分形理论在油气水多相流流型识别中的应用

用分形的特征参数－－关联维数来表征油气水多相流流动的分形性质,对水平管内 气水氏相流流动的瞬态压差信号序列运用相空间重构法进行处理,计算出各种流型的压关联维数,分析结果表明,各种流型的信号序列在重构的伪相空间中具有不同的关联维数,反映了各个流型的动力学形成机制的不同,所以关联维数可用于上流流型的识别,实验结果证明,这种要用分形理论对多相流流型进行识别的新颖方法是十分有效的。     

应用神经网络法智能识别油气水多相流流型

采用分形理论和神经网络技术来实现智能识别油气水多相流流型 .测量了水平管内油气水多相流的压差 ,应用分形理论中的重构相空间算法 (Grassberger Procaccia算法 ) ,算出压差信号的关联维数 ,然后将关联维数作为径向基函数神经网络的输入 ,从而实现对流型的智能识别 .实验结果证明 ,该识别方法十分有效 .     

应用神经网络法智能识别油气水多相流流型

采用分形理论和神经网络技术来实现智能识别油气水多相流流型。测量了水平管内油气水多相流的压差,应用分形理论中的重构相空间算法（Ｇｒａｓｓｂｅｒｇｅｒ－Ｐｒｏｃａｃｃｉａ算法）,算出压差信号的关联维数,然后将关联维数作为径向基函数神经网络的输入,从而实现对流型的智能识别。实验结果证明,该识别方法十分有效。     

改进BP神经网络在流型智能识别中的应用

为了克服ＢＰ神经网络的易陷入局部极小、收敛速度慢等缺点,利用非线性最小二乘法对其进行了改进,改进后的ＢＰ神经网络的收敛速度提高了１￣２个数量级,同时利用压阻式压关器测得了水平管内油气水多相流压差信号,根据分形理论中的重要构相空间法提取出压差信号的特征向量,再将特征向量送入改进的ＢＰ神经网络中,从而完成对油气水多相流流型的智能识别,结果证明,改进的ＢＰ神经网络能有铲地自动识别出油气水多相流的流型。     

油气水多相流流型智能识别系统的设计与实现

利用模式识别理论的语言来表述油气水多相汉流型的识别问题，将油气水多相汉流型的识别问题转换为一类模式识别问题，从而借助模式识别的理论来完成流型的智能识别。按照模式识别的三大过程，即信号测量、信号篁 征提取以及状态识别，建立起一套油气水多相流流型智能识别系统，该系统能自动在线地输出油气水多相流流动的流型类别。     

基于分形关联维的汽轮机转子的振动故障诊断

采用Bently实验台模拟不同转速下碰摩、松动、不对中、不平衡几种常见汽轮机转子振动故障,进行实验研究．通过相空间重构理论,对满足随机分形统计自相似性的振动信号序列进行相空间重构,计算其分形关联维数,从而再现动力学特性．实验分析结果表明：碰摩故障时的分形关联维数最大,松动和不对中时的分形关联维数次之,不平衡时计算所得的分形关联维数最小;不同故障类型下的分形关联维数增量不同．因此,分形关联维数可以作为一种振动故障征兆加以提取．     

多相流流型识别技术与系统开发

基于油气水多相流混合物在管道内流动时的多传感器信号－－压力和压差信号，建立特定流型的识别规则，采用学习矢量量化模式分类器作为未知流型的分类器，根据数据融合的技术思路获得了油气水多相流的流型在线识别技术。通过系统集成的手段，利用微处理装置研制出了流型识别系统。该识别技术具有置信度高、容错性好、性能稳定、降低了对单个传感器的性能要求等优点。该识别系统结构简单、无运动部件、不改变管道的截面结构，可以处理非快速变化的瞬态流动，测量误差小于10％，并具有连续工作、定时打印、信号输出等功能。     

基于复杂网络的气液两相流流型识别与动力学特性分析

气液两相流作为一个非线性动力系统,其流动演化动力学特性尚未得到清楚的认识.以垂直上升管内空气-水两相流为研究对象,在通过流态模拟实验系统获取流态压差时间序列的基础上,构建流态复杂网络和流动演化复杂网络对气液两相流流型及其非线性动力学特性进行了研究.通过对流态复杂网络社团结构的分析获得了其社团结构与不同流型的对应关系,从而实现了对包括过渡流型在内的5种流型的辨识.通过对流动演化复杂网络分析发现,不同流型的流动演化复杂网络呈现出不同的社团结构,而且网络的信息熵演化趋势与流型转化过程密切相关,可以较好地揭示垂直上升管内气液两相流流态演化的动力学特性.     

分形理论在含沙掺气水流脉动压力分析中的应用

简要介绍分维的定义和计算方法,同时运用相空间重构法,对含沙掺气水流脉动压力信号进行处理,并计算浑水、清水、掺气三种不同水流状况的关联维数。结果表明,不同水流状况具有不同的关联维数,含沙掺气水流运动并非完全随机,而是具有内在有序性。计算得出的不同关联维数反映出不同脉动压力信号序列所具有的不同分形特征,说明动力形成机制、系统复杂程度的差异。     

基于EEMD与分形盒维数的气固两相流流型识别

针对气固两相流气力输送管道中测控装置后常见的几种过渡流型,如层流、环流与核心流,文中通过静电传感器获取静电波动信号,利用总体经验模式分解和分形盒维数相结合的方法进行流型识别。首先使用总体经验模式分解对不同流型的静电信号进行自适应分解从而获得位于不同频段的本征模式函数,然后利用分形技术对所分解的IMF求取盒维数,并将其作为特征量。最后通过提取的特征量对BP神经网络进行训练和测试从而识别流型。实验结果表明,该方法能够有效识别气固两相流流型,识别率达94%。     

多相流体动力学基本方程

本文设想多相流是由大量流动微团连续地组成,只是在流动微团中各相均占有某一个体积分数。 在建立微团运动方程时,将它们引入,就得到具有各相运动参数的一组方程。文中主要推导出多相流系统积分型方程组,多相流第一输运公式,多相流控制体第一积分型方程组,多相流第二输运公式,多相流控制体第二积分型方程组,以及多相流控制体微分型方程组。     

油气混输管道段塞流稳态计算模型

在石油工业中油气混输管道中的段塞流的水力计算一直是多相流管道稳态工艺计算中的难点。本文在总结国内外相关研究成果的基础上提出了一种基于段塞流结构参数的计算方法。计算结果表明,该模型能够对段塞流的压力梯度进行模拟,在油气混输管道的水力计算方面具有实用价值。     

近期多相流基础理论研究综述

近年来,国际上对多相流的研究兴趣在持续增长,为了进一步促进多相流研究工作的开展,对近6看来国内外在多相流基础理论方面的主要研究进行了综述,内容主要涉及到多相流流型、流型图、压力降、截面含气率、截面含液率、特种管件内的多相流、液汽、喷气及数值计算等,附有参考文献50篇。     

井下防喷器坐封后多相流瞬态流动规律研究

钻井钻遇高压、高产气层后,井漏、气侵及溢流等复杂情况多发。目前,井口防喷器的研究已日趋成熟,但对井下防喷器坐封后多相流瞬态流动规律的研究较少。为此,针对井下防喷器坐封后下部井筒复杂流动特性,建立了一套防喷器坐封后下部地层-井筒耦合瞬态流动数学模型及其数值求解方法,对井下防喷器坐封后压力分布及影响因素进行了分析。实例模拟计算表明,防喷器期坐封期间,采用不同下深防喷器的井筒压力演变规律基本一致;不同地层渗透率下井底压力都先呈增加趋势,渗透率越大,井底压力升至地层压力的所需时间越短;随着气侵量不断增加,不同初始井底压力最终都稳定在地层压力附近。