超音速分离器液滴沉积量与沉积位置声学预测方法技术

本发明专利技术涉及一种超音速分离器液滴沉积量与沉积位置声学预测方法，包括下列步骤：在超音速分离器沿程布置声发射传感器，用来接收沉积时产生的声发射信号；液滴沉积产生声发射信号，记录各个声发射传感器捕捉到信号时的当地时间；对于沉积点，通过信号到达不同传感器的时间差，推算出信号到达不同声发射传感器的距离差；列出沉积点到各个声发射传感器之间的距离方程组，给出计算沉积点位置的公式；利用离散小波变换DWT和短时傅里叶变换STFT两种特征提取方式提取不同时频域内的声发射分量信号，寻找液滴沉积的有效声发射信号频段；确定有效声发射信号频段特征向量样本集；利用随机森林算法RF建模，构建液滴沉积量预测模型。构建液滴沉积量预测模型。构建液滴沉积量预测模型。

【技术实现步骤摘要】
超音速分离器液滴沉积量与沉积位置声学预测方法


[0001]本专利技术涉及一种基于声学定位和随机森林分类的超音速分离器液滴沉积位置和沉积量的预测方法，属于环状流型沉积分离


技术介绍

[0002]超音速旋流分离技术集冷凝和分离于一体，是天然气分离提纯领域的一种行之有效的新方法，由该技术衍生出的气液分离装置超音速分离器更是倍受关注。超音速分离器基于两个过程来实现气液分离，即低温凝结和旋流分离。低温凝结是通过超音速喷管的膨胀作用增大气流速度、减小气流温度、压力，从而产生低温环境，使混合在气相中的蒸汽凝结形成液滴。旋流分离是通过旋流器上具有一定偏转角度的叶片产生离心速度，质量大的液滴将受离心力作用被甩到壁面并沉积形成液膜，最终从液相出口被排出，从而实现气液分离。
[0003]其中，液滴在离心力作用下运动到分离器壁面并聚集形成液膜的过程被称为液滴沉积，是超音速分离器气液分离的重要步骤。对液滴沉积过程的准确预测是科学评价分离指标、精准优化分离性能的关键。而超音速分离器内部流体超音速、强旋流、多凝结等独有特性也正是限制其检测方法的不利因素。例如，采用侵入式测量方法预测沉积信号时有可能对流场产生破坏，研究的难度非常大。

技术实现思路

[0004]本专利技术提出一种超音速分离器液滴沉积位置和沉积量的声学检测方法，利用液滴撞击分离器壁面时产生的连续声发射信号对液滴沉积点进行声学定位，同时对液滴沉积量进行量化分析。技术方案如下：
[0005]一种超音速分离器液滴沉积量与沉积位置声学预测方法，包括下列步骤：
[0006]S1、在超音速分离器沿程布置声发射传感器，用来接收沉积时产生的声发射信号；
[0007]S2、液滴沉积产生声发射信号，并被声发射传感器捕捉到，记录各个声发射传感器捕捉到信号时的当地时间；
[0008]S3、对于沉积点，通过信号到达不同传感器的时间差，推算出信号到达不同声发射传感器的距离差；
[0009]S4、列出沉积点到各个声发射传感器之间的距离方程组，给出计算沉积点位置的公式；
[0010]S5、使用声发射传感器，接收液滴沉积时产生的声发射信号；
[0011]S6、基于S5所接受到的声发射信号，利用离散小波变换DWT和短时傅里叶变换STFT两种特征提取方式提取不同时频域内的声发射分量信号，寻找液滴沉积的有效声发射信号频段；
[0012]S7、原始数据分别经DWT和STFT分解、重构后得到的每个分量表征原信号部分频段内的信息，求取各声发射分量信号的归一化能量特征，将原始数据转化为特征向量矩阵，确
定有效声发射信号频段特征向量样本集；
[0013]S8、利用随机森林算法RF建模，构建液滴沉积量预测模型，方法如下：
[0014]S8
‑
1、将步骤S7所建立的声发射信号特征向量样本集分为训练集和测试集；
[0015]S8
‑
2、采用Bootstrap方法从训练集中随机抽取n个样本，用于训练声发射信号特征向量样本子集Si，i＝1，2，
…
，n；；
[0016]S8
‑
3、对Si分别进行分类回归树CART建模，构建n棵CART决策树，形成液滴沉积声发射信号特征随机森林；
[0017]S8
‑
4、使用测试集中的测试样本m作为液滴沉积声发射信号特征随机森林的输入，则该随机森林分类模型的投票输出；
[0018]S9、使用建立好的液滴沉积量预测模型对液滴沉积量进行计算。
[0019]本专利技术的有益效果是：本专利技术利用声学检测方法、信号分解方法与随机森林算法融合的方式对超音速分离器中液滴沉积位置和沉积量进行预测，解决了超音速分离器中的沉积现象难以检测的问题，有望与超音速分离器的整体实验系统进行进一步整合，对超音速分离器的分离效果进行更加精准的控制。
附图说明
[0020]图1为液滴沉积量和沉积位置预测方法示意图。
[0021]图2为液滴沉积量和沉积位置预测算法示意图。
[0022]图3为RF液滴沉积量预测模型算法。
具体实施方式
[0023]下面详细描述本专利技术的实施例。本专利技术提出一种超音速分离器液滴沉积位置和沉积量的声学检测方法，其示意图如附图1所示。本专利技术采用声发射检测技术来获取分离器内的液滴沉积信号。液滴在沉积时将连续不断撞击分离器的内壁面，这种相互作用会产生十分密集的弹性波，属于典型的连续型声发射信号。在分离器壁面沿程放置声发射传感器获取液滴沉积时的声发射信号，通过各传感器检测到声信号时间的不同可对沉积位置进行精准定位，通过对接收到的声信号进行特征提取，构建随机森林分类的预测模型可实现对沉积量的检测。
[0024]具体实现方式为：
[0025]本专利技术的基于声学定位和随机森林分类的超音速分离器液滴沉积位置和沉积量的预测方法，对液滴沉积位置的预测算法示意图如附图2所示，具体步骤如下：
[0026]S1、在分离器沿程布置RS
‑
2A声发射传感器，用来接收沉积时产生的声发射信号。
[0027]以n个传感器监测点为例，各传感器位置分别为n1＝x1＝0，n2＝x2，n3＝x3…
n
i
＝x
i
…
n
n
＝x
n
，待定位沉积点的坐标位置为T＝x。
[0028]S2、液滴沉积产生声发射信号，并被声发射传感器捕捉到，记录各个传感器捕捉到信号时的当地时间。
[0029]声发射信号从沉积点T传播至传感器n1的当地时间为t1，声发射信号从沉积点T传播至传感器n
i
的当地时间为t
i
。
[0030]S3、通过信号到达不同传感器的时间差，推算出信号到达不同传感器的距离差。
[0031]由t1、t
i
的不同可推算出信号到达传感器n1、n
i
的距离差d
1i
。
[0032]S4、列出距离差方程组，计算出沉积位置。
[0033]列出由n个方程组合而成的距离差方程组：
[0034][0035]沉积点T到传感器之间的距离为：
[0036][0037][0038]整理得到：
[0039][0040]联立公式(1)、公式(2)，求解未知数x、D1，得到信号源的位置坐标，即沉积位置。
[0041]本专利技术的基于声学定位和随机森林分类的超音速分离器液滴沉积位置和沉积量的预测算法示意图如附图2所示，找到沉积位置之后，对该沉积位置的液滴沉积量的预测步骤如下：
[0042]S5、使用声发射传感器，接收液滴沉积时产生的声发射信号。
[0043]S6、基于S5所接受到的声发射信号，利用离散小波变换(DWT)和短时傅里叶变换(STFT)两种特征提取方式提取不同时频域内的声发射分量信号，寻找液滴沉积的有效声发射信号频段。DWT和ST本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种超音速分离器液滴沉积量与沉积位置声学预测方法，包括下列步骤：S1、在超音速分离器沿程布置声发射传感器，用来接收沉积时产生的声发射信号；S2、液滴沉积产生声发射信号，并被声发射传感器捕捉到，记录各个声发射传感器捕捉到信号时的当地时间；S3、对于沉积点，通过信号到达不同传感器的时间差，推算出信号到达不同声发射传感器的距离差；S4、列出沉积点到各个声发射传感器之间的距离方程组，给出计算沉积点位置的公式；S5、使用声发射传感器，接收液滴沉积时产生的声发射信号；S6、基于S5所接受到的声发射信号，利用离散小波变换DWT和短时傅里叶变换STFT两种特征提取方式提取不同时频域内的声发射分量信号，寻找液滴沉积的有效声发射信号频段；S7、原始数据分别经DWT和STFT分解、重构后得到的每个分量表征原信号部分频段内的信息，求取各声发射分量信号的归一化能量特征，...

【专利技术属性】
技术研发人员：丁红兵，张雨，陈政奇，梁真馨，
申请(专利权)人：天津大学，
类型：发明
国别省市：