论文部分内容阅读
气液两相流的流型影响着两相流的流动特性和传热特性,同时也影响着流动参数的准确测量以及两相流系统的运行特性。实现对气液两相流流型的客观自动识别,不仅对压力降的正确计算,而且对于控制某些有害流型的出现,从而保证整个流体系统既经济又安全的运行具有十分重要的意义。随着现代测量技术、信号处理技术的发展和计算机的普及,使流型在线识别系统的研究与开发成为可能。本文讨论了水平管内气液两相流的参数波动特点,选用压差信号作为流型研究的特征信号。针对压差信号的非平稳和非线性特点,将统计理论和小波理论引入流型识别中,提取了流型压差信号的均值、标准差、斜度、峭度以及小波包能量特征参数,形成一个特征向量,作为BP神经网络的输入;通过对神经网络的训练,完成特征空间到流型空间的映射,依据训练好的神经网络实现流型的客观自动识别。在WindowsXP平台上使用Visual Basic6.0语言编程完成了气液两相流流型在线识别软件的设计。按照信号测量、信号特征提取和流型识别三个实现流型客观自动识别的步骤,开发了一套气液两相流流型在线识别系统。此系统操作界面友好,使用方便。最后,在气液两相流实验系统上采集了180组仿真样本进行仿真试验。结果显示:流型正确识别率为91.7%,此系统应用于实验室的流型识别,不仅具有较高的识别率,而且很好地实现了识别结果的实时显示,达到了流型在线识别的目的。