ARMA模型在兩相流檢測(cè)中的應(yīng)用研究.pdf

1、該文基于ARMA(Autoregressive Moving Average)模型,對(duì)氣固流化床和氣液兩相流系統(tǒng)進(jìn)行了分析并進(jìn)一步對(duì)其流型進(jìn)行了辨識(shí),得到了一些有益的結(jié)論.該文的主要工作和創(chuàng)新點(diǎn)如下:●提出了一種針對(duì)WLS(Wavelet-generalized least squares)的AR模型法的改進(jìn)算法.引入R/S分析法對(duì)WLS法進(jìn)行改進(jìn),以提高Hurst指數(shù)估計(jì)精度及濾波效果.基于小波技術(shù)的WLS法是具有1/f噪聲的系統(tǒng)回歸

2、模型參數(shù)的最佳線性無(wú)偏估計(jì).該文對(duì)WLS法進(jìn)行了仿真研究,研究結(jié)果表明WLS法對(duì)H>0.5的1/f噪聲的濾除作用明顯優(yōu)于傳統(tǒng)的AR模型,但同時(shí)發(fā)現(xiàn)WLS法對(duì)Hurst指數(shù)的估計(jì)誤差較大.針對(duì)Hurst指數(shù)的估計(jì)誤差較大的問(wèn)題,該文引入R/S分析法,仿真研究表明該方法在提高Hurst指數(shù)估計(jì)精度的同時(shí)提高了WLS法的濾波效果.●將改進(jìn)的基于WLS的AR模型法應(yīng)用于氣固流化床的流型辨識(shí),提出了一種氣固流化床過(guò)程監(jiān)控的新方法.利用壓力波動(dòng)信號(hào)

3、建立了AR模型,對(duì)氣固流化床的流型進(jìn)行了分析研究,發(fā)現(xiàn)在不同流型下,AR模型階數(shù)有明顯不同.在此基礎(chǔ)上,利用模型階數(shù)進(jìn)行流型的判別,初步實(shí)驗(yàn)結(jié)果表明,所采用流型辨識(shí)方法是有效的,氣固流化床中鼓泡床和湍動(dòng)床的辨識(shí)成功率分別為94.3％和80.0％.●應(yīng)用ARMA時(shí)序模型對(duì)不同管徑的水平管氣水兩相流進(jìn)行了建模分析.對(duì)不同管徑不同流型下的差壓波動(dòng)信號(hào)進(jìn)行了建模,在此基礎(chǔ)上分析得出:彈狀流流型下ARMA模型的階數(shù)n最小,泡狀流和環(huán)狀流流型下的A