气液两相流型智能识别理论及方法

前言
第1章 绪论
1.1 两相流的定义和分类
1.1.1 两相流的定义
1.1.2 两相流的分类
1.2 两相流的特点
1.3 两相流参数检测
1.3.1 两相流主要检测参数
1.3.2 两相流参数的分类
1.3.3 两相流参数检测研究的重要意义
1.3.4 两相流参数检测技术的发展现状与趋势
1.4 气液西相流流型识别的研究
1.4.1 流型研究的工程背景及意义
1.4.2 国内外气液两相流流型研究的发展和现状
1.4.3 流型智能识别存在的问题
参考文献
第2章 气液两相流型的划分和判别
2.1 常见流型的划分方法
2.2 水平管道中的气液两相流型划分
2.3 水平管道中气液两相流型判别
2.3.1 基于流型图的流型判别
2.3.2 流型转换准则
2.4 气液两相流型的测量方法
2.4.1 目测法
2.4.2 高速摄影法
2.4.3 射线衰减法
2.4.4 接触式探头法
2.4.5 过程层析成像法
2.4.6 压差波动法
2.5 本章 小结
参考文献
第3章 气液两相流型压差波动信号的测量
3.1 实验系统及步骤
3.2 实验信号与传感器的选择
3.2.1 实验信号的选择
3.2.2 差压传感器的选取
3.3 两相流压差信号的获取
3.3.1 取压距离的选取
3.3.2 采样频率的确定
3.3.3 样本数据长度的确定
3.4 振动对实验装置的影响
3.5 实验装置中的噪声分析
3.5.1 噪声的来源与分类
3.5.2 实验装置中的噪声
3.6 实验测得的压差波动信号及分析
3.7 本章 小结
参考文献
第4章 基于小波分析的压差波动信号去噪处理
4.1 小波基本理论
4.1.1 离散二进小波变换
4.1.2 基于小波的多分辨分析
4.1.3 小波分解和重构的Mallat算法
4.1.4 小波包分解
4.2 压差波动信号中噪声的辨识
4.2.1 自相关函数
4.2.2 压差波动信号的分解
4.2.3 线性相关性研究
4.3 小波去噪理论
4.3.1 基于小波分解的信号去噪
4.3.2 小波去噪中阈值的选取
4.3.3 仿真实验
4.3.4 实测数据处理
4.4 本章 小结
参考文献
第5章 基于小波分析的流型压差信号特征提取
5.1 压差波动信号的wigner谱分析
5.1.1 Wigner谱原理
5.1.2 压差波动信号的Wigner谱分析
5.2 基于连续小波变换的压差波动信号特征
5.2.1 连续小波变换
5.2.2 压差波动信号奇异值特征分析
5.2.3 压差波动信号奇异值特征提取
5.3 奇异性特征提取
5.3.1 Lipschitz指数
5.3.2 小波变换与Lipschitz指数α
5.3.3 压差波动信号的奇异性分析结果
5.4 流型特征提取的小波包方法
5.4.1 小波包变换
5.4.2 小波包能量和信息熵提取
5.5 本章 小结
参考文献
第6章 基于混沌理论的流型压差信号特征提取
6.1 混沌与分形理论
6.1.1 动力系统
6.1.2 混沌吸引子
6.2 混沌的研究方法
6.2.1 分数维
6.2.2 Kolmogorov熵
6.3 相空间重构
6。4混沌特征参数的计算方法
6.4.1 G－P算法及其改进
6.4.2 嵌入维数和延迟时间的选择
6.4.3 数据长度对关联维数计算的影响
6.5 混沌研究的辅助方法
6.5.1 概率密度函数
6.5.2 功率谱分析
6.5.3 R／S分析
6.6 压差波动信号的混沌特征分析
6.6.1 功率谱分析
6.6.2 吸引子对各流型的表征
6.6.3 压差波动信号的关联维数和Kolmogorov熵分析
6.6.4 压差波动信号的Hurst指数分析
6.7 流型特征向量的构造
6.8 本章 小结
参考文献
第7章 基于Hilbert－Huang变换的流型特征提取
7.1 Hilben－Huang变换方法的原理
7.1.1 特征尺度参数
7.1.2 瞬时频率
7.1.3 固有模态函数
7.1.4 经验模态分解方法
7.2 基于HHT的动态压差信号波动成分
7.3 流型压差波动信号的经验模式分解方法
7.4 流型的EMD能量特征提取
7.4.1 EMD分解的流型压差信号分析
7.4.2 EMD分解的流型压差信号能量特征提取
7.5 本章 小结
参考文献
第8章 气液两相流动的图像信号测量
8.1 实验系统及实验步骤
8.2 图像采集系统的选取
8.2.1 高速摄影系统的选取
8.2.2 照明系统的选取
8.2.3 图像拍摄技术的选取
8.3 两相流图像信号的获取及分析
8.4 流型图像的噪声分析及处理
8.4.1 图像噪声的来源
8.4.2 图像噪声的消除
8.5 本章 小结
参考文献
第9章 气液两相流动的图像信号特征提取
9.1 基于灰度直方图的流型图像特征提取
9.1.1 流型图像的灰度直方图
9.1.2 灰度直方图统计特征参数
第10章 流型的神经网络识别模型
第11章 流型的支持向量机模型
第12章 神经网络和证据理论融合的识别方法
第13章 气液两相流流型在线识别系统