基于电导波动信号的气液两相流动力学多尺度非线性分析.docxVIP

基于电导波动信号的气液两相流动力学多尺度非线性分析 1. 多尺度非线性分析方法 这两个相流是一个复杂的非线性动态系统。由于许多复杂因素的影响，如运动方程运动、相位界面相互作用和相位局部运动的运动，其运动行为呈现出高度无序、随机和不稳定性。到目前为止，人们还不清楚两相流转换的动态机制是否已经认识到。根据最初的研究，采用基于混合理论和形状理论的非线性分析方法，可以在一定程度上代表两相流的宏观动力学特征，但突出了这两个相流微观动力学特征的缺点。非线性时空动态损失结构的路径是对这一系统进行多方面的分解，即运动分解为极值和动态，油耗分解为逆反射和散动，过程分解为有序、无序，结构分解为不同的规模。这一分解的结果允许研究人员从复杂过程中找到规律，并了解不同方面的不同方面。龚志强等人，通过小波变换和特征特征的变化，研究了地震前混时间隔的异常识别。魏亚峰等人提出了流场多尺度特征的特征。通过小波变换和特征特征的变化，获得了地震前混时间隔的异常识别。基于多尺度分析的方法，研究了地震前混时间隔的变化特征。基于小波分解重建方法提取了特定流型的资源向量，并应用智能数据处理技术实现了油气水流型的自动识别。基于不同固定床流流流型的多尺度热态分析，提出了固定床流流型中的波态分析的方法。根据hurst指数，将原始压力波动信号分解为多尺度信号。结果表明，多尺度和非线性分析法结合复杂、不确定性和复杂多相流的动态变化特性，具有良好的优势。 尽管多尺度非线性分析方法在多相流动力学特性研究中已取得了一定进展,由于非线性分析算法不唯一性,在总结各尺度下表征的非线性动力学特性规律时存在较大困难.所以,在进行多尺度分析时,需要对分解尺度信号非线性表征引入更加适定算法.混沌时间序列分析中的递归图及递归定量分析在生物物理及医学等领域得到了应用,特别是对于复杂动力学过程的模式识别问题,递归分析方法显示出了快速直观有效优势.将小波分析与递归定量分析有机结合,可以相对直观地分析两相流信号在不同尺度的非线性特征.在本课题组先前研究中,利用电导传感器测取的波动信号研究了两相流复杂性测度特性,研究表明,两相流电导波动信号源蕴含着丰富的流型信息,为进一步从微观到宏观角度考察气液两相流动力学运动特征,本文对采集的泡状流(bubble flow),段塞流(slug flow),泡状-段塞过渡流(bubble-slug transitional flow),混状流(churn flow)及段塞-混状过渡流(slug-churn transitional flow)电导波动信号采用多尺度递归定量分析方法进行了分析处理,取得了对气液两相流流型动力学特性新认识. 2. 气液两相流电导率波动信号多面分解 2.1. 离散二元小波变换 小波变换具有时频定位特性,它是函数f(x)(或信号)在小波函数系上的展开.设小波母函数为ψ(t),伸缩和平移因子为a和b,则函数f(x)∈L2(R)的连续小波变换定义为 Wf(a,b)=1√|a|∫+∞-∞f(x)ˉψ(x-ba)dx,(1)Wf(a,b)=1|a|√∫+∞?∞f(x)ψ(x?ba)ˉˉˉˉˉˉˉˉˉˉˉdx,(1) 在实际应用中,常采用其离散二进制小波变换形式,对应的离散二进小波变换为 Wf(j,k)=2-j2∫+∞-∞f(x)ˉψ(2-jx-k)dx,(2)Wf(j,k)=2?j2∫+∞?∞f(x)ψ(2?jx?k)ˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉdx,(2) 对于上述变换,本文采用的Mallat塔式算法如下: 假定信号样本f(x)∈VJ1,其中VJ1是具有分辨率J1的L2(R)的闭子空间,则信号样本f(x)可分解成不同频率通道上的成分,即 f(x)=AdJ1f(x)=AdJ2f(x)+J2∑j=J1+1Djf(x),(3)f(x)=AdJ1f(x)=AdJ2f(x)+∑j=J1+1J2Djf(x),(3) 其中,AdJ2dJ2f(x)为f(x)在尺度J2下的平滑信号,即为频率小于2-J2的成分;Djf(x)为f(x)在尺度j下的细节信号,即为频率介于2-j和2-(j-1)之间的成分(J1+1≤j≤J2). 2.2. 小波分解和频率成分 本文采用小波变换对实验采集的电导波动信号进行多尺度分解,在模拟井的实验条件下,气液两相流的流型大体分为泡状流、段塞流和混状流,每两种流型之间还存在着过渡流型,分别截取了试验工况条件下的气液两相流电导波动信号作为分析对象,数据采样长度选择为2000.本文采用7阶Daubechies小波,其尺度函数(Φ7)和小波函数(Ψ7)如图1所示. 由于实验中的采样频率为400 Hz,由香农采样定理可知在这样的采样频率下可以表征的最大频率为200 Hz,考虑气液两相流电导波动信号特征,选择6层小波分解,将信号分解为7个尺度,经二进离散小波变