（油气储运工程专业论文）水平管油气水三相流流型识别与压降计算研究.pdf

征量包括多尺度信息熵，p s d 特征的波形指标和峰值指标，p d f 特征的 标准偏差、偏态系数和峰态系数，此外还计算了差压信号的均值、标准差 和偏斜度。本文将上述特征量作为人工神经网络的输入参数，以全面地反 映不同流型的波动特征。 本文采用了b p 神经网络进行流型的智能识别，将提取的1 2 个特征量 输入网络，对网络的层数、隐层节点数、学习速率和激励函数进行了计算 选取，经过训练，正确识别率达到了7 6 7 ；采用遗传算法进行改进，寻 找b p 神经网络的最佳权系数以及相应节点的阈值，b p 遗传神经网络算 法的收敛速度远远快于传统的b p 神经网络算法，正确识别率为9 0 。 本文采用了扩展速度的概念，对不同油水分布情况下的扩展速度进行 了推导，并应用等动量取样装置对液相区进行了取样分析，发现在分层波 浪流型下，液相区的截面含水率表现出明显的分布梯度，故采用了 g 船一w o - o w 型分层流模型，从而建立了新的三相分层流压降模型，以 克服传统分层流模型的计算误差。计算结果和实验值符合程度较好，误差 范围为。一牛1 5 4 5 。 关键词；三相流，流型，特征量，神经网络，遗传算法，压降计算 f l o wp a t t e r ni d e n t i f i c a t i o na n dp r e s s u r ed r o pc a l c u l a t i o n o nt h r e e - p h a s ef l o wi nah o r i z o n t a lp i p e l i n e y ih u a l e i ( o i i & g a ss t o r a g e & t r a n s p o r t a t i o ne n g i n e e r i n g ) d i r e c t e db yp r o f e s s o rc a ox u c w c n & d o c t o r l i a n gf h u n a b s t r a c t t h et n m s p o r t a t i o no fo i l , g a sa n dw a t e ri st h ei m p o r t a n tp o i 扛ti no n i n d u s t r yd e v e l o p m e n ta n dg a t h e r i n gt r a n s p o r t a t i o np r o j e c t m l l l t i 巾h a t r a n s p o r t a t i o nt e c h n o l o g y h a st h ec h 踟盈删s d c so f d u c i n gp i p e l i n e i n v e s t m e n ta n dw o r k i n gc o s ta n ds oo n , s oi ti si n c r e a s i n g l yu s e di ng a t h e r i n g p i p e l i n e t sa n do i lp i p e l i n et r a n s p o r t a t i o nn e t si no 丑f i e l d s ，i nw h i c hf l o w p a t t e r ni d e n t i f i c a t i o ni st h em 锄s w h i l et h ep r e s s u r ed r o pc a l c u l a t i o ni st h e g o a l t h e r e f o r e ，i ti so fg r e a ts i g n f i c a n c e t op e r f o r ma l li n v e s t i g a t i o n0 1 1 o i l g a s w a t e rt h r e e - p h a s ef l o wi np i p e l i n e s t h ee x p e r i m e n to ft h r e e - p h a s ef l o ww a sc a r r i e do u to nt h el a r g e m u l t i p h a s ef l o wl o o pa tc h i n au n i v c 粥- i t yo fp e t r o l e u m , i nw h i c hh v i w l 5 0 b a s eo n s o f t e n e dw a t e ra n da i rw e f eu s e da se x p e r i m e n t a lm e d i a 1 1 1 雠m a i n f l o wp a a e m s ，i n e t u d i n gw a v ys t r a t i f i e df l o w , s l u gf l o wa n ds e m i - a l m u l a rf l o w , w e l eo b s e r v e dd u r i n gt h ee x p e r i m e n t ，w h i c ha c c o r dw i t ht h ef l o wp a t t e r n f i g u r eo f l e e t r a a s m i t t v r so f p r e s s u r ea n dd i f f e r e n t i a lp r e s s u r ew c r e ：i n s t a l l e d 0 1 1t h el o o pt oc o l l e c tt h ef l o ws i g n a l si n c l u d i n gp r e s s t a ea n dd i f f e r e n t i a l p r e s s u r e t h ed e n o i s em e t h o di st h e 岫u l l l m o d u l a rv a l u eo fw a v e l e t b y p r o g r a m m i n gi nm a t l a bs o f t w a r e , t h ec o l l e c t e ds i g n a l sa n ds i m u l a t e ds i g n a l s w c l ed 髓o i s e d 嗣k c e 辎僦1 m i v b a s e do nt h ed e n o i s c dd a t ao fd i f f e r e n t i a lp r e s s u r ei nd i f f e r e n tf l o w p a t t e r n , t h e c h a r a c t e r i s t i cv e c t o r sw e r ec a l c u l a t e d i n c l u d i n g f r a e t a l e h a l a e t e f i s t i ev e c t o r s , s t a t i s t i c a lc h a r a c t e r i s t i cv e c t o r sa n ds oo n ，a n dt h e f r a e t a lc h a l 温c t e r i s t i cv e c t o r si n c l u d et h ec o r r e l a t i o nd i m e n s i o n , t h em a x i m u m l y a p u n o vi n d e xa n dt h eh u r s ti n d e xw h i c hw e r ec a l c u l a t e db yg - pa l g o r i t h m , w o l f a l g o r i t h ma n dr sa n a l y s i sm e t h o dr e s p e c t i v e l y a c c o r d i n gt ot h er e s u l t s , t h ef l o wc h a r a c t e r i s t i c s ，粥a n a l y z e dt h a tt h et h r e ef r a c t a lc h a r a c t e r i s t i c v e c t o r sc o u l db eu s e da st h eb a s e sf o rf l o wp a t t e mi d e n t i f i c a t i o ns t a t i s t i c a l c h a r a c t e r i s t i cv e c t o r si n c l u d em u l t i s c a l ei n f o r m a t i o n e n l r o p y , p s d c h a r a e t o r i s t i e sa n dp d fc h a r a c t e r i s t i c sa n ds oo n , a n dt h e ya l eg o o dm a t c h e s t ot h ef r a e t a le h a l a e t e r i s t i ev e c t o r s t w e l v ec a l c u l a t e dc h a r a c t e r i s t i cv e c t o r sw e r ei n p u ti n t ot h eb pn e u r a l n 吐a n dt h el a y e rn u m b e ro f t h en e t , t h en o t en u m b e ro f t h eh i d d e nl a y e r , t h e l e a r n i n gr a t ea n dt h ee x c i t a t i o nf u n c t i o nw e r eo b t a i n e d b y 打a i n i n gi t , t h e v e r a c i t yi s7 6 7 t h e nt h eg e n e t i ca l g o r i t h m sw a sc o m b i n e di n t ot h en e u r a l n e t , a n dt h ev e r a c i t yi s9 0 s a m p l i n ga n a l y s e sw e r ei n f l d ef o ro i l w a t e rm i x t u r ew i t hs a m p l i n gp r o b e ， a n df o rw a v ys t r a t i f i e df l o w , r e l a t i v e l yo b v i o u sg r a d i e n tw e r ef o u n d t h e nt h e g a s - w 0 4 ) wm o d e lw i l t ss c l e e t e d a n dt h ee x t e n d e dv e l o c i t yw a su s e x kt o o a n dt h ee x t e n d e dv e l o c i t i e su n d e rd i f f e r e n to i la n dw a t e rh e i g h t sw e c a l c u l a t e d , s ot h a tt h en o v v - p r e s s u r ed r o pm o d e lo fw a v ys t r a t i f i e df l o ww a s e s t a b l i s h e d a n dt h er e s u l ta c 伪r d sw i t ht h ee x p e r i m e n tv a l u e s k e yw o r d s z t h r e e - p h a s of l o w , f l o wp a t t e r n , c h a r a c t e r i s t i cv e c t o r , n e u r a l n e t w o r k , g e n e t i ca l g o r i t h m s ，p r e s s u r ed r o pc a l c u l a t i o n 中国石油大学( 华东) 硕士论文 主要符号表 主要符号 d 2 l m 。 h 日( c ， s | a p r e s u f h p q 圪。 希腊字母 盯 ，l ，2 u 咖 p f 关联维数 最大l y a p u o n v 指数 h m s t 指数 多尺度信息熵 波形指标 峰值指标 管道截面积，m 2 压力，p a 雷诺数 湿周，m 速度，m s 摩阻系数 高度，m 差压，p a 流量，m 3 s 扩展速度，m s 标准偏差 偏态系数 峰态系数 动力粘度，p a - s 运动粘度，m 2 s 含水率， 密度，k g m 3 剪切应力，n m 2 主要符号表 下标 g 空气 w 水 。油 l 液相 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取 得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文 中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中国石油 大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志 对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。 签名；1 7 年 月 二7 r 关于论文使用授权的说明 日 本人完全了解中国石油大学有关保留、使用学位论文的规定，即：学 校有权保留送交论文的复印件及电子版，允许论文被查阅和借阅；学校可 以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存 论文。 ( 保密论文在解密后应遵守此规定) w 7 年，月1 7 日 2 胡7 年r 月2 3 日 l 毕 中国石油大学( 华东) 硕士论文第1 章前言 1 1 研究背景与意义 第1 章前言 油气水三相流动主要发生在石油开发领域，其管路建设投资和输送能 耗都是相当大的。有数据显示，油田集输管网的投资约占工程总投资的 1 3 ，输送能耗则占生产能耗的4 0 。在油田集输系统中，广泛使用混输 管路，以降低生产成本，减小输送能耗。因此，了解流动形态、流动特性 ( 如压降和持液率) 等，对于混输管道设计和操作具有重要的意义。自从 早期l o c k h a z t 和m a r t i n e l l i ( 1 9 4 9 ) t 1 1 的研究成果发表以来，多相流动的研究 受到关注，h e w i l l ( 1 9 9 5 ) 拉1 、s r 础t m g 和s p e n e e ( 1 9 9 3 ) t 3 1 等人广泛总结了多 相流动的研究进展。 油气水三相流动是一种十分复杂的流动现象，系统内最重要的特征是 结构及分布上的不均匀性与状态的非平衡性和多值性，且各相间存在可变 形界面。相界面及其所引发的特征与各相的物性、流量、流动参数、管道 几何形状及几何位置等诸多因素密切相关川，给多相流的深入研究带来了 很多困难。 最近的研究表明 5 1 ，考虑特定流型属性的处理将可得到更为精确的结 果，进而，在流型特征基础上建立的具有深厚理论基础的模型较之纯经验 的关系式更能适合于应用，且给予流型描绘的计算方法最终必将取代对流 动特征不作任何考虑的纯经验的算法。因此，对于管内多相流中流型的理 解、描绘和预报已成为最重要的课题之一。 在多相流动的研究中，流型判别是手段，压降计算是目的，正确的压 降计算能够为油田生产、集输管网的设计提供可靠依据 6 1 。上述背景促使 油气水多相混输研究成为近年来国内外多相流研究领域十分活跃的前沿 课题，因此，研究油气水多相流的流动规律具有重大的理论和应用价值。 它对多相混输系统的流动和传热的不稳定性、波动、输送系统设计、换热 设备的设计、安全运行和在线检测都具有十分重要的学科价值和实用意 义。 中国石油大学( 华东) 硕士论文 第1 章前言 1 2 流型划分 1 9 9 1 年，德国汉诺威大学的s t a p e l b e r g 7 等人指出，如果不考虑油水 之间的分散程度，水平管道中油气水三相流的流型与气液两相流相同，因 而可以用后者的流型图来描述油气水三相流的流型。这种结论有一定的代 表性，例如美国t u l s a 大学的m a l i n o w s k y 也持同样的观点。作者发现， 在低液量下，油气水三相按密度作分层流动。增加气液的流量，先在油水 界面上，继而在油气界面上出现小的波浪。流量继续增加，波浪流变成段 塞流，但是此时在液相中油水仍然为分层流动。若再增加流量，段塞流速 增加，油水开始混合，最后形成分散流动。 1 9 9 2 年，美国r e n s s l a e r 工业研究院的a c i k g o z _ 【s 1 等人将以油和水为连 续相的流动，分别称之为油基( o i l - b a s e d ) 和水基( w a t e r - b a s e d ) 。根据 油基和水基的不同，划分了以下1 0 种流型：( 1 ) 油基分散气团流；( 2 ) 油基分散段塞流；( 3 ) 油基分散分层，波浪流；( 4 ) 油基分离分层波浪 流；( 5 ) 油基分离波状分层- 环状流；( 6 ) 油基分离，分散- 环状流；( 7 ) 水基分散段塞流； ( 8 ) 水基分散分层，波浪流；( 9 ) 水基分离，分散分层 环状流；( 1 0 ) 水基分散分层一环状流，如图1 - 1 。 气概匐撤ce a z 圈i - ia c i k g o z 的油气水三相流流型图 2 中国石油大学( 华东) 硕士论文第1 章前言 在a e i k g o z 的流型划分中，需要说明的是当液相驱动气相时称为气团 流，反之为段塞流。所谓分层一环状流，指的是底部液膜厚度高于顶部的 环状流，即半环状流。 1 9 9 3 年，美国o h i o 大学的l e e 9 1 等人将观测到的流型划分为3 类7 种：分层流，其中包括分层光滑流( s m o o t hs w a t i f i e d ) 、分层波浪流( w a v y s t r a t i f i e d ) 和波浪流( r o l n n gw a v e ) ；间歇流，包括气团流( p l u g f l o w ) 、 段塞流( s l u g f l o w ) 和拟段塞流( p s e u d os l u g ) ；以及环状流( a t m u l a r f l o w ) ， 如图l - 2 所示。 在l e e 等人的流型划分中，需要说明的是在分层流中，油水两相基本 上是分离的，水在管道底部而油在水层上方流动；即使在气团流中，水仍 然是在管道的底部流动，因为此时液体的搅动还不足以将油水两相混合起 来。在后面的三种流型中，油水两相是完全分散的。根据实验情况，作者 同时还得出了三相流流型图，如图1 - 3 所示。 圈1 - 2l e e 的油气水三相流流型 3 势屠光黼 分层渡浪诡 披溃藏 气茁藏 ， 段塞琉 拟段塞藐 环状雍 中国石油大学( 华东) 硕士论文第1 章前言 图i - 3l e e 的油气水三相流流翌图 1 9 9 9 年，国内学者吴浩江1 1 等人发现，油气水三相流的流型划分主 要包括三个方面的信息：( 1 ) 液相与管壁之间的关系，包括油基和水基； ( 2 ) 油相与水相之间的关系，包括分离、部分分散和弥散；( 3 ) 气相与 液相之间的关系，对水平管而言至少有4 种主要流型，即分层流、间歇流、 泡状流和弹状流。因此，油气水三相流的流型至少有2 x 2 x 4 = 1 6 种。 1 3 流型识别 流型识别方法分为直接识别法和间接识别法。直接识别法是采用目视 观察法、高速摄影法等根据多相流的实际流动形式直接确定流型，大多为 辅助手段在实验室进行观察。间接识别法是通过对反映多相流流动特性的 特征参数进行测量、分析后，建立一定的判据，来识别流型。间接识别法 通常是利用多相流不同相的密度差，电阻率差、介电常数差等参数，测试 其相应的信号，作为判别不同流型的依据。在这些方法的基础上发展起来 了各种测试仪器，如，射线密度计、电导探针、电容探针以及微波法等。 油气水多相流流型的识别前期的研究多采用目视或摄像机观察识别的方 法。目前己研制各种不同类型的仪器、传感器采集不同流动参数信号进行 定量分析，数据处理方法从传统的统计分析等发展至小波分析、神经网络 方法分析、层析图像重建技术等。 4 tt、0-0捌撼荟聚霉瓣 中国石油大学( 华东) 硕士论文第1 章前言 1 3 1 流型图识别流型 试验观察法的主观性和流型变化的多样性，是导致现有流型图只有定 性性质的主要原因。主观判断流型在邻近流型过渡区及高流速时难以保证 结果的准确性。多相流动往往是不充分发展的，这在加热通道内更为明显， 每种流型都未达到充分发展状态，即在绝热流动状态下，沿程的压降也有 可能导致流型的变化。流道几何形状也会影响流型的变化。在相同的含气 率条件下，流道界面大小不同，管道方位的差异均可以构成不同的流型， 而且流型与各相混合方式有关。 早期不同学者得到的流型图相互之间并不完全一致，且缺乏普适性。 其原因是流型的识别多以目测方法进行，结果带有很强的主观随意性；另 一原因是观察点处的流动结果是在非充分发展区，流型受相与相混合的方 式和长度的影响很大【“】。和文献中大量的两相流研究相比，只有有限的气 液液三相混合流动文献。根据h e w i t t ( 1 9 9 5 ) p ) 等的总结，在三相流方面的 第一篇文章是4 6 年前。a e i k g o z ( 1 9 9 2 ) x 8 j 等人实验研究了油- 气一水三相流的 流型。他们采用了大范围的流速，发现了复杂的流型排列并报道了相应的 流型转换。分层很少被发现，因为他们采用了很小的管径( 1 9 e m 外径) 。 这可能导致在工业管径中更小的流速下产生不稳定性。 m a l i n o w s k y ( 1 9 7 5 ) t ”i l a m ne ta 1 ( 1 9 7 6 ) t ”i ，s t a p e l b e r g ( 1 9 9 4 ) 1 4 1 和t a i t e l 1 1 等 人扩展了两相流型图为气液液流动并取得了很好的一致性。 由于已有的流型图多是基于稳态流型转变的假设下，用试验方法获得 的二维图线，只能适用于相同条件下的工况。然而在实际当中，多相流动 设备参数千差万别，并且许多设备在不充分发展状态下工作，很难与现有 的流型条件相同。而且基于流型转变准则来识别流型的方法，所得的结果 仍然具有定性的性质。此外，该方法要预先知道气相速度和液相速度等参 数的大小，例如对于b a k e r 流型图法，必须事先测出管子内部的液体通量 和气体通量，而这两个参数在多相流管流现场计量中难以直接测出，往往 需要先判断出流型，才能测出液体与气体的通量。对于t a i t e r - d u k l e r 流型 图与半经验公式法，需测试的参数较多，并且计算判断较为繁杂，且只是 一种定性的判断。 随着多相流理论研究的不断深入，测试与信号处理技术的发展，为了 中国石油大学( 华东) 硕士论文第l 章前言 客观的识别流型，因此许多学者开始尝试用其他方法展开对流型进行识 别，这包括计算流动压降信号的功率密度普函数( p s d ) 及概率密度函数 ( p d f ) ，通过对实验数据进行小波变换，采用分形技术以及利用人工神 经网络等来识别流型。 1 3 2 概率密度函数和功率谱密度函数客观识别流型 对多相流动的波动产生的随机信号进行统计分析，可以得到不同流型 的明显特征。最早采用的统计分析的方法有概率密度函数( p d f ) 和功率 谱密度函数( p s d ) 。 ( i ) 功率谱密度函数计算【1 6 l 设砸) 中取出长度为t 的区间，用姊( f ) 表示，其傅立叶变换为而( 厂) ， 这时地) 的功率谱密度函数为： 是2 熙；e k 刚 似， 采用w e l c h 平均周期图方法求随机过程的功率谱密度函数，计算式为 ( 2 删2 赤葛匕删d 一，百2 y t 砌) 。乏， 函数心采用砌皿i n g 窗，此方法保证了所得到的功率谱是渐进无偏 估计。 ( 2 ) 概率密度函数【1 6 1 随机过程撕) 之值落在x 以下的概率可写成 尸g ) = b ( f ) 胡( 1 - 3 ) 称之为砸) 的概率分布函数。面) 的值落在x + 缸区间的概率 p d f ( x ) = 舰去b s 砸) x + 缸l = 熙石1 等 ( 1 - 4 ) 6 中国石油大学( 华东) 硕士论文第1 章前言 称之为如) 的概率密度函数( p d f ) 。 ( 3 ) 流型识别 1 9 6 6 年，h u b b a r d 和d u k l e i i 切提出了一种根据壁面压力脉动特性进行 定量分析的方法，采用p s d 方法分析压力脉动信号；利用数字化压力传 感器的响应和功率谱密度函数分析，发现频谱分布可分成三种流型，不同 流型可用它们的能量分布进行划分，得到了可识别离散流( 如环状流、分 层流) 、弥散流( 如泡状流、雾状流) 和断续流( 相当于弹状流) 的关系 式。但由于壁面压力脉动信号影响因素过多，嗓音干扰严重，只停留在实 验室研究阶段。 1 9 7 5 年，j o n e s 和z u b e f l 8 1 应用双束x - 射线衰减技术测量了垂直管内 空气水两相流的含气率。通过对含气率的数字信号作概率密度函数 ( p d f ) 和功率谱密度( p s d ) 函数的分析，根据泡状流、弹状流、环状 流单、双峰位置的不同，从实验数据提炼出客观识别流型的准则。其后， 1 9 8 2 年，v m c e 和i j a h e y 【1 9 1 设计了六束x - 射线装置，采用强射线源，测量 了垂直管中空气水两相流的含气率，并分析了其p d f 和p s d 及其四个矩 的分布规律，发现可以应用p d f 的二阶矩即方差o2 来作为流型转变的客 观标准。但由于含气率测量装置比较昂贵、复杂、限制了其应用。 近年来，人们发展了一种采用差压波动信号的概率谱密度分布或频谱 分布来客观识别流型的方法。1 9 8 4 1 9 8 5 年m a t s u i 在实验数据基础上提 供了一种不需要目测观察的客观流型自动识别方法。这种方法利用差压波 动信号代替绝对压力波动信号，消除了试验段以外系统压力波动的影响， 简单实用，在空气水两相流系统已取得成功。 1 3 3 小波分析在流型识别中的应用 “小波”( w a v e l e t ) 是目前在许多学科和工程技术上广泛应用的一个 工具。小波分析和传统的傅立叶分析相比具有更佳的局部时域分析特性。 应用小波分析不但能够更好的得到波动过程的局部信息，而且能够方便的 实现自动滤波。 为了能对油气水多相流的流型进行正确识别，首先必须有各个流型的 7 中国石油大学( 华东) 硕士论文 第1 章前言 真实信号，因此需要先对所测的油气水多相流流动的差压信号进行信号滤 噪处理，这样才能从中提取出反应油气水多相流流动不同流型特征的特征 信号叫。 在进行差压测量时，所得的差压信号往往伴随着大量的噪声 2 l j ，小波 分析理论进行信号滤噪的基本思想是利用噪声与真实信号在各个尺度上 的小波谱具有不同的表现这一特征，将那些噪声分量去掉，然后再利用小 波变换重构算法，重构出真实信号。 李菊、董守平瞄1 通过对水平管流上采集的差压信号，按m a l l a t 小波分 析算法，对采集的段塞流和波状流信号进行4 个尺度上的小波变换，在他 们的试验中，段塞流的变化幅度为0 2 0 0 0 p a ，集中分布在一个较短的时 间段内；波状流的变化幅度为0 2 0 0 p a ，且分布在整个时间范围内。因 此，这一点可以作为区分两种流态的显著标志，从而成功的进行了对段塞 流和波状流的识别。 该方法只需测出差压传感器的信号，并且不受具体流型的限制，可以 实现实时、连续、定量的流型判别，对实现多相流实时计量具有积极的意 义。 1 3 4 分形理论在流型识别中的应用 1 9 7 3 年，曼德勃罗( b b m a n d e l b r o t ) 首次提出了分维和分形几何的 设想聊。分形几何理论建立以后，很快就引起了许多学科的关注，这是由 于它不仅在理论上，而且在实用上都具有重要价值。 多相流动是一个非线性的动力耗散系统，它表现为一系列的混沌的运 动。混沌系统具有分形的性质，即混沌系统运动轨迹在向空间的几何形态 可以用分形来描述，而分形的特征由分维来体现。通过对水平管内油气水 多相流流动的差压信号序列进行了测量和处理，计算出各种流型的差压信 号的关联维数，各种流型的信号序列在重构的伪相空间中具有不同的关联 维数，反映了各个流型的动力学形成机制的不同，所以关联维数可用于多 相流流型的识别。实验结果证明嗍，这种采用分形理论对多相流流型进 行识别的新颖方法是十分有效的。 ( 1 ) 分维的定义例 8 中国石油大学( 华东) 硕士论文 第l 章前言 分形理论用分维来表征广泛存在于自然界的一大类无序、复杂、奇异 的客体。由于所描述的具体对象不同，分维计算的具体形式也有多种，例 如有相似维数、信息维数和关联维数等。目前在实践中使用最多的是简便 易算的关联维数，关联维数是近年来发展起来的一种计算分维的方法，这 种方法是基于从实验数据( 即时间序列) 重构相空间的技术。 ( 2 ) 用于差压信号的分析 应用描述混沌运动现象的几何特性参数关联维数，分析了油气水 多相流动中各种不同流型下的差压信号，比如说分层波浪流、间歇流和环 状流的差压信号。这些差压信号用传统的信号处理方法很难加以区别。 p s d 图的主导频率与多相混合物的流速有关，流速越高，频率也就越高， 因此p s d 法很难用来作为识别流型的判据。 多相流动在不同的流型下可能出现复杂的湍流，要完全从机理上作出 解释比较困难。可以借助分形的一些工具对多相流动进行定性和定量的描 述，以区分不同流型的不同动力学形成机理。 不同流型之间的关联维数存在着很大的差异，可以作为各种流型之间 区分的依据。当然，这些结果只是基于已积累的典型流型信号的分析，其 普遍性有待于实践的进一步检验。不同流型的关联维数的计算结果不同， 反映了不同流型的动力学形成机制不同，今后需进一步深入研究不同流型 形成不同关联维数的原因。 一 1 3 5 模糊模式识别 所谓模糊模式识别问题就是在已知事物分类具有某种不确定性的情 况下，判断给定的对象属于某一类别的问题。多相流的流型分类具有模糊 性，可以让计算机模拟人的思维方法对流型进行识别和分类。 王晓东等人1 2 r r l 利用模糊识别进行了流型识别的探索。利用在一定时间 内两个罐之间气体差压的平均值g a v e ，以及通过程序采集时的数据处理 得到的气体差压的波动值g s d ，通过液位高差表得到在同一时间内的液 位平均值尉陋和波动值f s d 。认为段塞流为流型的模糊集。例如，判断 一个流型是否属于段塞流，取决于定义在某特征参数域上( 如g a v e 、g s d 、 f a v e 、f s d ) 的隶属度函数。对于某个参数，当任给一个数值，需要判断 9 中国石油大学( 华东) 硕士论文第1 章前言 在该值下，流型在多大程度上属于段塞流。 g a v e 、g s d 、f a v e 、f s d 四个参数组成一个特征向量，用来综合判 别流型。加权平均在一定程度上反应了各因素的综合分量，反应了各判据 在识别中的相对重要性。为了充分考虑g a v e 、g s d 、尉陋、f s d 在进行 流型识别时所起到的作用不同，选取不同的权重，来恰如其分地反映各个 因素的影响。根据分析和对实验数据的观察和研究，他们将权重确定如下： w l = 0 4 ，w 2 = 0 3 ，w 3 = 0 0 5 ，w 4 - - - 0 2 5 ，因此可以得到应用模糊方法评判流 型的地隶属度表达式 4 【g 4 陋，g s d , f a v e , f s d ) = q 4 惭陋) + 国2 4 4 - ( o ，4 l 剐您j + 国4 以( r s d ) f 1 s 、 应该清楚地看到应用模糊数学原理，通过建立某些能反映流型特征的 隶属度函数实现对流型的识别，其最大的困难在于隶属度函数的确定。首 先必须选定特征参数，其次是确定各个参数的权重。而如今如何确定权重 并未十分有效的方法，而多相流流动异常复杂，影响因素很多，建立一个 能识别所有流型的模糊识别方程相当困难。 1 3 6 神经网络实现智能识别 吴浩江等人【2 t 2 喇在实验室中采用机油、空气和水作为实验工质来模 拟现场的水平管内原油、天然气和水构成的油气水三相流动，采用快速响 应差压传感器对水平管管内的油气水多相流流动的差压进行测量，得到反 映油气水多相流流动波动特性的差压信号，首先对其进行小波滤噪，然后 根据分形理论从滤噪后的差压信号中提取出各种流型下信号的关联维数 作为特征向量，最后将已知流型的差压信号特征向量送入神经网络进行学 习，得到神经网络的权系数。这样将某种未知流型的差压信号特征向量送 入神经网络，网络就能自动输出流型的类型，从而实现油气水多相流流型 的智能识别。 英国i i i q 埘i a l 大学经过多年的努力研制成功了一种称之为e m s e r 的 软件，利用k o n o n e n 自组织( k s o f n ) 和多层反馈网络( m b p n ) 组成混 合网络。由压力、差压信号提取的特征集经过k s o f m 后，识别各种流型， 经过训练后的m b p n 可以获取各个相的流量。 中国石油大学( 华东) 硕士论文第1 章前言 传统神经网络常采用b p 神经网络，它的学习过程是一个非线性的优 化过程，不可避免地会遇到局部极小问题，使得网络收敛速度慢或不收敛， 常采用逼近非线性函数能力和网络收敛速度均优于b p 网络的径向基函数 神经网络来识别油气水多相流流型。径向基函数神经网络包括输入层、隐 层和输出层，其中隐层采用径向基传递函数，输出层采用纯线性神经元。 隐层、输出层神经元个数s l 和s 2 根据所解决的具体问题确定。网络输出 层采用纯线性神经元，可使整个网络输出取任意值。 应用分形理论中的关联维数来处理多相流动系统在各个不同流型下 的差压信号，并把关联维数作为神经网络的输入。结果表明，信号在重构 的伪相空间中具有不同的关联维数，反映了各个流型的动力学形成机制的 不同。应用关联维数来识别流型具有物理概念明晰、计算简单明了、信号 特征容易量化等优点。 人工神经网络是简单的非线性函数的多项复合，无需建立任何物理模 型和人工干预，具有自组织、自学习能力，能映射高度非线性的输入输出， 能自动调整各神经元之间的结合强度，以使网络正确地映射其输入输出关 系。神经网络还具有很强的容错性和鲁棒性，善于联想、综合和推广，应 用神经网络来识别流型克服了传统识别流型方法的盲目性、主观性以及使 用环境要求较高等缺点。 人工神经网络也有其自身的不足，如b p 神经网络算法是一种梯度下 降搜索算法，易于陷入误差函数的局部极值点，而且对于较大搜索空间、 多峰值和不可微函数也不能有效搜索到全局极小点等，故对人工神经网络 的算法改进尚需进一步研究，以提高其在多相流识别领域的应用。 1 4 分层流压降计算 1 9 9 5 年，t a i t e l 等人刚采用三层流模型( 即气，油，水三层，如图l - 4 所示) ，并对各相分别列出动量守恒方程： 一4 浮) 一f ，& + f j s p , , a ，g s i n 3 = o 甜 一以嘿) 一r o s o - f 墨+ r j s j p o & g s i n # = 0 吐r l l ( 1 - 6 ) ( 1 7 ) 中国石油大学( 华东) 硕士论文第l 章前言 一如( 叁一f 6 一乃邑一几如g 咖= o ( 1 8 ) 消去其中的压降( 咖出) 项，并经过代入、化简处理，最后得到： 一警+ 百1 6 s o + 。墨哇+ 二) 1 一( 成一如) g 咖= 。 ( 母) 一弓争+ 已 一等+ 。s c 专+ 旁一c 办一砌，g 咖= 。c - 加， i i oj 1 l l j ，士血w 图1 - 4 油，气，水的三层流模型 方程( 1 - 9 ) 和( 1 - 1 0 ) 为非线性方程组，其解不唯一。在求解过程 中，他们采用的方法是先假设一个较小的吃值，代入( 1 - 9 ) 得出k ，然 后将这两个值再代入( 1 1 0 ) ，如此反复进行直至收敛，然后就可以计算 出压降值。需要注意的是，由于解的不唯一性，在求得一组解后仍然需要 继续进行，直到达到计算精度。 1 9 9 7 年，g e o 鲫eh e w i t t 【3 2 1 在帝国理工大学的w a s p 装置上进行了 水平管的油气水三相流实验。他也是采用了分相流模型，从动量方程出发， 对水平管内三相分层流的摩阻压降进行了数值计算，结果与实测值之间比 较吻合。但是，h e w i t t 的计算方程过于复杂，并且模型中没有考虑复杂相 界面引起的摩擦阻力与流型之间的关系。 目前，相比于文献中大量的两相流压降计算研究，油气水三相流的压 降计算研究还很有限，这主要涉及到三相流中油水相间的分布问题和各相 流速计算等问题，还需进一步的研究。 中国石油大学( 华东) 硕士论文 第1 章前言 1 5 本文主要研究内容 ( 1 ) 在较大型的油气水三相流实验环道上进行实验，以获取更接近现 场的实验数据，并对采集的差压信号寻求一种较好的小波滤噪方法； ( 2 ) 提取出能够尽量全面反映多相流动波动特性的特征量，重点研究 三相流动的分形特征、统计特征等并进行流动特性分析，以期全面反映流 动特性； ( 3 ) 主要利用b p 神经网络进行流型识别，并与遗传算法结合进行b p 算法改进，提高改进后b p 神经网络的流型识别精度； ( 4 ) 在实验的基础上，主要研究实验中出现的分层波浪流的压降计算， 提高压降模型的计算精度，以更好地应用于工程计算中。 中国石油大学( 华东) 硕士论文 第2 章实验系统和信号滤噪 第2 章实验系统和信号滤噪 2 1 实验系统介绍 2 1 1 实验装置 圈2 - 1 中国石油大学( 华东) 多相流实验环道 图2 - 1 为整个实验环道的布置图，环道采用不锈钢管焊接而成，全 长3 8 0 m ，管道内径为o 0 8 1 m 。整个环道为水平布置，实验装置主要是 由起点的油气水三相供应系统、大型实验环道、终点的分离系统以及 控制和数据采集系统组成。为了便于观察流型，在实验段上布置有透明 有机玻璃管；环道起点有清管球发球筒，中间设有u 型起伏段，采用起 吊方式改变倾角，可调角度为- 3 0 0 + 3 0 0 ，起伏段用于测试起伏管路对 多相流的影响；环道沿程设置了温度、压力、差压、截面含气率、流型 等测量点；末端有收球筒和旁接计量罐，利用清管可直接测量管内集液 量和管道工艺参数；终点安装了管束式捕集器和容器式捕集器。整个实 验系统基本上实现了微机自动控制及数据采集，利用l a b v i e w 编制的 高速数据采集系统对实验管路起点的油气水流量、压力、温度、沿线的 压力、差压进行采集，取样频率为1 k h z 。 1 4 中国石油大学( 华东) 硕士论文第2 章实验系统和信号滤噪 2 1 2 实验流程 1 一水罐；2 - - 油罐；3 - - 离心泵；4 一螺杆泵；5 一调频压缩机；6 - - 缓冲罐；7 一气路调节弼； 8 一东路调节阀；9 - - 油路调节阀；1 0 - 金属浮子流量计i1 1 ，1 2 - - g o s e s o u n t 质量流量计； 1 3 - - 油水混合器；1 4 一三相混合器；1 5 一测试段；1 6 - 气液分离器；1 7 一油水分离器 图2 - 2 实验环道的流程图： 图2 - 2 所示为多相流实验环道的流程图，由图可以看出，油、水通 过螺杆泵和离心泵增压，分别计量后进入油水混合器内进行混合。空气 由变频压缩机提供，经过缓冲罐和气体流量计后与油水两相在三相混合 器内再次混合，之后进入实验环道。最后，油气水三相进入卧式分离器 进行气、液分离，气相直接捧空，从卧式分离器内流出的油水混合物再 进入油水立式分离器，依靠油水的密度差进行重力沉降分离，密度较小 的油上浮到油水界面之上，经过堰板溢流进入油罐，水则循环回到水罐。 2 2 实验参数范围和介质物性 2 2 1 实验参数范围 环境温度：2 0 o 3 0 o ； 气相折算速度：1 0 7 8 2 9 6 5 n ：l ，s ： 中国石油大学( 华东) 硕士论文第2 章实验系统和信号滤噪 液相折算速度：o 1 0 o 2 7 m s ； 入口含水率：1 0 o 9 7 o 。 2 2 2 实验介质物性 实验所采用的介质为空气、软化水和h i o 可1 5 0 号基础油，其相 关物性参数如下： ( 1 ) 空气物性 密度。成= p r ( t + 2 7 3 1 5 ) k g m 3 ( 2 一1 ) 式中：气体状态常数r = 2 8 7 i j ( k g k ) ，p 是绝对压力，p a 。 动力粘度： 化2 ( o 9 8 6 0 1 + 9 0 8 0 1 2 5 。1 0 。t - 1 1 7 6 3 5 5 7 5 。1 0 4 丁2 ( 2 - 2 ) + 1 2 3 4 9 7 0 3