基于數(shù)字圖像處理技術(shù)的氣液兩相流型識別與演化規(guī)律研究.pdf

1、兩相流動現(xiàn)象廣泛存在于自然界和現(xiàn)代工業(yè)生產(chǎn)過程中,與人類的生活及生產(chǎn)密切相關(guān),兩相流流動參數(shù)檢測對生產(chǎn)過程及工藝優(yōu)化具有重要意義。但由于兩相流存在復雜相間界面效應及相對運動,尤其是流型轉(zhuǎn)變動力學機理至今尚未十分清楚,加之理論與技術(shù)上的欠缺,兩相流參數(shù)檢測問題,特別是復雜流體流量測量和流型識別問題長期未能得到很好解決。圖像處理技術(shù)是一門新興的檢測技術(shù),近年來圖像處理在工業(yè)檢測中的應用越來越受到人們的重視。在兩相流系統(tǒng)的參數(shù)檢測中,圖像處理

2、技術(shù)也得到了廣泛的應用。采用圖像處理技術(shù)與現(xiàn)代信息處理技術(shù)融合的檢測理論與方法,是解決復雜兩相流流動參數(shù)檢測的有效途徑。
　　 本文采用圖像處理與多尺度非線性分析等相結(jié)合的方法研究了氣液兩相流的流動特性,應用特征挖掘及信息融合的軟測量方法實現(xiàn)了兩相流流型參數(shù)測量。取得了創(chuàng)新性研究成果。
　　 在氣液兩相流型圖像邊緣分割的諸多算法中,對等高線方法進行了改進,首先對圖像進行二維高斯核梯度模的求取,在梯度模對圖像邊緣增強的基礎

3、上進行經(jīng)驗模態(tài)分解,取得高頻信息層子圖像并進行疊加,后應用開閉運算進行細節(jié)噪聲去除與邊緣修補,最后應用等高線理論進行特征提取和表達。通過對比發(fā)現(xiàn),這種圖像特征表達方法不僅能夠?qū)D像的邊緣特征有一個很好的檢測,而且能夠保留一些經(jīng)典算法所保留不了的細節(jié)信息,考慮到氣液兩相流復雜的動力學機理,此方法應用于此,能夠為氣液兩相流圖像特征提取提供一個新思路。
　　 應用了一種新的時間序列的提取方法,將氣液兩相流視頻信號的每一幀圖像分塊成小的

4、區(qū)域,每相鄰兩幀圖像的相鄰兩區(qū)域進行狄度相似值與最大差值計算,分別組成時間序列。對時間序列分別求取最大李亞普諾夫指數(shù),組成最大李亞普諾夫指數(shù)矩陣。利用李亞普諾夫指數(shù)的特征將氣液兩相流視頻劃分為混沌特性不同的區(qū)域,分別對其從整體以及細節(jié)兩部分進行分析,分別采用0,1分布圖譜、二維和三維等高線圖譜以及概率密度譜結(jié)合最大李亞普諾夫指數(shù)矩陣的分形盒維數(shù)、香農(nóng)熵以及均值等特征,對氣液兩相流型流動機理進行輔助分析。實驗結(jié)果表明對圖像小區(qū)域分塊結(jié)合最

5、大李亞普諾夫指數(shù)提取的方法能夠區(qū)別出不同流型的流動特性,氣液兩相流視頻圖像的背景與變化相界面具有強度不同的混沌特性,是一種有效的分析氣液兩相流圖像信號的新方法。
　　 將EMD分解與HURST指數(shù)、遞歸圖特征相結(jié)合對氣液兩相流型從整體到細節(jié)進行了剖析,并提取遞歸特征中的典型的對角線平均長度值與香農(nóng)熵值兩個特征值,觀察其隨氣相表觀速度增加的變化情況,對氣液兩相流型的動力學特征進行定量分析。研究發(fā)現(xiàn)隨著氣相表觀速度的增加,雙分析特征

6、的變化規(guī)律更為明顯。在高頻與低頻段,三種流型存在單分形特征,而在中頻段則呈現(xiàn)出雙分形摸樣,從整體與局部兩方面對三種流型的流動機理進行了分析。在遞歸分析中,對角線平均長度與遞歸香農(nóng)熵兩個特征值的變化體現(xiàn)出了氣泡與氣塞乃至整個泡群的運動規(guī)律。在EMD分解后的高頻信息層中段塞流較泡狀流與霧狀流存在明顯峰值?？傊?基于圖像灰度波動信號的多尺度非線性分析方法是理解與表征氣液兩相流動力學特性的有效途徑。
　　 將應用于橋梁建筑性能分析的隨機