全书共8章，主要内容包括相含率、压降、液膜厚度和旋涡脱落频率的测量，基于波动信号和数字图像信号的多相流流型检测，基于数字图像处理技术气液两相容积含气率检测，基于压差波动法与图像处理法对气固两相流流型检测，以及基于PIV和PTV法对流场及流速的测量等。

《多相流参数检测理论及其套用》可供控制理论和控制工程、模式识别与智慧型系统、检测技术与自动化装置、测试计量技术与仪器、热能工程等相关专业人员、工程设计人员阅读，也可作为高等院校相关专业的研究生教材、本科生选修教材或参考书。

前言

第1章 绪论

1.1 多相流概述

1.1.1 多相流体的定义

1.1.2 多相流体的分类

1.2 多相流主要测量参数及分类

1.2.1 主要测量参数

1.2.2 测量参数分类

1.3 多相流研究方法与研究模型

1.3.1 多相流研究方法

1.3.2 多相流研究模型

1.4 多相流参数检测

1.4.1 多相流参数检测的研究意义

1.4.2 多相流参数检测的研究现状

1.4.3 气液两相流检测的发展趋势

参考文献

第2章 多相流相含率、压降、液膜厚度和旋涡脱落频率的测量

2.1 多相流分相含率的测量

2.1.1 基于双能射线法对油气水多相流分相含率的测量

2.1.2 基于电阻层析成像技术对气液两相流分相含率的测量

2.1.3 基于光纤探针法对气液两相流含气率的测量

2.1.4 基于电导探针法对含气率的测量

2.1.5 小结

2.2 多相流压降的测量

2.3 液膜厚度的测量

2.3.1 X射线衰减法

2.3.2 定电流法

2.4 气液两相绕流柱体旋涡脱落频率的检测

2.4.1 表面摩擦法

2.4.2 管壁压差法

2.5 结语

参考文献

第3章 基于波动信号识彆气液两相流流型理论及套用

3.1 基于压差波动法识彆气液两相流流型

3.1.1 压差法原理

3.1.2 系统结构

3.1.3 信号获取

3.1.4 实验噪声分析

3.1.5 实验测得的压差波动信号及分析

3.1.6 压差波动信号中噪声的辨识

3.1.7 基于小波分析方法的噪声处理

3.2 基于电导波动法识彆气液两相流流型

3.2.1 实验系统

3.2.2 实验测得的压差波动信号及分析

3.3 基于压力波动法识彆气液两相流

3.3.1 实验系统

3.3.2 实验测得的压力波动信号及分析

3.3.3 基于小波消噪阈值方法对信号的处理

3.4 气液两相流波动信号的特徵提取

3.4.1 基于小波包变换的流型特徵提取

3.4.2 基于混沌分析技术的流型特徵提取

3.4.3 基于希尔伯特一黄变换的流型特徵提取

3.4.4 基于WvD变换的流型特徵分析

3.4.5 基于功率谱的流型特徵分析

3.4.6 基于功率谱密度函式(PSD)的特徵提取

3.5 流型的识别模型

3.5.1 Elman神经网路模型

3.5.2 径向基函式网路模型

3.5.3 机率神经网路模型

3.5.4 Kohonen神经网路的识别模型

3.5.5 基于支持向量机模型的流型识别

3.5.6 基于隐马尔可夫模型的流型识别

3.6 压力与压差信号对比分析

3.6.1 高阶统计量的定义

3.6.2 四种典型流型压差信号的双谱变换

3.6.3 四种典型流型压力信号的双谱变换

3.7 结语

参考文献

第4章 基于数字图像处理技术识彆气液两相流流型理论及套用

4.1 气液两相流流型图像信号的获取

4.1.1 实验系统及步骤

4.1.2 图像採集系统的选取

4.1.3 两相流图像信号的获取及分析

4.1.4 流型图像的噪声分析及处理

4.2 气液两相流流型图像信号的特徵提取

4.2.1 基于灰度直方图的流型图像特徵提取

4.2.2 基于不变矩的流型图像特徵提取

4.2.3 基于灰度共生矩阵的流型图像特徵提取

4.2.4 小波变换的流型图像特徵提取

4.2.5 基于小波包变换的流型图像特徵提取

4.3 流型的神经网路识别模型

4.3.1 基于BP神经网路的流型识别

4.3.2 基于Elman神经网路的流型识别

4.3.3 基于机率神经网路的流型识别

4.4 结语

参考文献

第5章 基于数字图像处理技术的气液两相容积含气率检测理论及套用

5.1 垂直上升管内气液两相泡状流的图像信号的获取

5.1.1 实验系统及步骤

5.1.2 图像採集系统

5.1.3 试验噪声分析

5.1.4 泡状流图像的获取

5.2 泡状流图像处理方法

5.2.1 图像预处理

5.2.2 图像分割

5.2.3 气泡区域填充

5.2.4 气泡区域标定

5.3 容积含气率的计算

5.3.1 气泡尺寸

5.3.2 容积含气率

5.3.3 实验结果与分析

5.4 结语

参考文献

第6章 基于连续图像灰度时间序列的油气水三相流流型检测理论及套用

6.1 油气水三相流流型图像信号的获取

6.1.1 实验系统及步骤

6.1.2 图像採集系统的选取

6.1.3 三相流图像信号的获取及分析

6.1.4 流型图像的噪声分析及处理

6.1.5 灰度时间序列的构成

6.2 油气水三相流流型时间序列的特性分析及特徵提取

6.2.1 延迟时间的计算

6.2.2 基于HURST指数的特性分析

6.2.3 基于关联维的特性分析

6.2.4 基于混沌吸引子的特性分析

6.2.5 时频域特徵分析

6.2.6 混沌特徵的提取

6.3 流型的识别模型

6.3.1 基于粒子群最佳化神经网路的流型识别

6.3.2 基于改进支持向量机的流型识别

6.4 结语

参考文献

第7章 流化床气固两相流流型检测理论及套用

7.1 气固两相流图像信号及压力波动信号的获取

7.1.1 图像获取的实验系统及步骤

7.1.2 流型图像的预处理

7.1.3 压力信号获取的实验系统及步骤

7.2 流型图像的特徵提取

7.2.1 灰度直方图统计特徵的提取

7.2.2 图像的傅立叶变换纹理特徵的提取

7.2.3 图像的小波纹理特徵的提取

7.2.4 图像的多重分形特徵的提取

7.3 压力波动信号的特徵提取

7.3.1 EMD能量特徵的提取

7.3.2 基于混沌理论特徵的提取

7.3.3 统计参数特徵的提取

7.4 流型的神经网路识别模型

7.4.1 基于机率神经网路(PNN)的流型识别

7.4.2 基于Elman神经网路的流型识别

7.4.3 基于遗传神经网路的流型识别

7.4.4 基于人工鱼群算法的BP神经网路

7.5 结语

参考文献

第8章 基于DPIV和DPTV法对流场及流速的测量

8.1 DPIV测速法测量流速

8.1.1 基本相关算法

8.1.2 FFT快速相关法

8.2 PTV测速法测量流速

8.2.1 PTV算法的基本原理

8.2.2 PTV法测量的结果

8.2.3 PTV法与DPIV法测量结果的对比

8.3 含气率的计算

8.4 结语

参考文献