提升管内颗粒团聚对两相流动混沌特征影响的递归分析

在提升管内人工制造团聚现象,对所生成的团聚物进行分区域辨识,同时基于压力信号,采用递规分析的方法研究节涌床和湍动床两种状态下气固两相系统的混沌特征受团聚物种类和循环物料量的影响。结果表明:节涌床状态下递归图中沿对角线发展趋势显著,系统周期性较强且不易受团聚物种类的影响。湍动床状态下,提高物料循环流量,对于原始物料以及微团聚物料,递归图中沿对角线发展趋势增强,递归图参数中确定性提高,分叉性减小,表明系统混沌特征弱化;对于成核团聚物料,递归图结构和参数无明显变化,反映出系统混沌特征所受影响较小;而对于黏结团聚和糊状团聚物料,递归图中孤立点增多,递归参数中确定性降低,分叉性增大,系统混沌特性增强。     

流化床压力脉动的递归分析

在自行搭建的冷态流化床实验台的基础上,采集了风帽入、出口处的压力脉动信号,通过对比、分析不同压力测点的压力信号递归图,来观察流化床内流化特性的差异。改变空气流量,借助递归率RR、确定性DET、递归熵ENTR,最长对角线Lmax、层状度LAM、竖直或水平线段长度均值TT等参数来定量分析鼓泡床、节涌床、湍流床和快速流化床4种流型的动力学特性。结果表明:递归定量分析能够有帮助于理解流化床的流动机理,对气固二相流的流型识别具有一定意义。     

循环流化床颗粒浓度波动信号多重分形测度分析

由于循环流化床气－固两相流动规律相当复杂，使得至今对其流动规律的认知仍不足以直接用于循环流床的工业设计与放大。近十多年来，确定性混沌理论已被用于循环流化床动力学特性的研究，与其密切相关的分形理论也被用于流化床流动特性的研究。然而，这些研究所用均是采用单分形理论，而单分形理论对解释循环流化床复杂的非线性气－固流动行为显得能力不足。为了探讨循环流化床内颗粒流体系统非线性、非均匀性和混沌特性机理。本文引入不同测试多重分形分析的方法，用小波变换模极大值与多重分形测度分析方法相结合，检测循环流化床颗粒浓度波动信号奇异性并得出多重分形奇异谱。结果表明循环流化床颗粒浓度波动信号具有明显的多重分形特性。小波变换多重分形方法可以用来描述床内颗粒流动特性，为探讨循环流化床颗粒流体系统非均匀机制提出了一种新的方法。     

隔板式内循环流化床压力脉动信号递归分析

隔板式内循环流化床中流化态及颗粒循环特性对压力脉动信号特征具有重要影响，其作用机制尚未完全清楚。测量了隔板式内循环流化床在不同气速比条件下的压力脉动信号，通过时域及递归分析，获得了压力脉动信号的标准差、递归率、确定性及香农熵等特征参数。结果表明，随着表观气速比的增加，内循环中颗粒循环状态存在未循环、鼓泡循环、过渡循环和湍动循环四个阶段；通过压力脉动信号的标准差、递归图黑白结构占比和递归特征参数可识别这四种循环状态，递归特征参数在不同循环区域内显示出良好的线性关系，可用于识别隔板式内循环流化床系统的循环状态。     

基于混沌理论与Elman神经网络的气固流化床流型识别

采用混沌理论对气固流化床压力脉动信号进行混沌特性分析,包括求延迟时间τ、Hurst指数、关联维数、Kolmogorov熵、Lyapunov等混沌参数,并结合统计参数作为流型辨别的特征输入量,利用Elman神经网络对其训练.试验结果表明,气固流化床压力脉动信号具有混沌特性,Elman神经网络能够有效地快速地识别流化床的五种流型,识别率达95%,为在线识别气固流化床流型提供了一种新的有效方法.     

基于混沌和人工神经网络方法建立计算气固循环流化床局部颗粒浓度时间序列的非线性模型

基于气固循环流化床是一混沌动力学系统,故采用了耦合混沌理论中的重构相空间方法与人工神经网络的非线性映射功能,建立起提取气固循环流化床颗粒浓度时间序列的非线性模型,并将此模型应用到f100mm×16m,FCC固体颗粒的上行气固循环流化床系统。 由模型产生的局部颗粒浓度时间序列与实验测得局部颗粒浓度时间序列的统计特性、功率谱及非线性动力学特征吻合较好。     

基于声发射的气固两相流流型识别

气固流化床中流型的识别是两相流相关参数检测的重要内容。利用声发射检测技术对气固流化床进行数据采样,结合数理统计、小波算法以及信息熵等方法提取气固流化床中不同流型的特征参数。由实验结果可知,此方法提取出的特征参数真实反映了典型气固流型下的动力学特征,在流化床中,鼓泡床、湍动床和快速流化床在时域、频域有着显著的区别。将小波能量、数理统计的结果以及小波包分解后的信息熵导入支持向量机(SVM)中,进行气固流型识别,正确率85%。因此,声发射检测技术与支持向量机相结合的方法可用于气固两相流流型的识别,具有一定的可行性。     

流化床气固流动二维数值模拟

为了获得流化床中床层在不同气速下的流动特性,根据某一生物质发电厂中的HX220/9.8-IV1型纯烧生物质的循环流化床锅炉进行二维建模,通过FLUENT软件对床层冷态流态化进行二维数值模拟,调整一二次风入口风速以获得不同的表观气速,得到了鼓泡床、湍动床以及快速床的气固流动状态,并在快速床的基础上模拟了床层在气流作用下的稀相输送状态。模拟结果清晰展示了各个状态下的床层颗粒的分布情况。     

(气)-液-固循环流化床的研究进展

液-固(L-s)和气-液-固(G-L-s)循环流化床与传统流化床相比具有许多优点。但对L-S和G-L-S循环流化床的研究报道与气一固循环流化床相比较少。由于新加工过程和生物技术的兴起．拓宽了L-S和G-L-S循环流化床的应用新领域。为了理解和掌握这两种液相循环流化床的流动特性,对其近期的研究进展进行了回顾,并对其在生物化工中的应用前景进行了展望。     

循环流化床回流物料循环的特性

为了研究循环物料在流化床内回流并参与循环的过程,进一步揭示流化床内物料的循环特性,文中搭建了冷态循环流化床顶部回流试验台。利用激光多普勒粒子动态分析仪(PDA)对塔内颗粒回流时床内气固二相流场和颗粒浓度分布进行了测量。同时对物料回流量和床内表观气速等操作条件对回流过程的影响进行了考察。研究表明,回流颗粒在流化床内的返混可以分为3个区域:回流区、返混加速区和主流区,回流颗粒造成床内流场的不均匀性。回流长度主要受物料回流量和床内表观气速影响。     

气—液—固三相磁性流化床混沌特性研究

运用确定性混沌分析技术,研究了气－液＝固三相磁性流化床系统压力波动时间序列的混沌特性。在给定表观气、液速下,非一特征参数如最大李雅谱诺夫指数和Ｋ熵都大于零,并且随磁场强度的增加而减小,表明该系统具有混沌行为：磁场作用使气－液－因三相流动更趋有序。研究还表明,气－液－固三相磁性流化床的三个流区（散流区、链流区及磁聚区）变化可由混沌特征参数值的变化来体现。     

大颗粒循环流化床压力波动信号分析

应用功率谱分析法、R/S分析法及混沌分析法对大颗粒循环流化床压力波动信号的性质和组成进行了研究.功率谱分析法和R/S分析法从两个不同的角度均得出了压力波动信号中存在一定的周期成分,而混沌分析得出的关联维和K熵进一步证实了压力波动信号表面上是随机的,但实质上具有确定性,即表明大颗粒的气液固三相循环流化床的压力波动信号具有混沌信号的特征.     

气固流化床压力脉动信号的混沌特征分析

对气固流化床内压力脉动时间序列进行分析,研究了流化床内的混沌特性,分别利用李雅普诺夫指数、相对分散度、分形维数和混沌度来定量描述稳定性、复杂性,自由度和系统状态数,证明四个混沌特征参数的相关性是好的,得到了混沌特性随着气速和床层高度的变化趋势,并且提出气泡行为是流化床内产生混沌运动的重要原因。     

Recognition of the flow regimes in the spouted bed based on fuzzy c-means clustering

Hilbert-Huang transformation has been applied to extract eigenvectors from the pressure fluctuation signals in the spouted bed. According on these eigenvectors, the flow regimes in the spouted bed could be classified into 4 clusters including ‘packed bed’, ‘stable spouting’, ‘bubbling fluidized bed’ and ‘slugging bed’ by chaos optimized fuzzy c-means clustering algorithm. The Elman neural network was used to recognize these four flow regimes, and the parameters in the Elman neural network were optimized by adaptive fuzzy particle swarm optimization algorithm. The recognition accuracies of ‘packed bed’, ‘stable spouting’, ‘bubbling fluidized bed’ and ‘slugging bed’ can reach 85%, 90%, 85% and 80% respectively.     

粗颗粒流化床的混沌特性研究

研究了平均粒径为3．5～4．5mm的D类物料颗粒流化床的混沌特性。对流化床压力波动时间序列进行了相空间重构,并计算了重构相空间的关联维数和Lyapunov指数谱,得到描述此类流化床稳定运行的最小的状态变量数目,证明粗颗粒流化床系统属于混沌系统,可以利用混沌理论来研究粗颗粒流化床的压力波动,提取其中隐含的信息,进而考察系统的动力学特征。     

Deterministic chaos: a new tool in fluidized bed design and operation

Deterministic chaos theory offers new and useful quantitative tools to characterize the non-linear dynamic behaviour of fluidized beds. The dimension and entropy of the fluidized bed's strange attractor can be used for various purposes, such as the classification of fluidization regimes or fluidized bed scale-up. This is illustrated by experimental and model simulation examples of deterministic chaotic behaviour in ambient gas-solids fluidized beds of Geldart B particles. It is shown that the Kolmogorov entropy is dependent on, amongst other parameters, the gas velocity and the bed aspect ratio. In dimensionless scaling of fluidized bed reactors this type of relationship can probably be of use in establishing full dynamic similarity.     

气固流化床中非线性特性的多尺度分析

Deterministic chaos theory offers useful quantitative tools to characterize the non-linear dynamic behavior of a fluidized bed and the developed complexity theory presents a new approach to evaluate finite sequences. In this paper,the non-linear,hydrodynamic behavior of the pressure flutuation signals in a reactor was discussed by chaos parameters and complexity measures.Coherent results were achieved by our multi-scale analysis,which further exposed the behavior in a gas-solid two-phase system.     

信息理论在气固流化床颗粒碰撞压力波动信号分析中的应用

用信息理论中信源熵或信息流率的概念来判断气固流化床中颗粒碰撞压力信号中存在的混沌现象 ,确定信号中噪声的干扰情况 ,同时计算了不同操作条件下体系的KS熵。     

气固流化床混沌动力结构突变分析

A new method called structural catastrophe analysis was applied to the analysis of pressure fluctuation time series with chaotic and fractal characteristics in gas-solids fluidized bed.In every type of fixed bed,bubbling bed,turbulent bed,fast fluidized bed and pneumatic conveying stage,pressure fluctuation signals were sampled and dynamic exponents were solved.The changes of T_mean and T_max in different types of fluidized bed were analyzed and summarized.It was concluded that T_mean and T_max can indicate different types of fluidized,and T_max can also be recognized as a new characteristic parameter in addition to correlation parameters,LE exponent and K entropy.