一、气液两相流压差信号的Lipschitz指数分析(论文文献综述)
刘耀徽[1](2021)在《基于随机森林的气液两相流型识别研究》文中指出在描述气液两相流的众多参数中,流型对两相流系统的运行监控、过程控制及安全保证等具有重要的学术意义和工业应用价值。由于两相流动的复杂性和随机性,气液两相流的流型识别一直是国内外长期未能得以很好解决的难题。本文通过对水平管气液两相流图像信号和压差信号的采集和分析,提取有效区分流型的特征量与识别模型相结合,完成对层状流、波状流、泡状流、塞状流以及环状流五种流型的识别;主要研究包括了信号数据预处理、特征提取与选择、分类器的训练和分类算法的执行。首先,将图像处理技术应用到气液两相流型识别中。为了进行图像识别,需要将位于高维空间的原始图像转换到低维空间中,筛选掉对图像分类没有贡献的特征。本文对两相流的图像信号进行预处理后,从流型图像的灰度分布、形状特征以及纹理特征三个方面,基于灰度直方图、不变矩及灰度共生矩进行了特征提取,为流型识别工作提供有力依据。其次,对于压差波动信号这种非线性非平稳的信号,传统HHT方法存在筛选次数难确定、趋势函数太粗略以及模态混叠等严重的弊端,提出了将改进的HHT方法,即互补型集合经验模态分解方法(CEEMD),应用于气液两相流流型识别中,对两相流差压波动信号进行分解。采用经验模态分解和互补型集合经验模态分解两种方法对压差信号进行分析,经过对比验证CEEMD在压差波动信号分解上的优势,改进后的方法不仅可以解决EMD分解中的噪声残留缺陷,还可以有效减轻信号固有模式的过分解问题。CEEMD方法在整个时间和频率范围内均具有较高的分辨率,能够较好地表征压差波动信号的时频特性。基于CEEMD提取了压差信号的时域特征和频域特征并进行分析,得到了压差信号的时域特征参数和IMF分量能量,构成的特征向量,能够有效识别五种流型。最后,提出了将随机森林算法应用于气液两相流型识别中。选择合适算法作为决策树节点分裂算法,基于随机森林算法分别对两相流的图像信号和压差波动信号进行了分类识别,并对随机森林进行参数优化。结果表明,从两相流的图像信号和压差信号提取出的有效特征能够与本文中的随机森林算法良好结合,模型具有较好的稳定性和泛化性能,对五种流型的识别准确率较高。
潘慧,李海广,吴晅[2](2020)在《气液两相流压差波动信号的混沌特性及Volterra自适应短期预测研究》文中研究指明以空气和水为工质,在直径3.0mm的水平圆管通道内进行压差波动信号实验研究。根据压差波动信号图及高速工业相机拍摄的流型图,结合相空间重构、Lyapunov指数判别法对压差波动信号进行混沌动力学分析,在其基础上对压差波动信号进行Volterra自适应短期预测。结果表明:混沌分析得到的吸引子图可以更准确地展现管道内气液两相流的流动特性;Volterra自适应短期预测模型可以有效地对管道内气液两相流的压差时间序列进行短期预测,对环状流、层状流、间歇流、段塞流的压差时间序列预测的相对误差分别为1.86%、0.71%、3.90%、2.49%。
潘慧[3](2020)在《小通道气液两相流型在线辨识与预测的实验及理论研究》文中进行了进一步梳理由于工业制造水平的提高,科技新材料的研究发展,工业设备越来越趋于精细化,小型化。由于其精细的结构,灵敏的动态响应,低能耗和高效的转换效率,微小型设备被广泛应用于许多领域,例如石油、化工、医疗等。小通道内的两相流动特性不同于常规通道,这是由于表面效应在小通道内的影响最大,同时壁面润湿性、管道截面形状、粘性力以及粗糙度等的影响也在加大。两相流系统的安全运行受流动特性和传热特性的影响较大,而流型影响着流动特性和传热特性,因此,流型的辨识至关重要。而气液两相流的压差波动信号由流体的流动状况决定,蕴含了丰富的信息,与流型有着非常密切的关系。因此研究小通道气液两相流型的在线辨识与预测具有重要的工业应用价值和学术价值。本文结合高速摄像图对光电传感器模拟信号和压差波动信号进行线性统计分析实现了小通道气液两相流型的初步辨识;对压差波动信号进行混沌分析从非线性分析的角度研究两相流波动过程,进一步提高了流型辨识的准确性;建立了基于压差波动信号的Volterra自适应短期预测和LSTM循环神经网络预测模型实现了小通道气液两相流型的在线辨识与预测。首先,本文利用自行搭建的小通道气液两相流型测试实验平台,通过调节不同的气相和液相的流量,利用高速摄像机可以拍摄到本实验选取的三种管径下的小通道气液两相流中出现的流型的清晰的高速摄像图,进行流型的初步辨识。对通过高速摄像机获得的小通道气液两相流的流型所对应的的光电传感器模拟信号图进行流型的分析与辨识。由于对测试实验的的光电传感器模拟信号图和压差波动信号图的分析只是单纯的从线性的角度对信号波动图进行的流型分析辨识,没有涉及到气液两相流动的非线性特性分析。而压差波动信号蕴含着丰富的流型信息,在实验过程中易于采集,不会对两相流动状态产生影响,因此采用基于混沌的非线性分析对压差波动信号进行混沌分析,绘制吸引子图,从而实现了对小通道气液两相流的流型更准确的分析辨识。通过建立基于Volterra自适应滤波器的压差波动信号预测模型与基于LSTM循环神经网络的压差波动信号预测模型,对压差波动信号进行预测,对两种预测结果进行比较分析。通过高速摄像机获得了气泡流、塞状流、弹状流、弥散流和波状流五种典型流型的高速摄像图像,结合光电模拟信号和压差波动信号的对比分析证实了基于混沌吸引子图的小通道气液两相流流型辨识的优越性;通过对比分析基于相空间重构的Volterra自适应滤波器预测模型和LSTM循环神经网络预测模型,对小通道气液两相流压差波动信号的预测结果,发现两种预测模型都可以实现压差波动信号的预测,而基于混沌相空间重构的Volterra自适应预测模型对小通道气液两相流的预测结果更准确。在Volterra自适应预测模型下的三种管径的压差波动信号的预测结果中,2mm管径的气液两相流流型的压差波动信号预测结果的均方误差总体最小,预测效果最准确;在LSTM循环神经网络预测模型下,3mm管径的各个流型的压差波动信号的预测结果最好,呈现出管径越大预测结果越准确的现象。实验中所测得的五种流型中,基于混沌相空间重构的Volterra自适应预测模型对气泡流流型的压差波动信号预测均方误差最小;基于LSTM循环神经网络预测模型对弹状流的压差波动信号的预测均方误差相对较小,预测结果较好。
梁福顺[4](2020)在《水平管内气液两相流流型识别与含气率的实验研究》文中认为随着科学技术的发展,工业设备逐渐呈现小型化、微型化趋势,微化工技术成为一门新兴的交叉学科,相应的小管道内气液两相流动也越来越受到关注,相比于常规管道,小管道面积/体积比大大增加,传递作用比常规尺寸的管道提高2到3个数量级,具有灵活高效、集成化等优点。和常规管道相比,小管道表面张力与粘性力影响显着增强,这就意味着小管道中表现出的一些流动特性和参数变化规律与常规管道不同。目前小管道两相流参数测量技术仍处于发展阶段,缺乏系统的理论基础与机理模型。通过实验对比,分析常规管道与小管道中流型、含气率等特征参数的异同,能够为小通道两相流发展提供参考,具有实际应用前景与研究价值。针对以上研究现状,本文对五种不同内径(10.45 mm,8.74 mm,6.68 mm,4.75 mm,3.12 mm)的水平管进行研究,主要工作与创新点如下:(1)在流型识别方面,使用高速摄像机获得两相流流型特征图像,针对水平管道的流型特点搭建了水平管两相流参数测量系统。该系统包括水路供给系统、气路供给系统、实验段及数据采集系统。实验结果表明在10.45 mm,8.74 mm,6.68mm内径水平管中发现了泡状流、弹状流、环状流及层状流四种典型流型特征。在4.75 mm以及3.12 mm内径管道中未发现层状流。通过对比发现,管径对流型转换边界曲线具有十分重要的影响。通过对实验测得的压差信号进行处理发现,压差信号随时间的波动图像以及压差信号的概率密度函数(Probability density function,PDF)图像能够准确预测四种典型流型。(2)在含气率测量方面,基于虚拟双目视觉系统,即通过三棱镜将可视化测量段俯视图流型经光线反射呈水平摄入摄像机焦平面,摄像机同时捕捉垂直角度流型特征图像。对流型图进行图像预处理得到可操作的二值化图像对,根据不同流型流动机理与相分布特征进行三维重构,并基于三维重构模型计算含气率。通过将6.68 mm,4.75 mm,3.12 mm内径管道与标定含气率对比发现使用三维重构计算两相流含气率的方法误差分别为10%、10%和14%,证明了这种测量含气率的新方法是可靠的。(3)在基于图像处理的含气率流型识别方面,使用二值化流型图像对截面含气率进行测量,使用截面含气率随时间的波动图像以及截面含气率PDF图像进行流型识别,结果发现截面含气率波动图像能够精确预测间歇流动与连续流动,间歇流动的截面含气率PDF图像为双峰结构,连续流为单峰结构,但对于间歇流中处于过渡曲线附近的泡状流与弹状流,截面含气率信号以及PDF的波动没有明确区别。(4)在含气率预测模型评估方面,含气率预测模型主要分为滑移率结构、KH结构、漂移通量结构以及经验公式结构等。使用本文含气率数据对现有含气率预测模型评估,使用绝对误差、均方根误差以及截止参数三种评估方法。结果发现由于大部分含气率预测模型都是基于空气-水得到的,这与本文中实验工质相同,因此四种结构均表现出很好的预测性能。其中滑移率结构中的Smith模型、KαH结构中Chisholm模型、漂移通量结构中的Gregory and Scott模型与经验公式结构中的Huq-Loth模型预测结果较好。最后基于漂移通量结构的Gregory and Scott模型添加修正因子进行改进,结果显示对于本文工况下的含气率,改进后的含气率模型预测能力有很大的提高。
肖健[5](2020)在《超声波作用下矩形微细通道流动沸腾强化传热气泡特性及流型图像智能识别研究》文中研究指明在传热学领域中,散热是能源动力、生物化工、军工、核能等诸多行业需要解决的问题。利用微细通道散热是解决高热流密度问题的重要方法。由于微细通道传热系统结构的限制和高热流密度散热要求,传统单一的强化传热技术无法完全满足当前所有设备的散热需求,所以有必要将有源强化传热技术应用于微细通道换热器中。由于传热特性与流型密切相关,因此本文利用视频图像检测技术和人工智能技术深入地研究超声波作用下矩形微细通道流动沸腾气泡行为特性,探究超声波作用下微细通道独特的气泡受限行为和发生机理。主要研究内容如下:(1)研究超声波作用下矩形微细通道内R141b流动沸腾特性,运用高速摄相机并引入视频技术进行可视化研究,分析超声波作用下流动沸腾过程中气泡生长行为特性,并从力学角度剖析气泡运动机理。发现超声波作用下会产生更多的小气泡,加大气泡合并的机会,气泡更容易生长为受限气泡。此外,超声波还能导致气泡的运动行为发生变化,小气泡在生长过程中会在壁面间振荡并跳跃向上运动,其运动速度分为低速和高速两个阶段。(2)对超声波作用下单一流动沸腾气泡持续生长成为受限及拉长气泡的过程进行了研究,利用图像测量技术计算气泡的直径与通道宽比和气泡的径长比,分析了超声波作用下流动沸腾过程中受限及拉长气泡的生长和传热机理。研究发现超声波作用下流动沸腾气泡生长过程分为自由生长、受限生长和拉长生长三个阶段。在自由生长阶段气泡的等效直径随时间变化满足幂律模型,受限生长阶段偏离幂律模型呈现直线生长。在微细通道流动沸腾中,当气泡进入受限生长阶段,其径向顶部气液界面向壁面生长过程中曲率逐渐减小,气泡顶端存在扁平化的趋势,气泡在生长过程中的直径与通道宽比和气泡的径长比出现不规律波动。(3)鉴于气液两相流流型对传热产生很大的影响,本文引入机器学习方法实现两相流流型识别,依据实验中高速相机拍摄的流型图像,提取流型图像边缘特征作为学习样本,对微细通道流动沸腾气液两相流流型进行识别。利用智能识别自动分析超声波作用下受限及拉长气泡,包括计算气泡的面积、间距、受限及拉长气泡的数量以及气泡与壁面的间隙。发现超声波致使相邻气泡下游受限气泡易生成拉长气泡,上游气泡尺寸出现突然减小。相邻拉长气泡周围形成温度场差异较大在通道内形成更大温度梯度,有助于提高换热性能。(4)开展了超声波作用下微细通道流动沸腾压降特性研究。提出多尺度卷积深度学习预测超声波作用下微细通道流动沸腾两相压降模型。结合实验数据,与传统卷积神经预测模型进行对比。多尺度卷积深度学习评测结果MAE为5.6%,NRMSE为38.11%,表明多尺度卷积神经网络压降预测模型预测结果可靠。超声波改变了微细通道气泡动力学,其对总压降和两相摩擦和加速压降有一定影响,导致气泡的压缩和扩张进而引起压降波动。
程洁[6](2019)在《高压管束间汽液两相流空泡份额分布的实验研究》文中研究表明蒸汽发生器是核电压水堆系统中的重要设备,其二次侧管束间汽液两相流动状态的研究关系到整个核动力装置的稳定运行。在研究汽液两相流沸腾传热和流动特性中,空泡份额是两相流研究中一个极其重要的参数,它是区分两相流与单相流差异的重要标识。其数据在两相流平均密度计算、压降计算和流型分析等方面有重要作用。本文以蒸汽发生器二次侧管束为原型设计实验段管束,并改造和设计了一套高温高压汽-水两相流空泡份额的测量系统,分别用光纤探针法和伽马射线法测量高压管束间的局部空泡份额,线空泡份额和平均截面空泡份额。测量压力范围为5,7,9 MPa,质量流量为550,1100,1700kg/h,热力学干度范围为0~0.4。实验测量参数和计算参数的相对不确定度在0.47%-6.75%以内。为获得管束间汽液两相空泡份额的分布情况,将光纤探针插入管束中心点位置获得该点的局部空泡份额,利用伽马射线法将管束段分为7个位置,测量每个位置的线空泡份额,并由此计算出管束段的平均截面空泡份额,获得管束间全方位的空泡份额分布情况。本次实验得到了不同工况下垂直管束间局部空泡份额、线空泡份额和平均截面空泡份额随热力学干度、体积含气率的变化关系,同时分析了实验压力和质量流量对平均截面空泡份额的影响,并比较了典型工况下三者的大小关系。本文选取了7组常用的空泡份额经验关联式来预测管束间空泡份额的分布情况,通过与实验数据对比,与其中四组经验关联式吻合较好。结合Armand公式理论对实验数据进行线性回归处理,得到了适用于本文实验工况下的新计算关联式,并将该计算关联式与前人不同实验条件的研究数据进行对比,吻合较好,偏差在15%以内。本研究对蒸汽发生器的结构设计和流动特性研究具有重要意义。
汪志能[7](2019)在《气力提升泵气液流动机理及流型识别研究》文中指出随着我国油气开采、跨区域调水、化工循环供水以及农业灌溉技术的快速发展。长距离高效率的输送技术凸显出广阔市场应用前景。气力提升泵结构简单、成本低廉、不易堵塞、可靠性好,克服了传统机械泵对耐磨、密封、冷却与润滑的苛刻要求,具有极强的核心竞争力。然而,提升管道内气液流动机理极为复杂,相界面实时更新,界面形态动态变化,气液力学作用机理与能量交换机制尚不明确。多年来,气液两相流的复杂性给提升泵的设计与高效工作带来了极大的挑战。本文以获取管道内部气液流动机理、深入挖掘气力提升泵工作潜能为目的,通过理论与实验研究揭示气力提升泵的工作特性。主要研究工作与研究成果如下:(1)考虑到气力提升泵流动结构变化特征,建立了不同流型的压差模型、相含率模型以及气液速度经验公式,基于动量方程和连续性方程,形成了气力提升泵的完整理论模型。计算结果表明:新建模型与实验数据吻合精度较高,能较好预测提升泵的工作特性;与较传统的模型相比,新建理论模型更为精细地考虑到气力提升泵内部流动结构,具有更宽的适应范围和更高的预测精度。(2)实验研究了气力提升泵的工作特性,结合提升段和浸入段的流动特征,提出了提升泵的流型结构图,剖析了气液曳力、压降特性、相含率以及工作效率变化特征。结果表明:气力提升泵入口液流湍动强度大,气液流动结构极为复杂,很难完全适应经典垂直管道气液流型图;与经典垂直管道流型图相比,泡状流提升力不足,未出现在提升泵中;受强湍动液流影响,泰勒气泡易破碎,弹状流进气范围较窄,提升泵最大排液量往往出现在搅拌流工况;在高进气量下,管道内部流型并未以经典的环状流出现,而是更为复杂的雾环状流结构出现,与环状流相比,这种雾环状流液膜更厚,夹带液滴极密,在高进气量下仍能维持较大的液流表观速度。(3)采用高速摄像仪获取了气液流动图像,研究了气液图像的分形特征,探究了液膜与气泡群交替性流动规律,分析了气泡群占比规律。研究结果表明:气力提升泵中液膜和气泡群交替流动的频率范围为1.6Hz-3.6Hz;随着进气量的增加,液膜与气泡群交替流动频率出先降低后增加;在气液周期性流动过程中,气泡群流动速度快,方向一致,携液效果好,增大浸入率能增加气泡群的占比,有效提升泵性能。(4)提取了气力提升泵液膜波动界面,重构了气液界面时空演变图像,分析了气力提升泵液膜厚度变化规律,阐述了气液界面波传递特征。研究结果表明:气力提升泵液膜厚度范围为0.16-0.25倍管道直径;随着进气量增加,液膜厚度逐渐衰减;液膜边界存在大量大波结构,该大波结构呈高斯函数形状,其波动幅度随液体速度增大而增大,随气体速度增大而减小。(5)通过实验方法采集到了气力提升泵的压力时域信号,采用时频谱分析方法分析了不同流型的压力信号频率变化特征,结合多重分形原理,从盒子数尺度刻画了时域压力的脉动剧烈程度。考虑到气泡脉动能量小频率高的特点,利用小波包对时域信号在各频段进行了分解,采用递归演变原理分析了各频段信号的脉动特征。结果表明:随进气量增加,压力脉动的高能频带逐渐缩短,弹状流主频带为0-40Hz。搅拌流主频带范围为0-16Hz。雾环状流主频带范围为0-12Hz;混合流体在不同频段表现出不同的脉动特征,在低频段(0-31.25Hz),压力表现出混沌脉动特征。在高频段(31.25-62.5Hz),密集小气泡群的间歇性运动形成的微射流作用,能产生周期性脉动压力;根据各流型的压力脉动能量与频段的差异性,采用神经网络辨识技术能有效识别提升管道流型结构。
纪健[8](2019)在《气液两相流管道泄漏声波产生机理及声源特性研究》文中认为随着油气混输管道的应用越来越普遍,如何保障油气混输管道系统的安全具有非常重要的意义。目前的管道泄漏检测技术,尤其是基于声波的泄漏检测技术因为其优点众多而日益成为研究者的热点。该技术在单相介质输油输气管道的生产工程应用中取得了良好的效果,但是对油气混输管道的相关研究几乎空白,许多技术难题尚未得到有效解决。本文重点将声波法泄漏检测和两相流理论有机结合探讨两相流管道泄漏声波产生机理和声波特性,为混输管道的安全运行提供技术支持。气液两相流是油气混输管道输送过程中最重要的流动形式。根据声波法泄漏检测的基本原理,气液两相流管道泄漏声波产生特征和声波特性研究直接影响泄漏判断的准确度,是声波泄漏检测技术的基础。本文以气液两相流管道泄漏过程为研究对象,分别对油气混输过程常见的分层光滑流、分层波浪流、段塞流三种流型下的气液两相流通过管道上的泄漏孔口的泄漏声场进行理论分析、数值模拟和实验研究。本文主要研究工作和成果如下:(1)对气液两相流管道泄漏流动特性和声学特性进行研究。通过理论分析不同流型和泄漏方位时的气液两相流管道泄漏流体流动特性特点与相分离特征。分析了气液两相流管道泄漏声源发声机理,即管道内流体发声和管道振动发声。基于文献调研总结了单相流气、液管道的泄漏声波产生模型,并基于此建立两相流管道泄漏声波产生模型,从而为气液两相流泄漏声场奠定理论基础。(2)搭建了气液两相流管道泄漏检测实验装置,通过实验开展了气液两相流管道泄漏声波特性研究。空气-水两相流泄漏检测水平实验管道管径为37mm,泄漏模拟装置孔口选取4mm、5mm、6mm、7mm、8mm孔径,泄漏方位分别位于管道上部、中间和下部。针对两相流泄漏声波信号提出了各种信号的处理方法,建立了分层光滑流、分层波浪流、段塞流稳定流动过程中动态压力波动幅值与气液流量关系模型,用于确定各流型下稳定流动背景噪声幅值波动。(3)通过对不同流型采集到的动态压力信号进行数据处理,得出了不同泄漏方位和泄漏孔径变化时,分层光滑流、分层波浪流和段塞流的动态压力波信号的变化特性。研究了泄漏方位、气液流量、孔径对气液两相流泄漏声波信号幅值的影响规律,得出各流型下泄漏信号受到影响由大到小依次均为气液流量、泄漏方位和孔径。对不同泄漏声波信号的幅值和频率方法对比分析得出均值法和EMD分解法对各流型泄漏检测准确度高。研究得到了各流型的泄漏声波能量频率范围。建立了两相流管道泄漏声源产生模型,并利用相分离压降经验公式计算得到了两相流瞬时泄漏声波幅值,对分层光滑流和段塞流下部泄漏幅值变化阈值设定提供了依据。(4)基于Fluent动网格技术,通过UDF编程实现气液两相流管道泄漏开启过程的流场模拟。结合理论对分层流和段塞流泄漏流动特征分析,从模拟流场角度分析泄漏声波产生机理。通过上部和下部泄漏流场特性分析泄漏声源特性,提出同时对泄漏瞬时声波和泄漏持续声波分析来提高泄漏判断准确度。本文通过气液两相流的泄漏声波产生机理研究明确了泄漏声波特征,得到了泄漏过程各因素变化对泄漏声源变化影响,以及泄漏声波特性规律,为下一步开展气液两相流管道泄漏检测和定位研究做准备。本文研究内容是声波法泄漏检测的基础,也是声波泄漏检测技术的关键。
秦思思[9](2019)在《含表面活性剂水平和微上倾管道气液两相流动研究》文中认为液相加注表面活性剂已经成为气井排水采气重要的增产增效措施,但是表面活性剂对湿气集输管道多相流动的影响仍处于探索阶段。本文通过搭建长度为40m、内径为50mm多相流实验环道,并在流动稳定段和测试段配备可拆卸弯管以改变管道倾角,对材质为有机玻璃、长度为15m的测试管段进行压力压降数据采集、采用高速摄像进行流型观测,并用超声波多普勒测速仪获得段塞流特征参数,探究表面活性剂对水平、1°上倾和3°上倾管道气液两相流动特征的影响规律。具有起泡性质的表面活性剂可在气液界面产生泡沫层,在流型转变为波浪流时形成泡沫波浪,在段塞流时形成泡沫段塞,且随着表面活性剂浓度增大,气液流型种类随之减小,越容易形成泡沫环状流。低浓度表面活性剂对水平管和微上倾转换边界影响较小。高浓度表面活性剂使水平管分层泡沫波浪流与携泡波浪流的边界向低表观气速和低表观液速移动,水平管和微起伏管携泡波浪流和泡沫环状流的流型分界同样向低表观气速和低表观液速方向移动,微上倾管道段塞流和携泡波浪流的流型转换边界向低表观气液速度移动,间歇流存在的气液流速范围大大缩小。表面活性剂能增大水平管的压降,特别是环状流的压降,且随着表面活性剂浓度的增大对压降的增大程度越大,表面活性剂对1°上倾管和3°上倾管的压降影响受表观气速的影响,在中低表观气速下,表面活性剂能够降低微上倾管道的压降,但是对于高表观气速下,表面活性剂起到了增大了压降的作用。表面活性剂增大了水平管压力波动。对于1°和3°上倾管,在低表观气速下均起到降低压力波动的效果,在高表观气速下则增大了压力波动。表面活性剂浓度越高时,对压力波动的影响程度越大,表观液速对压力波动的影响较小。低浓度的表面活性剂能够降低液塞频率,高浓度的表面活性剂的液塞频率随着表观气速增大迅速降低,直至消失。液相为低浓度的表面活性剂降低了液塞速度,高浓度的表面活性剂除了低表观液速起到增大液塞速度的作用,均起到了降低液塞速度的作用。表面活性剂添加后使得液塞长度增大,表面活性剂浓度越大,液塞长度越大。
钟杰[10](2019)在《油气润滑两相流流型识别方法研究》文中认为随着油气润滑在工业生产中的广泛应用,油气两相流的流动特性得到了科研工作者和工程技术人员的广泛关注。本文对油气润滑系统水平管道油气两相流的流型识别方法进行了较为详细的研究,主要研究内容和结论如下:(1)推导了油气润滑水平管道油气两相流的总压降表达式。采用Fluent仿真软件,建立了油气润滑系统水平管道的二维流体域物理模型;根据油气润滑系统水平管道两相流流型转变曲线,确定了各流型气液两相的入口速度;仿真得到了油气润滑系统水平管道中常见的四种流型,并提取了各流型的压差波动信号。结果表明:油气润滑系统水平管道内油气两相流流型与压差波动信号之间存在对应关系;采用Fluent仿真方法可获取油气润滑系统两相流的压差波动信号。(2)对油气两相流各流型的压差波动信号进行了Wigner谱分析,结果表明:油气两相流的压差波动信号具有非平稳特性,在对油气两相流压差波动信号进行分析时不能采用统计分析的方法。本文采用了特征提取的方法—EMD(经验模态)分解和小波分解方法分别求解了各流型的IMF(固有模态)分量和小波分量,并计算和对比分析了它们与原始信号之间的相关系数和各分量的方差。结果表明:相较于小波分量,IMF分量与压差波动信号有更好的相关性,因此,在对油气两相流压差波动信号进行特征提取时,EMD分解比小波分解更有优势。(3)利用PSO(粒子群)算法对PNN(概率神经网络)的平滑因子σ进行了优化,将各流型压差波动信号进行EMD分解后得到的IMF分量作为PNN的输入层,对油气润滑水平管道内常见的四种流型进行了识别。结果表明,优化后的PNN模型可较好地识别油气润滑水平管道内油气两相流流型。
二、气液两相流压差信号的Lipschitz指数分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、气液两相流压差信号的Lipschitz指数分析(论文提纲范文)
(1)基于随机森林的气液两相流型识别研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景和意义 |
1.2 国内外关于该课题的研究现状及分析 |
1.2.1 图像处理技术在流型识别中的应用 |
1.2.2 压差信号处理在流型识别中的应用 |
1.2.3 人工智能技术在流型识别中的应用 |
1.2.4 国内外文献综述的简析 |
1.3 主要研究内容 |
第2章 气液两相流图像和压差信号的采集 |
2.1 气液两相流实验系统 |
2.1.1 空气-水闭合环路系统 |
2.1.2 图像采集记录系统 |
2.1.3 信号采集分析系统 |
2.2 实验参数设置 |
2.3 气液两相流实验步骤 |
2.4 测量内容及手段 |
2.4.1 图像信号的获取 |
2.4.2 压差信号的获取 |
2.5 实验数据处理 |
2.6 本章小结 |
第3章 气液两相流图像信号特征提取 |
3.1 气液两相流图像信号预处理 |
3.1.1 图像噪声来源 |
3.1.2 图像噪声的消除 |
3.2 图像信号的特征提取 |
3.2.1 基于灰度直方图的流型图像特征提取 |
3.2.2 基于不变矩的流型图像特征提取 |
3.2.3 基于灰度共生矩阵的流型图像特征提取 |
3.3 本章小结 |
第4章 气液两相流压差信号特征提取 |
4.1 压差信号特性分析 |
4.2 经验模态分解 |
4.3 互补型集合经验模式分解 |
4.4 希尔伯特变换 |
4.5 压差信号的特征提取 |
4.5.1 基于CEEMD的时域特征提取 |
4.5.2 基于CEEMD的频域特征提取 |
4.6 本章小结 |
第5章 基于随机森林的气液两相流型识别 |
5.1 随机森林的概述 |
5.1.1 随机森林的基分类器 |
5.1.2 随机森林的构建 |
5.2 随机森林在sklearn中的实现 |
5.3 随机森林的参数调优 |
5.4 基于随机森林的气液两相流型识别 |
5.4.1 气液两相流图像信号识别结果分析 |
5.4.2 气液两相流压差信号识别结果分析 |
5.5 随机森林与识别模型的比较 |
5.6 本章小结 |
结论与展望 |
参考文献 |
致谢 |
(2)气液两相流压差波动信号的混沌特性及Volterra自适应短期预测研究(论文提纲范文)
0 引言 |
1 实验系统 |
2 不同流型下的压差波动信号 |
3 基于压差波动信号的两相流混沌分析及短期预测 |
3.1 混沌理论基础 |
3.1.1 相空间重构 |
3.1.2 Lyapunov指数 |
3.1.3 混沌时间序列的Volterra预测 |
3.1.4 噪声平滑 |
3.2 压差信号的混沌分析 |
3.3 Volterra自适应预测 |
4 结论 |
(3)小通道气液两相流型在线辨识与预测的实验及理论研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景 |
1.2 小通道气液两相流研究现状 |
1.2.1 流型辨识的研究现状 |
1.2.2 压差波动信号的研究现状 |
1.2.3 信息处理方法 |
1.3 主要研究工作 |
1.3.1 研究目的及意义 |
1.3.2 研究内容 |
1.3.3 研究技术路线 |
1.3.4 研究创新点 |
2 小通道气液两相流型测试实验平台 |
2.1 测试实验系统组成 |
2.2 测试段设计及实验步骤 |
2.3 实验测量方法与数据提取 |
2.4 测试数据分析理论及方法 |
2.5 测试数据噪声分析 |
2.6 本章小结 |
3 小通道气液两相流流型的在线辨识 |
3.1 1mm管径气液两相流流动特性分析与流型辨识 |
3.1.1 基于高速摄像的流动特性分析与流型辨识 |
3.1.2 基于光电传感器模拟信号的流型分析与辨识 |
3.1.3 基于压差波动信号的流型分析与辨识 |
3.2 2mm管径气液两相流流动特性分析与流型辨识 |
3.2.1 基于高速摄像的流动特性分析与流型辨识 |
3.2.2 基于光电传感器模拟信号的流型分析与辨识 |
3.2.3 基于压差波动信号的流型分析与辨识 |
3.3 3mm管径气液两相流流动特性分析与流型辨识 |
3.3.1 基于高速摄像的流动特性分析与流型辨识 |
3.3.2 基于光电传感器模拟信号的流型分析与辨识 |
3.3.3 基于压差波动信号的流型分析与辨识 |
3.4 本章小结 |
4 基于压差波动信号的小通道气液两相流型预测 |
4.1 基于Volterra自适应滤波器的压差波动信号预测 |
4.1.1 Volterra预测模型的建立 |
4.1.2 不同管径压差波动信号预测 |
4.2 基于LSTM循环神经网络的压差波动信号预测 |
4.2.1 LSTM预测模型的建立 |
4.2.2 不同管径压差波动信号预测 |
4.3 两种预测模型结果对比与分析 |
4.4 小通道气液两相流型预测辨识 |
4.5 本章小结 |
结论与展望 |
参考文献 |
在学研究成果 |
致谢 |
(4)水平管内气液两相流流型识别与含气率的实验研究(论文提纲范文)
摘要 |
ABSTRACT |
主要符号表 |
第一章 绪论 |
1.1 课题的研究背景及研究意义 |
1.2 光滑水平管内两相流系统划分标准 |
1.2.1 管道尺寸划分标准 |
1.2.2 流型划分标准 |
1.3 两相流流型辨识的研究与发展 |
1.3.1 流型图法识别流型 |
1.3.2 直接测量法 |
1.3.3 间接测量法 |
1.4 两相流含气率参数的研究与发展 |
1.5 本文主要研究内容 |
第二章 实验装置与方法 |
2.1 实验装置 |
2.1.1 实验介质技术指标 |
2.1.2 水路供给系统 |
2.1.3 气路供给系统 |
2.1.4 实验段 |
2.1.5 数据采集系统 |
2.2 实验参数测量与分析方法 |
2.2.1 含气率定义与计算方法 |
2.2.2 气液速度 |
2.2.3 压差信号的测量与处理 |
2.3 图像预处理技术 |
2.3.1 差影法去背景 |
2.3.2 边缘检测 |
2.3.3 图像滤波 |
2.3.4 图像填充 |
2.3.5 三维重建 |
2.4 实验方法 |
2.5 本章小结 |
第三章 流型类型与边界转换机理的研究 |
3.1 流型的定义 |
3.1.1 泡状流(Bubble Flow) |
3.1.2 弹状流(Slug Flow) |
3.1.3 环状流(Annular Flow) |
3.1.4 层状流(Stratified Flow) |
3.2 不同管径中不同类别的流型转换 |
3.2.1 层-弹边界 |
3.2.2 层-环边界 |
3.2.3 弹-环边界 |
3.2.4 弹-泡边界 |
3.3 流型图及流型转变趋势 |
3.3.1 流型图 |
3.3.2 流型转换边界曲线 |
3.4 本章小结 |
第四章 基于三维重构技术的气液两相流含气率测量 |
4.1 虚拟双目视觉采集系统光路原理 |
4.2 虚拟双目视觉采集系统光路折射校正 |
4.3 三维重构模型搭建与含气率测量 |
4.4 实验结果与分析 |
4.5 本章小结 |
第五章 基于含气率参数的流型识别与模型评估 |
5.1 截面含气率参数流型识别 |
5.2 不同管径中含气率参数变化趋势 |
5.3 含气率预测模型 |
5.4 含气率预测模型的性能评估 |
5.4.1 含气率模型的评估系统 |
5.4.2 绝对误差与均方根误差性能评估 |
5.4.3 截止误差性能评估 |
5.5 含气率公式拟合 |
5.5.1 漂移通量结构一般形式 |
5.5.2 含气率模型修正 |
5.6 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
(5)超声波作用下矩形微细通道流动沸腾强化传热气泡特性及流型图像智能识别研究(论文提纲范文)
摘要 |
Abstract |
主要符号表 |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 超声波强化传热研究 |
1.2.2 微细通道流动沸腾特性研究 |
1.2.3 气液两相流流型智能识别研究 |
1.3 论文的研究目标与主要内容 |
1.3.1 课题来源 |
1.3.2 研究目标 |
1.3.3 本文主要研究内容 |
第二章 超声波作用下微细通道流动沸腾实验系统 |
2.1 引言 |
2.2 实验系统 |
2.2.1 实验系统组成 |
2.2.4 实验段 |
2.3 实验方法 |
2.3.1 微细通道流动沸腾实验方法 |
2.3.2 工质的选择 |
2.4 实验数据采集与处理 |
2.4.1 传感器及数据采集设备 |
2.4.2 传热数据处理 |
2.4.3 压降数据处理 |
2.4.4 压力与压降波动数据处理 |
2.4.5 单相热平衡实验 |
2.4.6 误差分析 |
2.5 本章小结 |
第三章 超声波作用下微细通道流动沸腾气泡运动特性研究 |
3.1 引言 |
3.2 超声波作用下微细通道流动沸腾传热特性 |
3.2.1 沿程传热系数 |
3.2.2 热流密度对沸腾传热影响 |
3.2.3 流动沸腾传热强化比率 |
3.2.4 流动沸腾可视化 |
3.3 超声波作用下微细通道气泡运动特性分析 |
3.3.1 流动沸腾气泡生长动态变化 |
3.3.2 流动沸腾气泡运动轨迹 |
3.3.3 气泡运动速度及距离 |
3.3.4 超声波对气泡运动速度及距离的影响 |
3.4 超声波作用下气泡动力学分析 |
3.4.1 声场压力数值模拟 |
3.4.2 超声波作用下气泡受力分析 |
3.4.3 超声波作用下气泡运动机理 |
3.5 本章小结 |
第四章 超声波作用下微细通道流动沸腾气泡生长及传热机理研究 |
4.1 引言 |
4.2 超声波作用下微细通道流动沸腾气泡特性 |
4.2.1 运行工况对气泡形成的影响 |
4.2.2 有无超声波受限及拉长气泡形态 |
4.2.3 气泡尺寸计算 |
4.3 超声波作用下微细通道受限气泡生长和拉长生长特性 |
4.3.1 受限气泡生长特性 |
4.3.2 不同工况对气泡受限生长特性的影响 |
4.3.3 不同工况对气泡拉长的影响 |
4.4 受限及拉长气泡传热机理分析 |
4.4.1 受限气泡的传热机理 |
4.4.2 拉长气泡传热机理 |
4.5 本章小结 |
第五章 流型图像智能识别及相邻气泡生长特性研究 |
5.1 引言 |
5.2 流型图像数据库的建立 |
5.2.1 流型图像聚类 |
5.2.2 流型图像区域与边界特征提取 |
5.3 超声波作用下流动沸腾流型图像识别 |
5.4 超声波作用下微细通道相邻气泡生长特性 |
5.4.1 有无超声波流动沸腾气泡图像特征 |
5.4.2 有无超声波单位时间出口区域受限及拉长气泡数量 |
5.4.3 超声波作用下相邻气泡间生长 |
5.5 本章小结 |
第六章 超声波作用下微细通道流动沸腾压降特性研究 |
6.1 引言 |
6.2 超声波作用下微细通道压降特性 |
6.2.1 进出口压降 |
6.2.2 气液两相压降 |
6.3 超声波作用流动沸腾压降波动分析 |
6.3.1 进出口压降的时域分析 |
6.3.2 压降波动信号的Hurst分析 |
6.4 深度学习预测流动沸腾两相压降 |
6.4.1 多尺度卷积神经网络 |
6.4.2 卷积神经网络模型 |
6.4.3 两相压降模型 |
6.4.4 MSCNN流动沸腾压降预测 |
6.4.5 MSCNN与 CNN预测模型比较 |
6.5 本章小结 |
结论与展望 |
结论 |
创新点 |
展望 |
参考文献 |
攻读博士学位期间取得的研究成果 |
致谢 |
附件 |
(6)高压管束间汽液两相流空泡份额分布的实验研究(论文提纲范文)
摘要 |
abstract |
符号说明 |
1 绪论 |
1.1 课题研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 国内外空泡份额测量技术的研究现状 |
1.2.2 国内外关于管束间空泡份额测量的研究现状 |
1.3 论文主要研究内容及创新点 |
1.3.1 本论文主要研究内容 |
1.3.2 本文创新点 |
1.4 本章小结 |
2 实验系统及实验方法 |
2.1 实验系统 |
2.2 实验段和测点位置的设计 |
2.2.1 实验段设计 |
2.2.2 测点位置的设计 |
2.3 实验参数测量方法及数据处理 |
2.3.1 热工参数测量及数据处理 |
2.3.2 局部空泡份额测量方法及数据处理 |
2.3.3 线空泡份额测量方法及数据处理 |
2.3.4 平均截面空泡份额测量方法及数据处理 |
2.4 实验内容及方法 |
2.4.1 实验工况 |
2.4.2 实验步骤 |
2.5 本章小结 |
3 高压管束间汽液两相空泡份额的分布特性 |
3.1 概述 |
3.2 实验段管束中心点局部空泡份额的分布特性 |
3.3 实验段每个测量位置线空泡份额的分布特性 |
3.3.1 汽-液两相流体本底标定 |
3.3.2 典型工况下每个位置线空泡份额的分布特性 |
3.4 实验段管束平均截面空泡份额的分布特性 |
3.5 实验段管束空泡份额的对比分析 |
3.6 系统参数对平均截面空泡份额的影响 |
3.7 实验系统的不确定分析 |
3.8 本章小节 |
4 高温高压条件下空泡份额计算关联式拟合 |
4.1 常用经验关联式归纳总结 |
4.2 经验关联式与本次实验数据对比 |
4.3 高压管束间空泡份额计算关联式拟合 |
4.4 本章小结 |
5 结论与展望 |
5.1 本文主要结论 |
5.2 研究展望 |
致谢 |
参考文献 |
研究生在读期间研究成果 |
(7)气力提升泵气液流动机理及流型识别研究(论文提纲范文)
论文创新点 |
摘要 |
ABSTRACT |
符号表 |
1 引言 |
1.1 研究背景及意义 |
1.2 国内外研究现状分析 |
1.2.1 气力提升泵提升工作特性研究进展 |
1.2.2 气力提升泵气液流动机理研究进展 |
1.2.3 基于压力脉动特征识别流型研究进展 |
1.3 本文主要研究内容 |
2 气力提升泵工作特性分析 |
2.1 气力提升泵理论分析 |
2.1.1 气力提升泵理论建模 |
2.1.2 理论模型计算结果分析 |
2.2气力提升泵实验 |
2.2.1 实验装置 |
2.2.2 激光多普勒测试 |
2.3 实验结果分析 |
2.3.1 LDV测试结果 |
2.3.2 表观液体速度变化特征 |
2.3.3 含气率变化特征 |
2.3.4 气流拖拽力变化特征 |
2.3.5 混合流体压差变化特征 |
2.3.6 提升效率分析 |
2.4 小结 |
3 气力提升泵气液流动机理研究 |
3.1 可视化实验研究 |
3.1.1 普通高速摄影方法 |
3.1.2 激光平面高速摄像技术 |
3.2 气力提升泵内部流动结构 |
3.2.1 弹状流流动结构 |
3.2.2 搅拌流流动结构 |
3.2.3 雾环状流流动结构 |
3.2.4 气力提升泵流型图 |
3.3 气力提升泵气液流动周期性分析 |
3.3.1 气液流动图像分形特征 |
3.3.2 气液流动周期性特征 |
3.3.3 气力提升泵气泡群占比特征 |
3.4 气液液膜厚度分析 |
3.4.1 液膜厚度提取技术 |
3.4.2 液膜厚度时空演化规律 |
3.5 气液边界波动特性分析 |
3.6 大气泡的携液机理分析 |
3.6.1 大气泡上游液体速度场 |
3.6.2 大气泡下游液体速度场 |
3.7 小结 |
4 基于脉动压力的流型识别技术研究 |
4.1 实验压力数据采集 |
4.2 压力信号频谱分析 |
4.2.1 压力数据的傅立叶变换 |
4.2.2 压力数据的WVD时频分析 |
4.3 基于多重分形方法的压力脉动特征分析 |
4.3.1 多重分形理论 |
4.3.2 压力分形特征研究 |
4.4 基于小波包分解方法的压力脉动特征分析 |
4.4.1 小波包理论 |
4.4.2 小波包分解结果 |
4.5 递归演变特征分析 |
4.5.1 递归演变原理 |
4.5.2 相空间重构方法 |
4.5.3 递归演变结果 |
4.6 流型识别技术研究 |
4.7 小结 |
5 总结 |
5.1 研究总结 |
5.2 研究展望 |
参考文献 |
攻读博士学位期间发表的论文 |
攻读博士学位期间参与的科研项目 |
致谢 |
(8)气液两相流管道泄漏声波产生机理及声源特性研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 论文研究的目的与意义 |
1.2 气液两相流声波泄漏检测技术研究现状 |
1.2.1 气液两相流管道技术研究现状 |
1.2.2 声波法泄漏检测技术研究现状 |
1.2.3 气液两相泄漏相分离研究现状 |
1.3 本文研究内容 |
第二章 气液两相流管道泄漏流动特征及声学特性 |
2.1 气液两相流管道泄漏流动特征分析 |
2.1.1 分层流泄漏流动特征分析 |
2.1.2 段塞流泄漏流动特征分析 |
2.1.3 不同流型泄漏流动特征对比 |
2.2 气液两相流管道泄漏声源发声机理 |
2.2.1 流体流动发声机理 |
2.2.2 管道振动发声机理 |
2.3 泄漏声波产生模型建立 |
2.3.1 单相流管道泄漏声波产生模型建立 |
2.3.2 两相流管道泄漏声波产生模型建立 |
2.4 本章小结 |
第三章 气液两相流管道泄漏检测实验装置搭建 |
3.1 气液两相流管道泄漏声波检测原理和设备 |
3.1.1 实验基本原理 |
3.1.2 实验主要设备 |
3.2 数据采集系统和数据处理方法 |
3.2.1 数据采集系统 |
3.2.2 数据信号处理 |
3.2.3 传感器布置 |
3.3 实验选取数据和流动背景噪声分析 |
3.3.1 实验数据选取 |
3.3.2 实验可重复性验证与误差分析 |
3.3.3 流动背景噪声对比 |
3.3.4 动态压力与流量关系 |
3.4 本章小结 |
第四章 分层光滑流泄漏声波特性分析 |
4.1 泄漏声波影响因素分析 |
4.1.1 不同方位的泄漏信号特征 |
4.1.2 不同方位下气液流量变化分析 |
4.1.3 不同方位下泄漏孔径影响分析 |
4.1.4 影响因素对比 |
4.2 适用于泄漏声波信号的分析方法比较 |
4.2.1 特征值法分析 |
4.2.2 概率密度函数PDF分析 |
4.2.3 泄漏信号幅频特征分析 |
4.2.4 功率谱密度函数PSD分析 |
4.2.5 经验模态分解EMD分析 |
4.2.6 各种信号分析方法对比 |
4.3 本章小结 |
第五章 分层波浪流泄漏声波特性分析 |
5.1 泄漏声波影响因素分析 |
5.1.1 不同方位泄漏信号特征 |
5.1.2 不同方位下气液流量变化分析 |
5.2 适用于泄漏声波信号的分析方法比较 |
5.2.1 特征值分析法 |
5.2.2 概率密度函数PDF分析 |
5.2.3 泄漏信号幅频特征分析 |
5.2.4 功率谱密度函数PSD分析 |
5.2.5 经验模态分解EMD分析 |
5.2.6 各种信号分析方法对比 |
5.3 本章小结 |
第六章 段塞流泄漏声波特性分析 |
6.1 影响泄漏声波因素分析 |
6.1.1 不同方位泄漏信号特征 |
6.1.2 不同方位下气液流量变化分析 |
6.1.3 不同方位下泄漏孔径影响分析 |
6.1.4 影响因素对比 |
6.2 适用于泄漏声波信号的分析方法的研究 |
6.2.1 特征值分析法 |
6.2.2 概率密度函数PDF分析 |
6.2.3 幅频特征分析 |
6.2.4 功率谱密度函数PSD分析 |
6.2.5 经验模态分解EMD分析 |
6.2.6 各种信号分析方法对比 |
6.3 本章小结 |
第七章 不同流型气液两相流管道泄漏信号分析 |
7.1 管道泄漏流型判断的意义 |
7.2 不同流型泄漏信号特性分析 |
7.2.1 原始信号特征对比 |
7.2.2 影响因素对比 |
7.3 不同流型泄漏信号分析方法对比 |
7.3.1 不同流型PDF对比分析 |
7.3.2 不同流型幅频谱对比分析 |
7.3.3 不同流型PSD对比分析 |
7.3.4 不同流型信号分析方法对比 |
7.4 不同流型泄漏瞬时声波幅值计算 |
7.4.1 泄漏瞬时声波幅值计算 |
7.4.2 计算与实验误差分析 |
7.5 结论 |
第八章 气液两相流管道泄漏流场数值模拟 |
8.1 计算模型选择 |
8.1.1 气液两相流各模型选择 |
8.1.2 计算方法和边界条件 |
8.2 几何模型建立 |
8.2.1 几何模型和网格划分 |
8.2.2 泄漏开启实现方式 |
8.3 数值模拟结果分析 |
8.3.1 泄漏开启过程流场模拟分析 |
8.3.2 数值模拟与实验验证 |
8.3.3 泄漏开启过程参数分析 |
8.3.4 泄漏完成流场参数分析 |
8.4 本章小结 |
结论与建议 |
1 结论 |
2 建议 |
参考文献 |
攻读博士学位期间取得的研究成果 |
致谢 |
作者简介 |
(9)含表面活性剂水平和微上倾管道气液两相流动研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 表面活性剂与其起泡性介绍 |
1.2.1 表面活性剂 |
1.2.2 泡沫 |
1.2.3 表面活性剂的起泡性 |
1.3 国内外研究现状 |
1.3.1 含表面活性剂水平和微上倾管道气液两相流型研究 |
1.3.2 含表面活性剂水平和微上倾管道气液两相压降和压力波动研究 |
1.3.3 含表面活性剂气液两相段塞流特征参数研究 |
1.4 本文主要研究内容 |
第二章 实验系统及测量方法 |
2.1 实验环道与设备仪表 |
2.1.1 实验环道 |
2.1.2 实验设备及仪表 |
2.2 数据采集系统 |
2.2.1 数据采集系统 |
2.2.2 数据处理 |
2.3 实验工况及介质 |
2.3.1 实验工况 |
2.3.2 实验介质选择 |
2.3.3 表面活性剂评价与选择 |
2.4 实验测量系统 |
2.4.1 流型摄像观测系统 |
2.4.2 压力压差测量系统 |
2.4.3 液相流速测量系统 |
第三章 表面活性剂对气液相流型及流型转换的影响 |
3.1 表面活性剂对水平管气液两相流流型的影响 |
3.1.1 水平管典型流型 |
3.1.2 流型影响因素分析 |
3.2 表面活性剂对1°上倾管流型的影响 |
3.2.1 1°上倾管典型流型 |
3.2.2 流型影响因素分析 |
3.3 表面活性剂对3°上倾管的影响 |
3.3.1 3°上倾管典型流型 |
3.3.2 流型影响因素分析 |
3.4 表面活性剂对流型转换的影响 |
3.4.1 表面活性剂对0°上倾管流型转换的影响 |
3.4.2 表面活性剂对1°上倾管流型转换的影响 |
3.4.3 表面活性剂对3°上倾管流型转换的影响 |
3.5 本章小结 |
第四章 表面活性剂对气液两相流压降的影响 |
4.1 表面活性剂对水平管压降及压力波动的影响 |
4.1.1 表面活性剂对水平管压降的影响 |
4.1.2 表面活性剂对水平管压力波动的影响 |
4.2 表面活性剂对1°上倾管压降及压力波动的影响 |
4.2.1 表面活性剂对1°上倾管压降的影响 |
4.2.2 表面活性剂1°上倾管压力波动的影响 |
4.3 表面活性剂对3°上倾管压降及压力波动的影响 |
4.3.1 表面活性剂对3°上倾管压降的影响 |
4.3.2 表面活性剂对3°上倾管压力波动的影响 |
4.4 本章小结 |
第五章 表面活性剂对气液两相段塞流特征参数的影响 |
5.1 表面活性剂对液塞频率的影响 |
5.1.1 液塞频率的测量 |
5.1.2 表面活性剂对液塞频率的影响 |
5.2 表面活性剂对液塞速度的影响 |
5.2.1 液塞速度的测量 |
5.2.2 表面活性剂对液塞速度的影响 |
5.2.3 表面活性剂对液塞速度分布的影响 |
5.3 表面活性剂对液塞长度的影响 |
5.3.1 液塞长度的测量 |
5.3.2 表面活性剂对平均液塞长度的影响 |
5.4 本章小结 |
结论与展望 |
参考文献 |
攻读硕士学位期间取得的学术成果 |
致谢 |
(10)油气润滑两相流流型识别方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 油气润滑系统的研究现状 |
1.2.2 气液两相流流型的研究现状 |
1.2.3 气液两相流流型识别方法的研究现状 |
1.3 主要研究内容 |
第二章 压差波动信号及其提取 |
2.1 压差波动信号 |
2.1.1 压差波动信号的概念 |
2.1.2 油气两相流压差波动信号与流型的关系 |
2.2 二维流体域模型的建立 |
2.2.1 模型简化 |
2.2.2 不同流型仿真的初始速度 |
2.3 仿真结果与压差波动信号的提取 |
2.3.1 各流型的仿真结果 |
2.3.2 压差波动信号的提取结果 |
2.4 本章小结 |
第三章 油气两相流压差波动信号的分析 |
3.1 油气两相流压差波动信号的Wigner谱分析 |
3.1.1 Wigner谱的原理 |
3.1.2 油气两相流压差波动信号的Wigner谱分析过程 |
3.2 油气两相流压差波动信号的EMD分解 |
3.3 油气两相流压差波动信号的小波分析 |
3.3.1 小波分析的原理 |
3.3.2 小波基的选择 |
3.4 结果分析与对比 |
3.4.1 油气两相流各流型压差波动信号的分解结果 |
3.4.2 各分量的相关系数和方差 |
3.5 本章小结 |
第四章 基于PSO-PNN的油气两相流流型识别 |
4.1 概率神经网络 |
4.1.1 概率神经网络原理 |
4.1.2 概率神经网络结构 |
4.2 基于PSO算法的平滑因子σ的优化 |
4.2.1 粒子群算法的基本原理 |
4.2.2 PSO对平滑因子σ的优化步骤 |
4.3 油气两相流流型的神经网络识别结果 |
4.4 本章小结 |
第五章 结论和展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
在学期间研究成果 |
致谢 |
四、气液两相流压差信号的Lipschitz指数分析(论文参考文献)
- [1]基于随机森林的气液两相流型识别研究[D]. 刘耀徽. 东北电力大学, 2021(09)
- [2]气液两相流压差波动信号的混沌特性及Volterra自适应短期预测研究[J]. 潘慧,李海广,吴晅. 实验流体力学, 2020(04)
- [3]小通道气液两相流型在线辨识与预测的实验及理论研究[D]. 潘慧. 内蒙古科技大学, 2020
- [4]水平管内气液两相流流型识别与含气率的实验研究[D]. 梁福顺. 山东大学, 2020(12)
- [5]超声波作用下矩形微细通道流动沸腾强化传热气泡特性及流型图像智能识别研究[D]. 肖健. 华南理工大学, 2020(01)
- [6]高压管束间汽液两相流空泡份额分布的实验研究[D]. 程洁. 西安建筑科技大学, 2019(06)
- [7]气力提升泵气液流动机理及流型识别研究[D]. 汪志能. 武汉大学, 2019(06)
- [8]气液两相流管道泄漏声波产生机理及声源特性研究[D]. 纪健. 中国石油大学(华东), 2019(01)
- [9]含表面活性剂水平和微上倾管道气液两相流动研究[D]. 秦思思. 中国石油大学(华东), 2019(09)
- [10]油气润滑两相流流型识别方法研究[D]. 钟杰. 北方工业大学, 2019(07)