论文题目: 新型信息处理技术在气液两相流流型辨识中的应用研究
论文类型: 博士论文
论文专业: 控制科学与工程
作者: 丁浩
导师: 黄志尧,李海青
关键词: 气液两相流,流型辨识,差压波动信号,高阶统计量,变换,数据融合
文献来源: 浙江大学
发表年度: 2005
论文摘要: 两相流系统是一个复杂的非线性动态系统,广泛存在于动力、化工、石油、冶金等领域,研究两相流体动力学,探讨两相流动的机理,准确检测两相流的各种参数,具有非常重要的意义。流型是一个重要的检测参数,它影响着两相流系统其它参数的准确测量,因此两相流的流型辨识是该领域中的一个重要研究方向。 本文在理论分析和实验研究的基础上,将现代非线性信号处理方法及数据融合技术引入到气液两相流参数检测领域。以高阶统计量和Hilbert-Huang变换为主要分析技术,结合多传感器数据融合技术以及模糊集理论对水平管气液两相流的流型进行了分析和辨识,并建立了一个多参数模糊数据融合流型辨识模型,克服了以往单一流型辨识方法的不足,较显著地提高了流型辨识的准确率,在气液两相流流型辨识方面取得了较大的进展。本文的主要工作和创新点如下: 1)基于高阶统计量技术,提出了一种气液两相流差压波动信号分析的新方法。对所采集到的差压波动信号进行双谱分析,提取了双谱幅值的平均值作为特征值,研究了不同流型下信号偏离高斯分布的程度。并结合模糊模式识别理论,建立了气液两相流流型的模糊判别准则。实验研究表明所提出的双谱分析方法有效地抑制了高斯有色噪声对信号的影响,取得了良好的流型辨识效果。 2)将Hilbert-Huang变换方法引入到气液两相流领域,研究了中小管径水平管气液两相流差压波动信号的非线性非平稳特性。通过对差压波动信号进行EMD分解,分析了差压波动信号的局部时频特性,提取了差压波动信号IMF分量的能量特征值,找出了不同频段能量的分布与流型的对应关系,据此提出了一种根据IMF能量分布与转换进行流型辨识的新方法。不同管径下的实验结果表明,提取的特征值反映了气液两相流的流动状态和流型的变迁,该方法具有很好的实际应用价
论文目录:
摘要
ABSTRACT
第一章 绪论
1.1 两相流概论
1.2 两相流参数检测
1.2.1 两相流主要检测参数
1.2.2 两相流参数检测研究的重要意义
1.2.3 两相流参数检测技术的发展现状与趋势
1.3 两相流流型辨识
1.4 本文的主要工作及意义
1.5 小结
第二章 文献综述
2.1 两相流流型的基本概念与分类
2.1.1 两相流流型的基本概念
2.1.2 气液两相流流型的分类
2.1.2.1 垂直管中两相流的典型流型
2.1.2.2 水平管中两相流的典型流型
2.2 气液两相流流型辨识方法综述
2.2.1 流型状态图
2.2.2 流型的转变模型
2.2.3 现代测量方法
2.2.3.1 直接测量法
2.2.3.2 间接测量法
2.3 现代信号处理技术简介
2.3.1 常规的信号处理方法
2.3.1.1 短时Fourier变换
2.3.1.2 小波变换
2.3.1.3 Wigner-Ville分布
2.3.1.4 混沌与分形
2.3.2 高阶统计量方法
2.3.3 Hilbert-Huang变换
2.4 数据融合技术
2.5 小结
第三章 实验装置与实验过程
3.1 实验装置的简介
3.2 信号的采集与预处理
3.2.1 信号的采集
3.2.2 信号的预处理
3.3 实验过程
3.4 小结
第四章 高阶统计量在气液两相流中的应用研究
4.1 引言
4.2 高阶统计量的基本理论和应用
4.2.1 高阶统计量的定义
4.2.1.1 高阶矩和高阶累积量
4.2.1.2 高阶矩与高阶累积量的转换关系
4.2.1.3 高斯信号的高阶矩和高阶累积量
4.2.1.4 高阶累积量的性质
4.2.2 高阶谱的基本概念
4.2.3 双谱的性质与估计方法
4.2.3.1 双谱的性质
4.2.3.2 双谱估计算法
4.2.4 高阶统计量的应用
4.3 气液两相流差压波动信号的双谱分析
4.4 基于低阶统计量的气液两相流流型辨识
4.5 基于高阶统计量的气液两相流流型辨识
4.6 小结
第五章 Hilbert-Huang变换在气液两相流中的应用研究
5.1 引言
5.2 Hilbert-Huang变换的基本原理与应用
5.2.1 基本概念
5.2.1.1 解析信号
5.2.1.2 瞬时频率
5.2.1.3 不相容原理
5.2.2 经验模态分解方法
5.2.3 瞬时频率的计算
5.2.4 Hilbert-Huang变换的应用
5.3 差压波动信号的Hilbert-Huang谱分析
5.4 基于Hilbert-Huang变换的气液两相流流型辨识
5.5 小结
第六章 数据融合在气液两相流中的应用研究
6.1 引言
6.2 数据融合的基本原理及其应用
6.2.1 数据融合的基本原理
6.2.2 数据融合的方法
6.2.3 数据融合技术的应用
6.3 多参数模糊数据融合方法
6.3.1 改进的D-S证据理论
6.3.2 模糊数学的理论基础
6.3.3 多参数模糊数据融合模型
6.4 基于多参数模糊数据融合的气液两相流流型辨识
6.5 小结
第七章 结论
参考文献
附录：
致谢
发布时间: 2005-07-27