多相流參數(shù)檢測理論及其應(yīng)用

前言

多相流動現(xiàn)象廣泛存在于自然界和現(xiàn)代工業(yè)生產(chǎn)過程中，與人類的生活和生產(chǎn)密切相關(guān)。目前，在化工、石油、能源、冶金、環(huán)保和輕工等行業(yè)的許多生產(chǎn)設(shè)備中都涉及多相流動工況，而多相流學(xué)科是以多相流系統(tǒng)為研究對象，以工程熱物理學(xué)為基礎(chǔ)，與數(shù)學(xué)、力學(xué)、信息、生物、環(huán)境、材料和電子計算機(jī)等學(xué)科相互融合交叉而逐步形成和發(fā)展起來的一門新興交叉學(xué)科。隨著科學(xué)技術(shù)的迅速發(fā)展，多相流在科學(xué)研究、工業(yè)生產(chǎn)、環(huán)境保護(hù)以及人類生活中顯得日益重要，多相流研究已成為國內(nèi)外極為關(guān)注的前沿學(xué)科。多相流動極其復(fù)雜，多相流被稱為“難測流體”，也成為國內(nèi)外科技工作者爭相探索的熱點課題。多相流測量的對象主要包括各相流體的速度、各相濃度、流型和流量等生產(chǎn)過程參數(shù)，這些參數(shù)的在線測量對生產(chǎn)過程的計量管理、控制和運行可靠性具有重大意義。

內(nèi)容概要

本書是在作者總結(jié)多年從事多相流參數(shù)檢測理論和試驗研究工作所取得的研究成果的基礎(chǔ)上撰寫而成。全書共8章，主要內(nèi)容包括相含率、壓降、液膜厚度和旋渦脫落頻率的測量，基于波動信號和數(shù)字圖像信號的多相流流型檢測，基于數(shù)字圖像處理技術(shù)氣液兩相容積含氣率檢測，基于壓差波動法與圖像處理法對氣固兩相流流型檢測，以及基于PIV和PTV法對流場及流速的測量等。    本書可供控制理論和控制工程、模式識別與智能系統(tǒng)、檢測技術(shù)與自動化裝置、測試計量技術(shù)與儀器、熱能工程等相關(guān)專業(yè)人員、工程設(shè)計人員閱讀，也可作為高等院校相關(guān)專業(yè)的研究生教材、本科生選修教材或參考書。

書籍目錄

前言第1章  緒論  1.1  多相流概述    1.1.1  多相流體的定義    1.1.2  多相流體的分類  1.2  多相流主要測量參數(shù)及分類    1.2.1  主要測量參數(shù)    1.2.2  測量參數(shù)分類  1.3  多相流研究方法與研究模型    1.3.1  多相流研究方法    1.3.2  多相流研究模型  1.4  多相流參數(shù)檢測    1.4.1  多相流參數(shù)檢測的研究意義    1.4.2  多相流參數(shù)檢測的研究現(xiàn)狀    1.4.3  氣液兩相流檢測的發(fā)展趨勢  參考文獻(xiàn)第2章  多相流相含率、壓降、液膜厚度和旋渦脫落頻率的測量  2.1  多相流分相含率的測量    2.1.1  基于雙能射線法對油氣水多相流分相含率的測量    2.1.2  基于電阻層析成像技術(shù)對氣液兩相流分相含率的測量    2.1.3  基于光纖探針法對氣液兩相流含氣率的測量    2.1.4  基于電導(dǎo)探針法對含氣率的測量    2.1.5  小結(jié)  2.2  多相流壓降的測量  2.3  液膜厚度的測量    2.3.1  X射線衰減法    2.3.2  定電流法  2.4  氣液兩相繞流柱體旋渦脫落頻率的檢測    2.4.1  表面摩擦法    2.4.2  管壁壓差法  2.5  結(jié)語  參考文獻(xiàn)第3章  基于波動信號識別氣液兩相流流型理論及應(yīng)用  3.1  基于壓差波動法識別氣液兩相流流型    3.1.1  壓差法原理    3.1.2  系統(tǒng)結(jié)構(gòu)    3.1.3  信號獲取    3.1.4  實驗噪聲分析    3.1.5  實驗測得的壓差波動信號及分析    3.1.6  壓差波動信號中噪聲的辨識    3.1.7  基于小波分析方法的噪聲處理  3.2  基于電導(dǎo)波動法識別氣液兩相流流型    3.2.1  實驗系統(tǒng)    3.2.2  實驗測得的壓差波動信號及分析  3.3  基于壓力波動法識別氣液兩相流    3.3.1  實驗系統(tǒng)    3.3.2  實驗測得的壓力波動信號及分析    3.3.3  基于小波消噪閾值方法對信號的處理  3.4  氣液兩相流波動信號的特征提取    3.4.1  基于小波包變換的流型特征提取    3.4.2  基于混沌分析技術(shù)的流型特征提取    3.4.3  基于希爾伯特一黃變換的流型特征提取    3.4.4  基于WvD變換的流型特征分析    3.4.5  基于功率譜的流型特征分析    3.4.6  基于功率譜密度函數(shù)(PSD)的特征提取  3.5  流型的識別模型    3.5.1  Elman神經(jīng)網(wǎng)絡(luò)模型    3.5.2  徑向基函數(shù)網(wǎng)絡(luò)模型    3.5.3  概率神經(jīng)網(wǎng)絡(luò)模型    3.5.4  Kohonen神經(jīng)網(wǎng)絡(luò)的識別模型    3.5.5  基于支持向量機(jī)模型的流型識別    3.5.6  基于隱馬爾可夫模型的流型識別  3.6  壓力與壓差信號對比分析    3.6.1  高階統(tǒng)計量的定義    3.6.2  四種典型流型壓差信號的雙譜變換    3.6.3  四種典型流型壓力信號的雙譜變換  3.7  結(jié)語  參考文獻(xiàn)第4章  基于數(shù)字圖像處理技術(shù)識別氣液兩相流流型理論及應(yīng)用  4.1  氣液兩相流流型圖像信號的獲取    4.1.1  實驗系統(tǒng)及步驟    4.1.2  圖像采集系統(tǒng)的選取    4.1.3  兩相流圖像信號的獲取及分析    4.1.4  流型圖像的噪聲分析及處理  4.2  氣液兩相流流型圖像信號的特征提取    4.2.1  基于灰度直方圖的流型圖像特征提取    4.2.2  基于不變矩的流型圖像特征提取    4.2.3  基于灰度共生矩陣的流型圖像特征提取    4.2.4  小波變換的流型圖像特征提取    4.2.5  基于小波包變換的流型圖像特征提取  4.3  流型的神經(jīng)網(wǎng)絡(luò)識別模型    4.3.1  基于BP神經(jīng)網(wǎng)絡(luò)的流型識別    4.3.2  基于Elman神經(jīng)網(wǎng)絡(luò)的流型識別    4.3.3  基于概率神經(jīng)網(wǎng)絡(luò)的流型識別  4.4  結(jié)語  參考文獻(xiàn)第5章  基于數(shù)字圖像處理技術(shù)的氣液兩相容積含氣率檢測理論及應(yīng)用  5.1  垂直上升管內(nèi)氣液兩相泡狀流的圖像信號的獲取    5.1.1  實驗系統(tǒng)及步驟    5.1.2  圖像采集系統(tǒng)    5.1.3  試驗噪聲分析    5.1.4  泡狀流圖像的獲取  5.2  泡狀流圖像處理方法    5.2.1  圖像預(yù)處理    5.2.2  圖像分割    5.2.3  氣泡區(qū)域填充    5.2.4  氣泡區(qū)域標(biāo)定  5.3  容積含氣率的計算    5.3.1  氣泡尺寸    5.3.2  容積含氣率    5.3.3  實驗結(jié)果與分析  5.4  結(jié)語  參考文獻(xiàn)第6章  基于連續(xù)圖像灰度時間序列的油氣水三相流流型檢測理論及應(yīng)用  6.1  油氣水三相流流型圖像信號的獲取    6.1.1  實驗系統(tǒng)及步驟    6.1.2  圖像采集系統(tǒng)的選取    6.1.3  三相流圖像信號的獲取及分析    6.1.4  流型圖像的噪聲分析及處理    6.1.5  灰度時間序列的構(gòu)成  6.2  油氣水三相流流型時間序列的特性分析及特征提取    6.2.1  延遲時間的計算    6.2.2  基于HURST指數(shù)的特性分析    6.2.3  基于關(guān)聯(lián)維的特性分析    6.2.4  基于混沌吸引子的特性分析    6.2.5  時頻域特征分析    6.2.6  混沌特征的提取  6.3  流型的識別模型    6.3.1  基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的流型識別    6.3.2  基于改進(jìn)支持向量機(jī)的流型識別  6.4  結(jié)語  參考文獻(xiàn)第7章  流化床氣固兩相流流型檢測理論及應(yīng)用  7.1  氣固兩相流圖像信號及壓力波動信號的獲取    7.1.1  圖像獲取的實驗系統(tǒng)及步驟    7.1.2  流型圖像的預(yù)處理    7.1.3  壓力信號獲取的實驗系統(tǒng)及步驟  7.2  流型圖像的特征提取    7.2.1  灰度直方圖統(tǒng)計特征的提取    7.2.2  圖像的傅里葉變換紋理特征的提取    7.2.3  圖像的小波紋理特征的提取    7.2.4  圖像的多重分形特征的提取  7.3  壓力波動信號的特征提取    7.3.1  EMD能量特征的提取    7.3.2  基于混沌理論特征的提取    7.3.3  統(tǒng)計參數(shù)特征的提取  7.4  流型的神經(jīng)網(wǎng)絡(luò)識別模型    7.4.1  基于概率神經(jīng)網(wǎng)絡(luò)(PNN)的流型識別    7.4.2  基于Elman神經(jīng)網(wǎng)絡(luò)的流型識別    7.4.3  基于遺傳神經(jīng)網(wǎng)絡(luò)的流型識別    7.4.4  基于人工魚群算法的BP神經(jīng)網(wǎng)絡(luò)  7.5  結(jié)語  參考文獻(xiàn)第8章  基于DPIV和DPTV法對流場及流速的測量  8.1  DPIV測速法測量流速    8.1.1  基本相關(guān)算法    8.1.2  FFT快速相關(guān)法  8.2  PTV測速法測量流速    8.2.1  PTV算法的基本原理    8.2.2  PTV法測量的結(jié)果    8.2.3  PTV法與DPIV法測量結(jié)果的對比  8.3  含氣率的計算  8.4  結(jié)語  參考文獻(xiàn)

章節(jié)摘錄

插圖：如高溫、高壓、腐蝕性強(qiáng)、安裝條件困難等，這對測量系統(tǒng)的可靠性和適應(yīng)性提出了較高的要求。再如，氣固兩相流系統(tǒng)的應(yīng)用日益廣泛，在管道內(nèi)利用氣體輸送顆粒狀的固體物料，可大大提高運輸效率，避免對環(huán)境造成污染，增加生產(chǎn)的安全可靠性，而且投資少，運輸及系統(tǒng)維持的費用都較低，如在建筑材料工業(yè)中水泥的風(fēng)力輸送，糧食加工工業(yè)中面粉的風(fēng)力輸送，化學(xué)工業(yè)中物料的風(fēng)力輸送等，就迫切需要設(shè)計和研制氣固兩相流的測量和調(diào)節(jié)系統(tǒng)，以保證該輸送系統(tǒng)能高效且安全可靠。近幾十年來，雖有不少研究工作者提出了一些測量方案，并用傳統(tǒng)的檢測手段構(gòu)成了兩相流測量系統(tǒng)，但一般說來，這些系統(tǒng)還遠(yuǎn)未完善，尤其它們的檢測部件直接與被測流體接觸，對流體流動產(chǎn)生了附加阻力，增大了能量損失，也限制了它們在氣液、氣固和液固等兩相流系統(tǒng)中的應(yīng)用。同樣，在其他行業(yè)中多相流參數(shù)檢測技術(shù)也發(fā)揮著越來越重要的作用。綜上所述，多相流檢測技術(shù)的研究具有重要的理論和工程意義。1.4.2 多相流參數(shù)檢測的研究現(xiàn)狀多相流動的復(fù)雜性導(dǎo)致多相流參數(shù)檢測的難度變大。目前多相流參數(shù)檢測技術(shù)及裝置大多處于研究探索階段，實用化的技術(shù)和工業(yè)型的儀器儀表還不多，這與多相流在工程領(lǐng)域的廣泛性極其不相適應(yīng)，因此多相流參數(shù)檢測是一個急需研究、亟待提高的領(lǐng)域。多相流量、體積含氣率和流型的檢測更是其中的重點和難點，獲得了大多數(shù)學(xué)者的關(guān)注。目前多相流參數(shù)檢測方法大體可分為四大類。1.采用傳統(tǒng)的單相流儀表和兩相流測量模型組合的測量方法把成熟的單相流儀表應(yīng)用到兩相流參數(shù)測試中，一直是人們多年來的愿望和受到普遍重視的研究方向之一。以工業(yè)應(yīng)用中最迫切需要的兩相流流量測量為例，目前已有將差壓式流量計、渦輪流量計、靶式流量計、容積式流量計、渦街流量計、電磁流量計、超聲波流量計、科里奧利流量計等多種單相流量計應(yīng)用于兩相流測量的大量報道，并取得了較大的進(jìn)展叫引。單相流中已有傳統(tǒng)的光學(xué)、電學(xué)、熱學(xué)等探頭和傳感器，也經(jīng)改造廣泛地應(yīng)用到兩相流測試系統(tǒng)中來，如用電導(dǎo)探針和與其相配的電導(dǎo)檢測儀表獲得液相速度，用單個或多個電導(dǎo)探針測量流型、氣泡速度、局部速度以及液滴粒度及其分布等，用電容探針測量氣固流化床空隙率以及用熱膜探頭測量含氣率及連續(xù)相速度等。

編輯推薦

《多相流參數(shù)檢測理論及其應(yīng)用》是由科學(xué)出版社出版的。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    多相流參數(shù)檢測理論及其應(yīng)用 PDF格式下載

---