张立峰,苗 雨

(华北电力大学 自动化系,河北 保定 071003)

1 引 言

两相流指2种不同相物质混合流动的情况,广泛存在于化工、能源、石油、电力等行业中。在工业生产过程中,由于管道压力、流体速度、不同相之间存在界面效应,相对流速不同,导致两相流流型具有随机性和瞬变性。两相流流型不同,将会直接影响到工业生产的经济效益、系统安全等诸多方面,因此两相流的在线辨识对于工业生产过程监控和故障诊断等具有重要意义[1]。电容层析成像技术(electri-cal capacitance tomography,ECT)是一种两相流可视化测量技术。它可获得被测管道内两相流介质介电常数的二维/三维分布图像;同时,ECT测量电容值亦包含流型特征信息,因此,可基于ECT重建图像或其测量信号进行两相流流型辨识[2]。彭黎辉等运用模糊神经元网络实现ECT流型辨识[3];邵晓寅等对重建流型图像特征进行分析,利用流型的随机和模糊特性,提出了一种流型模糊判别方法[4];Xie等利用图像处理和模式识别技术分析ECT重建图像,采用模糊集理论实现流型识别结果,建立在线流型识别系统,可以识别水平管道中的环流、层流、塞状流等典型流动模式[5]。近年来各智能优化算法相继开发并被应用在流型辨识领域上。文献[6]采用SVM算法进行流型辨识;宋蕾等通过ECT系统提取多种典型流型的电容值特征信息作为训练样本,导入Elman神经网络模型进行训练学习,并利用训练完成的Elman神经网络模型实现流型辨识[7];龙军等使用经验模式分解……