版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、兩相流動現象廣泛存在于工業(yè)生產的各個過程中,作為一個復雜的非線性系統(tǒng),傳統(tǒng)的理論分析方法在其內在動力學刻畫上仍存在較大局限性,因此我們需要從新的角度與理論分析方法來研究兩相流系統(tǒng)。
首先,我們在綜合考察國內外電導傳感器設計基礎上,選擇變曲率對壁式電導傳感器進行仿真優(yōu)化設計,利用有限元分析的方法對傳感器的結構參數進行優(yōu)化,得到最優(yōu)尺寸并進行實物加工。在實驗室多相流裝置上進行垂直上升氣液兩相流動態(tài)實驗,通過設計加工的傳感器測得
2、多組對應于泡狀流、段塞流和混狀流的實驗數據。
基于測量數據,我們采用多元時間序列加權復雜網絡方法,分別在三種典型氣液兩相流流型兩兩組合的基礎上,構建了加權復雜網絡,并用樹圖方式描述出網絡的拓撲結構,發(fā)現該方法可以很好的將段塞流從其他兩種流型中辨識出來,但是難以實現對泡狀流和混狀流的有效區(qū)分。
鑒于這一點,我們又采用無權復雜網絡的方法,構建了三組多元時間序列復雜網絡,分別是泡狀流和段塞流、段塞流和混狀流、以及泡
3、狀流和混狀流復雜網絡,并通過網絡可視化軟件繪制出網絡結構圖。我們發(fā)現,每一個網絡都能很清晰的劃分為兩個社團,其中泡狀流和段塞流、段塞流和混狀流網絡中,段塞流的網絡聚集性明顯要高于其他流型,泡狀流和混狀流網絡中兩個社團的網絡聚集性類似,該方法能夠很好地實現氣液兩相流流型識別;此外,我們還利用該方法對水平油水兩相流的數據進行了分析,發(fā)現該方法同樣可將不同水平油水兩相流流型進行有效辨識。
最后,對比加權復雜網絡和無權復雜網絡在兩
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 兩相流測量信號的時間序列分析.pdf
- 兩相流復雜網絡非線性動力學特性研究.pdf
- 多元時間序列建模分析
- 多元時間序列建模分析
- 多元時間序列異常檢測的研究.pdf
- 多元時間序列關聯挖掘算法研究與應用
- 基于Lasso罰的多元時間序列分析方法研究.pdf
- 城市原生污水兩相流特性研究.pdf
- 多元時間序列關聯挖掘算法研究與應用.pdf
- 金融多元時間序列挖掘方法研究與應用.pdf
- 毛細管兩相流特性研究.pdf
- 多元時間序列流動態(tài)關聯規(guī)則挖掘.pdf
- 旋流干燥器兩相流特性研究.pdf
- 基于隨機映射神經網絡的多元時間序列預測方法研究.pdf
- 多元時間序列的分割方法及拐點識別研究.pdf
- 多元時間序列相似性搜索算法研究.pdf
- 搖擺狀態(tài)下兩相流特性研究.pdf
- 基于多元時間序列的神經網絡短期風速預測模型的研究.pdf
- 基于復雜性熵的氣液兩相流特性分析.pdf
- M船型水氣兩相流場特性研究.pdf
評論
0/150
提交評論