分布式差压及电导传感器持气率组合测量方法研究

来源 :天津大学 | 被引量 : 0次 | 上传用户:kanshu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
气液两相流广泛存在石油工业、核能工程及热能工程等工业生产过程中。为实现工业生产过程优化,准确识别和掌握气液两相流流动特征是非常必要的。相比于单相流,气液两相流流动更具有多样性、随机性、不稳定性以及复杂性等特征,流体流型复杂多样。这些不稳定因素,给准确测量气液两相流持气率带来巨大挑战。准确预测气液两相流持气率,对油气田生产过程中油井动态监测及传感测量系统设计具有重要实际意义。针对差压传感器稳定性强、可靠度高、矿场易实现,电导传感器响应快,准确度高等优点。本文提出了一种分布差压传感器与电导传感器组合获取气液两相流持气率参数的测量系统。分布式差压传感器旨在获取同一截面不同位置压力波动信息。本文设计了垂直上升小管径气液两相流动态实验。实验分析了分布式差压传感器、八电极旋转电场电导传感器和插入式互相关电导传感器测量信号。利用递归图对两相流进行流型识别。在此基础上,分别对五种典型压力降模型进行模型试验,以期进行模型优化选择,并根据组合测量系统获取的气液两相流混合雷诺数与摩擦系数的关系,对五种压力降模型预测的持气率进行评价。研究表明,基于差压传感器与电导传感器组合测量系统,在气相表观流速0.0552m/s~0.6256m/s及液相表观流速0.0368m/s~1.1776m/s范围内,根据Ansari模型预测持气率效果较好,平均绝对相对误差为5.947%。在提取持气率的基础上,建立了气液两相流漂移模型,并对不同流型结构下的分相流量进行了预测,取得了较高精度的分相流量预测效果。此外,对分布式差压传感器测量信号进行了时频分析,考察不同流型下流型能量分布情况。在传统递归图基础上引入交叉递归图方法进行流型识别。最后,用多尺度交叉熵算法(Cross-Sample Entropy,简称CSE)对上下游分布式差压传感器信号进行了非线性分析,分析了流型不稳定性,进一步认识了气液两相流流型非线性动力学特征。
其他文献
本文主要针对多智能体协同控制问题进行研究。多智能体系统是环境中多个自主智能体交互组成的计算系统,实现多智能体协同控制是提升整体效益的关键。多智能体协同控制的目标是生成一致性策略,其中,最终多智能体收敛到的主导策略称为社会规范。社会规范的涌现是保证智能体协作的关键。针对大规模分布式多智能体系统,由于系统中不存在中心式的控制节点,较难在智能体还未进行交互前直接生成协作策略,因此,研究针对复杂社会网络结
长短时记忆网络适合于处理长序列依赖问题,对于水文径流这种受长时间间隔的气象等因素影响的复杂过程能够有很好的处理和模拟能力。本研究基于长短时记忆网络以泾河流域为例建立四种模型,分别是直接预测模型、差分预测模型、平均值预测模型和复合校准模型,目标是对流域的月平均径流量进行预测。复合校准模型和平均值模型在新安江上也有很好的模拟预测能力,证明了模型的有效性、可用性和可泛化性。在掌握了准确水文数据的情况下,
随着人工智能技术取得了前所未有的发展,以知识图谱为代表的知识工程以及深度学习等相关领域得到了广泛的关注。知识图谱的概念最早是由谷歌于2012年正式提出的,它是新一代知识库,主要用来描述真实世界中存在的各种实体和概念,以及他们之间的关系。知识图谱能够弥补机器学习、深度学习算法的描述能力,规则等表示形式与神经网络相比是显性的知识,因此可基于此对学习的结果,例如链接预测,提供人类可理解的解释。本文针对规
气敏传感器可以检测环境中的特定气体,在易燃、易爆、有毒、有害气体的检测中应用非常广泛。气敏材料对气敏传感器的性能有着至关重要的影响,在众多气敏传感器中,金属氧化物半导体气敏传感器因其气敏材料制备简单、绿色环保、气敏性能优异等优点受到国内外研究者的高度关注。ZnSnO3是一种具有钙钛矿结构的三元复合金属氧化物半导体,它兼具Zn O和Sn O2两种材料的特点,表现出优异的气敏性能。但与许多二元金属氧化
计算机断层扫描(Computed Tomography,CT)以非入侵的方式获得被测人体内部组织的断层影像,逐渐成为近年来医学成像领域的研究热点。能谱CT利用不同能量光子关于物体衰减的差异性进行成像,能够提高传统CT的物质分辨能力,提供准确的材料分离和定量化信息。目前,多能量投影数据处理中常用的物质分解法受噪声影响严重,导致低剂量条件下重建图像的信噪比较低。本文以低剂量能谱CT成像为目标,利用深度
随着信息时代的发展,数字设备越来越普及,数字图像在信息传播中的作用越来越重要,人们对于提高数字图像的分辨率需求越来越迫切。图像超分辨率重建主要是对一幅或者多幅低分辨率图像,结合先验知识,恢复出相应的同一场景的高分辨率图像。深度学习算法可以自动地直接从数据中学习输入和输出之间的映射关系,这就克服了传统算法需要人工设计特征的难题。大量实验证明基于深度学习的图像超分辨率重建算法取得了比传统算法更好的效果
三维堆叠图像传感器是目前图像传感器发展的主流方向之一,具有高密度互连、填充系数大、不同层独立优化的优势。三维堆叠图像传感器的典型结构包括像素阵列、模数转换器(Analog-to-Digital Converter,ADC)和图像信号处理器(Image Signal Processor,ISP),这些功能块在不同芯片制造,并使用硅通孔(Through Silicon Via,TSV)和μbump(m
实验室是研究人员学习、科研的重要场所,实验室的安全问题被广泛重视。近年来,实验室安全问题所引发的事故频繁发生,并造成了严重的后果。目前高校缺乏成型的实验室环境监控系统,大多数关于室内环境检测系统的研究都只针对居住环境。针对这一问题,本文提出一种基于CAN总线的主从分立式实验室环境监测系统,通过传感器采集室内有害气体NO2浓度、温度、湿度等信息,当环境出现异常时报警,以达到减少实验室危险事故发生的目
随着全民智能的到来,视频监控占有越来越重要的地位。其中目标检测跟踪在机器视觉领域中是最具挑战的一个研究方向,目前很多学者已经研究并且提出了许多优秀的算法。但是在实际应用环境中,目标检测跟踪依然有着一系列的困难和局限。跟踪过程中由于一些不确定性的影响会造成跟踪结果的失败。本文基于压缩感知理论和孪生网络结构对视频图像进行目标检测跟踪的研究,研究内容主要包括以下三个方面:首先,本文分析了压缩感知理论和卷