两相流流型复杂网络的社团结构及统计特性.docxVIP

两相流流型复杂网络的社团结构及统计特性 1. 气液两相流型识别 原油、化工、核反应堆和其他行业有大量两相流，因此正确识别两相流流型对优化和工艺转型具有重要意义。由于两相流具有复杂的相对运动界面效应和相对运动，因此很难正确识别两相流的类型。特别是，流量变化的动态机制尚未完全确定。这是一个复杂的非线性动态系统。 复杂网络理论兴起于20世纪90年代, 它是对复杂系统的一种抽象和描述方式, 任何包含大量组成单元 (或子系统) 的复杂系统, 当把构成单元抽象成节点、单元之间的相互关系抽象为边时, 都可以当作复杂网络来研究. 在Watts和Strogatz关于小世界网络以及Barabási和Albert关于无标度网络的开创性工作之后, 人们对存在于不同领域的大量实际网络进行了广泛的实证性研究, 研究发现大量的大型复杂网络不仅具有小世界效应和无标度特征[12,13,14,15,16,17], 而且都呈现一种特性——社团结构, 即整个网络由若干个社团构成, 每个社团内部的节点之间的连接相对非常紧密, 但是各个社团之间的连接相对来说却比较稀疏. 本文基于在多相流流动模拟装置上测得的数据采用复杂网络理论进行气液两相流流型识别. 首先, 在网络构建上, 以不同的气液流量配比流动条件为节点, 不同条件在网络中用不同编号的节点表示, 并通过高速动态摄像仪实时监测管道内两相流动结构以区分实验中不同流动条件所