基于槽式孔板与神经网络的湿气流量计

　　0　引言

　　近年来,一些新型节流元件被应用于气液两相流计量技术研究,并取得了一些积极的研究成果。但由于各种压降修正模型如Murdock、Steven[1-2]等,都是基于一定的理论假设以及特定的实验条件获得的。因而在应用中受到现场条件的限制,难以获得满意的计量精度[3]。目前,神经网络技术已被较多地应用于多相流流型识别、持液率测量文丘里管的湿气流量计量研究等[4-6]。本文以槽式孔板为节流元件[7],并应用神经网络技术对测量信号进行处理,实现了湿气的气液两相流量计量。

　　1　槽式孔板与湿气流量计样机

　　槽式孔板是一种新型节流差压传感器,其流通面由均匀分布于管道截面的槽孔构成。这种结构能够使气液两相流体均匀通过孔板,避免了标准孔板在气液两相流动条件下形成的上游液相累积与差压的剧烈波动,保证了测量信号的平稳性和准确性。文献[7]对槽式孔板的特性进行了仿真和实测研究。

　　湿气流量计样机结构如图1所示。

　　样机采用双节流元件组合测量方式,上下游孔板具有不同的孔径比。计量过程中,通过分析孔板的差压信号可得到气液相流量,同时辅以流体的压力、温度对计量结果进行修正。详细的实验过程与实验方法参见文献[8]。运用各种信号分析方法对差压信号进行处理,可获得多个表征不同流动形态与流量大小的特征量。

　　2　信号特征向量的选择

　　为了能够充分体现不同工况流动特点的特征向量,在研究中应用F比值以及相关分析方法对特征量进行了分析[9]。

　　定义

　　式中:为特征量x在第i个工况的第α个信号段中的取值; 为统计量在不同工况下取值的均值; 为统计量在同一工况下的不同信号段取值的均值; 为在不同工况下取值的均值;

　　由定义式可知,F比值的分子部分计算了不同流量工况之间特征量取值的差异程度,分母部分计算了工况内不同信号段之间特征量取值的差异程度。若两者的比值较大,说明在同一流量工况下,特征量的取值较为接近,而不同流量工况的特征量取值相差较大。此时,特征量的取值与流量工况之间存在明显的对应关系,即特征量表征流动特点的能力较强;反之,特征量表征流动特点的能力较弱。

　　选择气相流量为600 m³/h,液相流量分别为0.7m³/h、1.4m³/h、2.0m³/h、3.4m³/h和4.3m³/h的流量工况进行分析。信号长度为200 s,并按20 s的长度截取信号段,每个工况下可得到10个信号段。不同信号段的标准差和峰度如图2所示。

　　由图2可知,相同工况下的标准差值波动较小,不同工况下的标准差值存在明显差异;而峰度在相同工况下的取值波动较大,在不同工况下的取值分布区间存在较多的重叠区域。显然在上述工况范围内,峰度与标准差相比,其对气液两相流动信息的表征能力较差。将特征量的值代入式(1)可分别求得标准差的F比值为71.2,峰度的F比值为7.5。标准差的F比值较大,这与上文的分析是一致的。