專利名稱：一種氣液兩相流流型識別方法
技術領域：
本發(fā)明涉及兩相流測量技術領域，尤其是涉及基于區(qū)間直覺模糊集相似度量的氣液兩相流流型識別方法。
背景技術：
氣液兩相流廣泛存在于水利、電力、石油、化工等現(xiàn)代工業(yè)生產(chǎn)之中，其流型對相關工業(yè)設備的設計、運行和安全性有著非常重要的影響。但在工程實際應用中，由于氣液兩相流流動介質(zhì)的分布狀況以及兩相流復雜的相界面效應至今尚未完全清楚，兩相流一直是流體力學的研究重點和難點。在研究兩相流的特性參數(shù)中，流型的研究與確定是首要任務，它不僅影響兩相流的流動特性和傳熱、傳質(zhì)等性能，而且影響兩相流系統(tǒng)其它參數(shù)的準確測量，因此，開展兩相流流型在線識別新原理和新方法的研究具有極為重要的科學意義， 同時具有顯著的工業(yè)應用價值。由于兩相流流型識別的重要性，國內(nèi)外許多研究人員對此做了大量的研究工作。 最早研究流型在線識別的工作以1966年Hubbard等人為代表，提出了根據(jù)壓力波動的概率密度函數(shù)識別流型的方法。發(fā)展到今天，常用的氣液兩相流流型分類識別技術有神經(jīng)網(wǎng)絡技術 、混沌理論、分形理論、信息融合技術和模糊處理等。神經(jīng)網(wǎng)絡由于具有簡單的結構和自學習功能，已被廣泛地應用在兩相流流型識別研究中，并已經(jīng)得到了不錯的識別效果。 但神經(jīng)網(wǎng)絡通常存在所謂的過學習問題，適合于小樣本訓練情況，隨著樣本數(shù)的增加，訓練難度會迅速增加，網(wǎng)絡收斂速度變慢，因而大大限制了其泛化性能的提高?；煦缋碚摵湍：幚淼确椒ㄒ脖灰恍W者應用在兩相流的流型識別中，但這些模糊推理比較簡單，對于特征參數(shù)相互交叉的流型，上述方法仍舊不能很好地識別。雖然在氣液兩相流流型識別方面國內(nèi)外學者已經(jīng)做了大量的研究，但流型在線識別方法的可靠性和重復性較低，仍不能很好地解決工業(yè)流動問題。主要原因是因為流型的變化是一個復雜的隨機過程，流型的劃分是一個模糊的文字性描述，流型的各種特征參數(shù)都嚴重相互交叉。所以，如何有效地處理流型的各種特征參數(shù)嚴重相互交叉的問題，是解決目前兩相流流型識別準確率和可靠性低的難點；而目前傳統(tǒng)的方法都無法解決兩相流流型各種特征參數(shù)相互交叉的識別難題。

發(fā)明內(nèi)容
針對上述技術缺陷，本發(fā)明提出一種基于區(qū)間直覺模糊集相似度量的氣液兩相流流型識別新方法，以解決兩相流流型各種特征參數(shù)相互交叉的識別難題。為了解決上述技術問題，本發(fā)明提出一種基于區(qū)間直覺模糊集相似度量的氣液兩相流流型識別方法。—種氣液兩相流流型識別方法，包括如下步驟11)利用聞速攝影技術獲取氣液兩相流的流動圖像；12)利用數(shù)字圖像處理技術提取兩相流二值化圖像中氣泡面積xl、寬度x2和高度x3特征參數(shù)；13)根據(jù)兩相流的流型特征定義五類標準流型氣泡流^i1、塞狀流；、分層流式、 彈狀流^4和霧環(huán)狀流I ；14)將獲取的氣泡面積xl、寬度x2和高度x3特征參數(shù)代入氣泡流I1、塞狀流式、 分層流23、彈狀流24和霧環(huán)狀流25的隸屬度函數(shù)和非隸屬度函數(shù)，所述隸屬度函數(shù)和非隸屬度函數(shù)分別為hk(-rI)和^O1)、化⑷和^⑷、匕⑷和·^—U3)，其中，k=l 5 ；15)重復步驟12)和步驟14)從而確定隸屬度函數(shù)和非隸屬度函數(shù)的區(qū)間范圍i7i(Xi)和iL(xI)和G(xI)和巧“)、私⑷和巧⑷和(·γ2.)和巧⑷、4( )和 n^my^mv^)，其中，k=l 5 ；16)利用歸一法處理步驟15)得到的隸屬度函數(shù)和非隸屬度函數(shù)的上下限，使?jié)M足/Zii(Xi) = (Xlfi1liU)] C [O, I],
=，其中，k = I 5，i = I，2，3 ;貝IJ
4 = {<^1, Mlk (^1 ),v (X1)), <λ·2, M2t (X2 ),v2k (X2)}, (X3, Ji2k (X3), Vrji- (X3 ))|·^1, ^2, χ3 ，其中， k=i 5，分別表示氣液兩相流的五種基本流型4、4、4、足和4的區(qū)間直覺模糊集；17)建立由各個流型多特征參數(shù)組成的加權余弦相似度量，確定加權系數(shù) Wi e
;計算待識別流型5和各標準流型4、4、23、24和25之間的加權余弦相似度量根據(jù)最大隸屬度原則，若，互) = ηωχ|^_(]Α_，及)} ,Ck=I^, i=T5),則兩個區(qū)間直覺模糊集^和運之間的加權余弦相似度量最大，夾角最小，則否相對隸屬于^。進一步的，設X是非空集合，則稱{〈X, JLi4 (X)3Vj(X)) \xgX}(I)為區(qū)間直覺模糊集，記作IVIFS (X)，其中/f,(義)=[K(-':)] (=
C
(I馬(X)和tw分別是X屬于2的隸屬度函數(shù)和非隸屬度函數(shù)，和祀⑷分別表示隸屬度函數(shù)的上限和下限, ⑷和if⑴分別表示非隸屬度函數(shù)的下限和上限，且必須滿足垮(X)+ tf(x)SI，令芍=I-^f(X)-If(X)朽=1-^(χ)- ^(χ)測稱閑(X),S(X)] 為X屬于2的猶豫程度。進一步的，構建向量V2 (Xi) = {/I! (X,.), /if (Xi )，(X, )，(Xi)}(4)Vs (X1) = ( (Xi )，Pl (X1), Vg (Xi I(七)}(5)構建余弦相似度量
^ ,7 Sx^2 (χ ) (χ.) + (Xf )K(xi) + i7S ( ) (χ ) + (χ>(χ.)ffi)
^TVIFSK^y^) ~ ~ , I.^'I ,^}
nH ^i4XxlHflRxl)+哼(X1He(Xi)扣!-(XiH苒々,η ^χ,ΗψΚ)
構建加權余弦相似度量
權利要求
1.一種氣液兩相流流型識別方法，其特征在于，包括如下步驟.11)利用高速攝影技術獲取氣液兩相流的流動圖像；.12)利用數(shù)字圖像處理技術提取兩相流二值化圖像中氣泡面積xl、寬度x2和高度x3 特征參數(shù)；.13)根據(jù)兩相流的流型特征定義五類標準流型氣泡流；塞狀流；分層流〗彈狀 流$和霧環(huán)狀流I5 ;.14)將獲取的氣泡面積xl、寬度χ2和高度χ3特征參數(shù)代入氣泡流^塞狀流^5分層 流式彈狀流和霧環(huán)狀流&的隸屬度函數(shù)和非隸屬度函數(shù)，所述隸屬度函數(shù)和非隸屬度 函數(shù)分別為化仏奸卩^-')、化-(七)和^2)、；.15)重復步驟12)和步驟14)從而確定隸屬度函數(shù)和非隸屬度函數(shù)的區(qū)間范圍和匕丸)、巧(4)和6(4)和02)和巧'(七)、6仏)和巧(13)和吃仁) 和巧(&)其中，k=l 5 ； .16)利用歸一法處理步驟15)得到的隸屬度函數(shù)和非隸屬度函數(shù)的上下限，使?jié)M足 ^<X) = [^W，^(.y,)]c
，(,T,-) =c [O, I]，其中，k=l 5， 其中，k=i 5，分別表示氣液兩相流的五種基本流型4、4、4、4和^的區(qū)間直覺模糊集；.17)建立由各個流型多特征參數(shù)組成的加權余弦相似度量，確定加權系數(shù)Wie [O, I]； 計算待識別流型5和各標準流型4、Z、4、4和|5之間的加權余弦相似度量根據(jù)最大隸屬度原則，若n%7Ks(4,匆=爪狀廠％7,.、(.為.W (k=l 5， =Γ5),則兩個區(qū)間直覺模 糊隼2和I彡之間的加權余弦相似度量最大，夾角最小，則f相對隸屬于^。
2.根據(jù)權利要求I所述的一種氣液兩相流流型識別方法，其特征在于，設X是非空集合，則稱 = {<x, μ2 (x),ν3(χ)> |xgX}(I) 為區(qū)間直覺模糊集，記作IVIFS (X)，其中 Χ)·%(Χ)分別是X屬于2的隸屬度函數(shù)和非隸屬度函數(shù)，^(X)和珩(X)分別表示隸屬度函數(shù)的上限和下限，K(X)和if (為分別表示非隸屬度函數(shù)的下限和上限，且必須滿足 (.Y)+ Vjr (X) < I ^7c{=l--fiA (x)-vTi(x) .^=1-^|(χ)-ν (X);則_巧(x),巧(Λ-)]為 x 屬于i的猶豫程度。
3.根據(jù)權利要求I所述的一種氣液兩相流流型識別方法，其特征在于，構建向量
4.根據(jù)權利要求I所述的一種氣液兩相流流型識別方法，其特征在于，所述步驟17)具體步驟包括41)提取兩相流流型的大量樣本集
全文摘要
本發(fā)明所述的基于區(qū)間直覺模糊集相似度量的氣液兩相流流型識別方法，由于定義了隸屬度函數(shù)和非隸屬度函數(shù)，不但考慮了支持和反對的信息，而且增加了可疑度信息，解決了兩相流流型間特征參數(shù)相互交叉的識別難題；同時由于區(qū)間直覺模糊集中的隸屬度和非隸屬度用區(qū)間來表示，在處理模糊性和不確定性等方面具有更靈活性和實用性，它更能描述和反映客觀世界的本質(zhì)特征，進一步提高了兩相流流型識別的準確率和可靠性。
文檔編號G01M10/00GK102706534SQ20121018393
公開日2012年10月3日 申請日期2012年6月1日 優(yōu)先權日2012年6月1日
發(fā)明者施麗蓮 申請人:紹興文理學院