关键词： 粒子图像测速   多尺度   多相流   传递过程  

摘要： 反应器内多相流涉及复杂的流动、混合和传质过程,是化学工程领域的重要研究对象。粒子图像测速技术(PIV)是近年来新兴的多相流流场测量和可视化的实验技术,具有瞬态、多点和非侵入测量等显著优势,已被研究者广泛用于多相流流场检测。本文从多相多尺度的角度总结了PIV技术应用的最新进展,阐述了液-液相混合、固-液相混合、气-固相流动和气-液相流动中存在的技术问题及对应的解决方案,有望为多相系统中PIV技术的应用提供参考。

关键词： 计量学   电容层析成像   图像重建   深度学习   残差网络   多相流检测  

摘要： 为求解电容层析成像(ECT)中的非线性病态反问题,提出了一种基于改进ResNet-18网络的ECT图像重建方法。该网络由多个残差块组成,每个残差块被分组,然后通过组内残差连接,以融合更多的特征尺度。通过MATLAB仿真实验平台构建了流型数据集,利用深度残差网络的非线性映射能力,完成训练集的学习与训练,并利用测试集进行训练效果评价。在此基础上进行了静态实验。仿真与静态实验结果均表明:与LBP、Landweber迭代算法及未改进ResNet-18算法相比,该方法的图像重建质量明显提高,并具有良好的泛化能力。

关键词： 计量学   电容层析成像   图像重建   卷积稀疏编码   交替方向乘子算法   多相流检测  

摘要： 针对电容层析成像(ECT)病态性逆问题,提出了一种将卷积稀疏编码模型作为惩罚项嵌入到ECT最小二乘问题的方法,通过预先训练好的滤波器并结合交替方向乘子算法(ADMM)对此模型进行求解,从而完成ECT图像重建。对提出的方法进行了仿真及实验测试,并与LBP、Tikhonov正则化及Landweber迭代算法进行比较。结果表明,提出的方法其重建图像平均相对误差和相关系数分别为0.4389及0.8968,均优于其他3种方法,中心物体及多物体分布的重建质量得到显著提升。

关键词： 多相流检测   电容层析成像   算法   机器学习   图像重建  

摘要： 作为一种极具发展潜力的新型参数可视化测量技术,电容层析成像(Electrical Capacitance Tomography,ECT)因其适用范围广、非侵入性、结构简单、无辐射、成本低廉、成像速度快等优点,逐渐成为工业生产和科学领域的研究热点。ECT技术是一种参数实时检测的有效手段,因而在两相流及多相流领域有着广阔的应用前景。图像重建的速度和精度是决定ECT系统性能好坏的关键因素之一。本文基于12电极ECT成像系统,对图像重建算法展开了一系列研究,旨在提高图像重建的精确性。本文的主要工作及相关成果概括如下:(1)针对ECT成像过程中采用线性正问题求解方法会导致重建误差的问题,本文提出了一种基于极限学习机(Extreme Learning Machine,ELM)的非线性ECT正问题求解方法。网络的输入是介电常数分布,输出是测量电容值。将其与Landweber算法相结合,以实现图像重建。ELM网络的样本在物体分布位置和大小上均采用随机生成的方式,使其更具代表性。仿真和静态实验表明,相较于具有自适应步长的Landweber迭代算法,新算法在成像质量和收敛速度上均表现出明显的优势,由此验证了新算法的有效性。(2)将基于迭代重加权最小二乘法(Iterative Reweighted Least Squares,IRLS)的鲁棒正则化极限学习机(Robust Regularized Extreme Learning Machine,RELM)算法应用于ECT成像。在RELM-IRLS网络中,Bisquare损失函数的作用在于增强鲁棒性,l2-norm正则化项的作用在于避免过拟合,目标函数的优化采用IRLS算法。通过matlab有限元仿真构建油/气两相流中五种典型的随机流型分布的样本,以完成该网络的训练。仿真及静态实验均展现了新算法更好的成像效果。该算法在泛化性能方面优于经典ELM网络,且比Landweber迭代算法拥有更佳的成像质量。(3)提出了一种基于自适应支持驱动贝叶斯重加权(Adaptive Support Driven Bayesian Reweighted,ASDBR)算法的新型ECT图像重建算法。其最大优点是能够准确提取流型的主要特征,移除冗余信息。该算法将原始问题转化为一系列具有迭代重新加权权重的子问题,并通过迭代收缩阈值算法(Iterative Shrinkage-Thresholding Algorithm,ISTA)解决这些子问题。在ASDBR算法、Landweber迭代算法、稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)算法和Lasso之间进行了比较。仿真和实验结果均表明,所提出的新方法显著提高了重建图像的质量。(4)提出了一种基于高效稀疏贝叶斯学习(Efficient Sparse Bayesian Learning,ESBL)算法的新型ECT图像重建算法。该算法以高斯尺度混合模型作为参数的先验分布,增加了模型的灵活性,并采用代理函数来代替高斯似然函数,降低了算法的计算复杂度。为验证算法的有效性,分别采用拉普拉斯分布和Student’s T分布作为参数的先验分布,以获取该算法的两种具体实现,并进行了仿真和实验测试。与稀疏贝叶斯学习算法、基于拉普拉斯先验的贝叶斯压缩感知(Laplace Prior based Bayesian Compressive Sensing,LPBCS)算法和Landweber算法相比,本文提出的具有拉普拉斯先验分布的EBSL算法具有更好的图像质量和更佳的实时性。

关键词： 电容层析成像   微小电容检测   嵌入式系统   稀疏算法   多相流检测  

摘要： 多相流普遍存在于自然界和工业生产中,其有关参数密切影响着工业过程的安全及生产效率。电容层析成像技术一种以重构测量区域的介电常数分布为目标的图像重建技术,具有非侵入式测量、可视化、实时性好、安全和无辐射等优点,被广泛地应用于多相流检测之中。本文设计了一套用于多相流非侵入式检测的电容层析成像系统。 在检测设备方面,首先,采用柔性印刷电路板技术针对常见的圆管形多相流流动管道设计了8电极的末端检测传感器。其次,设计了交流激励型微电容检测电路,利用Red Pitaya开发板生成激励信号并检测转换后的信号,采用STM32单片机进行I/O控制,并且设计了Red Pitaya和STM32之间的交互采集程序。最后,设计了电脑端和Red Pitaya的数据传输程序,并在人机界面上实现检测过程的可视化。 在图像重构算法方面,将重构信号的边缘稀疏性作为L1范数约束,并采用Spilt-Bregman算法进行求解。静态流型模拟实验中,图像重建结果表明该算法可以有效提高图像重建质量。相较于传统算法,使用上述算法重构的图像具有更高的图像相关系数(0.88左右),以及更低的图像重建误差(0.36左右)。 多相流非侵入式检测实验中,首先,通过干砂、油气水层流模拟实验验证了所设计的系统可以检测出多相流流动物质分布。其次,通过橡胶棒转动实验验证了所设计系统的动态检测性能。最终,使用所设计的设备完成了对酒精溶液中小球下落过程以及油液在管道中的注入过程的检测,图像重构结果表明所开发的多相流非侵入式检测设备可以实时检测多相流流动过程。

关键词： 天然气水合物   随钻检测   粒度检测   背景扣除   成像可见性  

摘要： 天然气水合物作为一种储量丰富的清洁能源,具有极高的开发价值和能源战略意义。为了研究固态流化开采中原位天然气水合物开采环境和开采过程中多相流的流动特性以及多相流中颗粒粒径等参数,设计了一套基于图像技术的随钻检测工具。在模拟的天然气水合物开采环境下,验证了装置的强度、耐压性、密封性以及成像的可见性;对比了平均背景、采集背景两种背景处理方式的处理效果;并通过背景扣除、中值滤波、阈值基剪切、Canny处理、形态学处理等图像处理技术从流动图像中提取了颗粒的粒度分布。结果表明:①该工具满足随钻强度、耐压性、密封性要求,颗粒成像具有良好的可见性;②平均背景处理效果优于采集背景处理效果,具有良好的背景扣除效果;③粒度检测分布与实验取样结果大体一致,证明了装置粒度检测的可行性。

关键词： 卷烟工业企业   上海理工大学   重点实验室   烟草行业   中国烟草总公司   科研机构   多相流   学术会议  

摘要： 由烟草行业烟草工艺重点实验室(以下简称重点实验室)与中国计量测试学会多相流测试专业委员会共同主办的2021年夏至学术会议于6月21日在中国烟草总公司郑州烟草研究院成功举办。本次会议主题为“烟草工艺中多相流检测技术应用与创新未来”。来自上海理工大学、浙江大学等科研机构,以及卷烟工业企业约200位专家学者参加了此次活动。

关键词： 自循环除尘装备   状态监测   蓝牙广播   安卓  

摘要： 转运系统中工业粉尘的治理一直是我国环境保护面临的重要问题,现今传统的除尘手段主要是利用静电、布袋、过滤等除尘设备来控制粉尘,此类技术的应用领域相对狭窄,技术成本以及能耗相对较高。综合使用场合、性价比、维修保养等因素,本文提出的多相流自循环抑尘除尘装备结构更为简单、性价比高、维护简便、适用场合更加广泛。为保障其正常运行,对于装备运行状态的监测可以及时获取关键信息,预防设备运行故障,成为提高抑尘除尘效率和保障生产安全的关键所在。本文面向我国污染物治理的战略需求,基于多相流自循环抑尘除尘装备设计了一种运行状态监测系统,用来改善依靠经验进行检测的现状,减少事故发生率,节约大量维修费用。在研究过程中,首先运用仿真软件对初始除尘装备进行分析,得出装备运行中参数变化情况及其工作原理,确定监测参数并提出状态监测系统的设计方案。根据实际生产情况进行了传感器选型,根据参数特点规划了测量点的选取和布置方案。其次,提出一种新型的用于故障的监测方法,分析其监测原理,设计了硬件电路,并对前置放大电路、带通滤波电路等部分进行仿真实验和优化,得出降低噪声的办法,并进行了电路调试。此外,利用蓝牙通信技术在工业领域应用的可行性和蓝牙广播的优势,完成了基于蓝牙广播的无线网络设计,并设计了基于Android的APP应用,用来实现数据的接收。最后搭建测试环境,对状态监测系统粉尘浓度检测进行了标定,通过对不同拟合方程对比确定粉尘浓度的标定方程,同时对监测系统性能进行了准确性和重复性实验,确定了系统误差产生的原因,并将监测系统应用于试验装置和现场设备,通过实际应用验证了本文设计的监控系统的有效性。

关键词： 多相流检测   CFD模拟   矩阵分解   重建  

摘要： 多相流存在于我们生活当中的各个方面,无论是能源化工等生产方面,同时也存在于自然环境当中,但是多相流的流动是复杂的,对于多相流的研究还有许多难点要攻克,对于多相流参数的检测对我们的生产生活有着巨大的作用,计算流体力学(Computational Fluid Dynamics,CFD)的出现大大提升了人类对于多相流的研究,通过CFD计算出流体流动的数值解,CFD已经成为了研究流体流动的一种成熟方法。本文重点将利用CFD软件ANSYS Fluent对多相流情况进行模拟,将通过学习MATLAB编辑程序探索出对多相流某一截面密度分布情况进行重现构造。所以本文将要介绍包括多相流和CFD基础原理以及密度测量的基本方法,重点介绍关于矩阵分解的新型过程层析成像(Process Tomography,PT)方法,这种方法将会用来重新构建流场内部密度分布情况,使得构建的密度分布用图像的方式进行呈现。第一步,利用FLUENT模拟流场的流动情况,建立一种事先计划好的流动模型,在该情况下进行模拟计算,获得数据库,该数据库将被用来代替真实数据库,第一步完成之后,将进行第二部,对模拟得来的大量数据进行特征分解,两种不同的分解方式在本文将会被使用,即奇异值分解(SVD)和非负矩阵分解(NMF)。这两种分解方式可以有效的从杂乱的数据库当中提取到我们的有用信息,即基矩阵。当得到需要的基矩阵之后,进行重构工作的第三步,通过MATLAB程序编辑的方式提取某些随机位置,并读取这些位置上的密度信息,基矩阵逆解之后就重构成功。即抽取很少的点就可还原整个密度分布。最后通过搭建与模型相同的实验台所得真实的测量数据再次利用SVD分解所得基矩阵进行逆解重建,由重建成像结果可知,本文所提出的数学模型对多相流密度重建具有良好的重建效果。本文的创新点在于提出了一种数学方法将复杂的多相流计算降维处理,即通过少量的测量数据即可完成重建,且效果良好,大大节省某些复杂工况所需计算时间。

摘要： 由烟草行业烟草工艺重点实验室(以下简称重点实验室)与中国计量测试学会多相流测试专业委员会共同主办的2021年夏至学术会议于6月21日在中国烟草总公司郑州烟草研究院成功举办。本次会议主题为"烟草工艺中多相流检测技术应用与创新未来"。来自上海理工大学、浙江大学等科研机构,以及卷烟工业企业约200位专家学者参加了此次活动。会议围绕多相流测试与智能制造进行了研讨交流,