基于熵分析棒束通道氣液兩相流型識別及動力學(xué)特性分析.pdf

1、氣液兩相流動現(xiàn)象廣泛存在于各種工業(yè)換熱設(shè)備中，棒束通道氣液兩相流動在核電站沸水堆冷卻劑流過堆芯的燃料組件中常見。流型對氣液兩相流動設(shè)備的運行和安全具有重要影響，而棒束通道幾何形狀狹長與普通圓管不同，流型流動特性及流型識別方法也有較大不同。本文針對7×7棒束通道采集氣液兩相流動的壓差信號，通過多尺度熵和多尺度邊際譜熵兩種時頻熵方法，小尺度下熵率從微觀細節(jié)上揭示流型信號的流動特性，大尺度下的熵率從宏觀流動上進行流型識別；并提取小尺度下的多尺

2、度熵率、多尺度邊際譜熵率和譜熵均值的聯(lián)合分布作為特征熵，結(jié)合人工神經(jīng)網(wǎng)絡(luò)尋求流型在線識別的最佳組合方法。
　　基于多尺度熵理論對流型壓差信號進行時域熵分析。通過 MATLAB軟件求得多工況下壓差信號的多尺度熵，線性擬合法求出多工況下壓差信號小尺度下的多尺度熵率。通過多工況下流型壓差信號的多尺度熵率的二維分布可以實現(xiàn)流型定量識別，流型壓差信號的多尺度熵變化趨勢可以揭示流型演化規(guī)律。
　　發(fā)現(xiàn)整體識別率達到97.11％，不在識別

3、范圍的是3例泡狀-攪混流，這是由于泡狀-攪混流的流動特征位于泡狀流及攪混流之間，特征參數(shù)波動范圍較大沒有明顯界限。泡狀流和攪混流這兩種主要流型特征參數(shù)界限明顯，識別效果佳，識別率達100%。并與分形理論的結(jié)果進行了對比分析發(fā)現(xiàn)多尺度熵理論能夠定量實現(xiàn)流型辨識，而且能通過小尺度下的熵變化規(guī)律揭示動力學(xué)特性。
　　基于多尺度邊際譜熵理論對流型壓差信號進行頻域熵分析。通過 MATLAB軟件求得多工況下壓差信號的多尺度邊際熵，計算各工況下

4、的多尺度邊際譜熵均值，線性擬合壓差信號在小尺度下的譜熵增率，利用多尺度邊際譜熵增率和譜熵均值聯(lián)合分布可定量準確區(qū)分4種流型，對泡狀-攪混流這種難以區(qū)分的過渡流型也有較好效果，識別率達100%。多尺度邊際譜熵能從頻域細節(jié)上揭示不同流型的動力學(xué)特性。
　　特征熵結(jié)合人工神經(jīng)網(wǎng)絡(luò)進行流型識別，多尺度邊際譜熵率和譜熵均值的聯(lián)合分布作為特征值的識別率顯著高于多尺度熵率作為特征值的識別率，誤識別的是泡狀-攪混流和環(huán)狀流，泡狀流和攪混流識別率1

5、00%；支持向量機作為識別模型的識別率顯著高于BP神經(jīng)網(wǎng)絡(luò)的識別率；多尺度熵率作為特征是的識別速度略快于多尺度邊際譜熵率和譜熵均值的聯(lián)合分布的識別速度，優(yōu)勢不是很明顯；多尺度邊際譜熵率和譜熵均值的聯(lián)合分布作為特征值與支持向量機（SVM）結(jié)合識別流型具有快速、準確的特點，是最佳流型識別組合。
　　通過對氣液兩相流壓差信號進行時頻域熵分析及人工神經(jīng)網(wǎng)絡(luò)識別流型的應(yīng)用，表明了多尺度熵和多尺度邊際譜熵兩種理論是十分有效的流型辨識方法，并進