油水兩相流廣泛存在于工業(yè)生產(chǎn)過(guò)程中,其流動(dòng)狀態(tài)非常復(fù)雜。油水兩相流動(dòng)過(guò)程固有流動(dòng)特性的表征和流型的辨識(shí),是精確估計(jì)其過(guò)程參數(shù)的重要基礎(chǔ)。工業(yè)生產(chǎn)對(duì)計(jì)量、環(huán)保等方面要求的提高也給油水兩相流動(dòng)參數(shù)的準(zhǔn)確檢測(cè)提出了更高的要求。目前對(duì)于油水兩相流的檢測(cè)方法雖然多種多樣,但單一傳感器信息的測(cè)量手段不能很好的解決油水兩相流參數(shù)估計(jì)問(wèn)題,因此將多傳感器融合技術(shù)引入油水兩相流過(guò)程參數(shù)估計(jì)中。多傳感器融合技術(shù)借助不同的時(shí)間與空間的多傳感器測(cè)量數(shù)據(jù)資源,可以實(shí)現(xiàn)比單一信息源對(duì)被測(cè)過(guò)程更完全、準(zhǔn)確和可靠的測(cè)量和描述。為了準(zhǔn)確描述和表征油水兩相流動(dòng)過(guò)程的流動(dòng)特性,實(shí)現(xiàn)流型的準(zhǔn)確識(shí)別、并進(jìn)一步實(shí)現(xiàn)油水兩相流相含率估計(jì),采用多傳感器信息融合技術(shù),對(duì)電阻層析成像系統(tǒng)和超聲透射系統(tǒng)的測(cè)量數(shù)據(jù)進(jìn)行融合;利用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)和非線(xiàn)性偏最小二乘法,建立流型識(shí)別模型和相含率估計(jì)模型。課題的具體研究工作包括:（1）在對(duì)兩相流流動(dòng)特性和機(jī)理進(jìn)行簡(jiǎn)要?dú)w納的基礎(chǔ)上,通過(guò)對(duì)電阻層析成像和超聲透射技術(shù)在兩相流測(cè)試中存在問(wèn)題的分析,針對(duì)電阻層析成像系統(tǒng)和超聲透射系統(tǒng)測(cè)量數(shù)據(jù)維度過(guò)高、數(shù)據(jù)量過(guò)大,給后續(xù)的數(shù)據(jù)處理和信息提取造成困難的情況,... 

【文章來(lái)源】：天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
abstract
第1章 緒論
    1.1 油水兩相流研究的背景和意義
    1.2 油水兩相流及流動(dòng)參數(shù)
        1.2.1 油水兩相流流型
        1.2.2 油水兩相流相含率
    1.3 多傳感器融合測(cè)量方法
        1.3.1 多傳感器系統(tǒng)融合
        1.3.2 多傳感器信息融合
    1.4 課題的主要研究工作
第2章 油水兩相流測(cè)試系統(tǒng)及實(shí)驗(yàn)
    2.1 電阻層析成像系統(tǒng)
        2.1.1 電阻層析成像技術(shù)原理介紹
        2.1.2 電阻層析成像技術(shù)在油水兩相流測(cè)量中的應(yīng)用
    2.2 超聲透射技術(shù)
    2.3 油水兩相流實(shí)驗(yàn)裝置和實(shí)驗(yàn)過(guò)程
    2.4 小結(jié)
第3章 油水兩相流流型識(shí)別模型
    3.1 徑向基神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
        3.1.1 徑向基神經(jīng)網(wǎng)絡(luò)機(jī)制模型
        3.1.2 徑向基函數(shù)
        3.1.3 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)參數(shù)的訓(xùn)練
    3.2 RBF神經(jīng)網(wǎng)絡(luò)對(duì)于流型識(shí)別模型的可行性分析
    3.3 基于RBF神經(jīng)網(wǎng)絡(luò)的ERT流型識(shí)別
        3.3.1 實(shí)驗(yàn)數(shù)據(jù)預(yù)處理
        3.3.2 特征參數(shù)選取
        3.3.3 流型識(shí)別
    3.4 小結(jié)
第4章 非線(xiàn)性偏最小二乘法相含率估計(jì)
    4.1 偏最小二乘法
        4.1.1 偏最小二乘法的原理及方法
        4.1.2 非線(xiàn)性的PLS方法
        4.1.3 相含率估計(jì)結(jié)果
    4.2 多模型的相含率估計(jì)建模方法
    4.3 小結(jié)
第5章 多傳感器融合油水兩相流參數(shù)估計(jì)
    5.1 數(shù)據(jù)融合算法
    5.2 特征級(jí)融合算法
    5.3 基于數(shù)據(jù)融合的流型識(shí)別
    5.4 基于數(shù)據(jù)融合的相含率估計(jì)
    5.5 小結(jié)
第6章 結(jié)論和展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
發(fā)表論文和參加科研情況說(shuō)明
    發(fā)表學(xué)術(shù)論文
    參與科研項(xiàng)目
致謝


【參考文獻(xiàn)】：
期刊論文
[1]油水兩相流水包油流型多尺度排列熵分析[J]. 杜萌,金寧德,高忠科,朱雷,王振亞.  物理學(xué)報(bào). 2012(23)
[2]基于ERT傳感器和數(shù)據(jù)挖掘技術(shù)的空氣水兩相流空隙率測(cè)量（英文）[J]. 王保良,孟振振,黃志堯,冀海峰,李海青.  Chinese Journal of Chemical Engineering. 2012(02)
[3]微波透射法測(cè)量含水率的研究[J]. 李志茂,黃志堯,王保良,李海青.  傳感技術(shù)學(xué)報(bào). 2006(06)
[4]油水兩相流相含率的軟測(cè)量方法[J]. 趙鑫,金寧德,李偉波.  化工學(xué)報(bào). 2005(10)
[5]RBF神經(jīng)網(wǎng)絡(luò)在油水兩相流含率超聲測(cè)量中的應(yīng)用[J]. 段玉波,劉繼承,王瓊.  信息與控制. 2005(04)
[6]多輸入特征融合的組合支持向量機(jī)電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 馬騫,楊以涵,劉文穎,齊鄭,郭金智.  中國(guó)電機(jī)工程學(xué)報(bào). 2005(06)
[7]基于ERT技術(shù)的垂直管道兩相流流型識(shí)別[J]. 董峰,姜之旭,喬旭彤,徐苓安.  儀器儀表學(xué)報(bào). 2004(04)
[8]改進(jìn)的RBF網(wǎng)絡(luò)及其參數(shù)優(yōu)化方法[J]. 林成蔭,高大啟.  計(jì)算機(jī)工程與應(yīng)用. 2004(18)
[9]近期多相流過(guò)程層析成像技術(shù)的發(fā)展[J]. 張修剛,王棟,林宗虎.  熱能動(dòng)力工程. 2004(03)
[10]信息融合理論的基本方法與進(jìn)展[J]. 潘泉,于昕,程詠梅,張洪才.  自動(dòng)化學(xué)報(bào). 2003(04)



本文編號(hào)：3173502