功率譜熵在垂直于水平流向的氣液兩相流壓差信號中的應(yīng)用

董芳，方立德，李小亭

（河北大學(xué)質(zhì)量技術(shù)監(jiān)督學(xué)院，河北保定 071002）

功率譜熵在垂直于水平流向的氣液兩相流壓差信號中的應(yīng)用

董芳，方立德，李小亭

（河北大學(xué)質(zhì)量技術(shù)監(jiān)督學(xué)院，河北保定 071002）

對垂直于水平流向的氣液兩相流壓差信號進行了實際測量，對采集的信號提取其功率譜熵值.結(jié)果表明：壓差信號的功率譜熵受外界壓力變化影響較小，對兩相流流型變化是敏感的，通過分析功率譜熵值隨氣液兩相流氣相流速變化趨勢，能夠較好地揭示水平管道氣液兩相流流動特性，為兩相流流型的準確識別方法提供有價值的參考.

氣液兩相流；壓差信號；功率譜熵；流型

氣液兩相流動存在于眾多工程領(lǐng)域中，例如石油、化工、動力、制冷、冶金等工業(yè)中的管道傳輸和化學(xué)過程中，準確地檢測出兩相流流動參數(shù)對于系統(tǒng)的計量、控制、節(jié)能、環(huán)保和運行可靠性等具有重要意義.在兩相流量、管道形狀、管道方向等因素的影響下，兩相分界面的形狀不斷改變，無規(guī)律可循，并且相間存在相對速度，相對速度不同也會引起流動性質(zhì)和流動結(jié)果發(fā)生很大變化，這些固有性質(zhì)使得多相流問題的復(fù)雜性要遠遠高于單相流問題.

氣液兩相流的壓差波動信號容易準確測量，并且攜帶大量關(guān)于流動分布的信息，因此，近年來很多學(xué)者針對氣液兩相流壓差信號動力學(xué)特征進行研究［18］，分別利用混沌分形理論、多尺度信息熵理論、符號序列統(tǒng)計分析、遞歸定量分析等多種先進信息分析方法，對采集的壓差波動信號進行分析處理，探求氣液兩相流動特性，以上研究均取得了良好的效果，為氣液兩相流流型識別方法研究提供了參考.然而，這些研究中的壓差信號都是提取的沿著流動方向的兩點之間的壓差信號，即水平管道在水平方向取壓，垂直管道在豎直方向取壓.這種取壓方法測取的壓差信號會受到沿程摩擦阻力的影響，導(dǎo)致在不同的實驗參數(shù)下不能得到統(tǒng)一的結(jié)論.文中針對水平管道在垂直于流動方向上提取壓差波動信號，此壓差信號與兩相流流動的方向垂直，因此不會受沿程摩擦阻力的影響，對其進行分析處理可以很方便地進行流型識別.

功率譜熵分析作為一種非線性信息處理方法，具有計算過程簡便、物理概念清晰等優(yōu)點，已經(jīng)較好地應(yīng)用于一些復(fù)雜的非線性系統(tǒng)中［916］.在水平管道中對豎直方向的氣液兩相流壓差信號進行了測量，為了探討功率譜熵與氣液兩相流流動特性之間關(guān)系，從實際測量的96組壓差信號中提取了功率譜熵，研究表明此功率譜熵值與水平管道氣液兩相流流型變化密切相關(guān)，并且受外界壓力影響較小，是診斷與識別氣液兩相流流型的有效輔助工具.

1 實驗裝置及兩相流壓差波動信號采集

水平管氣液兩相流壓差信號是在天津大學(xué)可調(diào)壓中壓濕氣測量裝置上進行兩相流動態(tài)實驗采集得到，此裝置壓力可調(diào)，實驗連接實物圖如圖1所示.

圖1 實驗連接實物Fig.1 Physical map of the experimental facilities

實驗中測量管段為方管，水平管段豎直方向的壓差信號采用新型分體式高頻壓差變送器測量得到，該壓差變送器分高壓端、低壓端2個探頭，將2個探頭直接與取壓孔連接，避免了傳統(tǒng)的壓差測量中引壓管造成的測量誤差.此次實驗主要模擬氣相為主的氣液兩相流動，包括分層流、環(huán)狀流、波狀分層流，這3種流型特點是氣相體積流量比液相大很多，氣相的流速都高于液相.

實驗溫度為16～21℃，選擇0.05MPa和0.1MPa 2個背景壓力點，每個壓力點下設(shè)置6個液相流量點（0.05，0.15，0.25，0.35，0.45，0.55m3／h），每個液相流量點下又分別設(shè)置8個氣相流量點（20，40，60，80，90，120，150，180m3／h）.實驗時，按照所設(shè)定的流動工況逐一調(diào)整水流量和氣流量，流量穩(wěn)定時等待5min之后再進行數(shù)據(jù)的記錄.采樣頻率為1kHz，采樣時間為15s，共采集96組壓差信號.

2 功率譜熵

2.1 功率譜熵的定義

Kapur等［17］指出：對于一個不確定性系統(tǒng)，若其狀態(tài)特征可以用一個隨機變量X來表示，X的取值為

變量的不確定性越大，熵就越大.一個系統(tǒng)越是有序，信息熵就越低；反之，一個系統(tǒng)越是混亂，信息熵就越高.因此，信息熵可以作為系統(tǒng)有序化程度的一個度量.

Rezek等人［18］通過信息熵來定量計算不確定系統(tǒng)的功率譜的復(fù)雜性.采用FFT變換將時域信號轉(zhuǎn)換為頻域信號，然后估計序列的功率譜.

設(shè)長度為N的序列x（n）的DFT變換為x（f），則其功率譜密度的估計為

（8）式中pi表示第i個功率譜在整個頻譜中占的百分比.

功率譜熵是從頻域角度定義的信息熵，可作為系統(tǒng)在頻域內(nèi)的復(fù)雜程度的一種度量.構(gòu)成某時間序列信號的過程數(shù)目越多，序列越復(fù)雜，則不確定度（功率譜熵）越大，反之若過程數(shù)目越少，序列越簡單，則不確定度（功率譜熵）越小.

2.2 功率譜熵對一些常規(guī)信號的識別

為了進一步考察功率譜熵對不同復(fù)雜程度信號的辨別能力，對一些典型的時間序列選取4 096點計算功率譜熵，結(jié)果如表1所示.其中正弦周期信號的采樣間隔為π／32，混合信號為正弦信號與高斯白噪聲信號的混合序列，p為高斯白噪聲信號的混入比例.

表1 不同類型信號的功率譜熵計算結(jié)果Tab.1 Results of spectral entropy for different type signals

從表1可以看出，從正弦信號到混合信號到高斯白噪聲，功率譜熵的值呈增大的趨勢，對于混合信號，其功率譜熵值隨著其白噪聲混入比例的增加而增大，介于正弦信號和高斯白噪聲之間.綜上所述，功率譜熵認為周期正弦信號不確定性最小，復(fù)雜性最低；高斯白噪聲信號不確定性最大，復(fù)雜性最高；并且對不同隨機程度的信號也能有效地區(qū)分，能對時間序列的復(fù)雜性程度進行有效地描述.

兩相流是一個復(fù)雜的非線性動力學(xué)系統(tǒng)，利用功率譜熵作為氣液兩相流壓差波動信號的復(fù)雜性度量，揭示兩相流流動特性以及流型演變的規(guī)律.

3 功率譜熵在氣液兩相流壓差波動信號中的應(yīng)用

對采集的96組氣液兩相流差壓波動信號進行處理，其中每個壓力點下設(shè)置6個液相流量點，每個液相流量點下又分別設(shè)置8個氣相流量點.為了減小序列長度對功率譜熵計算影響，對每種工況信號分別選取4 096個測量數(shù)據(jù)點計算其功率譜熵，結(jié)果如圖2和圖3所示.

圖2 在0.05MPa壓力點下，SE與氣相表觀速度關(guān)系Fig.2 Diagram of spectral entropy and gas superficial velocity under the pressure of 0.05MPa

圖3 在0.1MPa壓力點下，SE與氣相表觀速度關(guān)系Fig.3 Diagram of spectral entropy and gas superficial velocity under the pressure of 0.1MPa

從圖2圖3可以看出，在2個壓力點下，功率譜熵隨氣相表觀速度變化趨勢基本一致，表明用功率譜熵分析兩相流流動特性受外界壓力影響很小.總的變化趨勢為隨著氣相表觀速度的增加，功率譜熵值逐漸增加，說明差壓波動信號不確定性逐漸增大，氣液兩相流動力學(xué)特性越來越復(fù)雜.

當(dāng)氣相表觀速度小于5m／s時，水平管內(nèi)呈現(xiàn)為典型的分層流流型，由于重力作用，氣相分布在管道上部，液相分布在管道下部，氣液兩相之間存在較穩(wěn)定的分界面，流動過程比較穩(wěn)定，功率譜熵相比其他2種流型來說是最小的，并且在同一氣相流速下，當(dāng)液相流速不同時功率譜熵值差異較大.隨著氣相流速逐漸增加，當(dāng)氣相表觀速度大于5m／s時，兩相間穩(wěn)定的分界面在氣流帶動下，沿流動方向出現(xiàn)連續(xù)波動，呈波浪狀，氣相流速越大，波動越劇烈，此時分層流轉(zhuǎn)變?yōu)椴盍鳎鋭恿W(xué)特性較分層流復(fù)雜，因此其功率譜熵值高于分層流.在同一氣相流速下，當(dāng)液相流速不同時功率譜熵值差異也較大，這一特點和分層流相似，說明分層流和波狀流壓差波動信號變化受液相流速影響較大.氣相表觀速度繼續(xù)增加，當(dāng)氣相表觀速度大于15m／s之后，氣液分界面出現(xiàn)更為劇烈的波動，波峰甚至達到管道的頂部，氣相將管頂部的液相波峰擊碎，氣相變?yōu)檫B續(xù)相，被擊碎的液相在管頂部形成液膜，在氣相帶動下沿軸向緩慢流動，同時由于重力的存在，部分液體還向下流動，使得整個管道的圓周方向逐漸被液膜覆蓋，環(huán)狀流形成.在液相的重力和氣相較高的表觀流速的共同作用下，環(huán)狀流的氣液兩相分界面出現(xiàn)毫無規(guī)律的隨機波動，功率譜熵達到最大.但環(huán)狀流型下，氣相流速不變時，隨液相流速變化壓差信號的功率譜熵變化較小，說明環(huán)狀流壓差波動信號變化受液相流速的影響較小.

綜上所述，功率譜熵對氣液兩相流流型變化是敏感的，不同流型下功率譜熵值有較明顯的差異.通過分析功率譜熵值隨兩相流氣相表觀速度的變化規(guī)律，可以更深刻地揭示動力學(xué)系統(tǒng)內(nèi)在特性，能夠更好地反映水平管道典型流型轉(zhuǎn)換規(guī)律，是理解氣液兩相流流型現(xiàn)象的有效指示器.

4 結(jié)論

1）將功率譜熵應(yīng)用于水平管氣液兩相流豎直方向的壓差波動信號中，計算過程簡便，物理意義明確，并且受外界壓力影響較小，為分析氣液兩相流流型轉(zhuǎn)換特性提供了一種有效的新方法.

2）功率譜熵作為一種復(fù)雜性度量對氣液兩相流流型變化比較敏感，通過分析功率譜熵隨兩相流氣相表觀速度變化規(guī)律，表明此復(fù)雜性度量可以作為理解兩相流流型現(xiàn)象的有效工具，為實現(xiàn)兩相流流型的準確識別提供有價值的參考.

［1］ 丁浩，黃志饒，李海清.基于高階譜的氣液兩相流差壓波動信號的分析［J］.浙江大學(xué)學(xué)報：工學(xué)版，2006，40（1）：1-4.

DING Hao，HUANG Zhirao，LI Haiqing.Analysis of differential pressure fluctuation signal of gas-liquid two-phase flow based on higher-order spectrum［J］.Journal of Zhejiang University：Engineering Science，2006，40（1）：1 -4.

［2］ 孫斌，王強，周云龍.基于多尺度信息熵特征和RBF神經(jīng)網(wǎng)絡(luò)的氣液兩相流流型識別方法［J］.儀器儀表學(xué)報，2006，27（7）：725 729.

SUN Bin，WANG Qiang，ZHOU Yunlong.Identification method of gas-liquid two-phase flow regime based on multi-scale information entropy feature and RBF neural network［J］.Chinese Journal of Scientific Instrument，2006，27（7）：725-729.

［3］ 孫斌，周云龍，向新星，等.基于經(jīng)驗?zāi)Ｊ椒纸夂透怕噬窠?jīng)網(wǎng)絡(luò)的氣液兩相流識別 ［J］.中國電機工程學(xué)報，2007，27（17）：72-77.

SUN Bin，ZHOU Yunlong，XIANG Xinxing，et al.Identification method of gas-liquid two-phase flow regime based on empirical mode decomposition and probabilistic neural network［J］.Proceeding of the CSEE，2007，27（17）：72 -77.

［4］ 金寧德，苗齡予，李偉波.氣液兩相流差壓測量波動信號的符號序列統(tǒng)計分析［J］.化工學(xué)報，2007，58（2）：327-334.

JIN Ningde，MIAO Lingyu，LI Weibo.Symbolic sequence statistical analysis of differential pressure measurement fluctuating signal of gas／liquid two-phase flow［J］.Journal of Chemical Industry and Engineering，2007，58（2）：327 -334.

［5］ 孫斌，周云龍，鐘金山.基于復(fù)雜度特征的氣液二相流流型識別方法［J］.化學(xué)工程，2008，36（4）：27-30.

SUN Bin，ZHOU Yunlong，ZHONG Jinshan.Identification method of gas-liquid two-phase flow regime based on complexity feature［J］.Chemical Engineering，2008，36（4）：27 -30.

［6］ 孫斌，李超，周云龍.基于遞歸定量特征的氣-液兩相流流型融合識別［J］.核動力工程，2009，30（6）：57-62.

SUN Bin，LI Chao，ZHOU Yunlong.Fusion identification method for gas-liquid two-phase flow regime based on recurrence quantification characteristics［J］.Nuclear Power Engineering，2009，30（6）：57-62.

［7］ 高娜，鄭金吾，耿艷峰.槽式孔板差壓信號的高階統(tǒng)計量特征［J］.中國計量學(xué)院學(xué)報，2009，20（3）：214-218.

GAO Na，ZHENG Jinwu，GENG Yanfeng.Characteristics of the differential pressure signals of slotted orifice based on higher-order statistics［J］.Journal of China University of Metrology，2009，20（3）：214-218.

［8］ 孫斌，王二鵬，鄭永軍.氣液兩相流波動信號的時頻譜分析研究［J］.物理學(xué)報，2011，60（1）：014701 -1 -014701 8.

SUN Bin，WANG Erpeng，ZHENG Yongjun.Time-frequency spectral analysis of gas-liquid two-phase flow＇s fluctuations［J］.Acta Physica Sinica，2011，60（1）：014701 -1 -014701 8.

［9］ 張佃中，譚小紅，劉昭前.不同頻段功率譜熵及其在心電分析中的應(yīng)用［J］.湖南大學(xué)學(xué)報：自然科學(xué)版，2007，27（2）：75-79.

ZHANG Dianzhong，TAN Xiaohong，LIU Zhaoqian.Power spectral entropy of various frequency segments and its application to analysis electrocardiogram［J］.Journal of Hunan University：Natural Sciences，2007，27（2）：75-79.

［10］ PAPO DAVID，CAVERNI JEAN-PAUL，DOUIRI ABDEL，et al.Time-varying spectral entropy differentiates between positive and negative feed back-related EEG activity in a hypothesis testing paradigm［J］.International Journal of PsychoPhysiology，2007，66（3）：183-195.

［11］ 江波，王任一，齊紅霞.混沌功率譜熵方法在識別水淹低阻油層中的應(yīng)用［J］.江蘇地質(zhì)，2007，31（3）：232 -235.

JIANG Bo，WANG Renyi，QI Hongxia.Study on spectral entropy power identification method in water-flooded low re-sistivity zone［J］.Jiangsu Geology，2007，31（3）：232 -235.

［12］ MARTORANO P，F(xiàn)ACCO E，F(xiàn)ALZETTI G，et al.Spectral entropy assessment with auditory evoked potential in neuroanesthesia［J］.Clinical Neurophysiology，2007，118（3）：505-512.

［13］ 常潔，張佃中.心肌梗塞患者心電圖（ECG）功率譜熵分析［J］.中國醫(yī)學(xué)物理學(xué)雜志，2008，25（4）：768 770.

CHANG Jie，ZHANG Dianzhong.Power Spectrum Entropy（PSE）analysis of ECG signals of the myocardial infarction［J］.Chinese Journal of Medical Physics，2008，25（4）：768-770.

［14］ 任亞莉.基于功率譜熵和頻帶能量的運動意識任務(wù)分類研究［J］.計算機應(yīng)用與軟件，2010，27（12）：105 107.

REN Yali.On power spectral entropy and frequency band energy-based classification of movement consciousness task［J］.Computer Applications and Software，2010，27（12）：105-107.

［15］ 黃獻，宋治，鄭文，等.功率譜熵在癇性發(fā)作大鼠腦電檢測中的應(yīng)用研究［J］.中國應(yīng)用生理學(xué)雜志，2010，26（2）：170-171.

HUANG Xian，SONG Zhi，ZHEN Wen，et al.Study about power spectral entropy and its application in EEG in epileptic rats［J］.Chinese Journal of Applied Physiology，2010，26（2）：170-171.

［16］ MORGAZ J，GRANADOS M M，DOMINGUEZ J M，et al.Evaluation of spectral entropy to measure anaesthetic depth and antinociception in sevoflurane-anaesthetised Beagle dogs［J］.The Veterinary Journal，2011，188（3）：352 -355.

［17］ KAPUR J N，KESAVAN H K.Entropy optimization principles with applications［M］.Boston：Academic Press，1992：35 -36.

［18］ REZEK I A，ROBERTS S J.Stochastic complexity measures for physiological signal Analysis［J］.IEEE Transactions on Biomedical Engineering，1998，45（9）：1186-1191.

（責(zé)任編輯：孟素蘭）

Application of spectral entropy on the differential pressure signals against to the horizontal flow direction in gas-liquid two-phase flow

DONG Fang，F(xiàn)ANG Lide，LI Xiaoting
（College of Quality and Technical Supervision，Hebei University，Baoding 071002，China）

The differential pressure fluctuation signals against to the horizontal flow direction were measured in gas-liquid two-phase flow，and then the spectral entropy was extracted from these signals.The results indicated that the spectral entropy was less affected by ambient pressure and sensitive to the flow pattern.By analyzing the rules of spectral entropy with the changes of gas phase velocity，the movement characteristic of gas-liquid two-phase flow was revealed deeply.It could serve as valuable references for precise identification of flow pattern.

gas-liquid two-phase flow；differential pressure signals；spectral entropy；flow pattern

董芳（1980-），女，河北青縣人，河北大學(xué)講師，主要從事多相流檢測技術(shù)方向研究.Email：dongfang1023＠163.com

TP29

A

1000 -1565（2014）05 -0541 06

10.3969／j.issn.1000 -1565.2014.05.017

2014-03 -12

國家自然科學(xué)專項基金資助項目（61340028）；河北省高等學(xué)?？茖W(xué)技術(shù)研究指導(dǎo)項目（Z2013123）；河北大學(xué)自然科學(xué)研究計劃項目（2010Q14）