水平管油氣水三相流流型識(shí)別與壓降計(jì)算研究.pdf

1、油氣水三相輸送是石油、天然氣工業(yè)開發(fā)和集輸工程中重要的工藝環(huán)節(jié)，多相混輸技術(shù)在降低管道投資、減少運(yùn)行費(fèi)用等方面的顯著特點(diǎn)使其越來越多地應(yīng)用于油田集輸管網(wǎng)、油氣管網(wǎng)輸送等領(lǐng)域。在多相流動(dòng)的研究中，流型是分析描述多相流動(dòng)的重要特征參量，壓降預(yù)測(cè)計(jì)算是多相管流工藝設(shè)計(jì)的重要內(nèi)容。 本文的油氣水三相流實(shí)驗(yàn)在中國石油大學(xué)(華東)大型多相流環(huán)道上完成。實(shí)驗(yàn)介質(zhì)分別為空氣、HVIW150基礎(chǔ)油和軟化水。實(shí)驗(yàn)中模擬獲得的流型符合Lee等人的三相

2、流型劃分方法，主要有分層波浪流、段塞流和半環(huán)狀流。在環(huán)道上安裝了壓力、差壓變送器采集不同流型的壓力、差壓波動(dòng)信號(hào)。研究確定信號(hào)濾噪方法為小波變換模極大值法進(jìn)行信號(hào)濾噪，其優(yōu)點(diǎn)是它不需要事先知道噪聲所處的頻率的范圍，從而避免了其它濾噪方法因主觀假定噪聲頻率范圍而可能將有用的信號(hào)也濾掉的特點(diǎn)，從而實(shí)現(xiàn)了對(duì)仿真信號(hào)和采集的壓力、差壓波動(dòng)信號(hào)的成功濾噪。 根據(jù)濾噪后的實(shí)驗(yàn)信號(hào)，提取了三種流型差壓信號(hào)的特征量，包括分形特征量、統(tǒng)計(jì)特征量等

3、。其中，分形特征量包括關(guān)聯(lián)維數(shù)、最大Lyapunov指數(shù)和Hurst指數(shù)，分別采用G-P算法、Wolf算法和R/S分析法進(jìn)行計(jì)算，分析了流動(dòng)特性，得到三個(gè)特征量都可以較明顯的區(qū)分三種流型；統(tǒng)計(jì)特征量包括多尺度信息熵，PSD特征的波形指標(biāo)和峰值指標(biāo)，PDF特征的標(biāo)準(zhǔn)偏差、偏態(tài)系數(shù)和峰態(tài)系數(shù)，此外還計(jì)算了差壓信號(hào)的均值、標(biāo)準(zhǔn)差和偏斜度。本文將上述特征量作為人工神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)，以全面地反映不同流型的波動(dòng)特征。 本文采用了BP神經(jīng)網(wǎng)

4、絡(luò)進(jìn)行流型的智能識(shí)別，將提取的12個(gè)特征量輸入網(wǎng)絡(luò)，對(duì)網(wǎng)絡(luò)的層數(shù)、隱層節(jié)點(diǎn)數(shù)、學(xué)習(xí)速率和激勵(lì)函數(shù)進(jìn)行了計(jì)算選取，經(jīng)過訓(xùn)練，正確識(shí)別率達(dá)到了76.7％；采用遺傳算法進(jìn)行改進(jìn)，尋找BP神經(jīng)網(wǎng)絡(luò)的最佳權(quán)系數(shù)以及相應(yīng)節(jié)點(diǎn)的閾值，BP遺傳神經(jīng)網(wǎng)絡(luò)算法的收斂速度遠(yuǎn)遠(yuǎn)快于傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)算法，正確識(shí)別率為90％。 本文采用了擴(kuò)展速度的概念，對(duì)不同油水分布情況下的擴(kuò)展速度進(jìn)行了推導(dǎo)，并應(yīng)用等動(dòng)量取樣裝置對(duì)液相區(qū)進(jìn)行了取樣分析，發(fā)現(xiàn)在分層波浪流