《气固两相流多参数检测及团聚机理研究与应用》PDF下载

  • 购买积分:11 如何计算积分?
  • 作  者:周云龙著
  • 出 版 社:北京:科学出版社
  • 出版年份:2016
  • ISBN:7030512731
  • 页数:257 页
图书介绍:本书是作者总结多年来从事气固两相流参数检测理论和试验研究工作所取得的研究成果的基础上撰写而成。全书共7章,全书共7章,主要基于压力信号和图像信号的气固两相流型识别,基于数字图像处理技术的气泡和颗粒行为特征参数检测,基于PTV法以及光流法的气固两相流流场检测,基于粘附性颗粒流动模型的团聚流态化数值模拟,颗粒团聚行为及其参数检测。

第1章 绪论 1

1.1两相流的定义和分类 1

1.1.1两相流的定义 1

1.1.2两相流的分类 1

1.2两相流的特点 2

1.3两相流参数检测方法及分类 3

1.3.1参数检测的主要方法 3

1.3.2两相流参数的分类 3

1.4气固两相流参数检测的研究 4

1.4.1参数检测的工程背景及意义 4

1.4.2参数检测的研究进展及现状 4

1.4.3参数检测存在的问题 8

1.5气固两相流典型设备及联系 9

1.5.1气固两相流典型设备 9

1.5.2流化床与喷动床的区别与联系 10

参考文献 11

第2章 基于压力信号的气固两相流流型识别 14

2.1气固两相流的典型流型 14

2.1.1气固两相流流型划分 14

2.1.2气固两相典型的流型特征 16

2.1.3流型识别中拟解决关键问题 17

2.2实验系统及实验步骤 18

2.2.1实验装置简介 18

2.2.2实验步骤 19

2.3实验参数的测量 20

2.3.1信号的采集与压力传感器的选择 20

2.3.2实验所观察到的流型 20

2.4压力脉动信号的去噪处理 22

2.4.1几种一代小波去噪基本原理 22

2.4.2二代小波原理 25

2.4.3一代小波与二代小波除噪比较 27

2.5压力脉动信号的时频分析 28

2.5.1时频分析 28

2.5.2数据结果分析 29

2.6压力脉动信号的非线性分析 33

2.6.1非线性分析 33

2.6.2数据结果聚类分析 36

2.6.3数据结果递归分析 39

2.7压力脉动信号的混沌特性和多重分形分析 41

2.7.1混沌特性分析 42

2.7.2多重分形分析 48

2.8流型识别模式的分析与选取 52

2.8.1人工鱼群基本理论 52

2.8.2BP神经网络 53

2.8.3Elman神经网络 54

2.8.4人工鱼群算法优化BP网络的过程 55

2.8.5统计特征参数 56

2.8.6实验结果与分析 57

本章小结 59

参考文献 59

第3章 基于图像信号的气固两相流型识别 62

3.1实验系统及实验步骤 62

3.1.1实验装置简介 62

3.1.2实验步骤 63

3.2数字图像采集系统 63

3.2.1高速摄影机系统 63

3.2.2图像拍摄方式的选择 64

3.2.3照明系统的选择 64

3.2.4流化床气固两相流动图像的获取 65

3.2.5流型图像的预处理 67

3.3流化床气固两相流流型图像特征提取 70

3.3.1流型图像的灰度直方图统计特征 70

3.3.2流型图像的傅里叶变换纹理特征 72

3.3.3流型图像的小波-分形特征 75

3.3.4流型图像的多重分形特征 79

3.4流型识别分类器的分析与选取 84

3.4.1BP神经网络模型 84

3.4.2概率神经网络模型 86

3.4.3遗传神经网络模型 87

3.4.4神经网络模型在流型识别的应用 89

3.4.5流型识别方法比较 90

本章小结 91

参考文献 91

第4章 气泡、颗粒行为特征研究 94

4.1实验系统与实验步骤 94

4.2气固两相流图像处理过程 96

4.2.1图像去噪 96

4.2.2纠正不均匀光照 99

4.2.3图像二值化 99

4.2.4粘连颗粒分割 102

4.3浓相气固两相流气泡行为研究 105

4.3.1气泡参数 106

4.3.2气泡上升过程中的行为分析 107

4.3.3气泡聚合过程中的行为分析 111

4.3.4气泡分裂过程中的行为分析 113

4.4稀相气固两相流动图像特征分析 116

4.4.1固体颗粒标号 116

4.4.2参数计算 117

4.4.3气固混合比 118

4.4.4体积空隙率 119

4.4.5质量含固率 119

4.4.6实验结果分析 120

4.5误差来源分析 126

本章小结 127

参考文献 127

第5章 气固两相流流场检测与分析 129

5.1基于特征相似度的PTV匹配算法 129

5.1.1颗粒图像特征的提取 129

5.1.2颗粒速度的测量 131

5.2基于粒子群优化Hopfield网络的PTV匹配算法 134

5.2.1能量函数的设计 134

5.2.2基于PSO优化的Hopfield网络对颗粒进行匹配 136

5.3光流分析的计算方法 141

5.3.1光流算法概述 141

5.3.2光流算法的基本原理 141

5.3.3几种经典的光流算法 143

5.4基于光流法的气固循环流化床流场测速 147

5.4.1MQD互相关算法 147

5.4.2实验结果与分析 149

本章小结 154

参考文献 154

第6章 颗粒团聚特性的数值模拟研究 156

6.1气固两相流颗粒团聚模型 156

6.1.1黏附性颗粒气固两相流动中气相湍流的大涡模型 156

6.1.2黏附性颗粒动理学 159

6.1.3黏性颗粒系统碰撞应力 163

6.1.4黏性颗粒系统碰撞热流通量 173

6.2循环流化床内颗粒团聚流动特性的研究 174

6.2.1数学模型、数值方法和边界条件 174

6.2.2结果与讨论 176

6.3喷动床内黏性颗粒气固两相流动特性的数值模拟研究 195

6.3.1数学模型和边界条件 195

6.3.2模拟结果与讨论 196

6.4流化床内纳米颗粒气固两相流动特性的研究 211

6.4.1数学模型、模拟参数和边界条件 211

6.4.2结果与讨论 212

本章小结 223

参考文献 224

第7章 颗粒团聚行为研究及参数检测 227

7.1颗粒团聚现象概述 227

7.1.1团聚结构的定义及分类 227

7.1.2颗粒团聚的原因 228

7.1.3团聚结构的黏结增长过程 228

7.1.4气固两相团聚行为机理研究的重要意义 229

7.2颗粒团聚分散的主要途径 229

7.2.1机械分散法 229

7.2.2干燥分散法 230

7.2.3静电分散法 230

7.3团聚结构表观黏结特性 230

7.3.1颗粒团聚实验平台 230

7.3.2团聚结构分区域辨识 232

7.3.3表观黏结特性研究 234

7.4团聚结构相态参数检测 238

7.4.1团聚结构水分分布状态测量 238

7.4.2团聚结构流量分布状态检测 243

7.5团聚结构快速预报模型 249

7.5.1团聚结构快速预报实验平台 249

7.5.2模型建立及结果分析 251

本章小结 255

参考文献 256