[发明专利]一种气固鼓泡床内二维气泡识别方法

权利要求书

1.一种气固鼓泡床内二维气泡识别方法，其特征在于，包括以下步骤：

1)获取某一时刻气固鼓泡床内的一截面上各点的坐标(x,y)以及固含率的值，构成规模为n的数据总集D_t：

2)从步骤1)中获得的数据总集中筛选出气泡数据点集；

3)计算气泡数据点集中每两个气泡数据点间的欧式距离，得到总欧式距离矩阵；

4)定义最小搜索邻域δ；

5)依据单个气泡内数据点间距s＜δ而气泡间距离S＞δ，以总欧式距离矩阵M中任意欧式距离m_i,j为起始点，对其相应的行、列交替进行基于最小邻域δ的搜索，将行、列搜索结果分别存储在行集合S_row、列集合S_col中；上一轮搜索结果作为下一轮搜索的起点位置，重复进行行、列搜索，并将行、列搜索结果分别存储在行集合S_row、列集合S_col中；直至S_rowΔS_col＝φ，表明属于单个气泡的全部数据点已经搜索完成，完成单个气泡的识别；

6)标记已识别的气泡，即对行集合S_row或列集合S_col内的属于单个气泡的全部元素赋予相同的标记，且上一个被识别的气泡的标记r_e和下一个被识别的气泡标记r_e+1之间的关系为：r_e+1＝r_e+1，e为已标记气泡个数；

7)重复进行步骤5)～6)，直至遍历总欧式距离矩阵M中的全部元素，完成气固鼓泡床的截面内全部气泡的识别。

2.如权利要求1所述的一种气固鼓泡床内二维气泡识别方法，其特征在于，在上述步骤2)中，筛选气泡数据点集的具体过程如下：

2.1)定义气泡边界，即固含率满足的坐标点属于气泡上的点，并从数据总集D_t中筛选出固含率符合的坐标点，构成包含有气泡数据点的子集D_s：

D_s＝{d_i(x_i,y_i)|i＝1,2,…,m}(m≤n) (2)

2.2)根据数据特点选择合适的稀释系数k，对子集D_s进行系统抽样，得到气泡数据点集D：

D＝{d_i(x_i,y_i)|i＝1,1+k,1+2k,…,l}(l≤m) (3)。

3.如权利要求1所述的一种气固鼓泡床内二维气泡识别方法，其特征在于，在上述步骤3)中，得到总欧式距离矩阵的具体过程如下：

3.1)计算气泡数据点集D中的第i个数据点d_i与其余点的欧氏距离，构成欧式距离子集M_i，

M_i＝{m_i,1,m_i,2,m_i,3,…m_i,l},i＝1,2,3,…,l (4)

式中，m_i,j为第i个数据与第j个数据间的欧氏距离；

3.2)遍历气泡数据点集D中的全部数据点，得到总欧氏距离矩阵M：

4.如权利要求1所述的一种气固鼓泡床内二维气泡识别方法，其特征在于：在上述步骤1)中，某一时刻气固鼓泡床内的一截面上各点的坐标(x,y)以及固含率的数据来源是三维实验数据、工业数据、模拟数据中的任意一种。

5.如权利要求1所述的一种气固鼓泡床内二维气泡识别方法，其特征在于，还包括步骤8)体积极小的气泡识别，具体包括以下步骤：

i)构建最小值矩阵D_min，

确定欧式距离子集M_i中的最小值，记为dm_i，并记录其索引值id_i，用[dm_i,id_i]表示距离气泡数据点d_i最近的点的索引值为id_i；遍历总欧式距离集合M中的所有子集；得到最小值矩阵D_min，

D_min＝{[dm₁,id₁],[dm₂,id₂]…[dm_t,id_t]} (6)

ii)比较最小值矩阵D_min中的最小值dm_i与最小搜索邻域δ之间的大小关系，当dm_i＞δ时，根据该最小值dm_i对应的索引值id_i找到该气泡数据点，认为该气泡数据点为气固鼓泡床空间中的离散点，即代表一个体积极小的气泡。