本發(fā)明涉及一種兩相流流動(dòng)結(jié)構(gòu)網(wǎng)絡(luò)可視化方法。特別是涉及一種基于多尺度加權(quán)遞歸網(wǎng)絡(luò)的兩相流網(wǎng)絡(luò)可視化方法及應(yīng)用。

背景技術(shù)：

兩相流廣泛存在于石油化工產(chǎn)業(yè)中例如石油開(kāi)采等。在兩相流系統(tǒng)中，各相的分布隨著時(shí)間和空間在不斷變化，形成了不同的流動(dòng)形態(tài)，稱(chēng)之為流型。兩相流的流型復(fù)雜多變，局部流動(dòng)信息難以準(zhǔn)確捕捉，使得流型辨識(shí)存在諸多難點(diǎn)，對(duì)于進(jìn)一步測(cè)量?jī)上嗔髁鲃?dòng)參數(shù)造成了諸多影響。目前，對(duì)于流型的研究主要是采用觀(guān)測(cè)法和基于測(cè)量信號(hào)的小波特征分析和模糊C聚類(lèi)、模糊邏輯和遺傳算法、數(shù)字圖像處理算法等。傳統(tǒng)的測(cè)量采用的環(huán)形電導(dǎo)傳感器和雙螺旋電容傳感器等，是單通道傳感器，容易丟失微觀(guān)的局部流動(dòng)信息。而分布式的電導(dǎo)傳感器和激勵(lì)循環(huán)激勵(lì)傳感器等則可以同時(shí)采集多通道信號(hào)，捕捉到更豐富的微觀(guān)流動(dòng)信息，為兩相流復(fù)雜流動(dòng)結(jié)構(gòu)的揭示提拱了重要技術(shù)支持。

復(fù)雜網(wǎng)絡(luò)理論自創(chuàng)立以來(lái)，如今已在多領(lǐng)域得到了蓬勃發(fā)展，是研究復(fù)雜系統(tǒng)的一個(gè)重要工具，尤其是近年來(lái)其在時(shí)間序列分析中領(lǐng)域作出了重大貢獻(xiàn)。實(shí)踐表明，復(fù)雜網(wǎng)絡(luò)對(duì)于挖掘包含在非線(xiàn)性時(shí)間序列中和非線(xiàn)性動(dòng)力學(xué)系統(tǒng)中的重要信息具有明顯的優(yōu)勢(shì)，效果顯著。其在單通道時(shí)間序列上的得到成功應(yīng)用的同時(shí)，也使得科研人員開(kāi)始關(guān)注如何將其應(yīng)用到多通道數(shù)據(jù)的融合分析中。遞歸網(wǎng)絡(luò)作為復(fù)雜網(wǎng)絡(luò)研究中的一個(gè)重要分支，在多領(lǐng)域得到廣泛應(yīng)用，尤其是對(duì)于不穩(wěn)定的、短的時(shí)間序列，其分析效果十分顯著。它可以用于探究復(fù)雜系統(tǒng)和時(shí)間序列中的動(dòng)力學(xué)特性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問(wèn)題是，提供一種能夠從宏觀(guān)角度揭示微觀(guān)的流動(dòng)結(jié)構(gòu)的基于多尺度加權(quán)遞歸網(wǎng)絡(luò)的兩相流網(wǎng)絡(luò)可視化方法及應(yīng)用。

本發(fā)明所采用的技術(shù)方案是：一種基于多尺度加權(quán)遞歸網(wǎng)絡(luò)的兩相流網(wǎng)絡(luò)可視化方法，包括如下步驟：

1)對(duì)通過(guò)雙層循環(huán)激勵(lì)電導(dǎo)傳感器得到的多通道信號(hào)進(jìn)行多尺度變換，包括：

(1)對(duì)長(zhǎng)度均為C的p個(gè)通道的信號(hào)分別進(jìn)行粗?；玫剑?/p>

其中，μx_k,i^(β)是粗?；蟮玫降男盘?hào)的任意一點(diǎn)，β是尺度因子，μ表示數(shù)據(jù)是求均值得到的，y_k,b是信號(hào)Y中的任意一點(diǎn)，表示對(duì)進(jìn)行取整，其中粗?；蟮膯瓮ǖ赖臄?shù)據(jù)長(zhǎng)度為L(zhǎng)，k為通道數(shù)；

(2)對(duì)p個(gè)通道中的每一通道的原始信號(hào)計(jì)算粗?；讲睿玫矫恳煌ǖ赖亩喑叨刃盘?hào)x_k,i^(β)：

由此，得到多尺度多通道信號(hào)

2)在每一個(gè)尺度因子β下構(gòu)建多尺度加權(quán)遞歸網(wǎng)絡(luò)，包括：

(1)對(duì)在任一個(gè)固定尺度因子β下得到的多通道信號(hào)進(jìn)行相空間重構(gòu)：

其中，N是進(jìn)行相空間重構(gòu)后相空間軌跡上向量點(diǎn)的數(shù)目，m為嵌入維數(shù)，采取錯(cuò)誤最近鄰法確定，τ為延遲時(shí)間，采用互信息法確定，為通道k經(jīng)過(guò)相空間重構(gòu)后得到的相空間軌跡，其中，t＝1,....,N；

(2)對(duì)于任意兩通道f和g的信號(hào)x_f,i^(β)和x_g,i^(β)f≠g，在進(jìn)行第(1)步后，得到相空間軌跡和通過(guò)對(duì)兩個(gè)所述的相空間軌跡進(jìn)行交叉遞歸，得到一個(gè)大小為N×N的交叉遞歸圖：

其中，ε為閾值，采用15％的兩通道信號(hào)標(biāo)準(zhǔn)偏差和選取，表示兩相空間軌跡中任意兩向量之間的距離；表示如果則ε值為1，如果則ε值為0；若的值為1，則在遞歸圖中為相應(yīng)的位置黑色，若的值為0，則在遞歸圖中相應(yīng)的位置為白色；

(3)為了量化每一個(gè)交叉遞歸圖中遞歸點(diǎn)的密度，計(jì)算交叉遞歸率：

(4)對(duì)于固定尺度因子β下得到的多通道信號(hào)對(duì)每?jī)蓚€(gè)通道信號(hào)采用第(1)步至第(3)步的處理方式，得到一個(gè)大小為p×p的交叉遞歸率矩陣；

(5)將每一通道信號(hào)視作節(jié)點(diǎn)，將兩通道間形成的交叉遞歸圖的交叉遞歸率作為節(jié)點(diǎn)間連邊的權(quán)重；由此，得到在任一固定尺度下的加權(quán)遞歸網(wǎng)絡(luò)；

3)通過(guò)對(duì)所有尺度下的多通道信號(hào)重復(fù)步驟2)的過(guò)程，得到多尺度加權(quán)遞歸網(wǎng)絡(luò)；選取閾值，若交叉遞歸率大于所述閾值，則網(wǎng)絡(luò)中的兩節(jié)點(diǎn)之間有連邊，否則無(wú)連邊，從而得到多尺度無(wú)權(quán)遞歸網(wǎng)絡(luò)；

4)采用基于貪婪優(yōu)化策略的魯文算法探尋多尺度無(wú)權(quán)遞歸網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)；通過(guò)對(duì)社團(tuán)結(jié)構(gòu)的探尋，揭示兩相流流動(dòng)結(jié)構(gòu)特征，實(shí)現(xiàn)對(duì)復(fù)雜流動(dòng)結(jié)構(gòu)的網(wǎng)絡(luò)可視化。

一種基于多尺度加權(quán)遞歸網(wǎng)絡(luò)的兩相流網(wǎng)絡(luò)可視化方法的應(yīng)用，是采用雙層循環(huán)激勵(lì)電導(dǎo)傳感器進(jìn)行垂直油水兩相流實(shí)驗(yàn)，并固定油相和水相的配比，改變油相和水相的流量進(jìn)行實(shí)驗(yàn)；實(shí)驗(yàn)過(guò)程如下：

1)固定水相和油相的配比，往垂直上升管道中通入一定量的水，然后逐漸向管道中通入油相，當(dāng)油水兩相充分融合并逐漸穩(wěn)定后，采用雙層循環(huán)激勵(lì)電導(dǎo)傳感器同時(shí)測(cè)量多通道信號(hào)，并用高速攝像儀記錄流型；

2)改變油相和水相的流量，重復(fù)步驟1)，直至在固定的配比下所設(shè)計(jì)的工況都完成；

3)改變油相和水相的配比，重復(fù)步驟1)和步驟2)，直至設(shè)計(jì)的所有工況全部測(cè)量完成；

4)基于上述的多通道測(cè)量信號(hào)，對(duì)每通道的信號(hào)進(jìn)行多尺度變換，而后在每一個(gè)尺度下，對(duì)變換后的每?jī)蓚€(gè)通道的信號(hào)進(jìn)行相空間重構(gòu)，畫(huà)交叉遞歸圖并計(jì)算交叉遞歸率；以每一通道信號(hào)作為網(wǎng)絡(luò)的節(jié)點(diǎn)，以?xún)赏ǖ佬盘?hào)間的交叉遞歸率作為網(wǎng)絡(luò)連邊的權(quán)重，構(gòu)建多尺度加權(quán)遞歸網(wǎng)絡(luò)；采用錯(cuò)誤發(fā)現(xiàn)率算法選取閾值，將加權(quán)遞歸網(wǎng)絡(luò)轉(zhuǎn)換為無(wú)權(quán)遞歸網(wǎng)絡(luò)；

5)采用魯文算法探尋不同工況下多尺度無(wú)權(quán)遞歸網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的演化，揭示兩相流流動(dòng)結(jié)構(gòu)特征，實(shí)現(xiàn)對(duì)復(fù)雜流動(dòng)結(jié)構(gòu)的網(wǎng)絡(luò)可視化。

本發(fā)明的基于多尺度加權(quán)遞歸網(wǎng)絡(luò)的兩相流網(wǎng)絡(luò)可視化方法及應(yīng)用，具有如下有益效果：

(1)通過(guò)對(duì)網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的探尋，揭示復(fù)雜的兩相流流動(dòng)結(jié)構(gòu)；

(2)能夠?qū)崿F(xiàn)對(duì)兩相流流動(dòng)結(jié)構(gòu)的網(wǎng)絡(luò)可視化，從宏觀(guān)角度揭示微觀(guān)的流動(dòng)結(jié)構(gòu)。

附圖說(shuō)明

圖1是本發(fā)明基于多尺度加權(quán)遞歸網(wǎng)絡(luò)的兩相流網(wǎng)絡(luò)可視化方法流程圖；

圖2是本發(fā)明方法的信號(hào)采集系統(tǒng)示意圖。

圖中

a：循環(huán)激勵(lì)電導(dǎo)傳感器 b：信號(hào)采集電路

c：計(jì)算機(jī) 1、5、9、13、17、21、25、29：電極

具體實(shí)施方式

下面結(jié)合實(shí)施例和附圖對(duì)本發(fā)明的基于多尺度加權(quán)遞歸網(wǎng)絡(luò)的兩相流網(wǎng)絡(luò)可視化方法及應(yīng)用做出詳細(xì)說(shuō)明。

本發(fā)明的基于多尺度加權(quán)遞歸網(wǎng)絡(luò)的兩相流網(wǎng)絡(luò)可視化方法，是通過(guò)對(duì)雙層循環(huán)激勵(lì)電導(dǎo)傳感器得到的多通道數(shù)據(jù)在多尺度上計(jì)算每一對(duì)信號(hào)之間的交叉遞歸率，以遞歸率確定遞歸網(wǎng)絡(luò)的連邊權(quán)重，以每一通道的信號(hào)作為網(wǎng)絡(luò)的節(jié)點(diǎn)，建立多尺度加權(quán)遞歸網(wǎng)絡(luò)。通過(guò)選取閾值將多尺度加權(quán)遞歸網(wǎng)絡(luò)轉(zhuǎn)化成無(wú)權(quán)遞歸網(wǎng)絡(luò)，通過(guò)探尋多尺度無(wú)權(quán)遞歸網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)，實(shí)現(xiàn)對(duì)兩相流復(fù)雜流動(dòng)結(jié)構(gòu)的網(wǎng)絡(luò)可視化。

如圖1所示，本發(fā)明的基于多尺度加權(quán)遞歸網(wǎng)絡(luò)的兩相流網(wǎng)絡(luò)可視化方法，包括如下步驟：

1)對(duì)通過(guò)雙層循環(huán)激勵(lì)電導(dǎo)傳感器得到的多通道信號(hào)進(jìn)行多尺度變換，包括：

(1)對(duì)長(zhǎng)度均為C的p個(gè)通道的信號(hào)分別進(jìn)行粗?；玫剑?/p>

其中，是粗?；蟮玫降男盘?hào)的任意一點(diǎn)，β是尺度因子，μ表示數(shù)據(jù)是求均值得到的y_k,b是信號(hào)Y中的任意一點(diǎn)，表示對(duì)進(jìn)行取整，其中粗?；蟮膯瓮ǖ赖臄?shù)據(jù)長(zhǎng)度為L(zhǎng)，k為通道數(shù)；

(2)對(duì)p個(gè)通道中的每一通道的原始信號(hào)計(jì)算粗?；讲睿玫矫恳煌ǖ赖亩喑叨刃盘?hào)x_k,i^(β)：

由此，得到多尺度多通道信號(hào)

2)在每一個(gè)尺度因子β下構(gòu)建多尺度加權(quán)遞歸網(wǎng)絡(luò)，包括：

(1)對(duì)在任一個(gè)固定尺度因子β下得到的多通道信號(hào)進(jìn)行相空間重構(gòu)：

其中，N是進(jìn)行相空間重構(gòu)后相空間軌跡上向量點(diǎn)的數(shù)目，m為嵌入維數(shù)，采取錯(cuò)誤最近鄰法確定，τ為延遲時(shí)間，采用互信息法確定，為通道k經(jīng)過(guò)相空間重構(gòu)后得到的相空間軌跡，其中，t＝1,....,N；

(2)對(duì)于任意兩通道f和g的信號(hào)和f≠g，在進(jìn)行第(1)步后，得到相空間軌跡和通過(guò)對(duì)兩個(gè)所述的相空間軌跡進(jìn)行交叉遞歸，得到一個(gè)大小為N×N的交叉遞歸圖：

其中，ε為閾值，采用15％的兩通道信號(hào)標(biāo)準(zhǔn)偏差和選取，表示兩相空間軌跡中任意兩向量之間的距離；表示如果則ε值為1，如果則ε值為0；若的值為1，則在遞歸圖中相應(yīng)的位置為黑色，若的值為0，則在遞歸圖中相應(yīng)的位置為白色；

(3)為了量化每一個(gè)交叉遞歸圖中遞歸點(diǎn)的密度，計(jì)算交叉遞歸率：

(4)對(duì)于固定尺度因子β下得到的多通道信號(hào)對(duì)每?jī)蓚€(gè)通道信號(hào)采用第(1)步至第(3)步的處理方式，得到一個(gè)大小為p×p的交叉遞歸率矩陣；

(5)將每一通道信號(hào)視作節(jié)點(diǎn)，將兩通道間形成的交叉遞歸圖的交叉遞歸率作為節(jié)點(diǎn)間連邊的權(quán)重；由此，得到在任一固定尺度下的加權(quán)遞歸網(wǎng)絡(luò)；

3)通過(guò)對(duì)所有尺度下的多通道信號(hào)重復(fù)步驟2)的過(guò)程，得到多尺度加權(quán)遞歸網(wǎng)絡(luò)；在每個(gè)尺度下，對(duì)于所述的交叉遞歸率形成的權(quán)重矩陣，選取閾值，若交叉遞歸率大于所述閾值，則網(wǎng)絡(luò)中的兩節(jié)點(diǎn)之間有連邊，否則無(wú)連邊，從而得到多尺度無(wú)權(quán)遞歸網(wǎng)絡(luò)；

4)采用基于貪婪優(yōu)化策略的魯文算法探尋多尺度無(wú)權(quán)遞歸網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)；通過(guò)對(duì)社團(tuán)結(jié)構(gòu)的探尋，揭示兩相流流動(dòng)結(jié)構(gòu)特征，實(shí)現(xiàn)對(duì)復(fù)雜流動(dòng)結(jié)構(gòu)的網(wǎng)絡(luò)可視化。

本發(fā)明的基于多尺度加權(quán)遞歸網(wǎng)絡(luò)的兩相流流動(dòng)結(jié)構(gòu)網(wǎng)絡(luò)可視化方法的應(yīng)用，是采用雙層循環(huán)激勵(lì)電導(dǎo)傳感器進(jìn)行垂直油水兩相流實(shí)驗(yàn)，并固定油相和水相的配比，改變油相和水相的流量進(jìn)行實(shí)驗(yàn)；信號(hào)采集系統(tǒng)如圖2所示。每一層循環(huán)激勵(lì)電導(dǎo)傳感器由16個(gè)電極組成，共32個(gè)電極。每次測(cè)量中，某一層的其中一個(gè)電極作為激勵(lì)端，如圖2中的電極1，相對(duì)的另一層的一個(gè)電極接地，如圖中的電極25，其余30個(gè)電極接收，一次循環(huán)可測(cè)量得到32×30＝960通道的信號(hào)，從而能夠捕捉豐富的局部流動(dòng)信息。固定油相和水相的配比，改變油相和水相的流量進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)過(guò)程如下：

1)固定水相和油相的配比，往垂直上升管道中通入一定量的水，然后逐漸向管道中通入油相，當(dāng)油水兩相充分融合并逐漸穩(wěn)定后，采用雙層循環(huán)激勵(lì)電導(dǎo)傳感器同時(shí)測(cè)量多通道信號(hào)，并用高速攝像儀記錄流型；

2)改變油相和水相的流量，重復(fù)步驟1)，直至在固定的配比下所設(shè)計(jì)的工況都完成；

3)改變油相和水相的配比，重復(fù)步驟1)和步驟2)，直至設(shè)計(jì)的所有工況全部測(cè)量完成；

4)基于上述的多通道測(cè)量信號(hào)，對(duì)每通道的信號(hào)進(jìn)行多尺度變換，而后在每一個(gè)尺度下，對(duì)變換后的每?jī)蓚€(gè)通道的信號(hào)進(jìn)行相空間重構(gòu)，畫(huà)交叉遞歸圖并計(jì)算交叉遞歸率；以每一通道信號(hào)作為網(wǎng)絡(luò)的節(jié)點(diǎn)，以?xún)赏ǖ佬盘?hào)間的交叉遞歸率作為網(wǎng)絡(luò)連邊的權(quán)重，構(gòu)建多尺度加權(quán)遞歸網(wǎng)絡(luò)；采用錯(cuò)誤發(fā)現(xiàn)率算法選取閾值，將加權(quán)遞歸網(wǎng)絡(luò)轉(zhuǎn)換為無(wú)權(quán)遞歸網(wǎng)絡(luò)；

5)采用魯文算法(Louvain method)探尋不同工況下多尺度無(wú)權(quán)遞歸網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的演化，揭示兩相流流動(dòng)結(jié)構(gòu)特征，實(shí)現(xiàn)對(duì)復(fù)雜流動(dòng)結(jié)構(gòu)的網(wǎng)絡(luò)可視化。

從雙層循環(huán)激勵(lì)電導(dǎo)傳感器測(cè)量得到的多通道信號(hào)進(jìn)行多尺度變換，計(jì)算每個(gè)尺度下信號(hào)之間的交叉遞歸圖，得到交叉遞歸率矩陣。以信號(hào)作為節(jié)點(diǎn)，信號(hào)間的交叉遞歸率作為網(wǎng)絡(luò)的連邊權(quán)重，構(gòu)建多尺度加權(quán)遞歸網(wǎng)絡(luò)并將其轉(zhuǎn)化為轉(zhuǎn)換為無(wú)權(quán)遞歸網(wǎng)絡(luò)。探尋不同的工況下網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的演化，揭示兩相流流動(dòng)結(jié)構(gòu)特征，實(shí)現(xiàn)對(duì)復(fù)雜流動(dòng)結(jié)構(gòu)的網(wǎng)絡(luò)可視化。

以上對(duì)本發(fā)明和實(shí)施例的描述，并不局限于此，實(shí)施例中的描述僅是本發(fā)明的實(shí)施方式之一，在不脫離本發(fā)明創(chuàng)造宗旨的情況下，任何不經(jīng)創(chuàng)造性的設(shè)計(jì)出與該技術(shù)方案類(lèi)似的結(jié)構(gòu)或?qū)嵤├?，均屬本發(fā)明的保護(hù)范圍。