气液两相流流型的ect软测量技术

气液两相流流型的ect软测量技术

ID:4147397

大小:191.95 KB

页数:4页

时间:2017-11-29

气液两相流流型的ect软测量技术_第1页
气液两相流流型的ect软测量技术_第2页
气液两相流流型的ect软测量技术_第3页
气液两相流流型的ect软测量技术_第4页
资源描述:

《气液两相流流型的ect软测量技术》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第25卷第2期沈阳工业大学学报Vol125No122003年4月JournalofShenyangUniversityofTechnologyApr.2003文章编号:1000-1646(2003)02-0121-04气液两相流流型的ECT软测量技术颜华,刘艳红(沈阳工业大学信息工程学院,辽宁沈阳110023)摘要:提出一种基于ECT技术的气液两相流流型判别软测量模型.以ECT传感器输出中提取的特征参数作为软测量模型中的辅助变量,气液两相流的流型作为模型中的主导变量.利用人工神经网络建立了主导变量和辅助变量之间的数学关系,进而实现对气液两相流流型的在线判别.仿真结果表明,此方法判别精

2、度高、判别速度快,为两相流流型的在线辨识提供了一种有效的手段.关键词:电容层析成像;两相流流型;神经网络;软测量中图分类号:TP212;TP183文献标识码:A两相流系统广泛存在于石油、化工、电力、冶度距工业应用仍有较大差距,重建图像后还需要金等行业中,实时有效地检测出反映两相流动系人的主观判断或图像处理软件才能提取流型信统特性的各种信息对于保证系统的计量、控制、节息.第二个思路的优点是不经过图像重建及图像能、环保和运行可靠性等具有重要意义.但由于两分析这些耗时环节,更适合在线流型辨识并最终相流动复杂多变,所以两相流参数检测难度大,在用于两相流系统的操作控制之中,存在的问题是[1]国

3、内外皆属急需探索研究的领域.软测量技术ECT传感器输出值中流型特征不明确,辨识效果为解决两相流这一非线性复杂系统的参数检测问不理想.目前这两种思路都是人们研究探索的热题提供了有效途径,但基于传统检测手段的两相点.流参数软测量方法,由于传感器系统难以实时获本文研究不经图像重建环节的流型辨识,为取管截面上相分布微观信息,在实现两相流参数克服直接用ECT传感器输出值进行流型辨识精准确测量上有很多困难,很少能达到工业实用要度低的问题,探讨了ECT传感器输出值中有效特求.征的提取,在此基础上,提出一种新的基于特征参两相流体流动过程中各相介质的分布状况或数和人工神经网络的气液两相流流型在线判别软

4、流动结构称为流型或流态.流型在线辨识既是实测量模型.本文将以8极板气/油两相流ECT成现两相流系统在线监控的需要,也关系到两相流像系统为例,说明该方法.其它参数的准确测量,因此一直是两相流参数检测的一个重要方面.以往的各种流型辨识方法,如1基于ECT和人工神经网络的流目测法、理论模型预测法和统计分析法(概率密度型软测量函数PDF和功率谱密度函数PSD)等由于难以获取真正反映流型的两相流各相分布的局部微观实所谓软测量技术就是以易测过程变量(辅助时信息,其流型辨识带有局限性或主观性,可靠性变量或二次变量)为基础,利用易测过程变量和待[1]和准确度不高,难以在工业中实际应用.ECT测过程变

5、量(难测的主导变量)之间的数学关系技术的出现为流型辨识提供了一条有效的途径和(软测量模型),通过各种数学计算和估计实现对方法.基于ECT的流型辨识有两个思路,一是重待测过程变量的测量,软测量系统构造的核心是建图像后由人的主观判断或图像处理软件提取流如何建立软测量模型.[2,3]型信息,二是直接用ECT传感器输出值进行20世纪80年代末由英国UMIST和美国能[4~6]流型辨识.第一个思路的优点是可实现流型源技术中心分别独立提出的电容层析成像(Elec2的可视化,存在的问题是目前重建图像质量和速tricalCapacitanceTomography,简称ECT)技术,收稿日期:2002

6、-09-02基金项目:辽宁省科委博士启动资金(2001102031);辽宁省教委基金资助项目(990121039)作者简介:颜华(1964-),女,辽宁沈阳人,教授.122沈阳工业大学学报第25卷能够在不破坏或干扰两相流流动的情况下实时获极板对(间隔1个极板),8个次相对极板对(间隔取管截面上相分布微观信息,使两相流参数的准2个极板)和4个相对极板对(间隔3个极板).管确测量成为可能.但ECT系统是一个复杂的高度内流型分布不同,这些电容值的均值或方差所呈非线性和严重不确定系统.现的规律也会不同.经反复研究,定义以下特征参人工神经网络具有自学习、联想记忆、自适应数(参见图1):和非线性

7、逼近等功能,基于人工神经网络的软测管道顶部相邻极板电容值C7,8和底部相邻量可以在不具备对象的先验知识的条件下根据对极板电容值C3,4的比值为tbr=C7,8/C3,4.象的输入输出数据直接建模,并能适应高度非线所有相邻极板对电容值的平均值为adm=性和严重不确定系统.1∑Cij.本文提出的基于ECT和人工神经网络技术8

8、i-j

9、=1的流型软测量,就是以流型为主导变量,以从所有相邻极板对电容值的方差为ads=ECT传感器输出中提取的特征参数为易测辅助1(C

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。