基于止回閥聲音信號(hào)的氣液兩相流流型智能辨識(shí)方法研究.pdf

1、氣液兩相流廣泛存在于自然界和工業(yè)生產(chǎn)中，在石油的輸送管道中更為常見。石油作為一種重要能源，在國民經(jīng)濟(jì)和工業(yè)發(fā)展中都占有重要地位，因此對(duì)于石油輸送管道的安全監(jiān)測(cè)就顯得尤為重要。石油管道的安全監(jiān)測(cè)從本質(zhì)上講就是檢測(cè)管道內(nèi)的氣液兩相流動(dòng)狀態(tài)，識(shí)別出故障信息并及時(shí)發(fā)出預(yù)警。石油管道內(nèi)的氣液兩相流型是油氣管道輸送安全監(jiān)測(cè)的重要參數(shù)之一，由于氣液兩相流的復(fù)雜性和易燃易爆的危險(xiǎn)性，至今流型識(shí)別還沒有得到很好的解決。
　　本文提出了一種基于止回閥

2、內(nèi)聲音信號(hào)，辨識(shí)氣液兩相流型的新方法。參照石油輸送的實(shí)際工況，設(shè)計(jì)制作了適用于實(shí)驗(yàn)研究的止回閥，搭建了可視化的實(shí)驗(yàn)平臺(tái)，利用水和空氣模擬產(chǎn)生了液相流、氣相流、彈狀流和混狀流四種不同的流型。采集了這四種流型經(jīng)過止回閥時(shí)產(chǎn)生的聲音信號(hào)。通過設(shè)置合理的采樣時(shí)間和頻率，對(duì)獲得的信號(hào)進(jìn)行了采樣，提高了信號(hào)處理效率。根據(jù)氣液兩相流的非線性特性，選用希爾伯特-黃變換(HHT)作為聲音信號(hào)的處理方法。
　　聲音信號(hào)經(jīng)過采樣之后，利用EMD去噪算法

3、降低了采樣信號(hào)的噪聲，并對(duì)去噪后的聲音信號(hào)進(jìn)行了重構(gòu)。再對(duì)重構(gòu)信號(hào)進(jìn)行EMD和希爾伯特譜分析，得到了信號(hào)的IMF分量、希爾伯特譜和希爾伯特邊際譜等能量特征。研究發(fā)現(xiàn)，第3個(gè)IMF分量及其希爾伯特譜的能量和重構(gòu)信號(hào)邊際譜的能量能夠反映不同流型的特征。因此，選擇這三項(xiàng)特征數(shù)據(jù)繪制了二維和三維流型圖。實(shí)驗(yàn)表明，利用止回閥內(nèi)聲音信號(hào)特征所繪制的流型圖，辨識(shí)準(zhǔn)確率在98.1％以上。
　　為了進(jìn)一步完善本方法，實(shí)現(xiàn)對(duì)氣液兩相流型的智能辨識(shí)。本