位置:成果数据库 > 期刊 > 期刊详情页
槽式孔板气液二相流差压信号的时间序列分析
  • ISSN号:1005-9954
  • 期刊名称:化学工程
  • 时间:0
  • 页码:24-27
  • 语言:中文
  • 分类:O359[理学—流体力学;理学—力学]
  • 作者机构:[1]中国石油大学信息与控制工程学院,山东东营257061
  • 相关基金:国家自然科学基金资助项目(60672003);山东省自然科学基金资助项目(Y2006F49);中国石油大学硕士研究生创新基金资助项目(S2007-11)
  • 相关项目:基于槽式孔板的低含液率气液两相流计量技术研究
中文摘要:

槽式孔板是一种新型的气液二相流流量传感器,为了研究其二相流测量特性,提出了一种新的信号处理方法。首先应用小波变换模极大值滤波方法对差压测量信号去噪,然后对滤波结果进行经验模式分解得到有限个经验模式函数(IMF),进而对IMF建立自回归(AR)模型,研究了AR模型的参数与气液二相流流型以及分相流量之间的关系。这种信号处理方法能够使具有非平稳特性的差压信号满足时间序列分析的建模条件,AR模型的参数可以有效地区分气液二相流流型,并与气液分相流量的变化密切相关,为气液二相流流型识别和流量计量算法的研究奠定了基础。

英文摘要:

Slotted orifice is a new type of flow sensor for gas-liquid two-phase flow. In order to study its measurement characteristics for gas-liquid two-phase flow, a novel signal processing method was put forward. Firstly, the differential pressure signal was de-noised by wavelet transform modulus maximum method, secondly the de-noised signal was decomposed into a finite number of intrinsic mode functions (IMF) by empirical mode decomposition, and then the autoregressive model (AR) was built with different IMFs. The correlations among AR model parameters, the flow regime and individual flow rate were investigated. The proposed signal processing method is a powerful tool for turning the non-stationary original differential pressure into a set of stationary time series, which satisfies the conditions of time series analysis. The model parameters can distinguish flow regimes, closely correlate with the variation of gas and liquid flow rate, and are fundamentally important for the flow regime identification and individual flow rate metering of gas-liquid two-phase flow.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《化学工程》
  • 中国科技核心期刊
  • 主管单位:中国华陆工程科技有限责任公司
  • 主办单位:中国华陆工程科技有限责任公司
  • 主编:程惠亭
  • 地址:陕西省西安市高新技术产业开发区唐延南路7号 华陆大厦
  • 邮编:710065
  • 邮箱:chem_eng@chinahualueng.com
  • 电话:029-87989701 27988823/4/6
  • 国际标准刊号:ISSN:1005-9954
  • 国内统一刊号:ISSN:61-1136/TQ
  • 邮发代号:52-52
  • 获奖情况:
  • 第六届全国石油和化工行业优秀期刊一等奖,历届陕西省科学技术类优秀期刊,首届《CAJ-CD规范》执行优秀期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),波兰哥白尼索引,荷兰文摘与引文数据库,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:11323