专利名称：一种气液两相流流型识别方法
技术领域：
本发明涉及两相流测量技术领域，尤其是涉及基于区间直觉模糊集相似度量的气液两相流流型识别方法。
背景技术：
气液两相流广泛存在于水利、电力、石油、化工等现代工业生产之中，其流型对相关工业设备的设计、运行和安全性有着非常重要的影响。但在工程实际应用中，由于气液两相流流动介质的分布状况以及两相流复杂的相界面效应至今尚未完全清楚，两相流一直是流体力学的研究重点和难点。在研究两相流的特性参数中，流型的研究与确定是首要任务，它不仅影响两相流的流动特性和传热、传质等性能，而且影响两相流系统其它参数的准确测量，因此，开展两相流流型在线识别新原理和新方法的研究具有极为重要的科学意义， 同时具有显著的工业应用价值。由于两相流流型识别的重要性，国内外许多研究人员对此做了大量的研究工作。 最早研究流型在线识别的工作以1966年Hubbard等人为代表，提出了根据压力波动的概率密度函数识别流型的方法。发展到今天，常用的气液两相流流型分类识别技术有神经网络技术 、混沌理论、分形理论、信息融合技术和模糊处理等。神经网络由于具有简单的结构和自学习功能，已被广泛地应用在两相流流型识别研究中，并已经得到了不错的识别效果。 但神经网络通常存在所谓的过学习问题，适合于小样本训练情况，随着样本数的增加，训练难度会迅速增加，网络收敛速度变慢，因而大大限制了其泛化性能的提高。混沌理论和模糊处理等方法也被一些学者应用在两相流的流型识别中，但这些模糊推理比较简单，对于特征参数相互交叉的流型，上述方法仍旧不能很好地识别。虽然在气液两相流流型识别方面国内外学者已经做了大量的研究，但流型在线识别方法的可靠性和重复性较低，仍不能很好地解决工业流动问题。主要原因是因为流型的变化是一个复杂的随机过程，流型的划分是一个模糊的文字性描述，流型的各种特征参数都严重相互交叉。所以，如何有效地处理流型的各种特征参数严重相互交叉的问题，是解决目前两相流流型识别准确率和可靠性低的难点；而目前传统的方法都无法解决两相流流型各种特征参数相互交叉的识别难题。
发明内容
针对上述技术缺陷，本发明提出一种基于区间直觉模糊集相似度量的气液两相流流型识别新方法，以解决两相流流型各种特征参数相互交叉的识别难题。为了解决上述技术问题，本发明提出一种基于区间直觉模糊集相似度量的气液两相流流型识别方法。—种气液两相流流型识别方法，包括如下步骤11)利用闻速摄影技术获取气液两相流的流动图像；12)利用数字图像处理技术提取两相流二值化图像中气泡面积xl、宽度x2和高度x3特征参数；13)根据两相流的流型特征定义五类标准流型气泡流^i1、塞状流；、分层流式、 弹状流^4和雾环状流I ；14)将获取的气泡面积xl、宽度x2和高度x3特征参数代入气泡流I1、塞状流式、 分层流23、弹状流24和雾环状流25的隶属度函数和非隶属度函数，所述隶属度函数和非隶属度函数分别为hk(-rI)和^O1)、化⑷和^⑷、匕⑷和·^—U3)，其中，k=l 5 ；15)重复步骤12)和步骤14)从而确定隶属度函数和非隶属度函数的区间范围i7i(Xi)和iL(xI)和G(xI)和巧“)、私⑷和巧⑷和(·γ2.)和巧⑷、4( )和 n^my^mv^)，其中，k=l 5 ；16)利用归一法处理步骤15)得到的隶属度函数和非隶属度函数的上下限，使满足/Zii(Xi) = (Xlfi1liU)] C [O, I],
=，其中，k = I 5，i = I，2，3 ;贝IJ
4 = {<^1, Mlk (^1 ),v (X1)), <λ·2, M2t (X2 ),v2k (X2)}, (X3, Ji2k (X3), Vrji- (X3 ))|·^1, ^2, χ3 ，其中， k=i 5，分别表示气液两相流的五种基本流型4、4、4、足和4的区间直觉模糊集；17)建立由各个流型多特征参数组成的加权余弦相似度量，确定加权系数 Wi e
;计算待识别流型5和各标准流型4、4、23、24和25之间的加权余弦相似度量根据最大隶属度原则，若，互) = ηωχ|^_(]Α_，及)} ,Ck=I^, i=T5),则两个区间直觉模糊集^和运之间的加权余弦相似度量最大，夹角最小，则否相对隶属于^。进一步的，设X是非空集合，则称{〈X, JLi4 (X)3Vj(X)) \xgX}(I)为区间直觉模糊集，记作IVIFS (X)，其中/f,(义)=[K(-':)] (=
C
(I馬(X)和tw分别是X属于2的隶属度函数和非隶属度函数，和祀⑷分别表示隶属度函数的上限和下限, ⑷和if⑴分别表示非隶属度函数的下限和上限，且必须满足垮(X)+ tf(x)SI，令芍=I-^f(X)-If(X)朽=1-^(χ)- ^(χ)测称闲(X),S(X)] 为X属于2的犹豫程度。进一步的，构建向量V2 (Xi) = {/I! (X,.), /if (Xi )，(X, )，(Xi)}(4)Vs (X1) = ( (Xi )，Pl (X1), Vg (Xi I(七)}(5)构建余弦相似度量
^ ,7 Sx^2 (χ ) (χ.) + (Xf )K(xi) + i7S ( ) (χ ) + (χ>(χ.)ffi)
^TVIFSK^y^) ~ ~ , I.^'I ,^}
nH ^i4XxlHflRxl)+哼(X1He(Xi)扣!-(XiH苒々,η ^χ,ΗψΚ)
构建加权余弦相似度量
权利要求
1.一种气液两相流流型识别方法，其特征在于，包括如下步骤.11)利用高速摄影技术获取气液两相流的流动图像；.12)利用数字图像处理技术提取两相流二值化图像中气泡面积xl、宽度x2和高度x3 特征参数；.13)根据两相流的流型特征定义五类标准流型气泡流；塞状流；分层流〗弹状 流$和雾环状流I5 ;.14)将获取的气泡面积xl、宽度χ2和高度χ3特征参数代入气泡流^塞状流^5分层 流式弹状流和雾环状流&的隶属度函数和非隶属度函数，所述隶属度函数和非隶属度 函数分别为化仏奸卩^-')、化-(七)和^2)、；.15)重复步骤12)和步骤14)从而确定隶属度函数和非隶属度函数的区间范围和匕丸)、巧(4)和6(4)和02)和巧'(七)、6仏)和巧(13)和吃仁) 和巧(&)其中，k=l 5 ； .16)利用归一法处理步骤15)得到的隶属度函数和非隶属度函数的上下限，使满足 ^<X) = [^W，^(.y,)]c
，(,T,-) =c [O, I]，其中，k=l 5， 其中，k=i 5，分别表示气液两相流的五种基本流型4、4、4、4和^的区间直觉模糊集；.17)建立由各个流型多特征参数组成的加权余弦相似度量，确定加权系数Wie [O, I]； 计算待识别流型5和各标准流型4、Z、4、4和|5之间的加权余弦相似度量根据最大隶属度原则，若n%7Ks(4,匆=爪狀厂％7,.、(.為.W (k=l 5， =Γ5),则两个区间直觉模 糊隼2和I彡之间的加权余弦相似度量最大，夹角最小，则f相对隶属于^。
2.根据权利要求I所述的一种气液两相流流型识别方法，其特征在于，设X是非空集合，则称 = {<x, μ2 (x),ν3(χ)> |xgX}(I) 为区间直觉模糊集，记作IVIFS (X)，其中 Χ)·%(Χ)分别是X属于2的隶属度函数和非隶属度函数，^(X)和珩(X)分别表示隶属度函数的上限和下限，K(X)和if (为分别表示非隶属度函数的下限和上限，且必须满足 (.Y)+ Vjr (X) < I ^7c{=l--fiA (x)-vTi(x) .^=1-^|(χ)-ν (X);则_巧(x),巧(Λ-)]为 x 属于i的犹豫程度。
3.根据权利要求I所述的一种气液两相流流型识别方法，其特征在于，构建向量
4.根据权利要求I所述的一种气液两相流流型识别方法，其特征在于，所述步骤17)具体步骤包括41)提取两相流流型的大量样本集
全文摘要
本发明所述的基于区间直觉模糊集相似度量的气液两相流流型识别方法，由于定义了隶属度函数和非隶属度函数，不但考虑了支持和反对的信息，而且增加了可疑度信息，解决了两相流流型间特征参数相互交叉的识别难题；同时由于区间直觉模糊集中的隶属度和非隶属度用区间来表示，在处理模糊性和不确定性等方面具有更灵活性和实用性，它更能描述和反映客观世界的本质特征，进一步提高了两相流流型识别的准确率和可靠性。
文档编号G01M10/00GK102706534SQ20121018393
公开日2012年10月3日 申请日期2012年6月1日 优先权日2012年6月1日
发明者施丽莲 申请人:绍兴文理学院