基于多尺度排列熵的气液两相流型动力学表征及识别方法
【专利摘要】本发明提出了一种基于多尺度排列熵的气液两相流型动力学表征及识别方法。本发明首先进行以空气和水为介质的气液两相流实验，采集到三种气液两相不同流型的电导波动信号，然后根据多尺度概念对流型信号序列进行粗粒化处理，得到粗粒化时间序列，接着计算不同尺度下时间序列的排列熵，绘制多尺度排列熵分布图，并且结合气液两相不同流型特征分析其动力学演变特性，最后依据不同流型的多尺度排列熵分布图计算多尺度排列熵率，得到所有流型信号的多尺度排列熵率分布，从而实现流型的识别与分类。本发明中的多尺度排列熵算法能从时间序列本身揭示气液两相流型信号的复杂性，具有计算简单快速、鲁棒性好等特点，特别适合两相流流型信号的实时处理。
【专利说明】基于多尺度排列熵的气液两相流型动力学表征及识别方法
所属【技术领域】
[0001]本发明属于气液两相流型动力学表征及识别领域，具体是利用多尺度排列熵方法处理电导波动信号从而实现气液两相流流型的动力学表征和识别。
【背景技术】[0002]气液两相流广泛存在于化工、核反应、天然气等工业过程及应用中。两相流是一个复杂的非线性动力学系统，相间存在复杂界面效应及相对运动。在两相流研究中，流型描述的是两相物质的分布与混合，而动力学特性分析揭示两相流型的复杂性以及非线性流动系统的演化规律。目前，理论模型及数值模拟方法尚未完全揭示两相流动力学特性，从一维可测波动信号提取与流型转变密切相关的特征量对进一步认识两相流流动结构动力学特性及流动参数检测具有重要意义。
[0003]近年来，采用非线性分析方法研究两相流流型动力学特性取得的成果日益显著，Franca等把分形理论用于流型辨识，Daw等通过计算混沛吸引子维数和Lyapunov指数对气液两相流流型进行了表征，Annunziato等和Xiao等用吸引子形态特征量对流型进行了辨识，对两相流波动信号用非线性方法进行表征分析，对揭示具复杂性、不确定性且很难用数学模型准确描述的两相流流型转化机理是有益的补充与探索。金宁德等应用Lempel-Ziv复杂性、涨落复杂性、功率谱熵和近似熵对垂直上升管中油水和气液两相流的电导波动信号进行了分析，指出复杂性测度对流动参数变化敏感，能够较好地识别流型。但是，目前非线性时间序列分析算法对序列长度及算法中参数的选择有敏感依赖性，并且得到的计算结果仅为单一非线性表征参数，在反映流型动力学特性细节方面尚存不足。
【发明内容】
[0004]本发明的目的是针对【背景技术】存在的缺陷，研发一种基于多尺度排列熵的气液两相流型动力学表征及识别方法，根据两相流不同流型电导波动信号的特征，结合多尺度和排列熵等信号处理技术，实现气液两相流不同流型的动力学特性表征，并且提出多尺度排列熵率的概念对不同流型进行分类识别。
[0005]为了实现以上目的，本发明方法主要包括以下步骤：
[0006](I)获取气液两相流不同流型的电导波动信号样本数据，具体是：在天津大学油气水三相流实验室进行实验，实验介质为空气及自来水，实验时先在管道中通入固定的水相流量，然后在管道中逐渐增加气相流量，每完成一次气水两相流配比后，通过目测的方法观察气液两相流流型，等出现稳定流型后使用自行研制的垂直多电极传感器阵列测量系统进行电导波动信号的数据采集，实验中共观察到泡状流、段塞流、泡状流三种流型；
[0007](2)将步骤（I)获取的气液两相不同流型的电导波动信号看作一段时间序列，然后根据Costa等人提出的多尺度时间序列粗粒化方法对流型信号进行处理；具体如下：
[0008]对长度为N的气液两相流电导波动信号{x (i)，i = I, 2，…，N}进行粗粒化处理，尺度为s时粗粒化得到的时间序列，如下式所示：,
Px(I) -__
[0020]7 W N ,
--m +1
s
[0021]式中为尺度s下粗粒化序列长度，定义在尺度s下时间序列的排列熵为：
S
[0022]斤、(/))= _^/)_、(/)丨η ，特别地，当 ps(l) = Ι/m!时，Hs(p)取最大值 lnm!。
/-I
[0023](4)根据步骤（2)和步骤（3)阐述的多尺度排列熵方法计算三种流型电导波动信号的熵值，绘制不同流型的多尺度排列熵分布图，结合气液两相流动特征分析其动力学特性变化；
[0024](5)以步骤（4)获得的多尺度排列熵分布图为基础，考虑到不同流型信号前几个尺度的多尺度排列熵变化的差异，计算不同流型信号的多尺度排列熵率，实现气液两相流型的识别与分类。
[0025]本发明与现有的两相流研究方法相比，具有以下特点：
[0026]排列熵算法通过统计相空间内各个向量的排列规律实现对系统复杂程度的较好表征，该算法具有较好鲁棒性，且快速易于实现。结合多尺度理论的排列熵算法可以在不同尺度上揭示泡状流、段塞流及混状流的动力学复杂性。不同流型的多尺度熵曲线在不同尺度下所表现出的独特的变化趋势也从细节上反映了各流型的动力学复杂性间的差异，进一步证明了多尺度熵在分析复杂时间序列时所具有的优越性，即它既能从整体上反映其动力学特征，又能从细节上揭示其演化特征。在气液两相流多尺度熵表现出的不同变化趋势基础上，提出了多尺度熵率，并可以较好地区分三种典型流型，为垂直上升管中气液两相流流型提供了一种新的辨识准则。【专利附图】
【附图说明】
[0027]图I为本发明的实施流程图。
[0028]图2为水相流量为6m3/h时实验采集的三种流型的电导波动信号。
[0029]图3为不同工况下三种流型的多尺度排列熵分布图。
[0030]图4为水相流量取2、4、6、8m3/h时，三种流型的多尺度排列熵分布图。
[0031]图5为基于多尺度排列熵率的流型识别图。
【具体实施方式】
[0032]下面结合附图对本发明的【具体实施方式】进行详细说明。如图I所示，本实施例包括以下步骤：
[0033](I)获取气液两相流不同流型的电导波动信号,具体是：
[0034]在天津大学多相流实验室进行垂直上升管中气水两相流动态实验，整个测量系统由插入式电导传感器、激励信号发生电路、信号调理模块、数据采集设备、测量数据分析软件几部分组成。测量系统采用频率为20kHz的恒压正弦信号进行激励，激励电压有效值为IV。信号调理模块主要由差动放大、相敏解调和低通滤波3个部分构成。数据采集选用美国国家仪器公司的PXI4472数据采集卡，共有8个通道，且具有同步采集的功能。数据处理部分通过与数据采集卡配套的图形化编程语言LABVIEW实现，可完成实时波形显示、实时存储数据等功能。
[0035]实验介质为空气及自来水，实验时先在管道中通入固定的水相流量，然后在管道中逐渐增加气相流量，每完成一次气水两相流配比后，通过目测的方法观察气液两相流流型，等出现稳定流型后记录电导传感器输出的波动信号。本次实验的水相流量范围为l-12m3/h，气相流量范围为O. 5-1OOmVhο电导信号采样频率400Hz，每种流动条件记录50s，共采集20000个数据点。实验共采集了 66种气水两相流流动条件的测量数据，共观察到泡状流（Bubble)、段塞流（Slug)、混状流（Churn)三种流型，如图2所示为水相流量为6m3/h时，三种气相流量下不同流型的典型电导波动信号。
[0036](2)引入多尺度理论，将步骤（I)采集的流型信号进行粗粒化处理，得到不同尺度的粗粒化时间序列。
[0037]对66种气液两相流不同流型的电导波动信号进行粗粒化，选定数据长度为N=8000,尺度因子为s=40。把每组数据看作{x(i), i = I, 2,…，N}进行粗粒化处理,粗粒化得到的时间序列，如下式所示：
[0038]/(./) =丄 Σ -V(Z) l<j<N/s
[0039]式中：S为尺度因子，ys(j)为不同尺度下的粗粒化时间序列。
[0040](3)根据排列熵算法，对步骤二获取的不同尺度的粗粒化时间序列进行熵值计算，得到不同尺度下粗粒化时间序列的排列熵。具体步骤如下：
[0041]首先，对步骤（2)获取的不同尺度下的粗粒化时间序列进行相空间重构，如下式所示：
[0042]Ys (t) = [ys (t),ys(t+xys (t+ (m_l) τ ) ] t e (I, N/s_m+[0043]式中：m为嵌入维数，τ为延迟时间，Ys(t)为重构向量，本实施过程中的选取嵌入维数m = 5,延迟时间τ = I。
[0044]然后，将向量Ys⑴的m个分量按升序进行排列，即：
【权利要求】
1.基于多尺度排列熵的气液两相流型动力学表征及识别方法，主要包括步骤： (1)获取气液两相流不同流型的电导波动信号样本数据，具体是：在天津大学油气水三相流实验室进行实验，实验介质为空气及自来水，实验时先在管道中通入固定的水相流量，然后在管道中逐渐增加气相流量，每完成一次气水两相流配比后，通过目测的方法观察气液两相流流型，等出现稳定流型后使用自行研制的垂直多电极传感器阵列测量系统进行电导波动信号的数据采集，实验中共观察到泡状流、段塞流、泡状流三种流型； (2)将步骤（1)获取的气液两相不同流型的电导波动信号看作一段时间序列，然后根据Costa等人提出的多尺度时间序列粗粒化方法对流型信号进行处理；具体如下： 对长度为N的气液两相流电导波动信号{x(i)，i = 1，2，- , N}进行粗粒化处理，尺度为s时粗粒化得到的时间序列，如下式所示：
2.按照权利要求1所述的基于多尺度排列熵的气液两相流型动力学表征及其识别方法，其特征在于步骤（I)中所获取的三种流型的电导波动信号有66组，每组信号的序列长度N = 8000，步骤（2)中进行粗粒化处理时所选尺度为s = 40。
3.按照权利要求1所述的基于多尺度排列熵的气液两相流型动力学表征及其识别方法，其特征在于步骤（3)中计算排列熵时,依据Bandt等人的建议,所选择的嵌入维数m和延迟时间τ为m=5和τ = I。
4.按照权利要求1所述的基于多尺度排列熵的气液两相流型动力学表征及其识别方法，其特征在于步骤（5)中计算多尺度排列熵率时，选择前五个尺度的排列熵进行线性化并计算其斜率。
【文档编号】G01M10/00GK103487234SQ201310463770
【公开日】2014年1月1日 申请日期:2013年10月7日 优先权日:2013年10月7日
【发明者】樊春玲, 陈秀霆 申请人:青岛科技大学