【摘 要】
：
气液两相流广泛存在于石油开采、核反应堆、化工、冶金等工业领域生产过程中。持气率是反映气液两相流动态行为的重要参数,持气率与流型、流速、流动方向等密切相关,是建立气液两相流流动模型的重要流动参数。超声传感器广泛应用于多相流持气率检测技术,其中,探究气液两相流超声传感器持气率理论模型具有重要学术价值及实际应用意义。本文建立了不同泡径尺寸下气液两相流泡状流持气率理论预测模型。首先,采用流体取样器获取气液
【基金项目】
：
国家自然科学基金重大科研仪器研制项目（资助号:51527805）:油井油气水三相流产出剖面测井仪器研制； 国家自然科学基金面上项目（No.11572220）:油水两相流湍流液滴拟序结构不稳定性分析；
论文部分内容阅读
气液两相流广泛存在于石油开采、核反应堆、化工、冶金等工业领域生产过程中。持气率是反映气液两相流动态行为的重要参数,持气率与流型、流速、流动方向等密切相关,是建立气液两相流流动模型的重要流动参数。超声传感器广泛应用于多相流持气率检测技术,其中,探究气液两相流超声传感器持气率理论模型具有重要学术价值及实际应用意义。本文建立了不同泡径尺寸下气液两相流泡状流持气率理论预测模型。首先,采用流体取样器获取气液两相流图像并使用多尺度边缘检测算法获取泡径信息,然后基于超声传感器的幅值衰减信息,通过快关阀与电导传感器获取持气率参数,综合构建气液两相流超声传感器持气率统计模型和理论模型。本文创新性研究成果如下:1.建立了气液两相流泡状流持气率理论预测模型,文中首先根据超声脉冲能量随持气率变化的衰减规律,结果发现超声衰减规律受泡径影响,呈现以持气率10%为分段点的分段函数;采用超声传感器理论模型预测持气率,预测结果与快关阀持气率与电导持气率对比,绝对平均相对误差分别为9.21%和10.38%,取得了较好的预测效果。2.针对超声传感器持气率理论预测模型中的泡径参数,本文采用多尺度边缘检测算法分析流体取样器图像,获取不同持气率下泡径的概率密度分布,发现持气率较低时,主要存在小泡径气泡,大泡径气泡较少;持气率较高时,小泡径和大泡径的气泡同时大量存在且分布不均匀,计算了不同持气率时的气泡平均泡径,为建立超声传感器持气率理论预测模型提供泡径信息。3.采用幅值-符号消除趋势波动分析法（Detrended Fluctuation Analysis,简称DFA）从长程相关性角度分析超声测量信号,发现持气率较低时,超声信号局部与整体的自相似性较低,呈反相关性;持气率较高时,超声信号局部与整体的自相似性较高,呈正相关性,在幅值及符号标度联合平面上实现了超声传感器持气率预测模型不同泡径指数表征。
其他文献
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
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、
随着多媒体信息技术的快速发展,数字图像成为多媒体信息的重要载体之一。由于数字图像具有现场性、直观性等良好的特性而得到广泛使用。目前,各种图像处理软件的开发和应用使用户不必掌握相关专业知识就可以方便、快捷地对数字图像进行编辑操作,以满足自己的工作需要或者日常娱乐。但如果被恶意篡改者非法利用在军事、法庭证据、新闻等领域,将会给社会带来一定扰乱,“眼见为实”的传统观念也正在被打破。所以,迫切需要一种取证
随着汽车产业的快速发展,车内空气污染成为公众关注的热点问题。在影响车内空气质量的诸多因素中,内饰材料是主要污染源。目前用于汽车内饰材料的检测方法存在操作复杂、成本高等缺点,因此开发一套能够快速、准确检测汽车内饰材料的系统对从源头减少车内空气污染具有重要的理论意义和应用价值。本文以汽车内饰材料检测为应用背景,对QCM（Quartz Crystal Microbalance,石英晶体微天平）气体传感器
本文针对具有高度非线性、强耦合性和参数不确定性的多自由度机械臂系统,研究其轨迹跟踪控制问题。首先对Denso VP6242机械臂的数学模型进行分析:采用标准D-H方法建立机械臂的正运动学模型,采用代数法建立机械臂的逆运动学模型,并将由逆运动学模型反解出的关节角度带入到正运动学模型,仿真数据表明逆运动学模型的精度可达10-16;根据拉格朗日方程建立机械臂的动力学模型,为后续控制方法的仿真验证提供控制
在脑仿真与类脑计算领域,神经系统对于运动功能的调控,一直为人们所关注。大量生理实验表明,中枢模式发生器（CPG）在人类的节律运动过程中,起着至关重要的作用,同时,小脑与人类运动功能协调以及学习记忆有密切联系。此外,近年来受脑认知与信息处理机制启发的类脑计算平台,已成为人工智能领域的研究重点。类脑计算的效果,很大程度上依赖于硬件平台的性能,具有并行运算能力,且能灵活配置的现场可编程门阵列（FPGA）
脑电（EEG）信号作为识别人体生理状态的最可靠的度量之一,被国内外研究人员广泛应用。深度学习技术为挖掘脑电信号中的信息提供了新的技术手段,但在此过程中面临着结构设计困难和输入信噪比低的问题。本文采用群智能算法和强化学习框架以实现模型结构优化,利用递归网络进行数据输入优化,实现在情绪辨识和疲劳驾驶检测任务上的深度学习模型的动态优化设计。本文首先基于情绪辨识任务的EEG数据研究在卷积神经网络（CNN）
烟雾识别对于火灾的早期探测及火灾危害的降低具有重要的意义。目前基于计算机视觉的烟雾探测手段存在误报较多,准确率偏低,使用深度网络则模型过于庞大等问题,为解决此类问题,本文提出烟雾图片块递增判定算法,并搭建轻量级深度神经网络模型对烟雾进行识别。本文首先通过网络途径收集烟雾图片,依靠天津消防研究所搜集火灾烟雾视频,精选截取后使用数据增强方式扩充图片数量,建立了烟雾数据集,包含烟雾图片和非烟雾图片各12
据世界卫生组织统计数据显示,我国一直处于交通事故高发生率国家之列,而疲劳驾驶是造成交通事故的主要原因之一。近年来,脑电图（Electroencephalogram,EEG）信号分析在疲劳驾驶研究中得到了广泛的关注。本文进行了模拟驾驶实验,并针对采集的脑电图信号进行分类和回归研究。在疲劳驾驶分类研究中,针对脑电信号在较短的时间内产生大量的空间定向数据,本文提出了一种基于加权主成分分析（Weighte