[發(fā)明專利]一種多孔介質(zhì)內(nèi)氣液兩相流流型智能識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210102131.5
• 申請(qǐng)日: 2022-01-27
• 公開（公告）號(hào): CN114510974A
• 公開（公告）日: 2022-05-17
• 發(fā)明（設(shè)計(jì)）人: 李良星;李翔宇;王聞婕;趙佳元;趙浩翔
• 申請(qǐng)（專利權(quán)）人: 西安交通大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G01N7/10
• 代理公司: 西安智大知識(shí)產(chǎn)權(quán)代理事務(wù)所 61215
• 代理人: 何會(huì)俠

1.一種多孔介質(zhì)內(nèi)氣液兩相流流型智能識(shí)別方法，其特征在于，包括如下步驟：

步驟1：獲取壓差信號(hào)數(shù)據(jù)；

通過在多孔介質(zhì)管道的進(jìn)出口安裝的壓力變送器，獲得多孔介質(zhì)管道的進(jìn)出口壓差信號(hào)；

步驟2：對(duì)測(cè)量得到的壓差信號(hào)進(jìn)行特征提取，并生成特征向量；具體特征提取步驟如下：

步驟2.1：計(jì)算壓差信號(hào)的時(shí)域特征參數(shù)，需要先得到壓差信號(hào)的概率密度函數(shù)f_x(x)；之后計(jì)算得到2個(gè)所需時(shí)域特征參數(shù)：壓差信號(hào)的標(biāo)準(zhǔn)差σ，壓差信號(hào)概率密度函數(shù)的偏度S_k：

步驟2.1.1：計(jì)算得到壓差信號(hào)的概率密度函數(shù)；對(duì)于一組隨時(shí)間變化的壓差信號(hào)x_i，設(shè)它的累積分布函數(shù)是F_x(x),如果存在可測(cè)函數(shù)f_x(x)滿足：

那么壓差信號(hào)x_i是連續(xù)型隨機(jī)變量，并且f_x(x)是壓差信號(hào)x_i的概率密度函數(shù)；

步驟2.1.2：按以下公式計(jì)算壓差信號(hào)的標(biāo)準(zhǔn)差σ：

其中x_i表示原始?jí)翰钚盘?hào)，表示原始?jí)翰钚盘?hào)在整個(gè)時(shí)間區(qū)間內(nèi)的平均值，n為數(shù)據(jù)信號(hào)點(diǎn)的個(gè)數(shù)；

步驟2.1.3：按以下公式計(jì)算壓差信號(hào)概率密度函數(shù)的偏度S_k：

其中μ₃是x_i的三階中心距，其計(jì)算公式為：

步驟2.2：計(jì)算壓差信號(hào)的頻域特征參數(shù)；需要先計(jì)算得到信號(hào)的功率譜密度P_f，并在此基礎(chǔ)上獲得所需的3個(gè)特征參數(shù)：最大功率對(duì)應(yīng)頻率f_max、功率譜密度的標(biāo)準(zhǔn)差σ_P以及功率有效分布范圍R_P；

步驟2.2.1：計(jì)算得到壓差信號(hào)的功率譜密度P_f

給定一個(gè)隨時(shí)間變化的壓差信號(hào)x(t)，則該信號(hào)的功率譜密度P_f的定義為：

其中是使用快速傅里葉變換計(jì)算的x(t)的傅里葉變換的平方范數(shù)；

步驟2.2.2：計(jì)算得到壓差信號(hào)的頻域特征參數(shù)——最大功率對(duì)應(yīng)頻率f_max：

壓差信號(hào)的功率譜密度中的最大值對(duì)應(yīng)的橫坐標(biāo)，即為最大功率對(duì)應(yīng)頻率f_max；

步驟2.2.3：計(jì)算得到功率譜密度的標(biāo)準(zhǔn)差σ_P：

其中P_i表示每個(gè)頻率點(diǎn)對(duì)應(yīng)的功率譜密度值，表示所有頻率點(diǎn)功率譜密度的加權(quán)平均值；

步驟2.2.4：計(jì)算功率有效分布范圍R_P

求信號(hào)的總功率；再從0Hz開始，對(duì)功率進(jìn)行求和，當(dāng)求和功率達(dá)到總功率的99％時(shí)，其對(duì)應(yīng)的橫坐標(biāo)所表示的頻率值即為功率有效分布范圍R_P；

步驟3：構(gòu)建特征向量；

通過步驟2計(jì)算得到了壓差信號(hào)的5個(gè)特征參數(shù)，將上述5個(gè)特征參數(shù)組合成一個(gè)長(zhǎng)度為5的一維數(shù)組[σ S_k f_max σ_P R_P]，再將數(shù)組進(jìn)行歸一化處理：

S＝σ+S_k+f_max+σ_P+R_P

其中V代表任意一個(gè)特征向量；

經(jīng)過歸一化處理后，對(duì)于需要識(shí)別并判斷流型的樣本，得到的向量即為其特征向量，直接輸入SVM智能識(shí)別模塊并進(jìn)行流型判斷；而對(duì)于作為訓(xùn)練樣本的特征向量，還需要在數(shù)組最后再增加一個(gè)元素，該元素作為標(biāo)簽來表明該特征向量的屬性，元素1代表泡狀流，元素2代表彈狀流，元素3代表環(huán)狀流；經(jīng)過上述步驟3的處理，即可得到SVM智能識(shí)別模塊所需的特征向量；

步驟4：利用SVM智能識(shí)別模塊，根據(jù)輸入的特征向量，以及預(yù)設(shè)好的識(shí)別模型，判斷此時(shí)對(duì)應(yīng)的流型；

SVM智能識(shí)別模塊中預(yù)設(shè)的識(shí)別模型是基于大量實(shí)驗(yàn)數(shù)據(jù)和支持向量機(jī)SVM技術(shù)訓(xùn)練得到的模型；當(dāng)一個(gè)特征向量輸入進(jìn)來后，識(shí)別模型首先逐一讀取特征向量?jī)?nèi)包含的每組數(shù)據(jù)，之后會(huì)根據(jù)支持向量機(jī)原理計(jì)算該特征向量與識(shí)別模型中支持向量的距離，再根據(jù)距離的遠(yuǎn)近判斷該特征向量對(duì)應(yīng)的流型；

步驟5：輸出流型：將多孔介質(zhì)管道內(nèi)的氣液兩相流流型識(shí)別結(jié)果通過屏幕或電信號(hào)輸出。