[发明专利]一种气液两相流流型识别方法在审
申请号: | 201710610596.0 | 申请日: | 2017-07-25 |
公开(公告)号: | CN107392250A | 公开(公告)日: | 2017-11-24 |
发明(设计)人: | 华陈权;车新跃;杨毅森;邢兰昌 | 申请(专利权)人: | 中国石油大学(华东) |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/00;G01N29/44 |
代理公司: | 北京科亿知识产权代理事务所(普通合伙)11350 | 代理人: | 孙营营 |
地址: | 266000 山东省*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 两相 流流 识别 方法 | ||
1.一种气液两相流流型识别方法,其特征在于,所述方法包括:
根据采集的超声回波传播时间和超声波在液体中的传播速度,得到界面波信号;
根据经验模态分解法把界面波信号分解为若干个本征模态函数;
通过提取界面波信号前8个本征模态函数的能量百分比特征,得到各本征模态函数分量的能量,并将各本征模态函数分量的能量组成特征向量T;
基于对特征向量归一化,获得前8个本征模态函数的总能量和归一化后的特征向量T′;
通过将特征向量T′作为训练样本送入支持向量机训练,得到流型分类模型并识别流型。
2.根据权利要求1所述的一种气液两相流流型识别方法,其特征在于:采集的超声波由被测段管道底部发出,经过两相流流体界面反射后回波被接收;由公式h=ct/2,计算得到界面波信号,记界面波信号为x(t)。
3.根据权利要求1所述的一种气液两相流流型识别方法,其特征在于,根据经验模态分解法把界面波信号分解为若干个本征模态函数,包括:
(1)取界面波信号所有极大值点和极小值点,分别用三次样条函数拟合出上包络线和下包络线,上下包络线的均值为m1(t);
(2)将h11(t)=x(t)-m1(t)视为新的信号x(t),重复(1)步,经过k次筛选,使h1k(t)满足数据中极值点和过零点的数目相等或最多相差1且信号的局部极大值包络线和局部极小值包络线的均值为0,记c1(t)=h1-k(t),为第一个本征模态函数;
(3)将r1(t)=x(t)-c1(t)作为新的数据,重复(1)(2)步,直到分解出所有的本征模态函数,最终界面波信号分解为n个本征模态函数函数和一个剩余分量。
4.根据权利要求1所述的一种气液两相流流型识别方法,其特征在于,各本征模态函数分量的能量为特征向量T=[E1,E2,E3,E4,E5,E6,E7,E8]。
5.根据权利要求1所述的一种气液两相流流型识别方法,其特征在于:前8个本征模态函数的总能量归一化后的特征向量T'=[E1/E,E2/E,E3/E,E4/E,E5/E,E6/E,E7/E,E8/E]。
6.根据权利要求1所述的一种气液两相流流型识别方法,其特征在于:通过将特征向量T′作为训练样本送入支持向量机训练,得到流型分类模型并识别流型的步骤为:
1)准备训练样本{(X1,d1),(X2,d2),...,(Xn,dn)},其中X1,X2,...,Xn为特征向量,d1,d2,...,dn为目标值;
2)在约束条件下求解使目标函数
最大化的αoi
其中C为选取的惩罚参数,K(Xi,Xj)是内积核函数K(x,xi)矩阵的第i行第j列对应元素,选取内积核函数为径向基函数
3)计算最优权值Y为隐层输出向量;
4)对于待分类模式X,计算分类判别函数f(X)为1或-1,决定X的类别归属;
5)使用训练好的支持向量机处理测试样本的特征向量,完成对流型的识别。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油大学(华东),未经中国石油大学(华东)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710610596.0/1.html,转载请声明来源钻瓜专利网。