[发明专利]一种多孔介质内气液两相流流型智能识别方法

权利要求书

1.一种多孔介质内气液两相流流型智能识别方法，其特征在于，包括如下步骤：

步骤1：获取压差信号数据；

通过在多孔介质管道的进出口安装的压力变送器，获得多孔介质管道的进出口压差信号；

步骤2：对测量得到的压差信号进行特征提取，并生成特征向量；具体特征提取步骤如下：

步骤2.1：计算压差信号的时域特征参数，需要先得到压差信号的概率密度函数f_x(x)；之后计算得到2个所需时域特征参数：压差信号的标准差σ，压差信号概率密度函数的偏度S_k：

步骤2.1.1：计算得到压差信号的概率密度函数；对于一组随时间变化的压差信号x_i，设它的累积分布函数是F_x(x),如果存在可测函数f_x(x)满足：

那么压差信号x_i是连续型随机变量，并且f_x(x)是压差信号x_i的概率密度函数；

步骤2.1.2：按以下公式计算压差信号的标准差σ：

其中x_i表示原始压差信号，表示原始压差信号在整个时间区间内的平均值，n为数据信号点的个数；

步骤2.1.3：按以下公式计算压差信号概率密度函数的偏度S_k：

其中μ₃是x_i的三阶中心距，其计算公式为：

步骤2.2：计算压差信号的频域特征参数；需要先计算得到信号的功率谱密度P_f，并在此基础上获得所需的3个特征参数：最大功率对应频率f_max、功率谱密度的标准差σ_P以及功率有效分布范围R_P；

步骤2.2.1：计算得到压差信号的功率谱密度P_f

给定一个随时间变化的压差信号x(t)，则该信号的功率谱密度P_f的定义为：

其中是使用快速傅里叶变换计算的x(t)的傅里叶变换的平方范数；

步骤2.2.2：计算得到压差信号的频域特征参数——最大功率对应频率f_max：

压差信号的功率谱密度中的最大值对应的横坐标，即为最大功率对应频率f_max；

步骤2.2.3：计算得到功率谱密度的标准差σ_P：

其中P_i表示每个频率点对应的功率谱密度值，表示所有频率点功率谱密度的加权平均值；

步骤2.2.4：计算功率有效分布范围R_P

求信号的总功率；再从0Hz开始，对功率进行求和，当求和功率达到总功率的99％时，其对应的横坐标所表示的频率值即为功率有效分布范围R_P；

步骤3：构建特征向量；

通过步骤2计算得到了压差信号的5个特征参数，将上述5个特征参数组合成一个长度为5的一维数组[σ S_k f_max σ_P R_P]，再将数组进行归一化处理：

S＝σ+S_k+f_max+σ_P+R_P

其中V代表任意一个特征向量；

经过归一化处理后，对于需要识别并判断流型的样本，得到的向量即为其特征向量，直接输入SVM智能识别模块并进行流型判断；而对于作为训练样本的特征向量，还需要在数组最后再增加一个元素，该元素作为标签来表明该特征向量的属性，元素1代表泡状流，元素2代表弹状流，元素3代表环状流；经过上述步骤3的处理，即可得到SVM智能识别模块所需的特征向量；

步骤4：利用SVM智能识别模块，根据输入的特征向量，以及预设好的识别模型，判断此时对应的流型；

SVM智能识别模块中预设的识别模型是基于大量实验数据和支持向量机SVM技术训练得到的模型；当一个特征向量输入进来后，识别模型首先逐一读取特征向量内包含的每组数据，之后会根据支持向量机原理计算该特征向量与识别模型中支持向量的距离，再根据距离的远近判断该特征向量对应的流型；

步骤5：输出流型：将多孔介质管道内的气液两相流流型识别结果通过屏幕或电信号输出。