[发明专利]基于多层复杂网络的两相流多元复阻抗检测信息融合方法

摘要

本发明公开了一种基于多层复杂网络的两相流多元复阻抗检测信息融合方法，涉及两相流研究领域，所述方法通过八电极循环激励复阻抗传感器相关测量系统获取垂直上升油水两相流多元复阻抗信息，通过多层网络对该信息中幅值和相位信息进行融合，使用节点度依赖性指标以及多层网络全局聚集系数指标对网络拓扑进行定量刻画，揭示两相流流型演化动力学特性，并通过网络指标绘制有较小偏差的流动参数测量图版。本发明主要应用于两相流流动参数测量及流型演化动力学分析。

主权项

1.一种基于多层复杂网络的两相流多元复阻抗检测信息融合方法，其特征在于，包括如下步骤：1)构建多层复杂网络，包括：(1)通过八电极循环激励复阻抗传感器获取各工况的包含两相流流动信息的s个通道的实验数据，每个通道的数据长度均为L，所述数据包含两部分，幅值序列I表示幅值，以及相位序列P表示相位；(2)对每一个工况内的所有通道的幅值序列进行数据分割，得到幅值序列片段其中每一个通道的数据分割为n个长度为m的幅值序列片段，数据分割以b为步长：k^c＝(c‑1)×n+1,(c‑1)×n+2,...,c×n，其中k＝[k¹,k²,...,k^s],N＝s×n；(3)对每一个工况内的所有幅值序列片段进行快速离散傅里叶变换，得到对应的幅值频域序列其中，F表示频域，abs(·)表示取绝对值操作；再提取幅值频域序列有效片段m′＜m；(4)将每一个工况内的每一个幅值频域序列有效片段等间隔分割为e段，每一段的数据长度为q，得到幅值频段序列其中m′＝e×q；(5)通过每一工况内幅值频段序列构建相应的幅值加权复杂网络W_I＝[(W_I)¹,(W_I)²,...,(W_I)^e]；(6)对每一个工况内的所有通道的相位序列进行数据分割，得到相位序列片段其中每一个通道的数据分割为n个长度为m的相位序列片段，数据分割以b为步长：k^c＝(c‑1)×n+1,(c‑1)×n+2,...,c×n，其中k＝[k¹,k²,...,k^s],N＝s×n；(7)对每一个工况内的所有相位序列片段进行快速离散傅里叶变换，得到对应的相位频域序列其中，F表示频域，abs(·)表示取绝对值操作；再提取相位频域序列有效片段(8)将每一个工况内的每一个相位频域序列有效片段等间隔分割为e段，每一段的数据长度为q，得到相位频段序列其中m′＝e×q；(9)通过每一工况内相位频段序列构建相应的相位加权复杂网络W_P＝[(W_P)¹,(W_P)²,...,(W_P)^e]；(10)进而得到包含幅值加权复杂网络WI和相位加权复杂网络WP的多层复杂网络；2)对所述的多层复杂网络，设定幅值度分布和相位度分布以及度分布相关性其中，表示在u频段的幅值加权子网络(W_I)^u中度值为d的节点的数目，表示在u频段的相位加权子网络(W_P)^u中度值为d的节点的数目，表示在u频段的幅值加权子网络(W_I)^u中度分布序列的平均值，表示在u频段的相位加权子网络(W_P)^u中度分布序列的平均值，其中min(·)表示取最小值的操作，length(·)表示取序列长度的操作；3)对所述的多层复杂网络，设定多层网络全局聚集系数4)绘制在不同流速下的度分布相关性多层网络全局聚集系数与相含率测量图版；5)根据步骤4)所绘的测量图版，分析度分布相关性多层网络全局聚集系数与流型演化动力学关系，揭示两相流流型演化动力学机制。