提出一种基于核主成分分析与多元多尺度能量熵的气液两相流流动特性分析方法。通过电阻层析成像设备采集垂直管道气液两相流实验数据,采用核主成分分析(kernel principal component analysis,KPCA)和主成分分析分别处理原始数据得到低...提出一种基于核主成分分析与多元多尺度能量熵的气液两相流流动特性分析方法。通过电阻层析成像设备采集垂直管道气液两相流实验数据,采用核主成分分析(kernel principal component analysis,KPCA)和主成分分析分别处理原始数据得到低维时间序列,结合多变量经验模态分解方法提取多元多尺度能量熵(multivariate multiscale energy entropy,MMEE)用以对比降维方法影响并分析流体的动态变化。结果表明,KPCA能保留原始数据中非线性特性并显现在MMEE的数据变化与流型转换关系中;结合熵值10尺度均值与5尺度拟合斜率构建的联合分布能实现高效准确的流型辨识。所提方法为气液两相流流动特性分析提供了兼具经济性与效率性的手段,也为更深层次的分析提供了更多元的可靠参数。展开更多
文摘提出一种基于核主成分分析与多元多尺度能量熵的气液两相流流动特性分析方法。通过电阻层析成像设备采集垂直管道气液两相流实验数据,采用核主成分分析(kernel principal component analysis,KPCA)和主成分分析分别处理原始数据得到低维时间序列,结合多变量经验模态分解方法提取多元多尺度能量熵(multivariate multiscale energy entropy,MMEE)用以对比降维方法影响并分析流体的动态变化。结果表明,KPCA能保留原始数据中非线性特性并显现在MMEE的数据变化与流型转换关系中;结合熵值10尺度均值与5尺度拟合斜率构建的联合分布能实现高效准确的流型辨识。所提方法为气液两相流流动特性分析提供了兼具经济性与效率性的手段,也为更深层次的分析提供了更多元的可靠参数。
