气液两相流.docx

1、气液两相流 气液两相流 气液两相流流型识别理论的研究进展摘要：介绍了气液两相流的识别理论，探讨了气液两相流流型的划分方法。 叙述 了两相流流型软测量方法，并重点介绍了图像处理识别、在线流型技术识别、神 经网络、基于压差波动理论、混沌理论等识别流型的新方法。 关键词：气液两相流；流型识别0 引言相的概念通常是指某一系统中具有相同成分及相同物理、 化学性质的均匀物 质成分，各相之间有明显可分的界面。 从宏观的角度出发，可以把自然界的物质 分为三种，即:气相、液相和固相。 单相物质的流动称为单相流，如气体流或液 体流。 所谓两相流(Two-Phase Flow)或多相流(Multiphase Flo

2、w)是指同时存在两种 或多种不同相的物质的流动。 近年来随着国内外石油和天然气工业的发展， 迫切需要开发出精度较高的油 气水三相流量在线测量仪，以便掌握各个油井的生产动态。 然而，多年来尽管在 这方面进行了大量的研究工作， 取得了一些进展，但是仍然没有彻底清晰地认识 和了解油气水三相混合物的流动型态。 在现今的多相流检测技术领域中，流型的 识别问题变得越来越重要。 1 两相流流型由于存在一个形状和分布在时间和空间里是随机可变的相界面，而相间实 际上又存在一个不可忽略的相对速度， 致使流经管道的分相流量比和分相所占的 管截面比并不相等。 这就导致了两相流动结构多种多样，流型十分复杂。 流型是 影

3、响两相流压力损失和传热特性的重要因素。 两相流各种参数的准确测量也往往 依赖于对流型的了解。 因此为了对两相流的特征参数进行测量，必须了解它们的 流型。 1.1 垂直上升管中气液两相流流型 （1） 、泡状流（Bubbly Flow） ：气泡以不同尺寸的小气泡形式随机离散分布在 流动的液体中。 显然，此时气体为离散相，而液体为连续相。 随着气速的增加， 气泡尺寸会不断增大。 （2） 、段塞流（Slug Flow） ：在气泡流动中当气泡的浓度增高时，气泡聚合为 直径接近于管内径的塞状或炮弹状气泡，气泡前端部分呈现为抛物线形状。 在这 些塞状气泡之间可带有小气泡的液团。 当气泡快速上升时，液体在气泡

4、与管内壁 间的间隙中流动。 （3） 、混状流（Churn Flow） ：当气泡速度进一步增大时，段塞流中的气泡速 度也随之增加并产生破裂、碰撞、聚合和变形，与液体混合成为一种不稳定的上 下翻滚的湍动混合物。 此时气液两相界为离散相。 （4） 、环状流（Annular Flow） ：液流沿着管道的内壁形成一层液体薄膜，而气 流则在管道中央流动。 这样，气液两相都变成了连续相。 不过，在这种情况下， 管道中央的气体通常还夹带着一些液滴一起流动。 （5） 、液丝环状流（WispyAnnular Flow） ：当气液两相流为环状流时，继续 增加液相流量，管壁的液膜将加厚且含有小气泡，中心的液滴浓度增加

5、，被中心部分气核从液膜带走的液滴在气核内形成不规则的长纤维形状1。 1.2 水平管道气液两相流模型 由于重力影响造成了水平管道内流动的不对称性， 使得其与垂直管道流型有 所不同，我们根据 Oshinowo 流型划分原则把水平管道中的流型划分六种，即泡 状流、塞状流、分层流、波状流、弹状流、环状流。 2 两相流流型软测量方法综述许多研究者根据实验研究和理论推导得到了流型划分的流型图及流型转换 判据， 但由于实验条件限制， 得到的结果通用性差无法实现流型参数的在线识别。 在使用各种仪器设备对管道内的两相流体进行测量的过程中， 人们可以使用观察 法、 高速摄影等方法直接对流型进行辨识，也可以通过对反

6、映两相流流动特性的 波动信号进行处理分析提取出流型特征进而进行流型辨识， 我们主要讨论后者的 发展概况。 a、频域处理方法 早在 1966 年 Hubbard 和 Dukler 就将水平管道气液两相流压力信号的功率 谱分析结果用于流型判别，Matuskiewicz 等利用功率谱密度的方法对气液两相流 中从泡状流到段塞流流型进行了预测。 功率谱密度分析方法的一个关键问题是功 率谱密度分布不完全取决于流型，与流体混合速度的关系较大。 b、幅值域处理方法 幅值域的处理指对信号幅度进行统计处理， 所给出的结果可以反应信号幅变 化的分布规律。 常用的参数有概率密度函数、方差、均值等。 由于气液两相流参

7、数直接影响着流动信号的统计特性。 对于测量获得的气液两相流体系中的常规信 号，比如局部空隙率、压力、压差信号及电导、电容信号在幅值域上进行统计处 理往往可以实现对流型、空隙率等流动参数的检测估计。 c、非线性分析方法 对于具复杂性、不确定性且难以用数学模型精确描述的两相流流型辨识问 题，众多学者引入现代信息处理方法通过非线性特征量表征两相流流型。 d、信息融合方法 除了以上信号处理方法外， 在气液两相流流型判别中，也有研究者应用模糊 信息处理、 模式识别和人工神经网络等软测量手段对两相流流型进行了辨识。 采 用信号处理的方法辨识两相流流型，避免了复杂的机理分析，但特征量的提取方 法仍存在很多问

8、题， 一种信号处理方法不能解决不同测量对象及不同工况条件下 的所有流型辨识问题；一些非线性特征量计算量大，提取并非容易，这也限制了 该方法的实时性和推广应用； 此外一些算法本身的鲁棒性及全局收敛性仍有待于 进一步研究；对于复杂过渡流型缺乏效果明显的判别方法2。 3 流型识别的新方法3.1 基于图像处理流型识别 根据图像灰度直方图统计特征,提出了一种基于图像处理和改进支持向量机 相结合的气液两相流流型识别的新方法。 该方法是应用高速摄像机在气液两相流 试验台上获取 7 种典型流型的图像,经过图像处理,对图像进行灰度直方图统计 特征提取构成特征矢量,作为流型样本对改进支持向量机进行训练与识别。 实

9、验 结果表明:图像灰度直方图特征可以很好地反映各流型之间的差异;改进的支持向量机原始的支持向量机相比分类性能好,运算时间短,网络识率高达 99104 % ,为流 型在线识别提供一种新的有效方法。 3.2 在线流型技术识别 气液两相流流型在线识别软件的数据采集单元，是基于 PXI-6251 以及 PXI-5105 模块，使用 LabVIEW2010 编写 16 通道采集程序，包括实现计算机与 采集板的连接、 采集各路通道的选取与设置、采集参数的设定以及采集数据文件 的记录与存储。 软件需要用到 LabVIEWLabSQL 工具包来实现对数据库的连接， 使 3 用 MicrosoftAccess

10、建立流型特征向量数据库， 以及调用 MATLAB 完成特征提取 功能与神经网络流型识别功能。 3.3 基于神经网络的流型识别 人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的 数学模型，它是由大量处理单元互联组成的非线性、自适应信息处理系统，通过 模拟大脑神经网络处理、 记忆信息的方式进行信息处理，近年来在多相流的流型 识别方面也开始应用。 周云龙等认为由于流型的多样性和模糊性，单纯的应用神 经网络来识别流型并不是很准确，因此提出了一种运用神经网络和 DS 证据理 论二者多特征信息相融合的来识别气液两相流流型的方法， 这就使得准确率提高 了很多。 Embrechts 等通过 K

11、ohonen 自组织特性映射神经网络模型，对水平管内 的气液两相流流型进行识别，结果表明，所有流型基本都能被识 别出来。 3.4 基于压差波动理论的流型识别 由于流动参数的波动性是气液两相流的普遍特性，受流型的影响很大，因此 可以利用两相流动参数的波动特性来识别流型。 压差波动法识别流型的原理是: 流型不同， 两相流动的扰动度也不同，因此不同流型的两相流体流过压差测量段 时就会得到不同的压差波动信号利用压差波动理论来识别流型具有信息量大， 容 易处理，识别准确率高的优点，因此应用比较广。 3.5 基于混沌理论的流型识别 多相流动系统是一个非线性的动力耗散型系统， 它主要表现为一系列的混沌 运动

12、，混沌运动表现出其特有的随机性，具有普适性。 混沌系统通过其运动轨迹 在相空间中的几何形态，即分形来进行描述，而分形的特征以分维来体现。 由于 所描述的具体对象不同，分维计算的具体形式也有多种，例如信息维数、混沌吸 引子关联维数和分形维数等。 应用混沌理论来识别流型在近年来已经成为一个新 的发展趋势。 4 结论经过国内外研究者几十年的不懈努力， 气液两相流的流型识别技术有了长足 的发展， 已经由最初的由实验得出的流型图和通过转变机理得出的流型转变关系 式这两种传统的流型识别方法发展到采用一些现代高科技仪器直接识别流型和 运用信息处理手段间接识别流型的程度。 在现有的成熟的单相流仪表的基础上借

13、助微波技术、激光技术、光谱技术、层析成像技术、过程成像技术等各种技术， 研制出高准确度、 高灵敏度、 高可靠性的多相流传感器和流型检测仪表来识别流 型， 势必会成为最简单、 直观的流型识别方法。 而利用压差波动理论、 混沌理论、 人工神经网络、复杂度理论、小波分析、Zernike 矩等这些现代检测理论对流型进行间接识别则是揭示流型这一复杂动力学特性的有力手段。 希望经过不懈的努 力， 研究出更好地流型判别方法， 能够更准确的确定流型， 更好地为我们的生活、 生产服务。 参考文献：1 白博峰，郭烈锦，赵亮.汽(气) 液两相流流型在线识别的研究进展J.力学进 展.2001，31(3)：4374461 2 周云龙，陈飞，孙斌.基于图像小波包信息熵和遗传神经网络的气液两相流 流型识别J.核动力工程.2008，29(1)：115120 3 孙斌.1 基于小波和混沌理论的气液两相流流型智能识别方法：博士学位论 文.保定：华北电力大学，20051221研动 1228 班罗九天 1122202142