一、算法复杂性在气固流化床动力学中的多尺度分析（论文文献综述）
张亚东[1]（2020）在《基于多信号耦合分析的振动分选流化床中气泡动态行为特性研究》文中认为煤炭是我国的主体能源,是国民经济发展和工业生产的重要能源基础。在经济增长放缓、经济结构和能源结构调整加快及环保力度加大的背景下,开展煤炭清洁高效利用技术的研发是推进煤炭行业绿色、可持续发展的重要举措。流态化干法选煤技术作为一种已实现工业化推广与应用的高效干法选煤方法,主要适用于6 mm以上块煤的分选。然而,–6+1 mm细粒煤干法分选技术的研发尚无重大突破,是制约煤炭全粒级大规模干法分选的技术瓶颈。振动流化床能够满足适合细粒煤按密度离析的分选环境,强化细粒煤的干法分选效果。由于振动流化床中气泡的存在不利于细粒煤分选过程的调控,且分选过程中气泡的运动行为及气泡与细粒煤分选行为间的作用机理尚不清晰。因此,本文基于压力、应力和图像多信号耦合的分析方法,对细粒煤振动流化床分选过程中气泡运动行为、特征演化规律及细粒煤振动分选的适应性开展系统性研究。通过分析振动流化床床层压降信号的标准差,研究了床层流型的转变规律,界定了适合细粒煤分选的气速操作范围。分析了不同流型状态下床层压力波动信号时域和频域范围内的非线性多尺度特征及其能量分布规律,揭示了床层流型转变的机理,建立了压力波传递速率方程。同时,基于床层压力信号的采集,重构了床层密度的时空分布特性,阐释了气泡行为对床层密度均匀稳定性的影响,建立了床层密度分布与气泡产生频率的关联式。依据相邻压力信号的相关特性分析,提出了基于小波分析的气泡引起压力信号的提取方法,结合压力信号分析方法和数字图像处理技术,揭示了压力信号与气泡运动行为间的响应关系,建立了操作参数与气泡运动行为特征的物性关联,分析了不同操作条件下全床空隙率的平均分布特征,揭示了气泡相和乳化相间的动态演化规律。通过对床层颗粒碰撞作用力的测量,结合分析乳化相高度的变化规律,阐述了颗粒床层的准散式流态化稳定形成机理,基于颗粒系统动力学演变规律分析,从能量角度揭示了床层中气泡的产生机理,通过分析各操作因素协同作用对气泡运动行为的抑制机制,改善床层流化质量,为细粒煤的分选调控提供理论基础。采用两种不同性质的原煤进行振动流化床干法分选试验,研究了分选过程中气泡对细粒煤分离行为的作用机理以及各因素对细粒煤分离行为的调控作用。提出了细粒煤分选过程中颗粒混合、分离的评价指标,揭示了不同操作参数对细粒煤分选行为的调控机理,探索了振动流化床对不同煤种分选的适应性。结果表明:无烟煤经过干法分选精煤灰分降低为8.2%,精煤产率为56.1%,分选精度E值为0.15 g/cm3。焦煤选后精煤灰分为9.3%,精煤产率为78.7%,分选精度E值为0.13 g/cm3,无烟煤和焦煤经过振动流化床干法分选后,提高了煤炭产品质量,且焦煤的分选效果明显高于无烟煤。本论文共有图87幅,表12个,参考文献234篇。
常宇航[2]（2020）在《基于压力信号的循环流化床多尺度特性研究》文中进行了进一步梳理压力波动已被证明与气固多尺度结构的动态行为密切相关,因此采用适当的分析方法从压力波动中提取关键特征信息,有助于理解循环流化床的多尺度动力学。为了充分认识循环流化床内的气固多尺度特性,本文使用一套综合型循环流化床冷模实验平台,在提升管Ug=5-9 m/s、Gs=100-800 kg/m2s和下行床Ug=1-9 m/s、Gs=100-1000 kg/m2s高密度操作范围内,详细研究了采样频率对压力波动特征的影响并确定了合适的采样频率。从实验角度分别模拟出仅体现宏观（介观、微观）尺度特性的操作条件,明确了引起相对应压力信号波动的主要频段,并以此作为压力波动多尺度分解的依据。进一步通过比较分解信号的动力特性差异识别了循环流化床内的多尺度结构,从频域上定量获得代表气固各尺度特性的压力信号并研究了气固多尺度结构的流动特性,最后对比分析了提升管与下行床在相同条件下气固多尺度流动特性的异同之处。提升管和下行床内压力信号的时域波动特性与采样频率fs密切相关。当fs较低时,压力波动较为缓慢。随着fs的增大,波动曲线中低频缓慢波动和高频急促波动并存,显示出压力波动是由多种气固动态行为引起的。进而对不同频域内压力波动特征进行研究发现,不同fs下压力低频成分（f<5 Hz）均表现出波浪形的周期性波动特点。而随着fs的增加,压力高频成分（f>5 Hz）逐渐能够完全反映气固介微观尺度下的行为,因此波动程度变大,提升管内压力高频成分的标准偏差Sd从10 Pa增加到30 Pa,而下行床内压力高频成分Sd则从20 Pa增至31 Pa。而且压力高频成分的波动曲线愈发密集嘈杂,表明fs对压力高频成分复杂程度产生了影响。最后利用近似熵对压力高频成分进行了复杂性分析。当fs=50-400 Hz时,提升管和下行床内压力高频成分近似熵均逐渐减小,而fs=400-1000 Hz时,压力高频成分近似熵则保持恒定,表明fs=400 Hz时压力高频成分可以完全反映出微观尺度行为的动力学特征,且可能受噪声的影响最小。因此确定压力信号合适的fs为400 Hz。从实验角度证明了气固多尺度结构确实能够分别引起压力不同频段的波动。当床层内只存在宏观气体流动时,压力功率谱在f<1 Hz的幅值较高,说明低频波动是引起宏观压力波动的主要因素。具有毫米级特征粒径的煤球渣颗粒在下行管中因运动、碰撞等行为使得压力功率谱在2-10 Hz内均出现多个峰值,因此由于介观尺度特性引起的压力波动集中在中频部分。弥散颗粒在下行管中相互碰撞对气体产生了扰动,使压力功率谱在50-200 Hz内出现多个宽谱峰值,因此由于微观尺度特性引起的压力波动主要集中在高频部分。上述结果为循环流化床内气固多尺度结构在压力信号频域上的量化提供了可靠的评价标准。进一步通过小波分析和递归分析对循环流化床中压力波动进行9尺度分解,通过表征和比较小波分解信号的动态特征识别了多尺度结构:1-2尺度细节信号（50-200 Hz）反映了气固微尺度特性,3-6尺度细节信号（3.125-50 Hz）反映了气固介尺度特性,7-9尺度细节信号和9尺度近似信号（0-3.125 Hz）反映了气固宏尺度特性。然后将子信号重构获得了宏观、介观、微观尺度的压力信号。通过宏观、介观、微观尺度压力信号的能量考察了提升管内气固多尺度结构的轴向分布特性及操作条件的影响情况。气固多尺度结构的轴向分布特性与颗粒浓度密切相关。颗粒浓度随轴向位置的增加逐渐减小,宏观颗粒浓度脉动程度、颗粒聚团破碎与聚并的强度、弥散颗粒碰撞剧烈程度沿轴向逐渐变低,提升管底部区域宏观、介观、微观尺度信号能量最高分别可达290488、1191、18577 Pa2,并沿轴向逐渐衰减。在高密度条件下,多尺度压力信号能量沿提升管轴向的分布形式发生了变化,气固多尺度行为也变得更加剧烈。Gs的增大或Ug的减小都将使颗粒浓度升高,此时轴向高度14.06 m处的宏尺度信号能量涨幅最高可达2290%,宏观颗粒浓度脉动能力大幅增强;介尺度信号能量涨幅最高可达2366%,颗粒聚团破碎与聚并强度更大;微尺度信号能量涨幅最高可达1973%,颗粒接触机会增加造成颗粒碰撞等行为愈发剧烈。下行床多尺度压力信号能量沿轴向呈现出指数型或“C型”的分布特点。宏观、介观尺度信号能量随Gs增加而增大,轴向高度3.58 m处的能量涨幅最高分别可达5458、1846%。随Ug增加的变化趋势在不同Gs下存在差异,宏尺度信号能量在Gs<500 kg/m2s时随Ug的增加而升高,而在Gs≥500 kg/m2s时随Ug的增加而降低。介尺度信号能量在Gs≤600 kg/m2s时随Ug的增加而增加,而在Gs≥800 kg/m2s时随Ug的增加而减少。微尺度信号能量则对Ug和Gs的变化并不敏感。对提升管与下行床气固多尺度结构的流动特性在相同条件下做了比较。当Gs=100-300 kg/m2s时,随着Ug的提高,下行床宏观颗粒浓度脉动能力与提升管逐渐接近,下行床颗粒聚团破碎/聚并的剧烈程度逐渐接近并超过提升管。就两个反应器的充分发展区而言,当Gs≤200 kg/m2s时,提升管和下行床内弥散颗粒碰撞等行为强度相当,而当Gs≥300 kg/m2s时,提升管内颗粒之间的碰撞更加剧烈。
王婷[3]（2019）在《脉动流化床流动与传热特性多尺度分析与CFD-DEM数值模拟》文中研究表明流态化技术广泛应用于制造与加工行业中,如生物质干燥,颗粒涂层,燃烧,催化裂化流化床反应器等。与传统流化床技术相比,脉冲流化床能处理易结团、粘性大、热敏性高等物质,并有效克服沟流、死区、局部过热等弊端,使气固均匀混合与接触,提高传热与传质效率。本研究首对脉动流化床干燥颗粒试验中采集的中不同频率以及不同气流量配比的压力信号,利用多尺度复杂熵因果关系平面对压力信号进行分析。结合床内潮湿颗粒的干燥特性以及流型实物图,对进气配比、频率大小等因素对干燥效率的影响进行了多尺度分析,对流动特性的微观及宏观机理进行研究,得到最佳干燥效率所对应的多尺度复杂熵因果关系平面图结构。基于CFD-DEM方法,构建了气固系统的CFD-DEM并行数值模拟方法及平台,对准二维混合脉冲流化床进行了研究。通过脉冲压力波动信号模拟与实验值对比进行了模型验证,其后考察了不同脉冲频率、不同流量配比下的流化床颗粒混合及传热过程,得到颗粒流型图,颗粒扩散系数及传热系数分布规律。通过定量的分析得出脉冲频率及流速配比对混合效果及传热特性的影响,并在颗粒尺度上揭示了颗粒混合与传热的内在机理,并采用多尺度分析方法对压力信号进行分析,得到最佳脉动频率及流量配比。利用颗粒的速度场、矢量场等数据信息,本文还研究了床颗粒在不同频率及流量配比内的颗粒运动特征。在流化床的内部,颗粒围绕着上升气泡开始向下运动;它们在气泡的下端碰撞,形成尾迹;脉动频率为2.5Hz时的颗粒运动较为有序。脉动气流速过高会发生气泡连续产生,形状被拉长、穿过床层,并出现高频、高能颗粒射流喷射的过程。矢量场显示,气泡爆炸前床层上部空间存在局部旋流,局部循环的周期与气泡相同。引入混合偏差指数与扩散系数对颗粒混合情况进行定量分析,详细讨论了流化床内的微观混合过程。并建立DEM流化床传热模型,考虑了气固对流换热与颗粒碰撞传热过程。在颗粒尺度上印证当脉冲频率接近床体压力波动自然主频时,促进颗粒内循环运动,加强热量的传递从而使干燥效率得到提升。
陈秀霆[4]（2014）在《气液两相流流型识别与表征研究》文中提出气液两相流广泛存在于各种工业生产过程当中。两相流的流型及其动力学特性严重影响着两相流动的传热传质速率、动量损失和压力梯度等参数。本文采用基于多尺度信号处理的分类器理论对不同流型的气液两相流进行了识别，并结合多尺度分析方法采用描述系统复杂性的熵测度方法对其动力学特性进行了描述，为两相流体的动力学表征研究提供了参考。考虑到气液两相流流型信号的非线性、非平稳特性，采用对信号具有自适应特性的集合经验模态分解（Ensemble Empirical Mode Decomposition, EEMD）方法处理流型信号，得到其不同尺度上的本质模态函数（Intrinsic Mode Function, IMF）分量并构造用于流型分类的特征向量。利用典型流型的特征向量训练径向基函数（Radial Basis Function, RBF）神经网络和连续隐马尔科夫模型（ContinuousHidden Markov Model, CHMM），完成对气液两相流不同流型的识别。利用信息熵、排列熵以及统计复杂性测度理论对气液两相流不同流型的动力学特性进行研究。（1）利用气液两相流流型信号的不同尺度上的IMF分量计算得到不同流动工况下的信息熵分布，结果表明不同流型的信息熵分布具有明显差异，同时具有一定的演变特征。（2）由于单尺度的非线性参数在反映流型动力学特性时存在许多问题，本文利用算法简单、鲁棒性强的排列熵算法并结合多尺度分析理论，研究了流型信号的多尺度熵及其动力学特性。（3）本文采用基于复杂熵因果关系平面图（Complexity Entropy Causality Plane, CECP）的统计复杂性测度理论进一步研究了气液两相流流型的动力学复杂性，得出了两相流内秉流动结构的多尺度CECP特征。
孙婧元[5]（2013）在《基于颗粒脉动参数CFD模拟的气固流化床流场性质与流动结构研究》文中研究指明气固流化床因其传热传质效率高、处理量大的优点而在工业领域得到了极其广泛的应用。从催化剂的开发、反应器流体力学性质的表征到工业装置的建立和改造,气固流化床一直是国内外学者研究的热点对象。作为一种典型的多相流反应器,气固流化床中存在着气泡搅动、颗粒运动及气固两相作用,是一个非线性瞬态系统,而这些复杂作用引发的各种流动参数随时间脉动是流化床最显着的特点。因此,相比于时均参数,流化床的脉动参数包含了关于流动结构和两相传递行为更加丰富的信息。对于流化床这样具有显着多尺度结构特点的化工对象,其囊括的流动结构形态多样、各具特征,常见的如气泡、涡流和颗粒聚团等,这些流动结构的行为本质和演化规律是揭示多相流动性质、解决过程强化和优化设计的瓶颈。因此,研究流化床中颗粒与气泡、局部与整体产生的脉动信号,进而对流场性质和流动结构进行刻画,对于多相流动过程流体力学性质的深刻认识以及反应器的精确设计具有重要意义。针对现有气固流化床中脉动信号测量技术和流动结构表征方法的不足,本研究以计算流体力学（CFD）软件Fluent为研究手段,基于湍流脉动与流化床脉动的相似性,建立了多相流场性质与流动结构的表征方法,据此开展了一系列针对流化床流体力学特性的研究。在理论研究的基础上,开发了聚乙烯多温区冷凝态工艺并进行工业试验,成效显着。本论文的主要研究成果如下：1.基于湍流脉动与流化床脉动的共性,提出借鉴单相湍流理论分析流化床脉动信号、揭示多相流场性质与流动结构特征的方法,包括颗粒脉动能谱分析、流场间歇性分析、相干结构表征与提取、颗粒涡多尺度演化分析以及颗粒温度分析,以实现“在信号中提取规律,向无序中寻求有序”的目标。2.将CFD模拟结果与实验及文献数据相比较,分别验证了单、双分散颗粒流化床的计算模型的准确性。利用CFD模拟方法采集颗粒脉动速度信号并进行频谱分析和小波分解,分别考察了单分散和双分散颗粒流化床的能谱性质和流场间歇性。颗粒脉动能谱可以划分为含能区、惯性子区和耗散区,且惯性子区符合Levy-Kolmogorov定律。采用小波平坦因子考察了流场间歇性随频率（尺度）的分布,低频段大尺度脉动的间歇性较弱,高频段小尺度脉动的间歇性较强。对于双分散颗粒流化床,两种颗粒的小波平坦因子分布趋势相同,但在高于10Hz处开始出现差别。通过空隙率脉动频谱考察了流化床中气泡的流体力学行为,且主频的模拟值与经验公式计算值吻合较好,说明CFD模拟能较为准确地反映气泡的运动特性。3.建立了颗粒脉动速度小波系数概率密度函数（PDF）与流化床中相干结构的关系,并对相干结构进行表征、提取,对提取前后的小波系数分别应用ESS标度律,考察了相干结构对流场性质的作用,证明了本文所采用的相干结构提取方法的有效性。采用自相关分析,研究了颗粒涡的时间尺度、多尺度形态及演化规律,发现颗粒涡的时间尺度与小波尺度呈普适关系,某些尺度的颗粒涡随时间呈规律性运动,相邻尺度的颗粒涡还会出现合并或分裂的现象。将颗粒涡的演化过程与流态化转变过程相关联。4.利用CFD模拟及声发射检测技术,提出颗粒温度分布表征流动模式的判据。考察了双分散颗粒流化床的层流颗粒温度和湍流颗粒温度随径向位置、轴向位置和表观气速的变化,发现在分布板附近,湍流颗粒温度突然降低的位置对应于颗粒运动的“滞留区”,且位于轻、重颗粒的分层之间的边界,随着表观气速的增大,“滞留区”的高度降低。颗粒时均速度和颗粒雷诺应力分布亦可用于分析颗粒流动模式与相间作用。5.以气相法聚乙烯冷凝态工艺为背景,分别建立了鼓泡流化床和中心射流床的计算模型,利用CFD模拟,考察了侧壁气流对床层流体力学性质的影响。结果表明,侧壁气流能够促进颗粒水平方向的运动,增强壁面附近的颗粒脉动活跃性,有利于减少粘壁现象的发生。侧壁气流具有稳定颗粒流型的作用,有利于流化床的平稳操作,并对颗粒涡的演化起到调制作用。研究结果为冷凝液蒸发破坏涡流热点的工艺路线提供了理论指导。6.在工艺理论分析的基础上,提出多温区聚乙烯冷凝态工艺的设想,并得到工业装置试验的初步证实。首先从理论研究的角度探讨了多温区聚乙烯冷凝态技术的可行性。开发了具有高分离效率、低压降的气液分离器和冷凝液喷射装置；探讨了多温区聚乙烯冷凝态技术所具有的聚合温度差异化、聚合单体浓度差异化和催化剂温度敏感性差异化的特征及其对产品性能的影响。分析表明反应器下部有利于形成支链较多的、低密度高分子量的聚乙烯,而反应器上部有利于形成支链较少、高密度低分子量的聚乙烯。该技术在天津石化12万吨／年气相法聚乙烯装置上进行工业预试验,产量提高8%以上,且成功生产出性能优良、富有特色的树脂产品。本技术被命名为“气液法流化床聚乙烯工艺成套技术”,并于2012年入选中国石化“十条龙攻关”项目。
张建伟,宋艳芳[6]（2011）在《撞击流反应器流场速度时间序列的结构复杂性研究》文中指出结合谱熵和小波熵算法,从整体及各个尺度上,对撞击流反应器（Impinging stream mixer,ISM）流场速度时间序列进行结构复杂性分析。谱熵算法描述时间序列信号的谱的结构情况,反映序列频率谱的集中程度,从而体现ISM流场速度信号的总体的平均功率的分布情况;小波熵算法充分利用小波变换的多分辨、多尺度特性,使信号在结构上的复杂性得以清晰体现。研究表明,尺度a4上的小波熵分布与系统的结构复杂性的分布类似,说明该系统的信号的主要特征集中在低频细节成分a4尺度上。不同尺度下的小波熵表征信号在各个频段的变化趋势,体现信号在时域和频域上的信息。该系统的轴向流体结构复杂性大小沿轴线没有特定的变化规律,但径向流体结构复杂性大小呈对称分布,且在轴心取得最大值。
高忠科[7]（2010）在《两相流复杂网络非线性动力学特性研究》文中研究说明两相流广泛存在于工业生产过程中的各个领域,其作为一个复杂非线性系统,迄今,采用传统科学观念和方法研究复杂多变量随机过程的多相流动问题,其两相流流型演化动力学特性尚未取得清楚认识,尚需从全新复杂系统理论与研究方法角度揭示复杂多相流流动机制。复杂网络作为一个全新而又有效的工具,不仅可以挖掘包含在非线性时间序列中的重要信息特征,同时也可用于研究理论模型所不能精确描述的复杂非线性动力学系统。本文以垂直上升气液两相流和水为连续相倾斜上升油水两相流为研究对象,在采集两相流平均及局部流场电导阵列传感器测量信号基础上,全新构建了两相流流型复杂网络、流体动力学复杂网络、流体结构复杂网络和有向加权递归复杂网络,在此基础上,对两相流复杂网络非线性动力学特性进行了研究。论文研究取得的创新性成果如下:1.提出一种基于多组两相流测量信号相关特性的流型及流体动力学复杂网络构建方法。基于K-means聚类及数据场理论的两类复杂网络社团结构探寻算法,发现两相流复杂网络社团结构与流型具有内在对应关系,从而实现了对包括过渡流型在内的垂直气液/倾斜油水两相流流型识别新方法。发现垂直气液/倾斜油水两相流动力学复杂网络度分布均呈现出明显的小世界效应和无标度特性,且不同流型网络度分布及网络信息熵与流型演化趋势相吻合,为揭示流型演化非线性动力学复杂性研究提供了新方法。2.提出一种相空间复杂网络概念和构建算法。发现由于相空间不稳定周期轨道（UPOs）吸引作用,混沌相空间复杂网络具有明显小世界效应和无标度特性;周期信号对应的相空间复杂网络为规则网络;噪声信号对应的相空间复杂网络为随机网络。在此基础上,全新探索了相空间复杂网络局部模体频率分布与倾斜油水逆流流体结构动力学之间内在对应关系,结果表明:相空间复杂网络局部模体频率分布特征可有效地揭示倾斜油水逆流流型所特有的混沌结构动力学特性,即水包油拟段塞流型（D O/W PS）结构动力学具有弱混沌特性,过渡流型（TF）结构动力学具有强混沌特性属高维混沌动力学系统,而水包油局部逆流流型（D O/W CT）结构动力学介于两者之间。进一步发现相空间复杂网络聚集系数-介数联合分布及网络同配特性对气液两相流气泡聚合与击碎过程敏感,为气液两相流流型生长与衰落非线性动力学机制研究提供了新途径。3.提出一种有向加权递归复杂网络概念和构建方法。以Tent map和2x mod 1混沌映射为例,从理论上验证了以网络连通集团度选取递归阈值的合理性,证实了网络递归阈值系数是判定信号中是否存在不稳定周期轨道（UPO）的有效指示器,进而以R?ssler混沌系统为例验证了该网络不仅可用于分析与Lyapunov指数相关的UPO轨道动力学,而且还可进一步精确探测相空间各阶UPO,为时间序列轨道动力学研究提供一种新思路。在此基础上,构建了气液两相流有向加权递归复杂网络,研究表明:段塞流网络递归阈值系数明显小于泡状流和混状流,并存在大量不稳定周期轨道,其主要由内部小循环和外部大循环两部分组成,内部小循环到外部大循环的轨道运动实则表征了两相流段塞流中含泡液塞与大气塞间歇性的类周期振荡运动过程。为气液两相流段塞流细节演化特性提供了时间序列相空间轨道动力学新视角。
刘燕[8]（2010）在《竖直管内汽（气）液固多相流动沸腾过程的流体动力学研究》文中指出管内流动沸腾过程是流动与沸腾两种基本物理过程的有机结合。而将固体颗粒加入到沸腾两相流动过程中形成汽液固三相流动,能够很好地解决换热管内的防除垢问题,且能达到强化传热目的。但其复杂的流动特性使人们采用已有的研究方法很难揭示系统内存在的非线性特征,从而影响对沸腾多相流系统的认识和该技术的推广应用。本文利用非线性研究方法中的混沌理论作为研究工具,通过自己编写有关计算混沌特征量的程序,考察汽（气）液固多相流动沸腾过程的流体动力学特性,为此类系统的应用提供更加坚实的理论依据。以蒸发器内的竖直换热管为对象,考察了气液固三相、汽液两相及汽液固三相自然循环流动、汽液两相及汽液固三相强制循环流动过程,通过对多相流动沸腾过程的压力波动信号的确定性混沌分析,首次对竖直管内汽（气）液固多相流动沸腾过程的压力波动信号进行了混沌识别,证明此类系统具有混沌特征。另外,对汽液两相自然循环流动过程的温度时间序列进行了较深入分析。理论和实验研究结果表明: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。热流密度的变化对多相沸腾系统的功率谱密度函数有一定的影响,且功率谱密度函数的主峰个数及第一主峰的起始频率能反映出流型的变化规律。汽液两相自然循环流动中,随着介质粘度的增加,加热段循环温度降低,循环过程更加稳定。不同表观液速下,随着热流密度的增加,汽液两相强制循环流压力波动信号的分维数有变大的趋势,说明汽液两相流动的复杂程度在加剧,流动接近随机运动。热流密度对汽液两相流压力波动信号的关联维数、Kolmogorov熵和Lyapunov指数均有较明显影响,且都为有限正值,可用这些非线性特征参数预测流型的变化。汽液固三相自然循环及强制循环流动过程中,颗粒体积分率对压力波动信号的关联维数、K熵及Lyapunov指数均有影响,且可从这些特征参数对流动状态进行粗略划分。在沸腾两相流中加入固体颗粒使流动过程更加稳定,且能较好地将流动状态控制在泡状流阶段,有利于系统的稳定操作。
范振儒[9]（2010）在《基于气固两相流流型图像的多参数检测方法》文中研究指明气固两相流作为最重要的多相流形式之一,广泛存在于有色、冶金、建材、电力、化工、食品等许多行业中。但由于流体流动特性的复杂多变,使得两相流参数检测难度较大。许多两相流参数的检测技术和方法大都处于实验室应用研究阶段,这与两相流在工程领域的广泛性极其不相适应。因此,发展多相流检测与分析的新技术,对实现流化床气固两相流动的机理分析,指导相关设备的设计和运行具有重要意义。本文将高速摄影法应用到气固两相流动参数的检测中,实现了可视化、非接触测量,不会干扰生产设备的正常运行,即使在高速气固两相流中,也可通过调节拍摄频率来得到较为清晰的流动图像,有较大的适用范围。在大量实验数据基础上,将图像处理技术、人工神经网络、光流分析法和多重分形理论应用到流动参数检测中,从理论和实验两个方面系统地探讨了基于流动图像的多参数检测方法。首先,在流化床气固两相流实验台上,利用高速摄影机获得了流化床气固两相流动的图像。接着,对图像数据样本进行预处理,并分别提取了流型图像中的灰度直方图统计特征、傅里叶变换纹理特征、小波-分形特征以及多重分形特征。然后,将上述特征向量的训练样本分别送入BP神经网络、概率神经网络和遗传神经网络中进行训练,实现了对流动图像的流型智能化识别。识别结果表明,用图像傅里叶变换纹理特征和概率神经网络组合的识别效果最好,但与其他组合相比,识别率相差不大;小波-分形特征和多重分形特征还能够揭示气固两相流动的内部运动规律,更适用于两相流运动机理分析。其次,扩充了在稀相流动中,用图像法可检测到的流动参数内容,实现体积空隙率的检测。最后,将光流分析法引入气固两相流动的流场、速度场和等涡量场的检测,讨论了典型流型图像的流场、速度场的分布情况,为定量分析气固两相流动的运动机理和指导相关设备的设计提供了一种有效的辅助诊断工具。从理论上和技术上为气固两相流动参数的检测提供了新方法。
陈惜明[10]（2009）在《基于声发射信号的集成建模技术及其在颗粒检测中的应用研究》文中进行了进一步梳理在气固流化床反应器中,流化床层的传递特性参数、反应效果与流化状态均受到流化床内颗粒的性质及运动状态的影响,而颗粒的性质又是随着反应过程的进行而变化的,在一些特殊的合成反应过程中,床层内物料的粒度、料层高度的波动会严重影响反应进程,因而研究流化床反应器的流体力学行为并实现物料特征参数的在线检测有着非常重要的意义。类似地,搅拌釜式反应器也是化工过程最常用的设备,很多化学产品如颗粒型过碳酸钠等均是在间歇釜式反应器中合成得到的。这类反应过程的显着特点就是反应器内部的物料特征,如颗粒的粒度或者物料的浓度,均会随着时间的推移而不断地发生变化,而目前的传统方法尚难以对这种动态变化的颗粒粒度与物料浓度进行在线测量。利用被动声发射信号检测反应器内物料的特征参数具有检测灵敏、安全高效、不侵入流场、实时在线的优点。本文以声发射信号作为测量流化床或搅拌釜内物料特征参数的媒介,通过小波或小波包对声发射信号进行时频多尺度分析,由分解结果构建一种多元自变量的模式,采用一些现代的数据处理方法和建模技术,为化工过程的一些物理量,如物料的粒度、固含率（也称为浓度,下同）建立软测量模型。应用这些模型,可以通过声发射信号,实现对流化床或搅拌釜内物料粒度或浓度的软测量,算法不仅明确,而且精度高,具有重要的学术意义和应用价值。具体开展了以下几个方面的研究工作,并取得了相应的成果。1)系统回顾了颗粒特征参数的测量方法,声发射技术用于颗粒特征参数检测的现状及其在化工过程中的研究进展,声发射信号的处理方法。2)介绍了小波分析和小波包分析的基本理论,并应用相关理论实现对声发射信号的多尺度分解与重构。讨论了声发射信号的小波及小波包去噪算法、最优小波包分解等信号处理技术。介绍了现代集成建模技术,并以声发射信号为媒介,用于检测流化床或搅拌釜内颗粒的特征参数。3)通过小波分析、主成分分析和神经网络,建立了声发射信号与流化床颗粒平均粒度的量化关系。将采集到的声发射信号进行小波分析（waveletanalysis,WLA）或小波包分析（waveletpacket analysis,WLPA）,获得低频细节信号与高频细节信号的能量,构建能量模式。主成分分析（Principal ComponentsAnalysis,PCA）用于消除变量之间的复相关性,并可减少变量个数,然后以得到的主成分作为神经网络的输入,以颗粒平均粒度作为网络的输出,建立回归的多层前向神经网络（Multi-Layer Feed Forward Neural Network,MLFN）模型,并讨论了影响模型精度的一些影响因素。实验结果表明,所建立的基于Sym8小波分解与主成分分析的多层前向神经网络（Sym8 WLA-PCA-MLFN）模型能实现对颗粒粒度的软测量,精度很高。对声发射信号用Haar小波包二尺度分解,得到四维能量模式。进而建立基于Haar小波包分解的径向基神经网络（Radical Base Function Neural Network）模型（Haar WLPA-RBFN）或者与主成分分析集成的径向基神经网络模型（HaarWLPA-PCA-RBFN）,二种模型都能取得较好的计算精度。所采用的正则化RBFN模型构造方便,只需要确定一个参数即可。4)建立了利用声发射信号对搅拌釜内颗粒粒度进行分类的识别模型,首先对声发射信号用sym2小波包二尺度分解,以细节信号的能量构造模式样本,实施标准差标准化后用于判别分析,以逐步判别分析方法和马氏统计量对变量进行检验和筛选。所用判别分析方法有贝叶斯（Bayes）方法和马氏距离（Mahalanobis distance,MDis）方法。在搅拌釜转速与浓度一定的条件下,所建立的Sym2 WLPA-Bayes或Sym2 WLPA-MDis模型可根据声发射信号,对搅拌釜内的物料粒度实现正确的分类。在转速与物料的粒度组成一定条件下,应用该模型也可以正确地对釜内物料浓度进行分类。5)提出Sym2 WLPA-PCA-LSSVM的模型,用于多种粒度、多种物料浓度条件下,根据声发射信号对搅拌釜内物料浓度或粒度分类。讨论了预报精度的一些影响因素。所提出的Sym2 WLPA-PCA-LSSVM的分类模型,应用于搅拌釜内物料浓度与粒度分类时,其预报与自检精度均优于Sym2 WLPA-PCA-MDis判别分析法。Sym2 WLPA-PCA-LSSVM模型也可以用于流化床粒度检测,预报结果也具有很高的精确度。基于LSSVM的模型适合于个体数量较小的样本,并且不存在神经网络的过拟合与欠学习问题,具有较好的应用前景。6)对缺少先验知识的数据集,常采用聚类分析,进行前导性研究,本章对不同条件下的声发射信号数据进行了聚类分析,从中得到一些颇有意义的启示。例如,在物料浓度与其它工艺参数一定的条件下,声发射信号能量模式的空间分布结构按平均粒度清晰地聚类,说明可以用一般的统计方法建立声发射信号能量模式与颗粒平均粒度之间的分类模型。采用Sym2小波包对声发射信号进行二尺度分解,从细节信号求出标准化的能量模式,谱系聚类结果表明,在浓度一定条件下,能量模式与搅拌釜内物料粒度有较好的对应关系。类似地,粒度一定时,聚类结果也能近似地反映出物料的浓度类别。针对两个相邻粒度范围之间没有清晰的分割边界,以及FCM聚类算法容易收敛到局部极小,提出Sym2 WLPA-GA-FCM聚类算法,应用于搅拌釜声发射信号聚类分析,在粒度组成不变或浓度一定的条件下,基于GA-FCM的聚类分析结果能较好地反映声发射信号个体的类属。无论是谱系聚类还是GA-FCM算法,在对多种浓度与多种粒度的声发射信号进行聚类分析时,聚类结果难以反映声发射信号个体的实际浓度类属,表明统计分析方法难以由声发射信号能量模式建立釜内物料浓度的分类模型。
二、算法复杂性在气固流化床动力学中的多尺度分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、算法复杂性在气固流化床动力学中的多尺度分析（论文提纲范文）
（1）基于多信号耦合分析的振动分选流化床中气泡动态行为特性研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 前言 |
| 1.1 研究背景与意义 |
| 1.2 课题来源 |
| 1.3 研究目标及方法 |
| 2 文献综述 |
| 2.1 细粒煤流态化干法选煤技术概述 |
| 2.2 气固密相流化床中的气泡动力学 |
| 2.3 振动流化床中的气泡特性研究进展 |
| 2.4 本章小结 |
| 3 试验系统与材料 |
| 3.1 振动流化床分选试验系统 |
| 3.2 数据采集设备 |
| 3.3 数据分析软件 |
| 3.4 试验物料 |
| 3.5 本章小结 |
| 4 振动分选流化床压力波动与密度特性 |
| 4.1 床层压力波动的测定方法 |
| 4.2 床层压力波动差及流型划分 |
| 4.3 床层压力波动行为及压力信号的非线性多尺度分析 |
| 4.4 床层密度的时空分布 |
| 4.5 床层压力波动的能量传递与耗散 |
| 4.6 本章小结 |
| 5 振动分选流化床气泡运动行为及分布特性 |
| 5.1 气泡运动图像的统计分析方法 |
| 5.2 床层中气泡的生长迁移规律 |
| 5.3 床层中气泡引起的压力信号分析 |
| 5.4 床层中气泡的形状变化及分布特征 |
| 5.5 床层空隙率分布特性 |
| 5.6 本章小结 |
| 6 振动分选流化床流化稳定及气泡抑制机理 |
| 6.1 颗粒床层的流化稳定性 |
| 6.2 气流与振动能量对气泡的抑制作用规律 |
| 6.3 气泡产生频率理论分析 |
| 6.5 本章小结 |
| 7 振动分选流化床细粒煤分选特性研究 |
| 7.1 原煤特性分析 |
| 7.2 气泡运动对细粒煤分离行为的影响 |
| 7.3 操作参数对细粒煤分选行为的影响 |
| 7.4 细粒煤干法分选效果及评价 |
| 7.5 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（2）基于压力信号的循环流化床多尺度特性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 引言 |
| 第1章 文献综述 |
| 1.1 循环流化床内气固流体力学特性研究进展 |
| 1.1.1 高密度提升管和高密度下行床 |
| 1.1.2 高密度提升管内的气固流动特性 |
| 1.1.3 高密度下行床内的气固流动特性 |
| 1.1.4 循环流化床内的多尺度行为 |
| 1.2 气固流化床内压力波动的研究 |
| 1.2.1 压力波动的形成原因 |
| 1.2.2 压力波动信号的分析方法 |
| 1.3 压力信号在气固流化床中的应用 |
| 1.3.1 流化床流型的识别和流型转变的研究 |
| 1.3.2 压力信号在鼓泡床多尺度特性中的应用 |
| 1.3.3 压力信号在循环流化床多尺度特性中的应用 |
| 1.4 文献综述小结 |
| 第2章 实验装置及测量方法 |
| 2.1 实验装置及材料 |
| 2.1.1 实验装置 |
| 2.1.2 颗粒性质 |
| 2.2 测量参数及方法 |
| 2.2.1 表观气速 |
| 2.2.2 颗粒循环速率 |
| 2.2.3 压力信号 |
| 2.3 信号处理方法 |
| 2.3.1 标准偏差分析 |
| 2.3.2 频谱分析 |
| 2.3.3 小波分析 |
| 2.3.4 递归分析 |
| 2.3.5 复杂性分析 |
| 2.4 本章小结 |
| 第3章 压力信号采样频率的确定 |
| 3.1 采样频率对压力信号时频域特征的影响 |
| 3.2 采样频率对压力信号多频分解的影响 |
| 3.3 采样频率对压力高频成分复杂性的影响 |
| 3.4 本章小结 |
| 第4章 多尺度结构在压力信号频域分布上的研究 |
| 4.1 宏观尺度压力信号频域分布研究 |
| 4.2 介观尺度压力信号频域分布研究 |
| 4.2.1 实验装置及实验方法 |
| 4.2.2 介观尺度压力信号功率谱密度分析 |
| 4.3 微观尺度压力信号频域分布研究 |
| 4.4 循环流化床内压力信号的多尺度分解 |
| 4.5 本章小结 |
| 第5章 提升管内气固多尺度流动特性研究 |
| 5.1 宏尺度压力信号能量轴向分布 |
| 5.1.1 宏尺度压力信号能量轴向分布特点 |
| 5.1.2 操作条件对宏尺度压力信号能量轴向分布的影响 |
| 5.2 介尺度压力信号能量轴向分布 |
| 5.2.1 介尺度压力信号能量轴向分布特点 |
| 5.2.2 操作条件对介尺度压力信号能量轴向分布的影响 |
| 5.3 微尺度压力信号能量轴向分布 |
| 5.3.1 微尺度压力信号能量轴向分布特点 |
| 5.3.2 操作条件对微尺度压力信号能量轴向分布的影响 |
| 5.4 本章小结 |
| 第6章 下行床内气固多尺度流动特性研究 |
| 6.1 宏尺度压力信号能量轴向分布 |
| 6.1.1 宏尺度压力信号能量轴向分布特点 |
| 6.1.2 操作条件对宏尺度压力信号能量轴向分布的影响 |
| 6.2 介尺度压力信号能量轴向分布 |
| 6.2.1 介尺度压力信号能量轴向分布特点 |
| 6.2.2 操作条件对介尺度压力信号能量轴向分布的影响 |
| 6.3 微尺度压力信号能量轴向分布 |
| 6.3.1 微尺度压力信号能量轴向分布特点 |
| 6.3.2 操作条件对微尺度压力信号能量轴向分布的影响 |
| 6.4 提升管与下行床气固多尺度流动特性的对比 |
| 6.5 本章小结 |
| 第7章 结论 |
| 参考文献 |
| 附录A 符号说明 |
| 致谢 |
（3）脉动流化床流动与传热特性多尺度分析与CFD-DEM数值模拟（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 常规流化床研究发展 |
| 1.2.2 脉动流化床研究发展 |
| 1.2.3 流化床的数值模拟研究发展 |
| 1.3 国内外研究取得的成果与问题 |
| 1.4 本文主要研究内容 |
| 第2章 气固两相流CFD-DEM数值模拟方法 |
| 2.1 颗粒间的DEM方法及数学模型 |
| 2.1.1 颗粒相的运动方程 |
| 2.1.2 颗粒相的传热模型 |
| 2.2 流体相数学模型 |
| 2.3 本章小结 |
| 第3章 脉动流化床热态实验探究 |
| 3.1 实验系统 |
| 3.2 多尺度复杂熵基本原理 |
| 3.2.1 多尺度分析原理 |
| 3.2.2 复杂熵平面图分析原理 |
| 3.3 基于复杂熵平面图分析 |
| 3.3.1 不同气体脉动频率对干燥动力学特性的影响 |
| 3.3.2 不同气体流量配比对干燥动力学特性的影响 |
| 3.4 基于递归图分析 |
| 3.4.1 不同时刻干燥动力学特性分析 |
| 3.4.2 不同频率对干燥动力学特性影响分析 |
| 3.4.3 不同流量配比对干燥动力学特性影响分析 |
| 3.5 本章小结 |
| 第4章 脉动频率对两相流动与传热特性微观机理研究 |
| 4.1 模拟工况 |
| 4.2 临界流化风速 |
| 4.3 实验与模拟结果验证 |
| 4.3.1 颗粒流型的对比 |
| 4.3.2 气泡生成频率的对比 |
| 4.4 脉动频率对空隙率的影响 |
| 4.5 颗粒混合特性分析 |
| 4.5.1 颗粒混合时序图 |
| 4.5.2 混合标准偏差 |
| 4.5.3 扩散系数 |
| 4.6 床内颗粒速度分布 |
| 4.7 脉冲频率对传热系数影响分析 |
| 4.8 本章小结 |
| 第5章 脉动气流配比对两相流动与传热特性微观机理研究 |
| 5.1 颗粒混合特性分析 |
| 5.1.1 颗粒混合过程的DEM模拟 |
| 5.1.2 混合标准偏差 |
| 5.1.3 颗粒扩散系数 |
| 5.2 颗粒速度分布 |
| 5.2.1 颗粒轴向速度分布 |
| 5.2.2 颗粒速度矢量 |
| 5.3 气流配比对传热系数影响分析 |
| 5.3.1 颗粒温度分布 |
| 5.3.2 传热系数 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（4）气液两相流流型识别与表征研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 本文研究背景及意义 |
| 1.2 两相流流型研究现状及发展趋势 |
| 1.2.1 两相流流型研究现状 |
| 1.2.2 两相流流型研究发展趋势 |
| 1.3 本文主要研究内容 |
| 2 气液两相流流型分类与实验设计 |
| 2.1 气液两相流流型 |
| 2.2 气液两相流实验设计与数据采集 |
| 2.3 本章小结 |
| 3 两相流流型识别方法研究 |
| 3.1 HHT 理论与 EEMD 算法 |
| 3.1.1 HHT 理论 |
| 3.1.2 EEMD 算法 |
| 3.2 基于 EEMD 算法和 RBF 神经网络的流型识别 |
| 3.2.1 RBF 神经网络算法 |
| 3.2.2 基于 EEMD 算法的特征提取 |
| 3.2.3 RBF 神经网络流型识别 |
| 3.3 基于 EEMD-AR 的 HMM 流型识别 |
| 3.3.1 基于 EEMD-AR 模型的特征提取 |
| 3.3.2 HMM 算法基础 |
| 3.3.3 HMM 流型识别 |
| 3.4 本章小结 |
| 4 两相流流型的多尺度熵特性分析 |
| 4.1 两相流流型的 EMD 熵特性分析 |
| 4.1.1 信息熵理论 |
| 4.1.2 EMD 熵算法 |
| 4.1.3 基于 EMD 熵的两相流流型动力学表征 |
| 4.2 两相流流型的 MSPE 动力学特性分析 |
| 4.2.1 多尺度排列熵算法 |
| 4.2.2 典型信号的 MSPE 算法分析 |
| 4.2.3 两相流流型的 MSPE 特性分析 |
| 4.3 本章小结 |
| 5 两相流流型的多尺度复杂熵因果关系平面特性分析 |
| 5.1 多尺度统计复杂性理论 |
| 5.1.1 统计复杂性测度 |
| 5.1.2 多尺度复杂熵因果关系平面 |
| 5.2 典型信号的多尺度 C-H 平面分析 |
| 5.3 两相流流型多尺度 C-H 平面分析 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表学术论文目录 |
（5）基于颗粒脉动参数CFD模拟的气固流化床流场性质与流动结构研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 目录 |
| 第一章 绪论 |
| 第二章 文献综述 |
| 2.1 气固流化床脉动信号的实验测量 |
| 2.1.1 压力脉动信号的测量 |
| 2.1.2 空隙率脉动信号的测量 |
| 2.1.3 颗粒速度脉动信号的测量 |
| 2.1.4 颗粒温度的测量 |
| 2.1.5 声发射检测技术 |
| 2.2 气固流化床脉动信号的流体力学模拟 |
| 2.2.1 基本流体力学原理 |
| 2.2.2 气固流化床脉动信号模拟的研究进展 |
| 2.3 脉动信号分析与流动结构表征 |
| 2.3.1 流化床中的流动结构 |
| 2.3.2 气固流化床脉动信号的常用分析方法 |
| 2.3.3 单相流场脉动信号的分析与流动结构表征 |
| 2.4 课题的提出 |
| 2.5 本章小结 |
| 第三章 基于颗粒脉动信号分析的流化床流场性质与流动结构表征方法 |
| 3.1 流化床脉动与湍流脉动的类比 |
| 3.2 表征方法的建立 |
| 3.2.1 气固流化床流场间歇性 |
| 3.2.2 气固流化床中的相干结构 |
| 3.2.3 颗粒涡的表征 |
| 3.2.4 颗粒温度与流动模式 |
| 3.3 本章小结 |
| 第四章 气固流化床颗粒脉动能谱与流场间歇性的研究 |
| 4.1 计算模型与条件 |
| 4.1.1 单分散颗粒流化床 |
| 4.1.2 双分散颗粒流化床 |
| 4.2 实验装置与方法 |
| 4.2.1 实验装置 |
| 4.2.2 信号处理方法 |
| 4.3 结果与讨论 |
| 4.3.1 CFD模拟的验证 |
| 4.3.2 单分散颗粒流化床的能谱分析 |
| 4.3.3 双分散颗粒流化床的能谱分析 |
| 4.3.4 单分散颗粒流化床的流场间歇性 |
| 4.3.5 双分散颗粒流化床的流场间歇性 |
| 4.3.6 空隙率脉动分析 |
| 4.4 本章小结 |
| 第五章 气固流化床相干结构的表征与颗粒涡演化的研究 |
| 5.1 计算模型与条件 |
| 5.2 实验装置与方法 |
| 5.3 结果与讨论 |
| 5.3.1 CFD模拟的验证 |
| 5.3.2 小波系数的概率密度函数(PDF) |
| 5.3.3 相干结构信号的表征和提取 |
| 5.3.4 相干结构对流场间歇性的作用 |
| 5.3.5 颗粒涡的时间尺度 |
| 5.3.6 颗粒涡的多尺度形态与演化 |
| 5.4 本章小结 |
| 第六章 气固流化床颗粒温度分布与流动模式的研究 |
| 6.1 计算模型与条件 |
| 6.1.1 单分散颗粒流化床 |
| 6.1.2 双分散颗粒流化床 |
| 6.2 实验装置与方法 |
| 6.3 结果与讨论 |
| 6.3.1 CFD模拟的验证 |
| 6.3.2 颗粒温度与声发射信号的关系 |
| 6.3.3 层流颗粒温度分布 |
| 6.3.4 湍流颗粒温度分布 |
| 6.3.5 颗粒时均速度与流动模式 |
| 6.3.6 颗粒雷诺应力分布与流动模式 |
| 6.3.7 颗粒温度分布与流动模式 |
| 6.4 本章小结 |
| 第七章 侧壁气流对流化床中颗粒脉动性质影响的研究 |
| 7.1 计算模型与条件 |
| 7.1.1 鼓泡流化床 |
| 7.1.2 中心射流床 |
| 7.2 结果与讨论 |
| 7.2.1 侧壁喷入气流对颗粒速度分布的影响 |
| 7.2.2 侧壁喷入气流对颗粒温度分布的影响 |
| 7.2.3 侧壁喷入气流对空隙率分布的影响 |
| 7.2.4 侧壁喷入气流对颗粒涡多尺度形态与演化的影响 |
| 7.3 本章小结 |
| 第八章 多温区聚乙烯冷凝态工艺的开发 |
| 8.1 工艺理论分析 |
| 8.1.1 多温区聚乙烯冷凝态工艺专有设备的开发 |
| 8.1.2 聚合温度差异化 |
| 8.1.3 聚合单体浓度差异化 |
| 8.1.4 催化剂温度敏感性差异化 |
| 8.2 工艺流程设计 |
| 8.3 初步工业试验和结果 |
| 8.3.1 产品物性指标 |
| 8.3.2 1-己烯/乙烯浓度比与树脂密度的关系 |
| 8.3.3 产品性能 |
| 8.3.4 市场应用价值 |
| 8.4 小结 |
| 第九章 结论与展望 |
| 9.1 结论 |
| 9.2 展望 |
| 参考文献 |
| 作者简介 |
（6）撞击流反应器流场速度时间序列的结构复杂性研究（论文提纲范文）
| 0 前言 |
| 1 基本理论 |
| 1.1 谱熵定义及算法描述 |
| 1.2 小波熵定义及算法描述 |
| 2 试验测量 |
| 3 数据处理与分析 |
| 3.1 谱熵的求取 |
| 3.2 小波熵的求取 |
| 3.3 基于谱熵和小波熵算法的复杂性分析 |
| 4 结论 |
（7）两相流复杂网络非线性动力学特性研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 两相流流型 |
| 1.2.1 垂直上升管内气液两相流流型 |
| 1.2.2 倾斜上升管内油水两相流流型 |
| 1.3 两相流流型检测方法研究现状 |
| 1.4 复杂网络研究现状 |
| 1.4.1 复杂网络统计特征 |
| 1.4.2 小世界网络和无标度网络 |
| 1.4.3 复杂网络研究内容及其面临挑战 |
| 1.5 本文主要工作与创新点 |
| 1.6 本文组织结构 |
| 第二章 两相流动态实验及时间序列数据获取 |
| 2.1 垂直上升气液两相流动态实验及数据获取 |
| 2.2 倾斜油水两相流动态实验及数据获取 |
| 2.3 本章小结 |
| 第三章 两相流流型复杂网络社团结构探寻 |
| 3.1 基于K-means 聚类和数据场理论的复杂网络社团结构探寻 |
| 3.1.1 网络社团个数的判断与关键节点的搜索 |
| 3.1.2 基于K-means 聚类的社团探寻算法 |
| 3.1.3 基于数据场理论的社团探寻算法 |
| 3.1.4 算例验证 |
| 3.2 气液两相流流型复杂网络社团结构探寻 |
| 3.2.1 气液两相流流型复杂网络构建方法 |
| 3.2.2 复杂网络社团结构与气液流型辨识 |
| 3.3 油水两相流流型复杂网络社团结构探寻 |
| 3.3.1 油水两相流流型复杂网络构建 |
| 3.3.2 复杂网络社团结构与倾斜油水流型辨识 |
| 3.4 本章小结 |
| 第四章 两相流复杂网络无标度与小世界特性 |
| 4.1 气液两相流流型演化复杂网络动力学特性 |
| 4.1.1 流体动力学复杂网络构建方法 |
| 4.1.2 网络度分布及其物理意义 |
| 4.1.3 网络信息熵 |
| 4.1.4 气液流型演化复杂网络动力学特性 |
| 4.2 倾斜油水两相流流型演化复杂网络动力学特性 |
| 4.2.1 倾斜油水两相流动力学复杂网络构建 |
| 4.2.2 网络度分布和网络信息熵 |
| 4.2.3 倾斜油水流型演化复杂网络动力学特性 |
| 4.3 本章小结 |
| 第五章 两相流相空间复杂网络动力学特性 |
| 5.1 相空间复杂网络 |
| 5.1.1 相空间复杂网络构建算法 |
| 5.1.2 典型信号相空间复杂网络动力学分析 |
| 5.2 气液两相流流体结构复杂网络 |
| 5.3 倾斜油水两相流流体结构复杂网络 |
| 5.4 本章小结 |
| 第六章 两相流有向加权递归复杂网络轨道动力学特性 |
| 6.1 气液两相流相动力学特性 |
| 6.1.1 气液两相流相电导波动信号相位特征提取 |
| 6.1.2 气液两相流相动力学分析 |
| 6.2 气液两相流有向加权递归复杂网络 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 参考文献 |
| 发表论文和科研情况说明 |
| 致谢 |
（8）竖直管内汽（气）液固多相流动沸腾过程的流体动力学研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 文献综述 |
| 1.1 引言 |
| 1.2 混沌简介 |
| 1.2.1 混沌的起源与发展 |
| 1.2.2 混沌研究的意义 |
| 1.3 混沌研究方法在多相流中的进展 |
| 1.3.1 统计分析 |
| 1.3.2 R/S 分析 |
| 1.3.3 混沌分析 |
| 1.4 主要研究内容 |
| 第二章 研究方法概述 |
| 2.1 混沌的基本概念 |
| 2.1.1 重构相空间 |
| 2.1.2 混沌吸引子 |
| 2.2 混沌研究的方法 |
| 2.2.1 统计分析方法 |
| 2.2.2 定性研究方法 |
| 2.2.3 定量分析方法 |
| 2.3 混沌特征参数的计算方法 |
| 2.3.1 G-P 算法及其改进 |
| 2.3.2 Lyapunov 指数的计算方法 |
| 2.3.3 延迟时间和嵌入维数的选择 |
| 第三章 实验研究与信号处理方法 |
| 3.1 实验主要设备 |
| 3.1.1 动态信号分析仪 |
| 3.1.2 固态压阻式压力传感器 |
| 3.1.3 热电阻 |
| 3.2 数据采集及预处理 |
| 3.2.1 压力波动时间序列 |
| 3.2.2 信号数据的采集 |
| 3.3 压力波动时间序列的处理 |
| 第四章 气液固三相流的混沌分析 |
| 4.1 实验 |
| 4.1.1 实验装置及流程 |
| 4.1.2 主要物性参数 |
| 4.1.3 实验内容 |
| 4.2 压力波动信号的统计分析 |
| 4.2.1 表观液速与压力波动信号方差的关系 |
| 4.2.2 压力波动信号的相关性分析 |
| 4.2.3 压力波动信号的功率谱分析 |
| 4.3 压力波动信号的定性分析 |
| 4.3.1 压力波动信号的重构相空间 |
| 4.3.2 压力波动信号的R/S 分析 |
| 4.4 压力波动信号的定量分析 |
| 4.4.1 表观液速与压力波动信号关联维数的关系 |
| 4.4.2 表观气速与压力波动信号K 熵的关系 |
| 4.4.3 表观液速与压力波动信号Lyapunov 指数的关系 |
| 4.5 颗粒性质和操作条件对混沌特征量的影响 |
| 4.5.1 颗粒体积分率对混沌特征量的影响 |
| 4.5.2 颗粒直径对混沌特征量的影响 |
| 4.5.3 表观液速对混沌特征量的影响 |
| 4.6 小结 |
| 第五章 汽液两相自然循环沸腾流动过程分析 |
| 5.1 实验 |
| 5.1.1 实验装置及流程 |
| 5.1.2 操作条件 |
| 5.1.3 实验方法 |
| 5.2 压力波动信号的统计分析 |
| 5.2.1 热流密度对压力波动信号时间序列的影响 |
| 5.2.2 热流密度与压力波动信号均值的关系 |
| 5.2.3 热流密度与压力波动信号方差的关系 |
| 5.2.4 热流密度与压力波动信号偏斜度和峰度的关系 |
| 5.2.5 热流密度与压力波动信号功率谱的关系 |
| 5.2.6 热流密度与压力波动信号相关性的关系 |
| 5.3 压力波动信号的定性分析 |
| 5.3.1 压力波动信号的R/S 分析 |
| 5.4 压力波动信号的定量分析 |
| 5.4.1 热流密度与压力波动信号的关联维数的关系 |
| 5.4.2 热流密度与压力波动信号K 熵的关系 |
| 5.4.3 热流密度与压力波动Lyapunov 指数的关系 |
| 5.5 温度时间序列的分析 |
| 5.5.1 热流密度及粘度对温度曲线的影响 |
| 5.5.2 热流密度对自然循环起始时间的影响 |
| 5.5.3 粘度、热流密度对加热段平均循环温度的影响 |
| 5.5.4 热流密度与温度波动信号方差的关系 |
| 5.6 小结 |
| 第六章 汽液两相强制循环沸腾流动的分析 |
| 6.1 实验 |
| 6.1.1 实验装置及流程 |
| 6.1.2 主要物性参数 |
| 6.1.3 实验方法 |
| 6.2 压力波动信号的统计分析 |
| 6.2.1 热流密度与压力波动信号方差的关系 |
| 6.2.2 热流密度与压力波动信号功率谱密度函数的关系 |
| 6.3 压力波动信号的定性分析 |
| 6.3.1 热流密度与压力波动信号分维数的关系 |
| 6.4 压力波动信号的定量分析 |
| 6.4.1 热流密度与压力波动信号关联维数的关系 |
| 6.4.2 热流密度与压力波动信号K 熵的关系 |
| 6.5 表观液速对压力波动信号功率谱密度的关系 |
| 6.5.1 同一热流密度下，不同表观液速与功率谱密度的关系 |
| 6.6 小结 |
| 第七章 汽液固三相自然循环沸腾流动的分析 |
| 7.1 实验 |
| 7.1.1 实验装置和流程 |
| 7.1.2 主要物性参数 |
| 7.1.3 实验内容 |
| 7.2 压力波动信号的统计分析 |
| 7.2.1 压力波动信号的时间序列 |
| 7.2.2 热流密度与压力波动信号功率谱密度的关系 |
| 7.2.3 热流密度与压力波动信号相关性的关系 |
| 7.3 压力波动信号的定性分析 |
| 7.3.1 热流密度与压力波动信号Hurst 的关系 |
| 7.4 压力波动信号的定量分析 |
| 7.4.1 热流密度与压力波动信号关联维数的关系 |
| 7.4.2 热流密度与压力波动信号K 熵的关系 |
| 7.4.3 热流密度与压力波动信号Lyapunov 指数的关系 |
| 7.5 颗粒体积分率对压力波动信号的影响 |
| 7.5.1 不同颗粒体积分率对功率谱密度函数的影响 |
| 7.5.2 不同颗粒体积分率对Hurst 指数的影响 |
| 7.5.3 不同颗粒体积分率对关联维数的影响 |
| 7.5.4 不同颗粒体积分率对K 熵的影响 |
| 7.5.5 不同颗粒体积分率对Lyapunov 指数的影响 |
| 7.6 小结 |
| 第八章 汽液固三相强制循环沸腾流动的分析 |
| 8.1 实验 |
| 8.1.1 实验装置及流程 |
| 8.1.2 主要物性参数 |
| 8.1.3 实验内容 |
| 8.2 压力波动信号的统计分析 |
| 8.2.1 不同表观液速下，热流密度与压力波动信号功率谱密度的关系 |
| 8.3 压力波动信号的定性分析 |
| 8.3.1 热流密度与压力波动信号Hurst 指数的关系 |
| 8.4 压力波动信号的定量分析 |
| 8.4.1 热流密度与压力波动信号关联维数的关系 |
| 8.4.2 热流密度与压力波动信号K 熵的关系 |
| 8.4.3 热流密度与Lyapunov 指数的关系 |
| 8.5 小结 |
| 第九章 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间所取得的相关科研成果 |
（9）基于气固两相流流型图像的多参数检测方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 气固两相流主要参数检测的研究发展和现状 |
| 1.2.1 流型识别的研究进展及现状 |
| 1.2.2 分相含量检测的研究进展及现状 |
| 1.2.3 速度检测的研究进展及现状 |
| 1.3 数字图像处理在多相流参数检测中的应用现状 |
| 1.4 数字图像处理在参数检测中拟解决关键问题 |
| 1.5 本文的主要研究内容 |
| 第2章 流化床气固两相流流型图像的采集 |
| 2.1 实验系统与实验步骤 |
| 2.2 数字图像采集系统 |
| 2.2.1 高速摄影机系统 |
| 2.2.2 图像拍摄方式的选择 |
| 2.2.3 照明系统的选择 |
| 2.3 流化床气固两相流流动图像的获取 |
| 2.4 流型图像的预处理 |
| 2.4.1 图像噪声的来源 |
| 2.4.2 图像噪声的消除 |
| 2.5 本章小结 |
| 第3章 流化床气固两相流流型图像特征提取 |
| 3.1 流型图像的灰度直方图统计特征 |
| 3.1.1 流型图像的灰度直方图 |
| 3.1.2 灰度直方图统计特征参数 |
| 3.2 流型图像的傅里叶变换纹理特征 |
| 3.2.1 图像的傅里叶变换 |
| 3.2.2 基于傅里叶变换的纹理特征提取 |
| 3.3 流型图像的小波-分形特征 |
| 3.3.1 小波变换多分辨分析原理 |
| 3.3.2 分形维数的计算 |
| 3.4 流型图像的多重分形特征 |
| 3.4.1 多重分形 |
| 3.4.2 多重分形奇异谱分析 |
| 3.5 本章小结 |
| 第4章 流型识别分类器的分析与选取 |
| 4.1 BP 神经网络模型 |
| 4.1.1 BP 神经网络的结构 |
| 4.1.2 改进BP 神经网络算法 |
| 4.2 概率神经网络模型 |
| 4.2.1 概率神经网络概述 |
| 4.2.2 概率神经网络结构 |
| 4.3 遗传神经网络 |
| 4.3.1 遗传算法(GA)的基本原理 |
| 4.3.2 用遗传算法优化神经网络 |
| 4.4 神经网络模型在流型识别的应用 |
| 4.4.1 基于灰度直方图统计特征的流型识别 |
| 4.4.2 基于傅里叶变换纹理特征的流型识别 |
| 4.4.3 基于小波-分形特征的流型识别 |
| 4.5 流型识别方法比较 |
| 4.6 本章小结 |
| 第5章 稀相输送中体积空隙率的检测 |
| 5.1 图像处理算法 |
| 5.1.1 光照不均匀的校正 |
| 5.1.2 流动图像的二值化 |
| 5.1.3 颗粒边缘检测 |
| 5.1.4 颗粒标号 |
| 5.2 参数计算 |
| 5.2.1 颗粒尺寸 |
| 5.2.2 体积空隙率 |
| 5.3 实验结果分析 |
| 5.4 误差来源分析 |
| 5.5 本章小结 |
| 第6章 基于光流分析法的流场检测 |
| 6.1 光流分析法基本原理 |
| 6.1.1 运动场和光流场 |
| 6.1.2 光流约束方程 |
| 6.2 MQD 互相关算法 |
| 6.3 检测结果分析 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间取得的研究成果及发表的学术论文 |
| 致谢 |
（10）基于声发射信号的集成建模技术及其在颗粒检测中的应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 目录 |
| 图目录 |
| 表目录 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 颗粒检测的方法 |
| 1.3 基于声发射信号的颗粒检测技术 |
| 1.4 本文的组织结构 |
| 参考文献 |
| 第二章 声发射信号的处理方法及现代建模技术 |
| 2.1 声发射现象及其在工业上的应用 |
| 2.2 声发射信号的处理方法综述 |
| 2.2.1 时频分析 |
| 2.2.1.1 傅里叶变换 |
| 2.2.1.2 短时傅里叶变换 |
| 2.2.1.3 小波分析 |
| 2.2.2 复杂性分 |
| 2.2.3 统计能量分析 |
| 2.3 小波分析概述 |
| 2.3.1 小波分析的基本原理 |
| 2.3.1.1 L~2(R)空间 |
| 2.3.1.2 连续小波变换 |
| 2.3.1.3 小波变换和自适应时频窗 |
| 2.3.1.4 几种主要的小波 |
| 2.3.1.5 离散小波变换 |
| 2.3.2 多分辨分析 |
| 2.3.2.1 一维正交多分辨分析 |
| 2.3.2.2 函数的正交小波分解 |
| 2.3.3 小波包 |
| 2.3.3.1 小波包及小波包的子空间分解 |
| 2.3.3.2 小波包的性质 |
| 2.3.4 信号小波去噪 |
| 2.3.4.1 小波阈值去噪法 |
| 2.3.4.2 信号的小波包降噪 |
| 2.4 声发射信号的小波分析 |
| 2.4.1 信号除噪 |
| 2.4.2 奇异性检测 |
| 2.4.3 故障诊断与控制 |
| 2.5 基于声发射信号的集成建模技术的研究进展 |
| 2.5.1 声发射信号的特点 |
| 2.5.2 现代建模方法 |
| 2.5.3 声发射技术与现代建模技术的集成应用 |
| 2.6 本章小结 |
| 参考文献 |
| 第三章 小波分析与神经网络的集成技术用于流化床平均粒度的检测 |
| 3.1 人工神经网络概述 |
| 3.1.1 人工神经元网络的发展历程 |
| 3.1.2 神经元网络的主要类型 |
| 3.1.3 两种前向神经网络的结构与学习算法 |
| 3.1.3.1 多层前向型网络 |
| 3.1.3.2 RBF网络 |
| 3.2 Sym8WLA-PCA-MLNN方法用于流化床平均粒度的检测 |
| 3.2.1 声发射信号与床层颗粒粒度的关系 |
| 3.2.2 声发射信号的多尺度分解 |
| 3.2.3 试验的实施和结果讨论 |
| 3.2.3.1 流化床声发射信号样本的采集 |
| 3.2.3.2 声发射信号能量模式与主成分分析 |
| 3.2.3.3 神经网络模型的建立 |
| 3.2.3.4 试验结果及其分析 |
| 3.3 Haar WLPA-PCA-RBFN用于流化床平均粒度检测 |
| 3.3.1 小波包与分解尺度选取 |
| 3.3.2 RBF网络的建立与结果分析 |
| 3.4 Haar WLPA-RBFN用于流化床平均粒度检测 |
| 3.4.1 能量模式与宽度分布参数的确定 |
| 3.4.2 RBF网络结构的确定 |
| 3.4.3 试验结果及讨论 |
| 3.4.4 三种方法的预报性能比较 |
| 3.5 本章小结 |
| 参考文献 |
| 第四章 小波分析与判别分析的集成技术用于搅拌釜颗粒的分类 |
| 4.1 现代判别分析方法简介 |
| 4.1.1 变量的检验和筛选 |
| 4.1.1.1 变量判别能力的检验 |
| 4.1.1.2 逐步判别方法 |
| 4.1.2 贝叶斯判别方法 |
| 4.1.2.1 贝叶斯判别的基本思路 |
| 4.1.2.2 贝叶斯判别的主要步骤 |
| 4.1.3 距离判别方法 |
| 4.2 搅拌釜声发射信号样本数据的采集 |
| 4.2.1 基本原理 |
| 4.2.2 声发射信号采集的装置与方法 |
| 4.2.3 样本数据的组成 |
| 4.2.4 声发射信号除噪 |
| 4.3 声发射信号样本的多尺度分解与能量模式 |
| 4.4 模式变量的检验和筛选 |
| 4.4.1 能量模式对粒度分类能力 |
| 4.4.2 能量模式对浓度的分类能力 |
| 4.4.3 影响分类准确性的几个因素 |
| 4.5 判别结果的分析讨论 |
| 4.6 本章小结 |
| 参考文献 |
| 第五章 小波包分析与最小二乘支持向量机的集成技术用于复杂体系的分类 |
| 5.1 支持向量机简述 |
| 5.1.1 经验风险最小化和结构风险最小化 |
| 5.1.2 用于分类的支持向量机 |
| 5.2 用于分类的最小二乘支持向量机 |
| 5.2.1 两类LSSVM分类器 |
| 5.2.2 LSSVM多类分类原理 |
| 5.2.3 用于多类分类的LSSVM编码 |
| 5.3 基于LSSVM的回归估计 |
| 5.4 基于声测量技术的PCA-LSSVM在搅拌釜中的应用 |
| 5.4.1 声发射信号样本能量模式和主成分提取 |
| 5.4.2 LSSVM用于粒度组成恒定的物料浓度分类 |
| 5.4.3 PCA-LSSVM用于两类粒度的浓度分类 |
| 5.4.4 PCA-LSSVM用于搅拌釜内物料浓度的五类分类 |
| 5.5 基于PCA-LSSVM的声发射法检测流化床内物料平均粒度 |
| 5.6 本章小结 |
| 参考文献 |
| 第六章 搅拌釜颗粒特性的聚类分析 |
| 6.1 聚类分析和相关算法 |
| 6.1.1 聚类分析概述 |
| 6.1.2 谱系聚类法 |
| 6.1.3 基于等价关系的聚类方法 |
| 6.1.4 基于目标函数的模糊聚类分析 |
| 6.1.4.1 数据集的c划分 |
| 6.1.4.2 聚类目标函数 |
| 6.1.4.3 模糊c均值聚类算法 |
| 6.2 谱系聚类法在搅拌釜中的应用 |
| 6.2.1 实验材料与方法 |
| 6.2.2 浓度一定时谱系聚类分析 |
| 6.2.3 两种浓度下的谱系聚类分析 |
| 6.2.4 全部声发射信号谱系聚类分析 |
| 6.3 GA-FCM聚类分析在搅拌釜中的应用 |
| 6.3.1 GA-FCM算法流程 |
| 6.3.2 聚类有效性分析 |
| 6.3.3 浓度一定条件下GA-FCM聚类分析 |
| 6.3.4 两类粒度五种浓度下GA-FCM聚类分析 |
| 6.3.5 四类粒度五种浓度下GA-FCM聚类分析 |
| 6.4 本章小结 |
| 参考文献 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 作者攻博期间完成的论文和科研工作 |
四、算法复杂性在气固流化床动力学中的多尺度分析（论文参考文献）
- [1]基于多信号耦合分析的振动分选流化床中气泡动态行为特性研究[D]. 张亚东. 中国矿业大学, 2020
- [2]基于压力信号的循环流化床多尺度特性研究[D]. 常宇航. 中国石油大学(北京), 2020
- [3]脉动流化床流动与传热特性多尺度分析与CFD-DEM数值模拟[D]. 王婷. 东北电力大学, 2019(07)
- [4]气液两相流流型识别与表征研究[D]. 陈秀霆. 青岛科技大学, 2014(04)
- [5]基于颗粒脉动参数CFD模拟的气固流化床流场性质与流动结构研究[D]. 孙婧元. 浙江大学, 2013(08)
- [6]撞击流反应器流场速度时间序列的结构复杂性研究[J]. 张建伟,宋艳芳. 机械工程学报, 2011(22)
- [7]两相流复杂网络非线性动力学特性研究[D]. 高忠科. 天津大学, 2010(07)
- [8]竖直管内汽（气）液固多相流动沸腾过程的流体动力学研究[D]. 刘燕. 河北工业大学, 2010(04)
- [9]基于气固两相流流型图像的多参数检测方法[D]. 范振儒. 东北电力大学, 2010(12)
- [10]基于声发射信号的集成建模技术及其在颗粒检测中的应用研究[D]. 陈惜明. 浙江大学, 2009(10)