共查询到17条相似文献,搜索用时 203 毫秒
1.
2.
3.
气液两相流压力波色散特性实验研究 总被引:1,自引:0,他引:1
设计了可调频式压力扰动源的气液两相流压力波实验装置,实验研究了垂直上升管内气液两相流泡状流、弹状流压力波的色散规律。实验结果表明,对泡状流,在实验范围内,压力波的传播速度及其衰减跟扰动频率有关,随着扰动频率的增加,波速及其衰减都增加;工质的流速对压力波的色散特性没有影响。结合数值模拟结果,验证了泡状流压力波色散特性的临界频率现象,即高于临界频率,压力波色散特性消失,本文分析了相应的物理机制。对弹状流,压力波同样具有典型的色散特性,已有研究结果还不能预测其色散规律。 相似文献
4.
空隙率波是气液两相流系统的特殊物理现象,理解空隙率波的传播特性对揭示两相流流型转变与流速测量物理机理具有重要意义.本文首先考察了典型非线性系统的多尺度互相关特性,发现去趋势互相关分析方法可有效揭示系统的多尺度非线性动力学特征;然后,通过采集垂直上升小管径气液两相流电导传感器阵列上下游空隙率波动数据,提出采用多尺度去趋势互相关分析方法探测空隙率波传播的多尺度互相关特性,并提取了低尺度空隙率波互相关水平增长率;另外,通过计算空隙率波空间衰减因子,考察了气液两相流空隙率波传播的结构不稳定行为.结果表明,空隙率波结构的多尺度互相关特性与其空间衰减特性具有较好的物理关联性:对于气液两相流过渡流型,低尺度空隙率波互相关水平增长率较高,且与较为稳定的空隙率波传播特性相对应;而当气液两相流空隙率波明显衰减或放大时,空隙率波互相关水平增长速率一般较低. 相似文献
5.
6.
基于四种超声悬浮液模型Urick, Urick-Ament, HT, Mcclements分析了Scholte波在两相流体与多孔介质固体界面处的传播特性. 结合各模型的复波数表达式建立含泥沙流体-多孔介质固体界面波特征方程, 分析了Scholte波速与两相流体积含量、粒径等介质属性的关系. 通过仿真实验获得界面波信号, 运用时延估计获得Scholte波速与泥沙含量、粒径的关系, 发现所得的波速与Urick-Ament和HT理论有相对好的一致性.
关键词:
Scholte波
两相流体
多孔介质
泥沙含量 相似文献
7.
8.
9.
本文利用双重小波包分解算法,对微重力气液两相环状流界面波特性进行了分析,将实验测量到的环状液膜厚度信号分解成相干分量和非相干分量,并对相干信号与非相干信号的特征进行了分析,提出了一个新的描述微重力气液两相环状流界面波特性参数。 相似文献
10.
11.
12.
13.
基于滑速比的气水两相流气相流量计算方法研究 总被引:1,自引:0,他引:1
目前对气水两相流的分相流量的研究中,多是针对两相流总流量和液相分相流量进行,对气相分相流量的研究很少.本文利用文丘里管和含气率传感器对空气水两相流气相流量计算方法进行了研究,在均相流模型基础上考虑了滑速比因素造成的影响,探讨了两相流气相流量计算方法.结果表明,该方法相对于传统的均相流模型在计算精度上得到了显著提高. 相似文献
14.
利用分子动力学模拟方法对含纳米孔洞的单晶铁在冲击波压缩下的结构相变(由体心立方结构α到六角密排结构ε)进行了研究,单晶铁样品的尺寸为17.2nm×17.2nm×17.2nm,总原子数428341个,在样品的中央预置一个直径为1.12nm的孔洞,利用一活塞分别以350,500,1087m/s的速度撞击样品产生冲击波,对应的冲击波压缩应力分别为12,17,35GPa.撞击方向沿单晶铁的[100]晶向.计算结果表明,在冲击波压缩下,孔洞对铁中的相变起了诱导作用,伴随着孔洞的塌陷,相变首先出现在孔洞周围的(011)面和(011)面上,然后扩展到整个样品.通过分析冲击压缩下原子的位移历史,解释了相变的微观机制,发现孔洞周围的原子在{011}面上沿〈011〉晶向滑移,离孔洞中心距离越近的{011}面上的原子容易滑移,间隔一层的{011}面与相邻层原子的移动位移幅度不同,这种相对滑移导致出现了新的结构(hcp结构).
关键词:
相变
分子动力学
冲击波
纳米孔洞 相似文献
15.
16.
Gamma-ray densitometry is a frequently used non-invasive method to determine void fraction in two-phase gas liquid pipe flows. Performance of flow meters using gamma-ray attenuation depends strongly on the fluid properties. Variations of the fluid properties such as density in situations where temperature and pressure fluctuate would cause significant errors in determination of the void fraction in two-phase flows. A conventional solution overcoming such an obstacle is periodical recalibration which is a difficult task. This paper presents a method based on dual modality densitometry using Artificial Neural Network (ANN), which offers the advantage of measuring the void fraction independent of the liquid phase changes. An experimental setup was implemented to generate the required input data for training the network.ANNs were trained on the registered counts of the transmission and scattering detectors in different liquid phase densities and void fractions. Void fractions were predicted by ANNs with mean relative error of less than 0.45% in density variations range of 0.735 up to 0.98 gcm−3. Applying this method would improve the performance of two-phase flow meters and eliminates the necessity of periodical recalibration. 相似文献