基于层析成像软测量的两相流流型识别.pdf

维普资讯 第 23卷第 3期 电 力 科 学 与 工 程 VO1．23．No．3 6 2007年 7月 ElectricPowerScienceandEngineering Ju1．．2007 基于层析成像软测量的两相流流型识别 张立峰 (华北电力大学控制科学与工程学院，河北保定071003) 摘要：基于电容层析成像 (ECT)和人工神经网络的软测量方法，实现 了两相流流型识别。以油气两相流 为例，建立了两相流流型识别的软测量模型。从 ECT传感器的输出中提取特征参数作为软测量模型的辅 助变量，两相流流型为主导变量，构建gt自组织竞争神经网络，进而实现对两相流流型的在线判别。仿 真结果表明，该方法判别精度高、判别速度快。 关键词：电容层析成像；软测量技术；流型识别； 自组织竞争神经网络 中图分类号：TP391，41 文献标识码：A 量、二次变量)为基础，利用易测过程变量与待测 0 引 言 过程变量 (主导变量)之间的数学关系 (软测量模 型)，通过各种数学计算和估计实现对主导变量的 在 电力、化工、石油等工业部门中存在大量的 测量，其核心是软测量模型的建立。 两相流系统。两相流体流型的在线识别是实现两相 神经网络具有 自学习、联想记忆、自适应和非 流在线监控 的前提，一直是两相流领域 中重要的研 线性逼近能力，非常适合本文的问题。本文构建了 究方向。以往的各种流型可视化方法主要有射线法 一 个二级 自组织竞争神经网络的软测量模型。 和光学法等 Ⅲ。电容层析成像 (简称 ECT)技术 1．1特征参数 是 自20世纪 90年代发展起来的一种用于工业管 合适的特征参数提取是保证网络辨识流型的关 道多相流测量的过程层析成像技术，它利用多相介 键。本文以油气两相流为例，欲辨识的流型有：层 质具有不同的介 电常数，通过阵列电极电容变化， 流、环流、中心流和满管流，如图1所示 (白色代 反映管道中多相介质分布，从而构造出管道截面各 表气，黑色代表油)。 相介质的分布图像。该技术为解决工业流型可视化 问题提供了一条有效的途径 。 传统的利用ECT识别流型的方法主要是观察 O⑥● 重建的图像，但图像重建需耗费一定时间，且图像 层流 环流 中心流 满管流 重建的精度不够高，有一定误差。 图 1 待辨识 的流型图 本文研究基于ECT的软测量技术，利用该技 术从 ECT传感器的输出中提取反映流型的特征参 电容传感器的结构如图2所示。 数，构建二级 自组织竞争神经网络，从而无需经过 按照极板相对位置的不同，可 以得到 66个独 图像重建，由神经网络直接给出流型识别的结果。 立的电容值，对于管内不同的流型，这些电容值的 均值或方差所呈现的规律也会不同，定义特征参数 1 软测量模型的建立 如下 ： 管道顶部相邻极板电容值G，和底部相邻极板 软测量技术 H 以易测过程变量 (或称辅助变 电容值C9，。。的比值为 收稿 日期：2007-04-01． 基金项 目：国家 自然科学基金资助项 目 50337020)；天津 自然科学基金资助