多相流参数检测理论及其应用PDF|Epub|txt|kindle电子书版本网盘下载

多相流参数检测理论及其应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 多相流概述1

1.1.1 多相流体的定义1

1.1.2 多相流体的分类2

1.2 多相流主要测量参数及分类3

1.2.1 主要测量参数3

1.2.2 测量参数分类7

1.3 多相流研究方法与研究模型7

1.3.1 多相流研究方法7

1.3.2 多相流研究模型8

1.4 多相流参数检测8

1.4.1 多相流参数检测的研究意义8

1.4.2 多相流参数检测的研究现状9

1.4.3 气液两相流检测的发展趋势12

参考文献12

第2章 多相流相含率、压降、液膜厚度和旋涡脱落频率的测量16

2.1 多相流分相含率的测量16

2.1.1 基于双能射线法对油气水多相流分相含率的测量16

2.1.2 基于电阻层析成像技术对气液两相流分相含率的测量17

2.1.3 基于光纤探针法对气液两相流含气率的测量19

2.1.4 基于电导探针法对含气率的测量20

2.1.5 小结21

2.2 多相流压降的测量21

2.3 液膜厚度的测量23

2.3.1 X射线衰减法23

2.3.2 定电流法24

2.4 气液两相绕流柱体旋涡脱落频率的检测25

2.4.1 表面摩擦法25

2.4.2 管壁压差法26

2.5 结语28

参考文献29

第3章 基于波动信号识别气液两相流流型理论及应用30

3.1 基于压差波动法识别气液两相流流型30

3.1.1 压差法原理30

3.1.2 系统结构31

3.1.3 信号获取32

3.1.4 实验噪声分析34

3.1.5 实验测得的压差波动信号及分析35

3.1.6 压差波动信号中噪声的辨识37

3.1.7 基于小波分析方法的噪声处理42

3.2 基于电导波动法识别气液两相流流型47

3.2.1 实验系统47

3.2.2 实验测得的压差波动信号及分析49

3.3 基于压力波动法识别气液两相流50

3.3.1 实验系统50

3.3.2 实验测得的压力波动信号及分析50

3.3.3 基于小波消噪阈值方法对信号的处理51

3.4 气液两相流波动信号的特征提取54

3.4.1 基于小波包变换的流型特征提取54

3.4.2 基于混沌分析技术的流型特征提取56

3.4.3 基于希尔伯特-黄变换的流型特征提取62

3.4.4 基于WVD变换的流型特征分析70

3.4.5 基于功率谱的流型特征分析72

3.4.6 基于功率谱密度函数（PSD）的特征提取77

3.5 流型的识别模型82

3.5.1 Elman神经网络模型82

3.5.2 径向基函数网络模型85

3.5.3 概率神经网络模型89

3.5.4 Kohonen神经网络的识别模型91

3.5.5 基于支持向量机模型的流型识别94

3.5.6 基于隐马尔可夫模型的流型识别98

3.6 压力与压差信号对比分析102

3.6.1 高阶统计量的定义102

3.6.2 四种典型流型压差信号的双谱变换103

3.6.3 四种典型流型压力信号的双谱变换105

3.7 结语107

参考文献107

第4章 基于数字图像处理技术识别气液两相流流型理论及应用112

4.1 气液两相流流型图像信号的获取112

4.1.1 实验系统及步骤112

4.1.2 图像采集系统的选取113

4.1.3 两相流图像信号的获取及分析115

4.1.4 流型图像的噪声分析及处理116

4.2 气液两相流流型图像信号的特征提取118

4.2.1 基于灰度直方图的流型图像特征提取118

4.2.2 基于不变矩的流型图像特征提取120

4.2.3 基于灰度共生矩阵的流型图像特征提取122

4.2.4 小波变换的流型图像特征提取124

4.2.5 基于小波包变换的流型图像特征提取126

4.3 流型的神经网络识别模型129

4.3.1 基于BP神经网络的流型识别130

4.3.2 基于E1man神经网络的流型识别132

4.3.3 基于概率神经网络的流型识别134

4.4 结语136

参考文献136

第5章 基于数字图像处理技术的气液两相容积含气率检测理论及应用139

5.1 垂直上升管内气液两相泡状流的图像信号的获取139

5.1.1 实验系统及步骤139

5.1.2 图像采集系统140

5.1.3 试验噪声分析141

5.1.4 泡状流图像的获取142

5.2 泡状流图像处理方法142

5.2.1 图像预处理143

5.2.2 图像分割144

5.2.3 气泡区域填充150

5.2.4 气泡区域标定152

5.3 容积含气率的计算153

5.3.1 气泡尺寸153

5.3.2 容积含气率153

5.3.3 实验结果与分析154

5.4 结语158

参考文献159

第6章 基于连续图像灰度时间序列的油气水三相流流型检测理论及应用160

6.1 油气水三相流流型图像信号的获取160

6.1.1 实验系统及步骤160

6.1.2 图像采集系统的选取161

6.1.3 三相流图像信号的获取及分析162

6.1.4 流型图像的噪声分析及处理163

6.1.5 灰度时间序列的构成163

6.2 油气水三相流流型时间序列的特性分析及特征提取164

6.2.1 延迟时间的计算164

6.2.2 基于HURST指数的特性分析166

6.2.3 基于关联维的特性分析168

6.2.4 基于混沌吸引子的特性分析170

6.2.5 时频域特征分析171

6.2.6 混沌特征的提取174

6.3 流型的识别模型176

6.3.1 基于粒子群优化神经网络的流型识别176

6.3.2 基于改进支持向量机的流型识别178

6.4 结语181

参考文献181

第7章 流化床气固两相流流型检测理论及应用184

7.1 气固两相流图像信号及压力波动信号的获取184

7.1.1 图像获取的实验系统及步骤184

7.1.2 流型图像的预处理185

7.1.3 压力信号获取的实验系统及步骤186

7.2 流型图像的特征提取187

7.2.1 灰度直方图统计特征的提取187

7.2.2 图像的傅里叶变换纹理特征的提取189

7.2.3 图像的小波纹理特征的提取192

7.2.4 图像的多重分形特征的提取196

7.3 压力波动信号的特征提取201

7.3.1 EMD能量特征的提取201

7.3.2 基于混沌理论特征的提取204

7.3.3 统计参数特征的提取209

7.4 流型的神经网络识别模型210

7.4.1 基于概率神经网络（PNN）的流型识别211

7.4.2 基于Elman神经网络的流型识别211

7.4.3 基于遗传神经网络的流型识别212

7.4.4 基于人工鱼群算法的BP神经网络214

7.5 结语217

参考文献217

第8章 基于DPIV和DPTV法对流场及流速的测量219

8.1 DPIV测速法测量流速219

8.1.1 基本相关算法219

8.1.2 FFT快速相关法221

8.2 PTV测速法测量流速223

8.2.1 PTV算法的基本原理223

8.2.2 PTV法测量的结果225

8.2.3 PTV法与DPIV法测量结果的对比226

8.3 含气率的计算227

8.4 结语227

参考文献227