【摘 要】
：
起伏振动气液两相流型准确识别对漂浮核动力平台安全稳定运行有重要意义.通过对比静止和起伏振动管道的压差信号以及对应的频谱图发现,起伏振动管道内的压差信号波动幅度更大且包含更多的频率分量,两种流型均含有主频率,该频率为起伏振动频率.针对起伏振动状态气液两相流压差信号的复杂性,分别采用自适应白噪声的完备总体经验模态分解(CEEMDAN)和集合经验模态分解(EEMD)对小波降噪后的压差信号进行模式分解,发现CEEMDAN能够在减少模式分量的同时获得更多有效的分量.通过计算spearman相关系数选择具有表征意义的
【机 构】
：
东北电力大学能源与动力工程学院 吉林132012
论文部分内容阅读
起伏振动气液两相流型准确识别对漂浮核动力平台安全稳定运行有重要意义.通过对比静止和起伏振动管道的压差信号以及对应的频谱图发现,起伏振动管道内的压差信号波动幅度更大且包含更多的频率分量,两种流型均含有主频率,该频率为起伏振动频率.针对起伏振动状态气液两相流压差信号的复杂性,分别采用自适应白噪声的完备总体经验模态分解(CEEMDAN)和集合经验模态分解(EEMD)对小波降噪后的压差信号进行模式分解,发现CEEMDAN能够在减少模式分量的同时获得更多有效的分量.通过计算spearman相关系数选择具有表征意义的IMF分量进行Hilbert变换计算能量作为特征值,采用概率神经网络对流型进行识别.结果 表明,采用CEEMDAN进行模式分解结合概率神经网络的识别方法准确率达到95.83％,能够用于起伏振动下气液两相流型识别.
其他文献
针对现有卷积神经网络模型体积大、运算量高,导致电力巡检无人机检测速率与精度无法兼顾的问题,提出一种基于模型压缩的ED-YOLO网络实现无人机避障的目标检测算法.该目标检测算法以YOLOv4为基础,首先在主干网络中加入通道注意力机制,在不增加计算量前提下提高检测精度;其次在特征金字塔部分运用深度可分离卷积替换传统卷积,减少卷积计算量;最后利用模型压缩策略裁剪网络中冗余通道,减小模型体积并提高模型检测速度.在自主构建的9600张电力巡检无人机飞行障碍的数据集进行测试,ED-YOLO与YOLOv4相比,其障碍物
为解决双节瓷支柱绝缘子的振动检测问题,以220 kV串联瓷支柱绝缘子为研究对象,采取SolidWorks软件建模并导入ANSYS软件中,设置模型参数计算分析;验证了通过振动声学法检测串联双节瓷支柱绝缘子的可行性,同时探究了激振-拾振距离及拾振点在下法兰底端的具体位置对绝缘子检测精度的影响,得到其一般性规律,通过搭建220 kV绝缘子实验台对仿真得到的规律进行验证;最终结论表明,激振-拾振距离对瓷支柱绝缘子的振动检测结果存在影响,对于双节支柱绝缘子,当激振点与拾振点位于通过下法兰中心的同一直线上时,关于下法
针对目前锂电池极片表面存在低对比度微小缺陷难以检测的问题,提出了一种基于改进Canny算子的锂电池极片表面缺陷检测方法.首先,使用双边滤波改善高斯滤波在降噪时可能造成的图像边缘模糊问题,并在此基础上引入多尺度细节增强算法来增强低对比度图像;其次,基于Sobel算子的3×3梯度模板计算极片图像的梯度幅值和梯度方向;最后,基于最大熵和Otsu算法自动获取图像的高、低阈值,通过逻辑与运算对两种算法阈值分割后的检测结果进行边缘融合,并利用形态学闭运算和细化算法修复不连续边缘,得到最终检测边缘.实验结果表明,传统C
针对同心圆环区域,设计了不同数目的 组合电容层析成像传感器,以提高传感器在测量区域的空间分辨率.基于数值仿真,对内外径之比为0.2、0.3、0.4、0.5的4种同心圆环区域,采用了传统外层12电极和12-4、12-6、12-83种内外双层结构电极(IEE),研究了其成像特性.其中IEE传感器测量过程施行外部-对立-内部(EOI)和外部-对立(EO)两种激励策略,对几种典型的介质分布进行测量,并采用LBP、Tikhonov、Landweber算法开展图像重建.结合数值仿真和实验验证,结果显示内外双层电极测量
针对现用PCB缺陷检测方法存在效率低、误检率高、通用性低、实时性差等问题,提出基于改进YOLOv4算法的PCB缺陷检测方法.使用改进二分K-means聚类结合交并比(IoU)损失函数确定锚框,解决预设锚框不适用PCB小目标缺陷检测的问题.引用MobileNetV3作为特征提取网络,提升对PCB小目标缺陷的检测性能,同时方便部署在现场轻量化移动端.引入Inceptionv3作为检测网络,利用多种卷积核进行运算满足PCB缺陷多类别的检测要求.以PCB_DATASET数据集为测试对象,将本文方法与Faster
针对碳捕集与封存条件下科里奥利质量流量计测量气液两相CO2动态过程质量流量时误差较大的问题,本文提出了一种基于门控循环单元(GRU)的动态过程下气液两相CO2质量流量校正方法.利用GRU适合动态过程预测的特点,使用来自CO2气液两相流实验平台的采集数据,对GRU网络模型进行训练,并使用网格搜索法结合K折交叉验证优化模型参数.使用八组典型工况下的测试集对优化后的GRU模型在测量精度和泛化性能方面进行了评估,并与最小二乘支持向量机(LS-SVM)模型进行了对比分析.实验结果表明GRU模型优于LS-SVM模型,
漏磁检测广泛应用于铁磁性材料设备的在线检测当中,是一种有效的缺陷检测方法.如何利用缺陷漏磁信号进行三维不规则缺陷轮廓重构是漏磁检测中的关键问题.然而,三维不规则缺陷漏磁检测的有限元模型计算量大,因此难以快速获得精确的漏磁信号,并且由于缺陷重构的不适定性,研究中不容易获得不规则缺陷的精确轮廓.本文提出了一种用于计算三维不规则缺陷漏磁信号的单元磁偶极带叠加模型,并验证了使用该正演模型进行漏磁计算的有效性,针对三维缺陷轮廓重构的高维优化问题,提出了一种带边界约束的基于信赖域的投影Levenberg-Marqua
卷积神经网络凭借其较强的非线性拟合能力,在电容层析成像图像重建中逐渐得到应用.本文针对卷积神经网络模型超参数调节问题,研究了模型参数对卷积神经网络电容层析成像图像重建的影响.首先,通过数值方法构建了包含80000组随机流型与40000组典型流型的“电容矩阵-介质分布”数据集;然后,通过该数据集中的训练集对不同超参数的卷积神经网络模型进行训练和验证,并系统研究了网络初始化、网格密度、卷积核数、全连接层神经元数以及隐藏层结构等超参数对图像重建精度的影响;接着,利用额外生成的12000组数据作为测试集对各网络模
液固两相流广泛存在于能源动力、石油化工等工业过程,两相流压降作为重要的流动参数,有助于流动建模及流态分析.建立液固两相压降测量模型,提出了一种结合超声多普勒及超声透射衰减的液固两相超声压降测量方法.搭建液固两相流动实验平台,对两相压降规律进行研究.两相混合流速和固相体积分数升高时,液固两相压降均逐渐增加.在固相体积分数为0.28％～1.37％,两相混合流速为0.9～1.65 m/s时,根据液固两相压降测量模型及Churchill模型的超声法得到的两相压降与差压传感器测量的压降平均相对误差为4.93％和5.
本文针对界面扰动波的发展演化过程,利用液膜厚度测量传感器,在可调压中压湿气装置上进行了154组界面扰动波的测量实验,并运用递归定量分析方法提取液膜时序信号的确定性等4个特征参量,结合小波分析方法,对气液两相流界面扰动波的演化规律进行了研究,结果表明,在波状环状流中,随着管道压力的增加,界面扰动波的确定性值维持在1附近,递归熵值从4.5下降到3,表明界面波运动的有序性增强,比率值从1增加到2.5,而递归率值从0.5下降到0.3,表明扰动波由非稳态向稳态过渡;在完全环状流中,随着管道压力的增加,两相界面以规则