摘要
两相流在自然界以及与人类生活生产息息相关的一些现代工业生产领域广泛存在。矿石泥、煤粉、面粉等物料的气力输送以及油田开采油井中的物料流动等都是两相流的典型应用。两相流的研究可以有效服务于工业生产中的开发方案动态调整与优化，为工业节能增产开采提供重要指导信息。然而，在实际的两相流流动中，时间和空间上相界面的形状和分布的随机变化，造成了复杂多样的两相流流型，而复杂多变的流型使得准确测量两相流动态参数有很大的难度。本文以两相流为研究对象进行展开，旨在解决气固两相流、气液两相流动态测量的难题以及揭示两相流流型变化的机理，本文的主要工作如下： 首先，本文从气固两相流的动态参数测量的角度出发，设计与优化了静电传感器，通过COMSOL有限元仿真软件对静电传感器进行仿真，实现对静电传感器上两环状电极宽度以及两电极之间距离的优化，然后在气固两相流的实验平台上进行动态实验验证传感器性能的同时，采集气固两相流动态数据，为后续气固两相流的动态参数测量提供数据支持。此后，设计并优化了四扇区传感器并在气液两相流动态平台上获取数据，为后续对气液两相流流型辨识以及动态参数测量提供数据支持。 接着，对气固两相流的数据进行了圆形有限穿越可视图建网，通过复杂网络的方法对气固两相流质量流量的变化进行了分析，同时，采用聚集系数熵这个定量指标对网络进行了分析，刻画气固两相流的流动状态。此外，我们还提出了实现气固两相流中质量流量动态测量的卷积神经网络模型，以解决实际工程中气固两相流质量流量测量困难的问题，通过和对比方法进行比较，所提出的模型在不同工况下均有良好的性能表现。 最后，利用采集到的气液两相流数据构建联合递归网络，通过分析联合递归网络的平均节点度来表征气液两相流在流速变化的过程中流型的演化机理。在此基础上，我们提出了一种用于气液两相流参数测量的以联合递归网络为输入的密集连接软测量模型，该模型的平均绝对百分比误差(MAPE)在2.8%以下，平均方误差(MSE)在0.0023以下，均优于比较方法。实验表明，所提出的软测量模型可以较好地实现对两相流动态参数的测量，同时，也可以为工业生产中动态参数测量提供新途径。
NETL