水平管油气水三相流流型识别与压降计算研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 前言 | 第11-24页 |
| ·研究背景与意义 | 第11-12页 |
| ·流型划分 | 第12-14页 |
| ·流型识别 | 第14-21页 |
| ·流型图识别流型 | 第15-16页 |
| ·概率密度函数和功率谱密度函数客观识别流型 | 第16-17页 |
| ·小波分析在流型识别中的应用 | 第17-18页 |
| ·分形理论在流型识别中的应用 | 第18-19页 |
| ·模糊模式识别 | 第19-20页 |
| ·神经网络实现智能识别 | 第20-21页 |
| ·分层流压降计算 | 第21-23页 |
| ·本文主要研究内容 | 第23-24页 |
| 第2章 实验系统和信号滤噪 | 第24-38页 |
| ·实验系统介绍 | 第24-25页 |
| ·实验装置 | 第24-25页 |
| ·实验流程 | 第25页 |
| ·实验参数范围和介质物性 | 第25-28页 |
| ·实验参数范围 | 第25-26页 |
| ·实验介质物性 | 第26-28页 |
| ·实验方法与内容 | 第28-29页 |
| ·数据采集系统与信号滤噪方法 | 第29-37页 |
| ·数据采集系统 | 第29-30页 |
| ·信号滤噪方法 | 第30-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 流型特征量提取与流动特性分析 | 第38-58页 |
| ·流型的分形特征量 | 第38-49页 |
| ·关联维数 | 第38-44页 |
| ·最大Lyapunov 指数 | 第44-46页 |
| ·Hurst 指数 | 第46-49页 |
| ·流型的统计特征量 | 第49-55页 |
| ·多尺度信息熵 | 第49-51页 |
| ·差压波动信号的PSD 特征 | 第51-52页 |
| ·差压波动信号的PDF 特征 | 第52-55页 |
| ·其它特征量 | 第55-57页 |
| ·均值 | 第55页 |
| ·标准差 | 第55页 |
| ·偏斜度 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 人工神经网络流型识别 | 第58-76页 |
| ·人工神经网络模型 | 第58-59页 |
| ·BP 神经网络 | 第59-65页 |
| ·BP 网络的结构 | 第59-60页 |
| ·BP 学习算法 | 第60-61页 |
| ·BP 网络层数的选取 | 第61页 |
| ·隐层节点数的选取 | 第61-62页 |
| ·学习速率的选取 | 第62-63页 |
| ·激励函数的选取 | 第63页 |
| ·流型识别 | 第63-65页 |
| ·遗传算法改进BP 神经网络 | 第65-74页 |
| ·遗传算法简介 | 第65-67页 |
| ·遗传算法参数与操作 | 第67-68页 |
| ·遗传算法与人工神经网络的结合 | 第68-69页 |
| ·BP 遗传神经网络参数确定 | 第69-70页 |
| ·BP 遗传神经网络算法 | 第70-72页 |
| ·流型识别 | 第72-74页 |
| ·本章小结 | 第74-76页 |
| 第5章 分层流压降计算 | 第76-92页 |
| ·三相分层流分析 | 第76-80页 |
| ·壁面剪切应力 | 第77-79页 |
| ·界面剪切应力 | 第79-80页 |
| ·几何参数 | 第80页 |
| ·扩展速度 | 第80-81页 |
| ·扩展速度的确定 | 第81-88页 |
| ·水相 | 第81-84页 |
| ·油相 | 第84-88页 |
| ·Gas-W/O-O/W 型三层流模型 | 第88页 |
| ·计算方法 | 第88-89页 |
| ·结果与分析 | 第89-90页 |
| ·本章小结 | 第90-92页 |
| 第6章 结论 | 第92-94页 |
| 主要符号表 | 第94-95页 |
| 参考文献 | 第95-98页 |
| 致谢 | 第98-99页 |
| 个人简历 | 第99页 |
