• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于聲發(fā)射技術(shù)的氣液兩相流相含率測量方法

      2019-07-10 07:44方立德李勝耀王松付祿新李小亭
      中國測試 2019年2期
      關(guān)鍵詞:支持向量機

      方立德 李勝耀 王松 付祿新 李小亭

      摘要:氣液兩相流動廣泛存在于石油、化工、管道運輸、核反應(yīng)堆等領(lǐng)域,利用聲發(fā)射檢測技術(shù)的非侵入式優(yōu)勢,對管內(nèi)兩相流動系統(tǒng)的進行無干擾,通過檢測氣液兩相流動噪聲,實現(xiàn)氣液兩相流相含率的測量。通過提取垂直管氣液兩相流流動噪聲信號特征參數(shù),在時域、頻域分析方面分辨單相流動與兩相流動的差別,研究兩相流動的流動機理、流型過渡特性、流動噪聲與流動形態(tài)之間的關(guān)系。在垂直管彈狀流流型下,利用重標極差分析法(R/S分析法)對所測得垂直管氣液兩相流流動噪聲進行分析,提取的垂直管兩相流聲發(fā)射信號作為輸入量,利用支持向量機回歸的方法,克服兩相流聲發(fā)射信號的非線性關(guān)系,成功建立相含率測量模型。

      關(guān)鍵詞:聲發(fā)射;相含率;兩相流;支持向量機

      中圖分類號:TB937

      文獻標志碼:A

      文章編號:1674–5124(2019)02–0022–08

      0 引言

      氣液兩相流動廣泛存在于石油、化工、管道運輸、核反應(yīng)堆等領(lǐng)域,兩相流參數(shù)[1]的有效檢測對工業(yè)生產(chǎn)具有重要意義。兩相流相含率的測量是研究兩相流動的流動機理、流型過渡特性、流動噪聲與流動形態(tài)之間的關(guān)系的基礎(chǔ),越來越受到研究者重視[2]。

      目前,國內(nèi)外對兩相流相含率的測量方法研究較多,常用的有電學(xué)法、光學(xué)法[3]、微波法[4]、γ射線法[5]以及聲學(xué)法等。電學(xué)法分為電導(dǎo)法[6]與電容法[7],其中電導(dǎo)法適用于水為連續(xù)相的情況;電容法適用于連續(xù)相的流體,但適用范圍小,只有在低含水率時才能保證精度。光學(xué)法對于流體介質(zhì)要求比較高,需要保證管道透明,同時隔絕外界光線的干擾。微波法在測量精度、運行穩(wěn)定性方面有一定的優(yōu)勢,但其造價較高且標定復(fù)雜,安裝困難。γ射線法測量精度越高耗時越長,需要防護手段防止其對周圍環(huán)境的破壞。聲學(xué)法[8]包括主動測量法—超聲波測量法[9]和被動測量法—聲發(fā)射測量法[10]。聲學(xué)法穿透能力強,其中超聲波多普勒法適用對含有固體微?;驓馀莸囊合嗔黧w測量,但多普勒頻移難以捕捉,測量誤差大;聲發(fā)射測量法能夠彌補這個缺陷,基于對流動噪聲的測量,誤差小靈敏度高,不會對于內(nèi)部流場進行干擾,同時具有非侵入式優(yōu)勢,能夠?qū)崟r在線檢測等。王鑫[11]、張凱[12]等通過聲發(fā)射技術(shù)對的聲音信號檢測,分別結(jié)合了高速攝像技術(shù)、電容耦合電阻層析成像(CCERT)技術(shù)對兩相流進行參數(shù)提取和建立相含率預(yù)測模型。

      本文利用聲發(fā)射測量技術(shù),通過提取垂直管氣液兩相流流動噪聲信號特征參數(shù),在時域、頻域方面分析單相流動與兩相流動的差別,對所測得垂直管氣液兩相流流動噪聲進行R/S分析,提取垂直管兩相流聲發(fā)射信號作為輸入量,并利用支持向量機回歸的方法,對聲發(fā)射技術(shù)在相含率的測量模型方面進行了研究探索。

      1 流動噪聲測試實驗系統(tǒng)

      1.1 實驗測試平臺

      實驗室的多相流測試系統(tǒng)可同時實現(xiàn)油、氣、水3種介質(zhì)的混合測量,同時油、氣、水也可以分別通過增壓泵進入計量管段完成單相測量。本文水路的流量計采用了KROHNE電磁流量計,型號為OPTIFLUX4300,管徑DN10,測量范圍流速0.05~10m/s,工作環(huán)境溫度–20~150°C,測量精度為±0.5%;氣路采用為DN50的HLQZ-20型氣體智能羅茨流量計,測量流量范圍為0.05~20m3/h,環(huán)境溫度–10~50°C,精度等級1.0%,如圖1實驗測試現(xiàn)場。該系統(tǒng)中均采用標準表法進行測量,水路、氣路測量精度分別可以達到0.5、0.1級,符合檢測要求。

      實驗選取了8組聲發(fā)射探頭,采用對稱位置安放,如圖2所示。根據(jù)材料聲學(xué)特性,實驗選用1套流動噪聲檢測裝置,在測量管道兩端分別平均分布4個吸噪底盤,每個底盤上均裝有聲發(fā)射固定裝置,在測量過程中,將聲發(fā)射探頭固定在吸噪底盤上,對噪聲進行有效減弱,可以更有效地過濾實驗裝置的固有噪聲。探頭與管道吸噪底盤涂有白凡士林耦合劑用于進行管道吸噪底盤與探頭之間的密封,有利于氣液兩相流聲發(fā)射彈性波的接收。所測數(shù)據(jù)來自8個聲發(fā)射探頭的平均值。

      1.2 氣液兩相流測量工況點

      本次實驗基于垂直管道氣液兩相流動噪聲特性,所設(shè)計工況點為彈狀流與泡狀流共計90個工況點。工況點設(shè)計如表1所示。單相水流量工況點為0.4,0.6,0.8,1,2,3,4,5,6,7,8,9,10m3/h。實驗是在垂直管道中測得單相水以及氣液兩相流動聲發(fā)射信號,共采集泡狀流及彈狀流共90組實驗數(shù)據(jù)。其中彈狀流50組,泡狀流40組及單相流13組。

      2 基于流動噪聲相含率模型研究

      2.1 相含率測量技術(shù)路線

      垂直管氣液兩相流相含率是基于支持向量機回歸的方法,提出的測量氣液兩相流相含率的新方法的有效性,利用動態(tài)實驗結(jié)果進行了驗證,實驗數(shù)據(jù)來自河北大學(xué)多相流實驗室,動態(tài)實驗是利用聲發(fā)射檢測儀器對垂直管氣液兩相流進行測量。提取實驗過程中所采集到的流量值及其他入口參數(shù),得到實際液相含率,所測得的體積含液率在0~1之間。

      式中:Q1——液相體積流量;

      Qg——氣相體積流量;

      Pg——氣路壓力;

      Tg——氣路溫度;

      Pb——背景壓力;

      Tb——背景溫度。

      對所測得的參數(shù)求平均值,并計算各個工況下的體積含液率,求得的液相體積含率即作為實際液相含率。實驗總共獲得3組測量數(shù)據(jù),其中前兩組實驗數(shù)據(jù)作為訓(xùn)練集,用來建立垂直管氣液兩相流相含率測量模型,另1組實驗數(shù)據(jù)作為測試集,用于檢驗所建立的測量模型的預(yù)測效果。

      如圖3所示流型的不同會影響相含率測量,實驗是基于聲發(fā)射檢測技術(shù),探究垂直管彈狀流與泡狀流流動噪聲信號與相含率之間的關(guān)聯(lián)關(guān)系。實際測量過程中,首先利用聲發(fā)射檢測系統(tǒng)獲得垂直管氣液兩相流動噪聲信號;之后將獲得的兩相流動噪聲信號經(jīng)特征提取,提取特征向量,最后輸入到相

      應(yīng)流型的相含率測量模型中計算相含率值。

      2.2 單相液與氣液兩相流動噪聲對比

      由于在兩相流動過程中,管內(nèi)氣液兩相流動噪聲信號包含了氣液兩相流與管壁的摩擦以及氣液兩相之間相對運動。實驗采集到的聲發(fā)射時域信號能很好地反映出兩相流動過程不同工況下流動噪聲的強烈程度。下面給出垂直管單相流動狀態(tài)下以及泡狀流與彈狀流兩種典型流型的流動噪聲信號時域、頻域圖。

      如圖4~圖6所示,在垂直管中,由于單相水流動只受重力影響,聲發(fā)射應(yīng)力波信號主要來自液體與管壁的摩擦,接收到的信號幅值相比兩相流明顯更小。彈狀流流動噪聲信號在無氣彈經(jīng)過時電壓幅值相對較小,信號整體出現(xiàn)了類似突發(fā)型聲發(fā)射信號的特征,并呈現(xiàn)周期性變化。原因在于有氣彈經(jīng)過時兩相流體相互振動摩擦明顯,氣彈帶動水流造成兩相之間相互作用力增強,電壓幅值明顯增大。在無氣彈和破碎的氣泡經(jīng)過時,此時聲發(fā)射檢測到的管內(nèi)流動噪聲主要來源于液相與管壁的摩擦,電壓幅值變小。

      伴隨著液相流量的增大,兩相流型從彈狀流過渡為泡狀流。大的氣彈也隨著液體流量的增加撞擊破裂為小氣泡。正因為氣液兩相之間相互作用更加明顯,相比彈狀流電壓幅值變化更為劇烈。通過氣液兩相流時域信號能很明顯區(qū)分泡狀流與彈狀流。產(chǎn)生這種變化的原因在于,隨著氣相和液相流量的不斷增加,兩相之間的卷吸作用力也不斷增加,從而引起了兩相流動聲發(fā)射信號強度的變化。

      對管內(nèi)流動噪聲信號傅里葉變換得到信號的頻域圖。對比圖7單相水流動狀態(tài)下的流動噪聲信號,在低頻段內(nèi)幅值有較為明顯的變化。在水流量0.4~10m3/h范圍內(nèi)單相流最大幅值不超過0.01V。如圖8、9所示為兩相流聲發(fā)射信號頻域圖。氣液兩相流動狀態(tài)復(fù)雜,在垂直管中,受浮力影響,氣泡帶動水流使得兩相流體與管壁摩擦更為劇烈,氣相與液相之間的碰撞尤為明顯使得聲發(fā)射檢測儀接收的應(yīng)力波更強,這是造成管內(nèi)兩相流動的噪聲信號頻域圖幅值更高的原因。

      2.3 R/S分析氣液兩相流動噪聲特性

      為了對垂直管氣液兩相流流動噪聲信號進行更深入地分析研究,結(jié)合小波分析,對原始信號進行9層小波分解,將小波分解得到的10個尺度進行R/S分析。

      由圖10表示的是在垂直管彈狀流不同工況點下,以lg(R/S)為縱坐標,以lgn為橫坐標繪制的不同尺度R/S分析圖。

      可以明顯發(fā)現(xiàn)在小波分解各尺度R/S分析圖中有許多明顯的拐點,說明氣液兩相流本身具有雙分形性,在時間序列上既存在持久性又呈現(xiàn)負相關(guān)性。通過計算垂直管氣液兩相流動噪聲信號經(jīng)過9層小波分解之后各尺度的Hurst指數(shù)[13],發(fā)現(xiàn)在細節(jié)信號d1,d2,d3在3個尺度上Hurst指數(shù)均<0.5,而在d4~d9尺度上Hurst指數(shù)均>0.5。細節(jié)信號d1,d2,d3這3個尺度所對應(yīng)的高頻段信號呈現(xiàn)反持久性,是由于離散相(氣相)與連續(xù)相(液相)之間的不規(guī)則撞擊以及氣泡帶動水流造成的卷吸作用力造成的。

      2.4 基于支持向量機相含率測量模型

      支持向量機既可以用于模式識別分類問題,同時還可以去研究非線性回歸的問題。支持向量機回歸是針對小樣本提出的,此次學(xué)習(xí)過程樣本數(shù)較少,可以選擇支持向量機。在有限樣本的情況下選擇支持向量機可以達到較好的回歸效果。和神經(jīng)網(wǎng)絡(luò)算法相比,它不以設(shè)計者具有的知識經(jīng)驗為依賴,而且泛化能力非常好,不會出現(xiàn)過學(xué)習(xí)情況。在對回歸問題進行分析時,支持向量機的基本思想是找到一個最優(yōu)平面,使得所有學(xué)習(xí)樣本離這個最優(yōu)平面最近。因此,支持向量機回歸可以歸為求出下述問題的最優(yōu)解:

      式中:w——權(quán)向量;

      ε——訓(xùn)練誤差;

      c——懲罰因子;

      b——偏移項;

      ξi、ξi?——松弛變量;

      φ(·)——核空間映射函數(shù);

      i——訓(xùn)練樣本的個數(shù)。

      為對如上優(yōu)化問題進行求解,建立了拉格朗日函數(shù),并且將其轉(zhuǎn)換成了對偶形式:

      其中,βi和βi表示拉格朗日乘子;(xi,xj)=Kφ(xi)φ(xj)為核函數(shù),這里核函數(shù)選取徑向基核函數(shù),K(xi,xj)=exp(?xi?xj2l2σ2)(其中σ表示核函數(shù)參數(shù))。

      SVM回歸問題通過上式的轉(zhuǎn)換最終變成了對存在約束條件的二次規(guī)劃問題的求解,對上式求得最優(yōu)解之后,就能求得偏移項b及支持向量的系數(shù)βi,β?i,i=1,2,3,···,l,SVM回歸模型便也可以求得,如下式:

      因此,以所獲得的聲發(fā)射信號前5層小波能量構(gòu)成的特征向量Ta作為輸入,輸出為氣液兩相流相含率a,由SVM回歸方法構(gòu)建的相含率測量模型即為

      其中,Ta和Ta都表示特征向量,前者是待測樣本test train的,后者是訓(xùn)練集樣本的。

      由于動態(tài)聲發(fā)射實驗信號波動性較強,因此提取垂直管氣液兩相流動噪聲信號的特征參數(shù)對建立相含率模型尤為重要。通過小波分解氣液兩相流動噪聲信號,可知能量主要集中在前5個尺度,前5層小波能量能很好地反映相含率的信息,因此在建立垂直管彈狀流相含率測量模型時,提取聲發(fā)射信號的前5層小波能量為特征參數(shù),并構(gòu)成測量時的特征向量Ta,用來作為相含率測量模型的輸入?yún)⒘俊?/p>

      如圖11~13所示,采用聲發(fā)射檢測結(jié)合支持向量機回歸技術(shù),通過提取氣液兩相流動噪聲信號的前5層小波能量作為輸入量。支持向量機(SVM)回歸的方法能夠克服兩相流流動噪聲信號與相含率之間的非線性關(guān)系,在垂直管彈狀流流型下,液相體積含率的測量最大相對誤差不高于6%,泡狀流體積含液率最大相對誤差不超過2.5%,對提出的相含率測量新方法進行了有效地驗證。

      3 結(jié)束語

      1)對比單相水與氣液兩相流流動噪聲信號時域和頻域上的差別,由于只受流體與管壁的摩擦影響,單相流動噪聲信號幅值在低頻處明顯升高,說明聲發(fā)射檢測儀所接收的流體與管壁之間的摩擦應(yīng)力波來自低頻段。

      2)通過小波分解和R/S分析,細節(jié)信號d1,d2,d3這3個尺度所對應(yīng)的高頻段信號呈現(xiàn)反持久性,說明了氣液兩相流的雙分形性或者說是混沌特性是由于離散相(氣相)所造成的。

      3)支持向量機回歸的方法能夠克服兩相流流動噪聲信號的非線性關(guān)系,建立了液相體積含率測量模型,泡狀流測量最大相對誤差不超過2.5%,彈狀流相含率測量最大相對誤差6%以內(nèi)。說明聲發(fā)射和支持向量機回歸技術(shù)的相結(jié)合,對相含率模型建立來說是成功的。

      參考文獻

      [1]譚超,董峰.多相流過程參數(shù)檢測技術(shù)綜述[J].自動化學(xué)報,2013,39(11):1923-1932.

      [2]方立德,呂曉暉,田季,等.基于近紅外差壓技術(shù)的氣液兩相流雙參數(shù)測量[J].中國測試,2018,44(1):21-26.

      [3]方立德,李婷婷,李丹,等.新型氣液兩相流相含率檢測裝置特性研究[J].中國測試,2017,43(3):121-125.

      [4]FORDHAMEJ, LENNCP, HOLMESA, etal.Correctionsofgradiomanometerdataforvolumefractionsintwo-phaseflows[J].MeasurementScienceandTechnology, 1999, 10(12): 131-135.

      [5]BOURDELE, PASQUETD, DENORMEP, etal.MeasurementofthemoisturecontentwithacylindricalresonatingcavityinTM010mode[J].IEEETransactionsonInstrumentationandMeasurement, 2000, 49(5): 1023-1028.

      [6]LUCASGP, PANAQIOTOPOULOSN.Oilvolumefractionandvelocityprofilesinvertical, bubblyoil-in-waterflows[J].FlowMeasurementandInstrumentation, 2009, 20(3): 127-135.

      [7]TOLLEFSENJ, HAMMERA.Capacitancesensordesignforreducingerrorsinphaseconcentrationmeasurements[J].FlowMeasurementandInstrumentation, 1998, 9(1): 25-32.

      [8]LUCASGP, PANAQIOTOPOULOSN.Oilvolumefractionandvelocityprofilesinvertical, bubblyoil-in-waterflows[J].FlowMeasurementandInstrumentation, 2009, 20(3): 127-135.

      [9]張易農(nóng),彭靜,程耀華,等.多種超聲流量計對氣液兩相流流量計量的試驗研究[J].中國測試,2017,43(9):143-147.

      [10]畢雪芹,倪原,雷志勇.基于雙頻多普勒法的超聲波流量測試[J].探測與控制學(xué)報,2008(4):73-75.

      [11]王鑫,李美慧,岳曉慶,等.油氣管道兩相段塞流的聲發(fā)射測試實驗[J].實驗室研究與探索,2017,36(9):51-54.

      [12]張凱,胡東芳,王保良,等.基于CCERT與聲發(fā)射技術(shù)的氣液固三相流相含率測量[J].北京航空航天大學(xué)學(xué)報,2017,43(11):2352-2358.

      [13]HURSTHE.Long-termstoragecapacityofreservoirs[J].TransactionsofAmericanSocietyofCivilEngineers, 1951(116): 770-808.

      猜你喜歡
      支持向量機
      基于支持向量回歸機的電能質(zhì)量評估
      基于智能優(yōu)化算法選擇特征的網(wǎng)絡(luò)入侵檢測
      數(shù)據(jù)挖掘技術(shù)在電廠經(jīng)濟性分析系統(tǒng)中的應(yīng)用Q
      基于改進支持向量機的船舶縱搖預(yù)報模型
      基于SVM的煙草銷售量預(yù)測
      動態(tài)場景中的視覺目標識別方法分析
      論提高裝備故障預(yù)測準確度的方法途徑
      基于熵技術(shù)的公共事業(yè)費最優(yōu)組合預(yù)測
      基于支持向量機的金融數(shù)據(jù)分析研究
      管理類研究生支持向量機預(yù)測決策實驗教學(xué)研究
      安新县| 扎鲁特旗| 萍乡市| 辛集市| 崇阳县| 土默特右旗| 密山市| 永川市| 通河县| 道孚县| 北京市| 常宁市| 遵化市| 马鞍山市| 丹巴县| 宜宾县| 徐水县| 辉南县| 长宁区| 应城市| 攀枝花市| 米泉市| 庄浪县| 吉木萨尔县| 睢宁县| 嵊泗县| 象山县| 磐安县| 泰来县| 石门县| 望城县| 长岛县| 缙云县| 栾城县| 紫金县| 晴隆县| 宁远县| 沂源县| 满洲里市| 景泰县| 兴宁市|