氣液兩相流流型特征提取及信息融合方法研究.pdf

1、本文重點(diǎn)研究Lyapunov指數(shù)、符號時間序列方法、D-S證據(jù)融合及其在兩相流流型識別上的應(yīng)用。首先將最大Lyapunov指數(shù)應(yīng)用到兩相流差壓測量波動信號分析中，并討論了用該值表征氣液兩相流流型問題。利用垂直上升管中采集到的80組氣液兩相流差壓動態(tài)波動信號，用互信息方法和錯誤最近鄰法計(jì)算出實(shí)驗(yàn)數(shù)據(jù)時間延遲和關(guān)聯(lián)維數(shù)，最后采用小數(shù)據(jù)量算法得到每種工況下的最大李雅普諾夫指數(shù)。 流型識別是兩相流測量中一個重要問題，本文采用時間序列分析

2、方法對動態(tài)實(shí)驗(yàn)中氣液兩相流差壓測量信號進(jìn)行處理，結(jié)果表明不同流型的特征量有明顯區(qū)別，可以反映兩相流的流動特征規(guī)律，相應(yīng)的特征量可以作為兩相流流型識別的有效指示器。 最后，采用D-S融合方法對實(shí)驗(yàn)采集的信號進(jìn)行處理，通過BP神經(jīng)網(wǎng)絡(luò)聯(lián)合模型與兩級D-S證據(jù)推理模型的多源異類證據(jù)融合，提出了將BP神經(jīng)網(wǎng)絡(luò)分類結(jié)果的可信度作為D-S證據(jù)推理模型輸入證據(jù)基本概率賦值的有效方法。實(shí)際應(yīng)用結(jié)果表明該方法的有效性，為氣液兩相流流型辨識的研究進(jìn)