[發(fā)明專利]多傳感器信息核規(guī)范變量分析的氣液兩相流狀態(tài)監(jiān)測方法

有效

• 申請?zhí)枺?/td>: 202110750984.5
• 申請日: 2021-07-01
• 公開（公告）號: CN113486607B
• 公開（公告）日: 2022-04-12
• 發(fā)明（設(shè)計）人: 董峰;武文韜;張淑美
• 申請（專利權(quán)）人: 天津大學
• 主分類號: G06F30/28
• 分類號: G06F30/28;G06F113/08;G06F119/14
• 代理公司: 天津市北洋有限責任專利代理事務(wù)所 12201
• 代理人: 程毓英

1.一種多傳感器信息核規(guī)范變量分析的氣液兩相流狀態(tài)監(jiān)測方法，其特征在于，包含有以下步驟：

(1)建模數(shù)據(jù)獲?。簹庖簝上嗔靼╝個流動狀態(tài)，獲取氣液兩相流流動狀態(tài)多傳感器測量數(shù)據(jù)X^a(m×N_a)，其中，m為多傳感器測量信號的個數(shù)，N_a為第a個流動狀態(tài)測量樣本的個數(shù)；

(2)建模數(shù)據(jù)歸一化：

針對不同的氣液兩相流流動狀態(tài)，分別將每一種流動狀態(tài)的多傳感器測量數(shù)據(jù)X^a進行歸一化處理，得到歸一化后的多傳感器測量數(shù)據(jù)：

其中，μ^a和σ^a分別是第a個流動狀態(tài)多傳感器測量信號的均值和標準差；

(3)利用KPCA方法實現(xiàn)流動狀態(tài)多傳感器測量信號的非線性映射，得到各流動狀態(tài)的主成分特征，該步驟由以下子步驟實現(xiàn)：

(3.1)對于歸一化后的多傳感器測量數(shù)據(jù)選取徑向基函數(shù)核K實現(xiàn)非線性映射，計算第a個流動狀態(tài)的核矩陣K_a，K_a中每個元素K_i,j的計算公式為：

其中，x_i和x_j分別為第i個采樣點和第j個采樣點的多傳感器測量信號組成的向量，γ_a為核參數(shù)，i,j＝1,2,…,N_a；

(3.2)中心化核矩陣K_a：

其中，為中心化后的核矩陣，

(3.3)進行廣義特征值分解：

中心化后的核矩陣通過廣義特征值分解對角化：

其中，代表N_a個廣義特征向量組成的矩陣，是廣義特征值從大到小排列構(gòu)成的對角矩陣，轉(zhuǎn)換矩陣由S_a中具有最大特征值的前c列特征向量構(gòu)成；

(3.4)通過轉(zhuǎn)換矩陣計算第a個流動狀態(tài)的主成分特征：

(4)對第a個流動狀態(tài)的主成分特征進行規(guī)范變量分析，提取流動過程的動態(tài)時序特征構(gòu)建多個KCVA監(jiān)測模型，該步驟由以下子步驟實現(xiàn)：

(4.1)將時刻k第a個流動狀態(tài)的主成分特征分別擴展形成過去觀測向量和未來觀測向量構(gòu)建過去觀測矩陣和未來觀測矩陣

其中，p和f代表過去觀測向量和未來觀測向量的長度，下標M_a＝N_a-f-p+1；

(4.2)計算過去和未來觀測矩陣的協(xié)方差和互協(xié)方差構(gòu)建Hankel矩陣H_a并對其進行奇異值分解：

其中，U_a和V_a是奇異向量正交矩陣，D_a是對角矩陣；U_a和V_a成對相關(guān)，相關(guān)關(guān)系由D_a中對角線特征值表示；

(4.3)按D_a中對角線特征值由大到小的順序重排V_a中的特征向量；選擇V_a的前r列生成新的降維矩陣進而得到變換矩陣J_a和L_a：

(4.4)通過變換矩陣J_a和L_a計算流動狀態(tài)的規(guī)范變量Z_a和殘差變量E_a，描述流動狀態(tài)的動態(tài)時序相關(guān)性：

(4.5)計算每一時刻流動狀態(tài)的監(jiān)測指標：

式中，z_a和e_a分別是規(guī)范變量和殘差變量；對于第a個流動狀態(tài)的KCVA監(jiān)測模型，通過給定顯著性水平α，依據(jù)核密度估計算法計算得到流動狀態(tài)監(jiān)測指標T_a²和Q_a的控制上限和Q_UCL,a；

(5)流動狀態(tài)在線監(jiān)測：遍歷步驟(4)建立的多個KCVA監(jiān)測模型，通過與監(jiān)測指標控制上限的對比，實現(xiàn)氣液兩相流流動狀態(tài)的在線監(jiān)測。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟(5)由以下子步驟實現(xiàn)：

(5.1)監(jiān)測數(shù)據(jù)歸一化：利用建立KCVA監(jiān)測模型時的均值和標準差對流動狀態(tài)測試數(shù)據(jù)X_t進行歸一化：

(5.2)計算監(jiān)測數(shù)據(jù)的核矩陣并對其進行中心化：

中每個元素K_i,j的計算公式為：

其中，x_i和x_j分別為中第i個采樣點和第j個采樣點的多傳感器測量信號組成的向量，γ_a為核參數(shù)，i,j＝1,2,…,N_t，N_t為流動狀態(tài)監(jiān)測數(shù)據(jù)樣本的個數(shù)；

其中，為監(jiān)測數(shù)據(jù)中心化核矩陣，

(5.3)利用步驟(3)得到的轉(zhuǎn)換矩陣得到流動狀態(tài)監(jiān)測數(shù)據(jù)的主成分特征

(5.4)將k時刻的流動狀態(tài)主成分特征向量進行擴展，得到在線監(jiān)測數(shù)據(jù)的過去觀測向量：

(5.5)根據(jù)第a個流動狀態(tài)KCVA監(jiān)測模型的轉(zhuǎn)換矩陣，計算測試數(shù)據(jù)的規(guī)范變量以及殘差變量：

(5.6)流動狀態(tài)監(jiān)測：通過下式得到在線監(jiān)測數(shù)據(jù)在第a個KCVA監(jiān)測模型下的統(tǒng)計監(jiān)測指標和Q_a,t，與第a個流動狀態(tài)KCVA監(jiān)測模型的控制上限和Q_UCL,a比較；遍歷多個KCVA模型，實現(xiàn)流動狀態(tài)的有效監(jiān)測；

若和Q_a,t均低于相應(yīng)流動狀態(tài)KCVA監(jiān)測模型的控制上限和Q_UCL,a，則判定當前流動狀態(tài)屬于典型流動狀態(tài)，流體流動穩(wěn)定，狀態(tài)未發(fā)生改變；若和Q_a,t均超出或有一個超出控制上限，則認為當前流動狀態(tài)發(fā)生改變。