油水两相流相含率多传感器融合估计
发布时间：2021-05-07 13:48
油水两相流广泛存在于工业生产过程中,其流动状态非常复杂。油水两相流动过程固有流动特性的表征和流型的辨识,是精确估计其过程参数的重要基础。工业生产对计量、环保等方面要求的提高也给油水两相流动参数的准确检测提出了更高的要求。目前对于油水两相流的检测方法虽然多种多样,但单一传感器信息的测量手段不能很好的解决油水两相流参数估计问题,因此将多传感器融合技术引入油水两相流过程参数估计中。多传感器融合技术借助不同的时间与空间的多传感器测量数据资源,可以实现比单一信息源对被测过程更完全、准确和可靠的测量和描述。为了准确描述和表征油水两相流动过程的流动特性,实现流型的准确识别、并进一步实现油水两相流相含率估计,采用多传感器信息融合技术,对电阻层析成像系统和超声透射系统的测量数据进行融合;利用径向基函数神经网络和非线性偏最小二乘法,建立流型识别模型和相含率估计模型。课题的具体研究工作包括:（1）在对两相流流动特性和机理进行简要归纳的基础上,通过对电阻层析成像和超声透射技术在两相流测试中存在问题的分析,针对电阻层析成像系统和超声透射系统测量数据维度过高、数据量过大,给后续的数据处理和信息提取造成困难的情况,...
【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校
【文章页数】：62 页
【学位级别】：硕士
【文章目录】：
中文摘要
abstract
第1章 绪论
1.1 油水两相流研究的背景和意义
1.2 油水两相流及流动参数
1.2.1 油水两相流流型
1.2.2 油水两相流相含率
1.3 多传感器融合测量方法
1.3.1 多传感器系统融合
1.3.2 多传感器信息融合
1.4 课题的主要研究工作
第2章 油水两相流测试系统及实验
2.1 电阻层析成像系统
2.1.1 电阻层析成像技术原理介绍
2.1.2 电阻层析成像技术在油水两相流测量中的应用
2.2 超声透射技术
2.3 油水两相流实验装置和实验过程
2.4 小结
第3章 油水两相流流型识别模型
3.1 径向基神经网络理论基础
3.1.1 径向基神经网络机制模型
3.1.2 径向基函数
3.1.3 径向基函数神经网络参数的训练
3.2 RBF神经网络对于流型识别模型的可行性分析
3.3 基于RBF神经网络的ERT流型识别
3.3.1 实验数据预处理
3.3.2 特征参数选取
3.3.3 流型识别
3.4 小结
第4章 非线性偏最小二乘法相含率估计
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 非线性的PLS方法
4.1.3 相含率估计结果
4.2 多模型的相含率估计建模方法
4.3 小结
第5章 多传感器融合油水两相流参数估计
5.1 数据融合算法
5.2 特征级融合算法
5.3 基于数据融合的流型识别
5.4 基于数据融合的相含率估计
5.5 小结
第6章 结论和展望
6.1 总结
6.2 展望
参考文献
发表论文和参加科研情况说明
发表学术论文
参与科研项目
致谢
【参考文献】：
期刊论文
[1]油水两相流水包油流型多尺度排列熵分析[J]. 杜萌,金宁德,高忠科,朱雷,王振亚. 物理学报. 2012(23)
[2]基于ERT传感器和数据挖掘技术的空气水两相流空隙率测量（英文）[J]. 王保良,孟振振,黄志尧,冀海峰,李海青. Chinese Journal of Chemical Engineering. 2012(02)
[3]微波透射法测量含水率的研究[J]. 李志茂,黄志尧,王保良,李海青. 传感技术学报. 2006(06)
[4]油水两相流相含率的软测量方法[J]. 赵鑫,金宁德,李伟波. 化工学报. 2005(10)
[5]RBF神经网络在油水两相流含率超声测量中的应用[J]. 段玉波,刘继承,王琼. 信息与控制. 2005(04)
[6]多输入特征融合的组合支持向量机电力系统暂态稳定评估[J]. 马骞,杨以涵,刘文颖,齐郑,郭金智. 中国电机工程学报. 2005(06)
[7]基于ERT技术的垂直管道两相流流型识别[J]. 董峰,姜之旭,乔旭彤,徐苓安. 仪器仪表学报. 2004(04)
[8]改进的RBF网络及其参数优化方法[J]. 林成荫,高大启. 计算机工程与应用. 2004(18)
[9]近期多相流过程层析成像技术的发展[J]. 张修刚,王栋,林宗虎. 热能动力工程. 2004(03)
[10]信息融合理论的基本方法与进展[J]. 潘泉,于昕,程咏梅,张洪才. 自动化学报. 2003(04)
本文编号：3173502
【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校
【文章页数】：62 页
【学位级别】：硕士
【文章目录】：
中文摘要
abstract
第1章 绪论
1.1 油水两相流研究的背景和意义
1.2 油水两相流及流动参数
1.2.1 油水两相流流型
1.2.2 油水两相流相含率
1.3 多传感器融合测量方法
1.3.1 多传感器系统融合
1.3.2 多传感器信息融合
1.4 课题的主要研究工作
第2章 油水两相流测试系统及实验
2.1 电阻层析成像系统
2.1.1 电阻层析成像技术原理介绍
2.1.2 电阻层析成像技术在油水两相流测量中的应用
2.2 超声透射技术
2.3 油水两相流实验装置和实验过程
2.4 小结
第3章 油水两相流流型识别模型
3.1 径向基神经网络理论基础
3.1.1 径向基神经网络机制模型
3.1.2 径向基函数
3.1.3 径向基函数神经网络参数的训练
3.2 RBF神经网络对于流型识别模型的可行性分析
3.3 基于RBF神经网络的ERT流型识别
3.3.1 实验数据预处理
3.3.2 特征参数选取
3.3.3 流型识别
3.4 小结
第4章 非线性偏最小二乘法相含率估计
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 非线性的PLS方法
4.1.3 相含率估计结果
4.2 多模型的相含率估计建模方法
4.3 小结
第5章 多传感器融合油水两相流参数估计
5.1 数据融合算法
5.2 特征级融合算法
5.3 基于数据融合的流型识别
5.4 基于数据融合的相含率估计
5.5 小结
第6章 结论和展望
6.1 总结
6.2 展望
参考文献
发表论文和参加科研情况说明
发表学术论文
参与科研项目
致谢
【参考文献】：
期刊论文
[1]油水两相流水包油流型多尺度排列熵分析[J]. 杜萌,金宁德,高忠科,朱雷,王振亚. 物理学报. 2012(23)
[2]基于ERT传感器和数据挖掘技术的空气水两相流空隙率测量（英文）[J]. 王保良,孟振振,黄志尧,冀海峰,李海青. Chinese Journal of Chemical Engineering. 2012(02)
[3]微波透射法测量含水率的研究[J]. 李志茂,黄志尧,王保良,李海青. 传感技术学报. 2006(06)
[4]油水两相流相含率的软测量方法[J]. 赵鑫,金宁德,李伟波. 化工学报. 2005(10)
[5]RBF神经网络在油水两相流含率超声测量中的应用[J]. 段玉波,刘继承,王琼. 信息与控制. 2005(04)
[6]多输入特征融合的组合支持向量机电力系统暂态稳定评估[J]. 马骞,杨以涵,刘文颖,齐郑,郭金智. 中国电机工程学报. 2005(06)
[7]基于ERT技术的垂直管道两相流流型识别[J]. 董峰,姜之旭,乔旭彤,徐苓安. 仪器仪表学报. 2004(04)
[8]改进的RBF网络及其参数优化方法[J]. 林成荫,高大启. 计算机工程与应用. 2004(18)
[9]近期多相流过程层析成像技术的发展[J]. 张修刚,王栋,林宗虎. 热能动力工程. 2004(03)
[10]信息融合理论的基本方法与进展[J]. 潘泉,于昕,程咏梅,张洪才. 自动化学报. 2003(04)
本文编号：3173502
本文链接：https://www.wllwen.com/kejilunwen/lxlw/3173502.html
