基于多传感器数据融合的油气水三相流相态组合的辨识
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
创新点摘要 | 第6-9页 |
第一章 绪论 | 第9-16页 |
1.1 课题的背景及意义 | 第9页 |
1.2 多相流概述 | 第9-10页 |
1.2.1 多相流 | 第9-10页 |
1.2.2 油气水三相流的流动特性 | 第10页 |
1.3 多传感器数据融合技术 | 第10-13页 |
1.3.1 多传感器数据融合的概念及原理 | 第11页 |
1.3.2 多传感器数据融合的主要方法 | 第11-12页 |
1.3.3 数据融合技术的研究现状 | 第12-13页 |
1.4 多传感器数据融合在多相流领域的应用 | 第13-14页 |
1.4.1 国内研究进展 | 第13-14页 |
1.4.2 国外研究进展 | 第14页 |
1.5 研究内容 | 第14-16页 |
第二章 基于流态转换的三相流测量系统 | 第16-28页 |
2.1 三相流测量系统 | 第16-17页 |
2.2 油气水三相流流量测量 | 第17-20页 |
2.2.1 下行测量过程 | 第17-18页 |
2.2.2 上行测量过程 | 第18-20页 |
2.2.3 油气水分相流量测量模型 | 第20页 |
2.3 三相流测量系统传感器组 | 第20-26页 |
2.3.1 光纤探针传感器 | 第21-22页 |
2.3.2 电导传感器 | 第22-24页 |
2.3.3 涡轮流量传感器 | 第24-26页 |
2.4 多相流实验平台 | 第26-27页 |
2.5 本章小结 | 第27-28页 |
第三章 基于多传感器特征提取的流态识别模型 | 第28-48页 |
3.1 基于小波变换的多传感器信号突变点检测法 | 第28-32页 |
3.1.1 小波信号特征检测分析 | 第28-30页 |
3.1.2 信号突变点检测算法 | 第30-32页 |
3.2 流态在线识别模型 | 第32-33页 |
3.3 多传感器数据融合及特征提取 | 第33-34页 |
3.4 基于最小错误率的贝叶斯算法进行模式识别 | 第34-37页 |
3.4.1 训练样本分类 | 第35-36页 |
3.4.2 测试样本分类 | 第36-37页 |
3.5 实验结果及分析 | 第37-47页 |
3.5.1 油水两相流辨识实例 | 第38-42页 |
3.5.2 油气水三相流辨识实验 | 第42-47页 |
3.6 本章小结 | 第47-48页 |
第四章 多相流装置上的实验 | 第48-58页 |
4.1 两相流验证性实验 | 第48-53页 |
4.1.1 油水两相流实验 | 第48-52页 |
4.1.1.1 验证性实验 | 第48-49页 |
4.1.1.2 改进后实验 | 第49-52页 |
4.1.2 气水两相流实验 | 第52-53页 |
4.2 油气水三相流实验 | 第53-57页 |
4.2.1 油气水三相流实验过程 | 第53-55页 |
4.2.2 油气水三相流实验数据分析 | 第55-57页 |
4.3 本章小结 | 第57-58页 |
总结 | 第58-59页 |
参考文献 | 第59-63页 |
作者简介、发表文章及研究成果目录 | 第63-64页 |
致谢 | 第64-65页 |