基于小波神经网络的油水两相流质量流量软测量方法研究

来源 :中国工程热物理学会2008多项流学术会议 | 被引量 : 0次 | 上传用户:baihe143
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
在工业过程中,油水两相流的测量是非常重要的。本文研究了一种油水质量流量的软测量方法。此方法采用V型内锥测量油水两相流的差压信号,采用一个多输入单输出的自适应小波网络用于逼近油水两相流质量流量模型,实现总质量流量的软测量。研究重点是均相的油水二相流在水平管道中的质量流量测量。实验结果表明,结合V型内锥差压测量和自适应小波神经网络的软测量的方法可以应用于均相的油水二相流的总质量流量测量,测量误差较小。
其他文献
本文根据油罐火灾的燃烧特点,从基本的传热规律和燃烧机理出发,以油品表面热反馈的能量平衡为前提,并利用化工热力学方法计算了火焰的平均温度,通过迭代方法,并结合相关的实验数据和结果,提出了油罐火灾的整体燃烧模型.该模型可适用于多种碳氢类燃料,本文以汽油为例,通过计算可以得到着火油罐的多项燃烧特性,包括燃烧速度、平均火焰温度等,是获取油罐周围热辐射规律的基础和前提,计算结果可为火灾现场战术的决策以及预案
对某台装备静电除尘装置的300MW燃煤电站锅炉的煤,底渣,电除器四个电场飞灰进行取样.测定了样品中砷的含量,并采用美国环保署推荐的EPA method 29方法测定了电除尘器后排放烟气中砷分布情况.实验结果表明砷主要以飞灰形式排放,占到原煤总砷量84.6﹪,而底渣和烟气分别只占0.53﹪,2.16﹪.直接计算砷的质量平衡率为87.2﹪,电除尘器后烟道中以气相形式存在的砷为2.5μg/Nm.飞灰中砷
煤粉颗粒在燃烧过程中的破碎对燃烧以及污染物的排放(如煤粉的燃烬时间、飞灰粒径分布等)有很大的影响.孔隙结构的变化尤其是大孔隙率的变化是导致破碎发生的主要原因之一.本文主要运用逾渗理论模拟破碎发生时的临界孔隙率,以及反应温度、初始孔隙率、粒子导热率等条件对孔隙率变化(即破碎发生)的影响.
从颗粒流的角度出发采用混合模型对泡沫流体的流变特性进行了数值模拟。模拟结果表明,泡沫流体的气相在横截面上分布在泡沫质量为63%时产生突变。湍流粘性系数在突变点之下和之上以不同的趋势变化,突变点之上湍流粘性系数变化平缓。泡沫质量越高,近壁面的速度梯度越大。泡沫流体的湍动能和湍流粘性系数随泡沫质量的增加而增大。相同泡沫质量下,气泡直径越大,湍流粘性系数越高,湍流脉动动能越大。泡沫流体的流变特性在泡数沿
本文对天然气引射装置的特性进行了数值模拟,获得了一次气和二次气压力变化时装置性能的变化规律。计算结果表明:一次气流量随一次气压力的增加而增加,随二次气压力不变;二次气流量随一次气和二次气压力的增加而增加,但当一次气压力高于某特定值时,二次气压力近似不随一次气压力的变化而变化;最低二次气进气压力随一次气压力的增大而减小,但一次气压力大于14MPa时,最低二次气压力近似保持不变。;引射率随二次气压力的
基于节流式流量计提供的多个差压波动信号,提出了一种凝析天然气流量测量新方法。该方法在实际测量过程中,首先对当前流型进行辨识,然后对已辨识的流型,应用与流型对应的流量测量模型计算流量。流量测量模型为节流式流量测量关系式,其关系式中的差压值由节流式流量计提供的多个差压波动信号中分离得出,分离矩阵的各矩阵元素由节流式流量计提供的多个差压波动信号的统计特征值得出。实验结果表明,提出的凝析天然气流量测量新方
采用基于气相k-ε湍流模型、颗粒相颗粒动理学模型的欧拉-欧拉双流体模型,对1025t/h循环流化床锅炉炉膛内气体和颗粒两相的流动特性进行了冷态的数值模拟。研究结果表明,二次风显著地影响炉膛局部颗粒浓度分布,进而影响床内平均颗粒浓度、气体和颗粒速度的分布;在瞬间时,二次风沿炉膛贴壁运动。同时,模拟得到不同风速,不同位置时二次风射流穿透深度的变化规律。
电容层析成像(ECT)是一项基于电容敏感原理的过程成像技术,是极具应用前景的多相流检测技术之一。本文提出了一种新型ECT传感器,该型传感器具有采集信号强、噪音小、结构稳定、有利于高温环境参数检测等优点。本文将该型传感器应用于多孔介质内火焰分布的检测,分析比较了不同燃气/空气流量、不同孔密度分布对燃烧特性的影响,验证了多孔介质内燃烧的优越性,同时证明了该型传感器应用于高温环境的参数检测是完全可行的。
对液幕式吸收塔脱硫性能进行了实验研究,研究了烟气流量、循环浆液量、浆液浓度,喷嘴阵列形式等参数对脱硫性能的影响,合理选择装置结构和运行参数时,脱硫效率可达95%;提出了液幕式吸收塔中传质面积的计算方法,建立了液幕式吸收塔的传质模型,得到了液幕式吸收塔的传质系数关于气相和液相雷诺数的经验关系式。并建立了液幕式吸收塔中脱硫效率的预测模型,模型计算的结果与实验结果误差在±10%以内。
为了利用采集的电导波动信号进行流型特征分析,提出了应用经验模态分解(EMD)对电导波动信号进行了IMF 特征参数的提取,再经过希尔伯特(Hilbert)变换后提取各模态的希尔伯特谱,然后把各模态谱能量作为支持向量机的输入,从而实现了对流型的识别。研究结果表明:该方法能够比较准确地识别出四种流型,且具有较好的识别效果,满足了工程的实际需要。