基于小波神经网络的油气水三相流相含率的软测量方法.pdfVIP

第 26卷第 3期 化学反应工程与工艺 Vol26，NO3 2010年 6月 ChemicalReactionEngineeringandTechnology Jurie 2010 文章编号：1001--7631 (2010)O3—0218—05 基于小波神经网络的油气水三相流 相含率的软测量方法 周云龙 袁俊文。 (东北 电力大学，1．能源与动力工程学院，2．自动化工程学院，吉林 吉林 132012) 摘要 ： 利用高速摄影仪对垂直上升管中油气水三相流的流动进行 了动态图像 的拍摄 ，提取每一帧 图像 的 灰度均值组成灰度 时间序列 ，并从时间序列中提取 了能反映油气水三相流流动特性的统计和分形特征量， 将这些特征量作为人_T神经网络的输入量。在水的体积流量为 1．32～12．15m ／h，油的体积流量为 0．Ol～0．43m ／h，空气的体积流量为0．75～2．5m。／h条件下 ，采用小波神经 网络作为相含率预测模型 ， 结果表明，小波神经网络的预测值与测试值非常吻合，含气率预测最大误差为 3．57 ，含水率最大误差 为3．3 ，较好地实现了油气水三相流相含率的预测 ，为油气水三相流相含率测量提供 了一种有效的软测 量方法 。 关键词 ：油气水三相流 ；动态图像 ；相舍率；软测量 中图分类号 ： 0359．1 文献标识码 ：A 随着海上油 田、沙漠油 田和极地油 田的相继发现，使油田开发活动 向环境恶劣的边远地区拓展 ， 混输的优势更加明显 [1]。相含率是研究多相管流的重要课题，也是实现多相流计量的重要参量 ，它对 生产过程工艺优化、流量测量及控制具有重要意义[2]。近年来 ，基于现代信息处理技术的多相流软测 量方法受到了广泛关注，一些反映多相流非线性动力学特性的特征量也被引入到软测量过程 中 “]。 赵鑫 等对垂直上升管中油水两相流的电导波动信号，从时频域内提取特征量作为人工神经网络的输 入量，应用BP人工神经网络作为相含率预估模型，较好地实现了油水两相流含水率预测 。林宗虎 ] 等采用伽马射线测量的高能计数和低能计数作为输人参数 ，截面含水率和含气率作为输出参数 ，构建 了预测水平管油气水三相分层流相分率 的径向基函数神经网络，有效地克服了传统双能伽马密度仪对 流型敏感。 本工作利用高速摄影技术对垂直上升管中油气水三相流流动进行了动态图像的拍摄 ，并从三相流 动态图像灰度均值的波动信号 中提取能反映油气水--*N流流动特性 的统计和分形特征量，利用具有较 强逼近和容错能力小波神经网络作为相含率预测模型，较好地实现 了油气水三相流相含率的预测。 1 油气水三相流灰度波动信号采集 1．1 实验部分 实验是在油一空气一水三相流系统上完成的 。选用内径 29mm，长 2m的透 明有机玻璃管，水的 体积流量为 1．32～12．15m。／h，35号润滑油 的体积流量为 0．O1～0．43m。／h，空气的体积流量为 0．75～2．5m ／h。在垂直测试管中采集到大小为 768×512，帧频为 250帧 ／s的6种典型流态图像。 1．2 动态 图像灰度均值的获取 在图像的诸多特征中灰度特征是其中最重要的一个，求一副图像的灰度均值L8]如下式 ： 收稿 日期 ：2009—11—19；修订 日期 ：2010—04—12 作者简介 ：周云龙 (196O一)，男 ，教授，博士生导师 。E—mail：ylzhou@mail．nedu．edu．cn 基金项 目：吉林省科技发展项 目 第 26卷第 3期 周云龙等．基于小波神经网络 的油气水三相流相含率 的软测量方法 219 L—l = z{( ) (1)