多相流參數(shù)檢測(cè)理論及其應(yīng)用

前言

多相流動(dòng)現(xiàn)象廣泛存在于自然界和現(xiàn)代工業(yè)生產(chǎn)過(guò)程中，與人類(lèi)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(dòng)工況，而多相流學(xué)科是以多相流系統(tǒng)為研究對(duì)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(jì)算機(jī)等學(xué)科相互融合交叉而逐步形成和發(fā)展起來(lái)的一門(mén)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(lèi)生活中顯得日益重要，多相流研究已成為國(guó)內(nèi)外極為關(guān)注的前沿學(xué)科。多相流動(dòng)極其復(fù)雜，多相流被稱(chēng)為“難測(cè)流體”，也成為國(guó)內(nèi)外科技工作者爭(zhēng)相探索的熱點(diǎn)課題。多相流測(cè)量的對(duì)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(guò)程參數(shù)，這些參數(shù)的在線(xiàn)測(cè)量對(duì)生產(chǎn)過(guò)程的計(jì)量管理、控制和運(yùn)行可靠性具有重大意義。

內(nèi)容概要

本書(shū)是在作者總結(jié)多年從事多相流參數(shù)檢測(cè)理論和試驗(yàn)研究工作所取得的研究成果的基礎(chǔ)上撰寫(xiě)而成。全書(shū)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(cè)量，基于波動(dòng)信號(hào)和數(shù)字圖像信號(hào)的多相流流型檢測(cè)，基于數(shù)字圖像處理技術(shù)氣液兩相容積含氣率檢測(cè)，基于壓差波動(dòng)法與圖像處理法對(duì)氣固兩相流流型檢測(cè)，以及基于PIV和PTV法對(duì)流場(chǎng)及流速的測(cè)量等。    本書(shū)可供控制理論和控制工程、模式識(shí)別與智能系統(tǒng)、檢測(cè)技術(shù)與自動(dòng)化裝置、測(cè)試計(jì)量技術(shù)與儀器、熱能工程等相關(guān)專(zhuān)業(yè)人員、工程設(shè)計(jì)人員閱讀，也可作為高等院校相關(guān)專(zhuān)業(yè)的研究生教材、本科生選修教材或參考書(shū)。

書(shū)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(lèi)  1.2  多相流主要測(cè)量參數(shù)及分類(lèi)    1.2.1  主要測(cè)量參數(shù)    1.2.2  測(cè)量參數(shù)分類(lèi)  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(cè)    1.4.1  多相流參數(shù)檢測(cè)的研究意義    1.4.2  多相流參數(shù)檢測(cè)的研究現(xiàn)狀    1.4.3  氣液兩相流檢測(cè)的發(fā)展趨勢(shì)  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(cè)量  2.1  多相流分相含率的測(cè)量    2.1.1  基于雙能射線(xiàn)法對(duì)油氣水多相流分相含率的測(cè)量    2.1.2  基于電阻層析成像技術(shù)對(duì)氣液兩相流分相含率的測(cè)量    2.1.3  基于光纖探針?lè)▽?duì)氣液兩相流含氣率的測(cè)量    2.1.4  基于電導(dǎo)探針?lè)▽?duì)含氣率的測(cè)量    2.1.5  小結(jié)  2.2  多相流壓降的測(cè)量  2.3  液膜厚度的測(cè)量    2.3.1  X射線(xiàn)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(cè)    2.4.1  表面摩擦法    2.4.2  管壁壓差法  2.5  結(jié)語(yǔ)  參考文獻(xiàn)第3章  基于波動(dòng)信號(hào)識(shí)別氣液兩相流流型理論及應(yīng)用  3.1  基于壓差波動(dòng)法識(shí)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(hào)獲取    3.1.4  實(shí)驗(yàn)噪聲分析    3.1.5  實(shí)驗(yàn)測(cè)得的壓差波動(dòng)信號(hào)及分析    3.1.6  壓差波動(dòng)信號(hào)中噪聲的辨識(shí)    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(dòng)法識(shí)別氣液兩相流流型    3.2.1  實(shí)驗(yàn)系統(tǒng)    3.2.2  實(shí)驗(yàn)測(cè)得的壓差波動(dòng)信號(hào)及分析  3.3  基于壓力波動(dòng)法識(shí)別氣液兩相流    3.3.1  實(shí)驗(yàn)系統(tǒng)    3.3.2  實(shí)驗(yàn)測(cè)得的壓力波動(dòng)信號(hào)及分析    3.3.3  基于小波消噪閾值方法對(duì)信號(hào)的處理  3.4  氣液兩相流波動(dòng)信號(hào)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(shí)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(shí)別模型    3.5.5  基于支持向量機(jī)模型的流型識(shí)別    3.5.6  基于隱馬爾可夫模型的流型識(shí)別  3.6  壓力與壓差信號(hào)對(duì)比分析    3.6.1  高階統(tǒng)計(jì)量的定義    3.6.2  四種典型流型壓差信號(hào)的雙譜變換    3.6.3  四種典型流型壓力信號(hào)的雙譜變換  3.7  結(jié)語(yǔ)  參考文獻(xiàn)第4章  基于數(shù)字圖像處理技術(shù)識(shí)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(hào)的獲取    4.1.1  實(shí)驗(yàn)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(hào)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(hào)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(shí)別模型    4.3.1  基于BP神經(jīng)網(wǎng)絡(luò)的流型識(shí)別    4.3.2  基于Elman神經(jīng)網(wǎng)絡(luò)的流型識(shí)別    4.3.3  基于概率神經(jīng)網(wǎng)絡(luò)的流型識(shí)別  4.4  結(jié)語(yǔ)  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(cè)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(hào)的獲取    5.1.1  實(shí)驗(yàn)系統(tǒng)及步驟    5.1.2  圖像采集系統(tǒng)    5.1.3  試驗(yàn)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(jì)算    5.3.1  氣泡尺寸    5.3.2  容積含氣率    5.3.3  實(shí)驗(yàn)結(jié)果與分析  5.4  結(jié)語(yǔ)  參考文獻(xiàn)第6章  基于連續(xù)圖像灰度時(shí)間序列的油氣水三相流流型檢測(cè)理論及應(yīng)用  6.1  油氣水三相流流型圖像信號(hào)的獲取    6.1.1  實(shí)驗(yàn)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(hào)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(shí)間序列的構(gòu)成  6.2  油氣水三相流流型時(shí)間序列的特性分析及特征提取    6.2.1  延遲時(shí)間的計(jì)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(shí)頻域特征分析    6.2.6  混沌特征的提取  6.3  流型的識(shí)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(shí)別    6.3.2  基于改進(jìn)支持向量機(jī)的流型識(shí)別  6.4  結(jié)語(yǔ)  參考文獻(xiàn)第7章  流化床氣固兩相流流型檢測(cè)理論及應(yīng)用  7.1  氣固兩相流圖像信號(hào)及壓力波動(dòng)信號(hào)的獲取    7.1.1  圖像獲取的實(shí)驗(yàn)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(hào)獲取的實(shí)驗(yàn)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(jì)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(dòng)信號(hào)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(jì)參數(shù)特征的提取  7.4  流型的神經(jīng)網(wǎng)絡(luò)識(shí)別模型    7.4.1  基于概率神經(jīng)網(wǎng)絡(luò)(PNN)的流型識(shí)別    7.4.2  基于Elman神經(jīng)網(wǎng)絡(luò)的流型識(shí)別    7.4.3  基于遺傳神經(jīng)網(wǎng)絡(luò)的流型識(shí)別    7.4.4  基于人工魚(yú)群算法的BP神經(jīng)網(wǎng)絡(luò)  7.5  結(jié)語(yǔ)  參考文獻(xiàn)第8章  基于DPIV和DPTV法對(duì)流場(chǎng)及流速的測(cè)量  8.1  DPIV測(cè)速法測(cè)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(cè)速法測(cè)量流速    8.2.1  PTV算法的基本原理    8.2.2  PTV法測(cè)量的結(jié)果    8.2.3  PTV法與DPIV法測(cè)量結(jié)果的對(duì)比  8.3  含氣率的計(jì)算  8.4  結(jié)語(yǔ)  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(duì)測(cè)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(yùn)輸效率，避免對(duì)環(huán)境造成污染，增加生產(chǎn)的安全可靠性，而且投資少，運(yùn)輸及系統(tǒng)維持的費(fèi)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(jì)和研制氣固兩相流的測(cè)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(lái)，雖有不少研究工作者提出了一些測(cè)量方案，并用傳統(tǒng)的檢測(cè)手段構(gòu)成了兩相流測(cè)量系統(tǒng)，但一般說(shuō)來(lái)，這些系統(tǒng)還遠(yuǎn)未完善，尤其它們的檢測(cè)部件直接與被測(cè)流體接觸，對(duì)流體流動(dòng)產(chǎn)生了附加阻力，增大了能量損失，也限制了它們?cè)跉庖?、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(cè)技術(shù)也發(fā)揮著越來(lái)越重要的作用。綜上所述，多相流檢測(cè)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(cè)的研究現(xiàn)狀多相流動(dòng)的復(fù)雜性導(dǎo)致多相流參數(shù)檢測(cè)的難度變大。目前多相流參數(shù)檢測(cè)技術(shù)及裝置大多處于研究探索階段，實(shí)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(cè)是一個(gè)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(cè)更是其中的重點(diǎn)和難點(diǎn)，獲得了大多數(shù)學(xué)者的關(guān)注。目前多相流參數(shù)檢測(cè)方法大體可分為四大類(lèi)。1.采用傳統(tǒng)的單相流儀表和兩相流測(cè)量模型組合的測(cè)量方法把成熟的單相流儀表應(yīng)用到兩相流參數(shù)測(cè)試中，一直是人們多年來(lái)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(cè)量為例，目前已有將差壓式流量計(jì)、渦輪流量計(jì)、靶式流量計(jì)、容積式流量計(jì)、渦街流量計(jì)、電磁流量計(jì)、超聲波流量計(jì)、科里奧利流量計(jì)等多種單相流量計(jì)應(yīng)用于兩相流測(cè)量的大量報(bào)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(cè)試系統(tǒng)中來(lái)，如用電導(dǎo)探針和與其相配的電導(dǎo)檢測(cè)儀表獲得液相速度，用單個(gè)或多個(gè)電導(dǎo)探針測(cè)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(cè)量氣固流化床空隙率以及用熱膜探頭測(cè)量含氣率及連續(xù)相速度等。

編輯推薦

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

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    多相流參數(shù)檢測(cè)理論及其應(yīng)用 PDF格式下載

---