棒束通道气液两相流流型识别及动力学特性分析

发布时间：2018-11-29 11:06

【摘要】：采集棒束通道实验台上气液两相流4种流型压差信号,计算4种流型的多尺度边际谱熵,对其进行流型识别及动力学特性分析。实验结果表明:多尺度边际谱熵能从整体上区分4种流型,从频域细节尺度定量揭示不同流型间的动力学特性;利用多尺度边际谱熵增率和谱熵均值联合分布可定量准确区分4种流型,对泡状-搅混流这种难以区分的过渡流型也有较好效果;与支持向量机结合具有运算速度快、识别率高的优点,准确率高达98.11%,适合流型的在线识别。
[Abstract]:The pressure difference signals of gas-liquid two-phase flow with four different flow patterns were collected and the multi-scale marginal spectral entropy of the four flow patterns was calculated. The flow pattern was identified and the dynamic characteristics were analyzed. The experimental results show that the multi-scale marginal spectral entropy can distinguish the four flow patterns from the whole, and quantitatively reveal the dynamic characteristics of different flow patterns from the frequency domain detail scale. By using the combined distribution of multi-scale marginal spectral entropy increase and spectral entropy mean, four flow patterns can be quantitatively and accurately distinguished, and it has a good effect on the bubbly mixing flow, which is difficult to distinguish between the transition flow patterns. The combination of SVM and SVM has the advantages of high speed and high recognition rate, and the accuracy is up to 98.11, which is suitable for online flow pattern recognition.
【作者单位】： 东北电力大学能源与动力工程学院;
【分类号】：O359.1;TL352

【相似文献】

相关期刊论文 前10条

1 孙斌;周云龙;;基于小波包能量特征的气液二相流流型识别方法[J];化学工程;2006年02期

2 孙斌;周云龙;赵鹏;关跃波;;基于奇异值分解和最小二乘支持向量机的气-液两相流流型识别方法[J];核动力工程;2007年06期

3 孙斌;周云龙;钟金山;;基于复杂度特征的气液二相流流型识别方法[J];化学工程;2008年04期

4 周云龙;张学清;何强勇;;多尺度信息熵特征的气液二相流流型识别方法[J];化学工程;2009年10期

5 孙斌;李超;王虹;;基于距离评估的气液二相流流型识别方法[J];化学工程;2010年09期

6 刘洁净;张华;王经;;垂直管道低温汽液两相流流型识别的实验研究[J];上海交通大学学报;2010年08期

7 周云龙;李莹;赵红梅;;基于图像动态纹理特征的气固流化床流型识别[J];化学工程;2011年12期

8 李菊,董守平;小波分析在多相流流型识别中的应用[J];石油大学学报(自然科学版);2000年02期

9 孙斌;周云龙;;基于支持向量机的气液两相流流型识别新方法[J];应用基础与工程科学学报;2007年02期

10 周云龙;陈飞;孙斌;;基于图像不变矩特征的气液二相流流型识别[J];化学工程;2008年08期

相关会议论文 前1条

1 李志彪;吴应湘;;射线衰减法在水平气液两相流动流型识别中的应用[A];2007年度海洋工程学术会议论文集[C];2007年

相关硕士学位论文 前3条

1 谭平;油气水三相流流型识别方法研究[D];燕山大学;2011年

2 孔祥翠;基于有噪独立分量分析的气液两相流流型识别[D];中国石油大学(华东);2014年

3 张松林;基于电导波动信号的油水两相流流型识别[D];东北电力大学;2011年

，

本文编号：2364823