小波神经网络在油水两相流软测量中的应用

油水两相流流动参数的准确测量对于众多工业工程的有效监控具有重要作用.针对V型内锥测量油水两相流所获取的差压信号,提出了一种水平管道中油水两相流的质量流量软测量方法.采用的方法中构建了基于自适应小波神经网络的油水两相流质量流量软测量模型,实现了两相混合总质量流量的测量.实验测量结果与油水两相流的均质模型计算结果进行了比较.结果表明,基于V型内锥差压测量和自适应小波神经网络的软测量方法可以应用于油水两相流的总质量流量测量,与理论的均质模型比较,测量误差较小.     

两相流固体速度测量的改进方法

提出一种气、固两相流的流速测量新方法．首先通过对两个传感器之间的流动噪声输送过程进行分析，建立两个传感器信号之间的数学模型．以此为基础提出流速测量的改进方法．实验结果表明：此方法在两相流流速测量中具有较高的精度和较快的软件运行速度，为两相流流速的在线测量提供了一种有效的手段．     

参数估计法测量两相流流速

提出用参数估计法处理传感器信号，用流动噪声渡越时间估计法测量两相流流速，这相当于在时域完成白化预滤波再进行广义互相关。当传感器的空间滤波效应使信号频带变窄时，此法可以克服或改善常用的相关估计方法中存在的随机误差较大、分辨率低及动态响应慢等不足。用此法已研制出相应的测量仪表雏型，给出了气水两相流管道的实验结果。     

热扩散式油水两相流相含率测量方法

对基于热扩散式的油水两相流相含率测量方法进行研究该方法以油水两相比热值作为测量特征量,详细分析了采用该方法测量相含率中各因素的误差影响,为提高温差系统测量精度,采用仿真及实验研究相结合的方法,确定了下游温度传感器的测量位置,并基于动态温差修正及二次多项式拟合的数据处理方法,对相含率测量误差进行了修正.实验结果表明,该方...     

底水驱动油藏水平井油水两相流产能研究

首先利用镜像反应法和势的叠加原理,对底水驱动油藏水平井稳定渗流进行理论研究,得到只有单相油流流动条件下的底水油藏水平井产能公式;在单相油流流动的基础上,以单相流动时的产量作为水平井的初始产量,再应用势的叠加原理和等值渗流阻力法推导出两相流动时的底水驱动油藏水平井产能公式。     

利用节流装置噪音测量两相流流量的理论模型

两相流流过节流装置时产生的差压测量噪音是人们熟知的现象。这一噪音是由于相浓度在空间的随机分布所引起的。当流动遇有阻挡体（例如孔板）造成扰动时，噪音的临度将进一步增强。假设分散相浓度分布的方差正比于其平均相浓度，在不考虑阻挡体扰动的条件下，应用两相流分离流理论模型论证了节流装置差压方根噪音的方差近似正比于分散相流量。进而推导出利用噪音测量两相流流量的理论模型。这一论证预示了可以根据简单的理论模型用单一节流装置实现两相流流量的测量。     

差压 浓度法测量气/固两相流质量流量

提出了一种通过使用文丘里管和电容传感器测量气／固两相混合物的差压和固相浓度来推导固相速度和质量流量的新方法,分别建立了均相流模型和分相流模型,使文丘里管既适用于稀相,也适用于浓相流动情况,扩大了其适用范围·不需测量气体单独流经文丘里管时产生的差压,适于工业上在线实时应用·     

仪器插入情况下倾斜井内油水两相流型测量实验

为了考察生产测井仪器插入式测量对于倾斜油井内的流体分布影响,利用柴油和自来水作为实验介质,在多相流动模拟实验装置上进行了油水两相倾斜流动测量实验。通过实验测量和观察,油水两相的分布可以分为4类:层状流-波状流、泡状流、沫状流和乳状流。利用实验数据绘制出流型图,并对流型转换边界进行了比较,分析了倾角和仪器插入对于流型的影响,其可在油水两相流动测井条件下识别和预测倾斜井内流体的流型。     

基于分时原理的气液两相流量测量

取样式多相计量要求取样流体与主管被测流体保持稳定的比例关系,基于这点,为保证取样的代表性,根据从时间上对多相流体进行取样的分时分配原理,设计了基于该原理的转轮型分配装置,实现了气液两相流量测量。利用空气-水为实验介质,在气液两相流实验系统上进行了实验验证。实验中出现的流型包括波浪流、环状流及弹状流,在实验范围内进入取样回路的气液相流量与主管被测流量保持稳定的线性关系,液相、气相流量测量最大误差分别为7．3％和7．5％。     

微米级通道内油水两相流阻力特性研究

针对低渗透油藏孔隙尺度小、采收率低的问题,采用宽度为200μm、深度分别为1.8μm和4.1μm的两个矩形通道,结合数字显微摄像技术和微流体测试技术,对岩层孔隙流动进行了模拟,得到了孔隙通道中单相油以及含油率(体积分数)为10%～60%的油水两相流的流动特性.实验结果表明:对于深度为1.8μm和4.1μm的两个矩形通道,单相油流动的摩擦系数低于理论值,并与雷诺数呈线性关系;泊肃叶数小于理论预测值,通道尺度越小,泊肃叶数实验值与理论值的差异越大.油水两相流流动的摩擦系数与雷诺数也满足线性关系,在不同含油率时有的高于理论值,有的低于理论值;泊肃叶数总体随含油率增加而减小,在含油率为20%与60%时出现跳跃式增长,分析表明泊肃叶数随含油率变化是受壁面亲水性的影响.     

多传感器集中式观测融合Kalman滤波器快速算法

对多传感器线性离散时变随机系统,虽然基于Riccati方程的集中式观测融合Kalman滤波器算法可给出全局最优状态估计,但其缺点是要求计算高维逆矩阵,计算负担大。为了克服这个缺点,应用信息滤波原理,基于改进的Riccati方程,或逆预报误差方差阵方程,或逆滤波误差方差阵方程,提出了相应的全局最优集中式观测融合Kalman滤波器的三种快速算法,可避免高维逆矩阵,可明显减小计算负担,便于实时应用,一个数值仿真例子说明了它们的有效性。     

基于稳态Kalman滤波的相关观测融合方法及其功能等价性

对于带相关观测噪声和带不同观测阵的多传感器线性离散定常随机系统,用加权最小二乘（WLS）法提出了两种加权观测融合稳态Kalman滤波方法,可处理状态、白噪声和信号融合估计。基于稳态信息滤波器证明了它们功能等价于集中式融合稳态Kalman滤波方法,因而具有渐近全局最优性,且可显著减少计算负担。两个跟踪系统数值仿真例子验证了它们的功能等价性。     

产气井内气液两相流流量测量方法

针对大庆油田气井内广泛存在的气液两相流流量测量问题,提出了伞集流式涡轮流量计与电导传感器组合的气液两相流流量测量方法,并采集了104组不同流动工况下气液两相流的涡轮和电导波动信号．采用从电导波动信号中提取的吸引子形态特征量对伞集流后测量通道内的气液两相流流型进行辨识,取得了较好的流型分类效果．在总流量为0．1～2．5m^3／h、含水率为0．04～0．97范围内,基于气液两相流涡轮波动信号建立了总流量测量模型,预测总流量绝对平均相对误差为7．9％．从电导传感器测取的波动信号提取了与相含率有关的时频域特征量,通过支持向量机软测量模型实现了含水率预测,预测含水率绝对平均误差为0．038．研究结果表明,采用伞集流涡轮流量计与电导传感器组合可以较好地测量气液两相流流量和相含率．     

基于稳态Kalman滤波的两种观测融合方法的功能等价性

目前有两种最优观测数据融合方法：一种(方法Ⅰ)是增大观测向量维数方法,另一种(方法Ⅱ)是加权方法。对于带相同观测阵和带独立白噪声的多传感器系统,基于稳态Kalman滤波,证明了两种最优观测融合方法是完全功能等价的,即用两种方法得到的稳态Kalman滤波器、预报器和平滑器,白噪声估值器及信号估值器在数值上分别是恒同的。在这种情况下,用方法Ⅱ不仅可获得全局最优融合估计,而且可显著地减小计算负担。     

基于实时互相关算法的双相流流量测量的研究

针对双相流流量的测量需求, 建立了一种双螺旋极板式电容传感器模型, 对螺旋式电容传感器的工作原 理与特点进行了阐述与分析, 提出一种基于实时互相关算法的流量检测方法, 分析了实时互相关算法的可实现 性, 并利用 Matlab 仿真结果对实时互相关算法程序的正确性与实用性进行了验证。 装置中采用德国 AMG 公司 开发的 CAV424 电容式信号检测集成电路实现对传感器的信号检测, 并通过 stm32 微处理器对采集的信息采用 互相关算法计算, 从而得出双相流流速及流量。     

基于噪声顺序解相关的两阶段Kalman滤波融合

针对传统两阶段Kalman滤波只能处理单一或部分复杂噪声情形,在充分考虑多雷达跟踪系统的误差噪声有色建模和四类噪声相关性建模基础上,建立一种基于噪声顺序解相关的两阶段Kalman滤波融合算法。首先给出能有效避免噪声相关性耦合化的噪声解相关顺序,进而应用等价变换技术来获得有色噪声、过程噪声和测量噪声三者间不相关的目标跟踪融合模型,最后应用平方根分解和单位下三角阵求逆技术来实现多雷达量测噪声相关系统的集中式Kalman滤波融合,并通过4个仿真实验验证了该算法对复杂噪声情形的有效性和高精度。     

多传感器多模型动态系统交互式数据融合估计的一种算法

基于多传感器多模型信息,给出了目标状态基于全局信息融合估计的一种新算法,并通过计算机仿真验证了这种算法的有效性。     

基于观测噪声实时估计的卡尔曼滤波车窗防夹系统研究

卡尔曼滤波可有效解决电机参数变化对车窗防夹控制性能的影响。然而,由于观测噪声往往是未知并且随时间变化,这对基于卡尔曼滤波的车窗防夹控制系统性能有着重要的影响。本文利用小波变换可以对信号和噪声进行分离的特性,提出了一种基于观测噪声实时估计的电动车窗防夹控制方法。在Matlab环境下进行了建模和仿真,结果表明本文算法可以有效实现对观测噪声的实时估计,在不同的噪声条件下都达到了较好的控制效果。     

基于陀螺仪及加速度计信号融合的姿态角度测量

针对在四旋翼飞行器姿态控制中传感器数据存在噪声干扰和测量误差,以致单独使用陀螺仪与加速度计不能得到最优姿态角度的问题,建立陀螺仪和加速度计误差的数学模型,采用卡尔曼滤波方法,实现数据融合,有效地提高了姿态检测系统的检测精度.该方法被成功应用于四旋翼飞行器的飞行姿态角度控制中,验证了其良好的噪声抑制能力,提高了系统对环境变化的适应性.