能動力工程. 2017(11)
[3]基于IMF能量特征的輸油管道內(nèi)流型識別新方法[J]. 鞏增利,王強.  自動化應用. 2013(09)
[4]基于連續(xù)小波變換和RBF神經(jīng)網(wǎng)絡的氣液兩相流流型識別方法[J]. 孫斌,周云龍,關躍波,趙鵬.  吉林大學學報(工學版). 2007(04)
[5]基于經(jīng)驗模式分解和概率神經(jīng)網(wǎng)絡的氣液兩相流識別[J]. 孫斌,周云龍,向新星,竇華榮.  中國電機工程學報. 2007(17)
[6]小波分析在多相流流型識別中的應用[J]. 李菊,董守平.  石油大學學報(自然科學版). 2000(02)



本文編號：3405280