[發(fā)明專利]基于聲發(fā)射-BP神經(jīng)網(wǎng)絡的氣液兩相流流型識別方法

有效

• 申請?zhí)枺?/td>: 202010233404.0
• 申請日: 2020-03-29
• 公開（公告）號: CN111896616B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設計）人: 王鑫;汪太陽;韓一碩;何利民
• 申請（專利權）人: 中國石油大學（華東）
• 主分類號: G01N29/02
• 分類號: G01N29/02;G01N29/14;G01N29/44
• 代理公司: 青島海昊知識產(chǎn)權事務所有限公司 37201
• 代理人: 邱岳

1.基于聲發(fā)射-BP神經(jīng)網(wǎng)絡測量的氣液兩相流流型識別方法，其特征包括以下步驟：

步驟0、聲發(fā)射傳感器的安裝

在海洋油氣混輸系統(tǒng)傾斜或垂直的高壓厚壁管道的流型待識別段的外壁布置一個聲發(fā)射傳感器；

步驟1、根據(jù)環(huán)境噪音設定閾值

當管道內氣速、液速均為零時，進行空管聲信號采集，將空管聲信號中的最大值設定為閾值電壓；

步驟2、對兩相流聲信號進行采集，獲取各流型下的聲信號

當管道的氣液兩相流動處于不同流型時，通過聲發(fā)射傳感器采集兩相流聲信號；

步驟3、計算各流型下聲信號參數(shù)

對采集到的聲信號的原始波形數(shù)據(jù)進行統(tǒng)計分析，得到聲信號平均電壓電平、均方根值、絕對能量值和振鈴計數(shù)；

兩相流聲信號參數(shù)和參數(shù)計算函數(shù)定義為：

其中，ASL為聲信號平均電壓電平，單位dB；V_mean為兩相流聲信號中電壓數(shù)據(jù)的平均值，單位V；

其中，RMS為聲信號均方根值，單位V；V為兩相流聲信號中每個數(shù)據(jù)點電壓信號，單位V；n為聲信號數(shù)據(jù)點的個數(shù)；

其中，ABS為聲信號絕對能量值，單位J；V為兩相流聲信號中每個數(shù)據(jù)點電壓信號，單位V；10KΩ為參考電阻；T為采樣時間，單位s；

振鈴計數(shù)的符號為Counts，表示越過門檻信號的震蕩次數(shù)，即為超過門檻電壓的有效波峰的個數(shù)；

將各兩相流聲信號參數(shù)組成兩相流聲信號參數(shù)樣本庫，并將參數(shù)樣本庫作為后續(xù)BP神經(jīng)網(wǎng)絡的輸入?yún)?shù)；

步驟4、計算各流型下聲信號的小波包分解分析

步驟4.1、選擇小波包基函數(shù)

步驟4.2、對小波包進行分解

若信號的采樣頻率為f_skHz，根據(jù)奈奎斯特采樣定理，信號的可測頻率范圍為[0，f_s/2]；由于在信號頻率的范圍內，細節(jié)信號和近似信號的分布范圍是對稱的，當分解尺度為1時，[0，f_s/4]和[f_s/4，f_s/2]為近似信號和細節(jié)信號的頻率范圍，對于采樣頻率為f_s的信號f(m)進行J次小波包分解后，其信號被分解為2^J個頻率段，各個頻率范圍的計算公式如下：

若采樣頻率為f_skHz，信號要求的最低識別頻率為f_min，根據(jù)前式，其最大分解尺度J應滿足：

即：

小波包分解后得到了聲信號的各個頻段的重構波形，為了提取各頻段的信號特征，計算各頻段的波形信號的范數(shù)平方作為各頻段的信號特征；

步驟5、確定BP神經(jīng)網(wǎng)絡的輸入層

定義歸一化后聲信號的特征值作為輸入量，故BP神經(jīng)網(wǎng)絡的輸入層有多個特征值，即聲信號平均電壓電平、均方根值、絕對能量值、振鈴計數(shù)和2^J個頻率段處重構波形的范數(shù)平方；

歸一化特征值如下：

聲信號的特征值為4個統(tǒng)計參數(shù)和2^J個頻率段處重構波形的范數(shù)平方；為了便于計算與比較，需要將特征值進行歸一化處理，歸一化的公式為：

其中，α為歸一化處理后的特征值，x_i為歸一化處理前的特征值，x_max、x_min分別為歸一化處理前特征值的最大值和最小值，i表示第i個聲信號，i∈1，2，…，n；

步驟6、確定神經(jīng)網(wǎng)絡層數(shù)和隱含層節(jié)點數(shù)范圍

設計神經(jīng)網(wǎng)絡應優(yōu)先考慮3層網(wǎng)絡，具有1個隱層；

輸入層的節(jié)點數(shù)和輸入的統(tǒng)計特征值的個數(shù)相同，為4+2^J；輸出層的節(jié)點數(shù)1；隱層的節(jié)點數(shù)由計算隱含層元素個數(shù)的經(jīng)驗公式確定：

其中，h為隱含層節(jié)點的數(shù)目，向上取整；m和n分別是輸入層和輸出層節(jié)點的數(shù)目；a為1～10之間的調節(jié)常數(shù)；根據(jù)經(jīng)驗公式，計算得到隱含層節(jié)點數(shù)h應在5到14之間；

步驟7、確定BP神經(jīng)網(wǎng)絡的輸出層

定義一個輸出量，輸出為整數(shù)1、2、3或4，不同的整數(shù)值代表四種基本流型之一，具體為1代表段塞流，2代表泡狀流，3代表攪拌流，4代表環(huán)狀流；

步驟8、對神經(jīng)網(wǎng)絡進行優(yōu)化訓練

為了避免初始值過大而引起的網(wǎng)絡飽和，需要先初始化神經(jīng)網(wǎng)絡權值和閾值；考慮到網(wǎng)絡的收斂速度和特征值的復雜性，本方法中所采用的神經(jīng)網(wǎng)絡的權值和閾值為均勻分布的較小隨機數(shù)值，取值在-0.5到0.5之間；

在每種流型下選擇40個不同氣液折算速度的聲信號，按照步驟3、4計算提取特征參數(shù)，將提取的信號特征參數(shù)歸一化處理后作為神經(jīng)網(wǎng)絡的輸入，流型對應的整數(shù)值作為輸出對神經(jīng)網(wǎng)絡進行初步訓練，得到初步的神經(jīng)網(wǎng)絡；

每種流型選取20個測試樣本，對初步的神經(jīng)網(wǎng)絡進行測試，將4個統(tǒng)計參數(shù)和2^J個頻率段處重構波形的范數(shù)平方組成聲信號特征參數(shù)輸入到已訓練好的神經(jīng)網(wǎng)絡，將神經(jīng)網(wǎng)絡經(jīng)過計算得出的輸出與實際的流型進行對比，并將識別成功的流型個數(shù)與測試樣本總數(shù)相除得到識別成功率，若神經(jīng)網(wǎng)絡的識別成功率大于或等于設計要求的成功率，說明訓練好的神經(jīng)網(wǎng)絡滿足設計要求，可以用于流型識別；

若成功率小于設計要求，則調整網(wǎng)絡參數(shù)，重復上述步驟，直到神經(jīng)網(wǎng)絡識別成功率滿足設計要求；本申請中設計的最小成功率為95％；

步驟9、流型識別

當神經(jīng)網(wǎng)絡滿足設計要求時，將采集的待識別流型的聲信號特征參數(shù)輸入訓練優(yōu)化好的BP神經(jīng)網(wǎng)絡模型，即可識別該流型。