本發(fā)明涉及一種信息融合方法。特別是涉及一種基于多層復雜網(wǎng)絡的兩相流多元復阻抗檢測信息融合方法。

背景技術(shù)：

兩相流流動廣泛存在于石油化工等工業(yè)領域。在兩相流動過程中，相界面的形狀和分布隨時間和空間的改變而變化，會呈現(xiàn)出不同的幾何形狀或流動結(jié)構(gòu)，而且流體整體的復阻抗信息也會不斷變化。準確識別油水兩相流流型并理解其內(nèi)在的流動特性對于兩相流工業(yè)系統(tǒng)優(yōu)化設計及工況動態(tài)監(jiān)測具有重要實際意義。

復雜性科學興起于20世紀80年代，作為當代科學發(fā)展的前沿領域之一，其發(fā)展廣泛應用于社會學、物理統(tǒng)計學、經(jīng)濟學、控制學、工程學、生物醫(yī)學等多個跨學科研究領域，引發(fā)了從自然科學到人文社會科學領域的變革。復雜網(wǎng)絡理論為非線性時間序列分析提供了全新的視角，其基本思想為通過特定的算法將時間序列映射為復雜網(wǎng)絡,借助網(wǎng)絡拓撲刻畫來揭示時間序列內(nèi)在動力學特性。近年來，復雜網(wǎng)絡的研究焦點，從單層網(wǎng)絡逐漸發(fā)展到多層網(wǎng)絡，多層復雜網(wǎng)絡為研究更為復雜的動力學系統(tǒng)提供了新的分析理論。通過多層網(wǎng)絡理論對油水兩相流流動過程中復阻抗測量信息進行融合分析，進而更深層次地揭示兩相流流動的復雜流動結(jié)構(gòu)和動力學演化特性。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是，提供一種能夠?qū)崿F(xiàn)對八電極循環(huán)激勵復阻抗傳感器測得的幅值和相位多元信息的有效融合的基于多層復雜網(wǎng)絡的兩相流多元復阻抗檢測信息融合方法。

本發(fā)明所采用的技術(shù)方案是：一種基于多層復雜網(wǎng)絡的兩相流多元復阻抗檢測信息融合方法，包括如下步驟：

1)構(gòu)建多層復雜網(wǎng)絡，包括：

(1)通過八電極循環(huán)激勵復阻抗傳感器獲取各工況的包含兩相流流動信息的s個通道的實驗數(shù)據(jù)，每個通道的數(shù)據(jù)長度均為L，所述數(shù)據(jù)包含兩部分，幅值序列c＝1,2,...,s，I表示幅值，以及相位序列c＝1,2,...,s，P表示相位；

(2)對每一個工況內(nèi)的所有通道的幅值序列進行數(shù)據(jù)分割，得到幅值序列片段k＝1,2,...,x,...,y,...,N，其中每一個通道的數(shù)據(jù)分割為n個長度為m的幅值序列片段，數(shù)據(jù)分割以b為步長：k^c＝(c-1)×n+1,(c-1)×n+2,...,c×n，其中k＝[k¹,k²,...,k^s],N＝s×n；

(3)對每一個工況內(nèi)的所有幅值序列片段進行快速離散傅里葉變換，得到對應的幅值頻域序列其中，F(xiàn)表示頻域，abs(·)表示取絕對值操作；再提取幅值頻域序列有效片段m′＜m；

(4)將每一個工況內(nèi)的每一個幅值頻域序列有效片段等間隔分割為e段，每一段的數(shù)據(jù)長度為q，得到幅值頻段序列

其中m′＝e×q；

(5)通過每一工況內(nèi)幅值頻段序列構(gòu)建相應的幅值加權(quán)復雜網(wǎng)絡W_I＝[(W_I)¹,(W_I)²,...,(W_I)^e]；

(6)對每一個工況內(nèi)的所有通道的相位序列進行數(shù)據(jù)分割，得到相位序列片段k＝1,2,...,x,...,y,...,N,其中每一個通道的數(shù)據(jù)分割為n個長度為m的相位序列片段，數(shù)據(jù)分割以b為步長：k^c＝(c-1)×n+1,(c-1)×n+2,...,c×n，其中k＝[k¹,k²,...,k^s],N＝s×n；

(7)對每一個工況內(nèi)的所有相位序列片段進行快速離散傅里葉變換，得到對應的相位頻域序列其中，F(xiàn)表示頻域，abs(·)表示取絕對值操作；再提取相位頻域序列有效片段m′<m；

(8)將每一個工況內(nèi)的每一個相位頻域序列有效片段等間隔分割為e段，每一段的數(shù)據(jù)長度為q，得到相位頻段序列

其中m′＝e×q；

(9)通過每一工況內(nèi)相位頻段序列構(gòu)建相應的相位加權(quán)復雜網(wǎng)絡W_P＝[(W_P)¹,(W_P)²,...,(W_P)^e]；

(10)進而得到包含幅值加權(quán)復雜網(wǎng)絡W_I和相位加權(quán)復雜網(wǎng)絡W_P的多層復雜網(wǎng)絡；

2)對所述的多層復雜網(wǎng)絡，設定幅值度分布和相位度分布以及度分布相關(guān)性其中，表示在u頻段的幅值加權(quán)子網(wǎng)絡(W_I)^u中度值為d的節(jié)點的數(shù)目，表示在u頻段的相位加權(quán)子網(wǎng)絡(W_P)^u中度值為d的節(jié)點的數(shù)目，表示在u頻段的幅值加權(quán)子網(wǎng)絡(W_I)^u中度分布序列的平均值，表示在u頻段的相位加權(quán)子網(wǎng)絡(W_P)^u中度分布序列的平均值，其中min(·)表示取最小值的操作，length(·)表示取序列長度的操作；

3)對所述的多層復雜網(wǎng)絡，設定多層網(wǎng)絡全局聚集系數(shù)

4)繪制在不同流速下的度分布相關(guān)性多層網(wǎng)絡全局聚集系數(shù)與相含率測量圖版；

5)根據(jù)步驟4)所繪的測量圖版，分析節(jié)點度依賴性指標多層網(wǎng)絡全局聚集系數(shù)與流型演化動力學關(guān)系，揭示兩相流流型演化動力學機制。

步驟1)中第(5)步所述的構(gòu)建相應的幅值加權(quán)復雜網(wǎng)絡W_I包括如下過程：

(i)對同一工況中u頻段內(nèi)的任意兩個幅值頻段序列和求取它們之間的距離其中||·||表示取二范數(shù)值的操作，并以所述的距離為基礎構(gòu)建網(wǎng)絡(W_I)^u，其中，表示u頻段的幅值加權(quán)子網(wǎng)絡(W_I)^u中節(jié)點x和y之間的連邊權(quán)值，網(wǎng)絡節(jié)點數(shù)目為N，代表u頻段對應的所有N組幅值頻段序列中最大值的平均值，即其中max(·)表示取最大值操作；其中為閾值，根據(jù)u頻段對應的所有N組幅值頻段序列之間的距離決定；其中表示如果則其值為1，如果則其值為0；

(ii)將同一工況中所有e個頻段的網(wǎng)絡(W_I)^u合并，得到W_I＝[(W_I)¹,(W_I)²,...,(W_I)^e]。

步驟1)中第(9)步所述的構(gòu)建相應的相位加權(quán)復雜網(wǎng)絡W_P包括如下過程：

(i)對同一工況中u頻段內(nèi)的任意兩個相位頻段序列和求取它們之間的距離其中||·||表示取二范數(shù)值的操作，并以所述的距離為基礎構(gòu)建網(wǎng)絡(W_P)^u，其中，表示u頻段的相位加權(quán)子網(wǎng)絡(W_P)^u中節(jié)點x和y之間的連邊權(quán)值，網(wǎng)絡節(jié)點數(shù)目為N，代表u頻段對應的所有N組相位頻段序列中最大值的平均值，即其中max(·)表示取最大值操作；其中為閾值，根據(jù)u頻段對應的所有N組相位頻段序列之間的距離決定；其中表示如果則其值為1，如果則其值為0；

(ii)將同一工況中所有e個頻段的網(wǎng)絡(W_P)^u合并，得到W_P＝[(W_P)¹,(W_P)²,...,(W_P)^e]。

步驟1)中第(3)步所述幅值頻域序列有效片段m′<m是指能夠反映兩相流流動特征的頻譜片段，步驟1)中第(7)步所述相位頻域序列有效片段m′<m是指能夠反映兩相流流動特征的頻譜片段。

采用多元復阻抗測量系統(tǒng)進行垂直油水兩相流實驗，固定油相和水相的配比，改變油相和水相的流量進行實驗，包括如下步驟：

1)固定混合流體的含水率，選定混合流速；

2)并根據(jù)混合流體的含水率和混合流速計算油相和水相的表觀流速，根據(jù)表觀流速通過蠕動泵從底部向豎直管道中通入水相和油相；

3)當水相和油相充分混合并逐漸穩(wěn)定后，采用八電極循環(huán)激勵復阻抗傳感器采集多通道信號；

4)改變混合流速，重復步驟1)至步驟3)繼續(xù)實驗，直至在固定的含水率下所有混合流速對應的工況都完成數(shù)據(jù)采集；

5)再改變混合流體的含水率，重復步驟1)至步驟4)完成該含水率下實驗工況的數(shù)據(jù)采集；

6)重復步驟1)至步驟5)，直至設計的所有工況全部測量完成；

7)采用基于多層復雜網(wǎng)絡的兩相流多元復阻抗檢測信息融合方法，對每通道的幅值和相位信號進行頻域變化以及分解，然后針對有效頻譜片段構(gòu)建多層復雜網(wǎng)絡，通過多層復雜網(wǎng)絡理論從度分布相關(guān)性和全局聚集系數(shù)等角度對網(wǎng)絡進行融合分析，揭示兩相流流型演化動力學特性，并通過網(wǎng)絡指標繪制在不同流速下的相含率測量圖版。

本發(fā)明的基于多層復雜網(wǎng)絡的兩相流多元復阻抗檢測信息融合方法，具有如下有益效果：

(1)能夠?qū)崿F(xiàn)對八電極循環(huán)激勵復阻抗傳感器測得的幅值和相位多元信息的有效融合；

(2)能夠通過網(wǎng)絡指標繪制有較小偏差的流動參數(shù)測量圖版，并揭示兩相流流型演化動力學特性。

附圖說明

圖1a是八電極循環(huán)激勵復阻抗傳感器結(jié)構(gòu)示意圖

圖中E_A、E_B、E_C、E_D、E_E、E_F、E_G和E_I分別為八個電極的編號；

圖1b是八電極循環(huán)激勵復阻抗傳感器俯視圖

圖中R為管道內(nèi)壁的半徑，θ表示電極的張角；

圖1c是八電極循環(huán)激勵復阻抗傳感器單個電極俯視圖

圖中D表示電極徑向延伸的長度；

圖2是驗證本發(fā)明方法的多元復阻抗測量系統(tǒng)框圖；

圖中

1：運算放大器 2：可編程比例放大器，1倍/5倍 3：低通濾波器

4：12位ADC模數(shù)轉(zhuǎn)換器 5：片上DSP進行DFT分析 6：復阻抗數(shù)據(jù)實部寄存器

7：復阻抗數(shù)據(jù)虛部寄存器 8：I2C接口 9：ARM微處理器STM32F103VCT6

10：上位機電腦

圖3是本發(fā)明方法的流程圖；

圖4是本發(fā)明方法的多層網(wǎng)絡全局聚集系數(shù)隨兩相流混合流速變化圖。

具體實施方式

下面結(jié)合實施例和附圖對本發(fā)明的基于多層復雜網(wǎng)絡的兩相流多元復阻抗檢測信息融合方法做出詳細說明。

本發(fā)明的基于多層復雜網(wǎng)絡的兩相流多元復阻抗檢測信息融合方法，是以STM32F103VCT6單片機為核心，通過控制多路開關(guān)ADG1409和復阻抗測量芯片AD5933，實現(xiàn)八電極循環(huán)激勵復阻抗傳感器工作電極的循環(huán)切換以及測量管段復阻抗信息的實時獲取，從多元復阻抗信息中幅值和相位兩個角度分別建網(wǎng)，通過多層網(wǎng)絡對包含幅值和相位的兩相流多元復阻抗信息進行融合分析，揭示兩相流流型演化動力學特性，并通過網(wǎng)絡指標繪制有較小偏差的相含率測量圖版。

如圖3所示，本發(fā)明的基于多層復雜網(wǎng)絡的兩相流多元復阻抗檢測信息融合方法，包括如下步驟：

1)構(gòu)建多層復雜網(wǎng)絡，包括：

(1)通過如圖1所示的八電極循環(huán)激勵復阻抗傳感器獲取各工況的包含兩相流流動信息的s個通道的實驗數(shù)據(jù)，每個通道的數(shù)據(jù)長度均為L，所述數(shù)據(jù)包含兩部分，幅值序列c＝1,2,...,s，I表示幅值，以及相位序列c＝1,2,...,s，P表示相位；

(2)對每一個工況內(nèi)的所有通道的幅值序列進行數(shù)據(jù)分割，得到幅值序列片段k＝1,2,...,x,...,y,...,N,其中每一個通道的數(shù)據(jù)分割為n個長度為m的幅值序列片段，數(shù)據(jù)分割以b為步長：k^c＝(c-1)×n+1,(c-1)×n+2,...,c×n，其中k＝[k¹,k²,...,k^s],N＝s×n；

(3)對每一個工況內(nèi)的所有幅值序列片段進行快速離散傅里葉變換，得到對應的幅值頻域序列其中，F(xiàn)表示頻域，abs(·)表示取絕對值操作；再提取幅值頻域序列有效片段m′<m，所述幅值頻域序列有效片段是指能夠反映兩相流流動特征的頻譜片段，這是由于混合流體流動測量數(shù)據(jù)頻譜范圍處于低頻區(qū)域，因此只需取幅值頻域序列前面的一部分；

(4)將每一個工況內(nèi)的每一個幅值頻域序列有效片段等間隔分割為e段，每一段的數(shù)據(jù)長度為q，得到幅值頻段序列

其中m′＝e×q；其中每一個幅值頻段序列代表一定頻率范圍，同時對應于一定的流體流動結(jié)構(gòu)；

(5)通過每一工況內(nèi)幅值頻段序列構(gòu)建相應的幅值加權(quán)復雜網(wǎng)絡W_I＝[(W_I)¹,(W_I)²,...,(W_I)^e]，所述的構(gòu)建相應的幅值加權(quán)復雜網(wǎng)絡W_I包括如下過程：

(i)對同一工況中u頻段內(nèi)的任意兩個幅值頻段序列和求取它們之間的距離其中||·||表示取二范數(shù)值的操作，并以所述的距離為基礎構(gòu)建網(wǎng)絡(W_I)^u，其中，表示u頻段的幅值加權(quán)子網(wǎng)絡(W_I)^u中節(jié)點x和y之間的連邊權(quán)值，網(wǎng)絡節(jié)點數(shù)目為N，代表u頻段對應的所有N組幅值頻段序列中最大值的平均值，即其中max(·)表示取最大值操作；其中為閾值，根據(jù)u頻段對應的所有N組幅值頻段序列之間的距離決定：其中max_x,y(·)表示x和y變化時，括號中變量的最大值，h為可選擇的常數(shù)；其中表示如果則其值為1，如果則其值為0；

(ii)將同一工況中所有e個頻段的網(wǎng)絡(W_I)^u合并，得到W_I＝[(W_I)¹,(W_I)²,...,(W_I)^e]；

(6)對每一個工況內(nèi)的所有通道的相位序列進行數(shù)據(jù)分割，得到相位序列片段k＝1,2,...,x,...,y,...,N,其中每一個通道的數(shù)據(jù)分割為n個長度為m的相位序列片段，數(shù)據(jù)分割以b為步長：k^c＝(c-1)×n+1,(c-1)×n+2,...,c×n，其中k＝[k¹,k²,...,k^s],N＝s×n；

(7)對每一個工況內(nèi)的所有相位序列片段進行快速離散傅里葉變換，得到對應的相位頻域序列其中，F(xiàn)表示頻域，abs(·)表示取絕對值操作；再提取相位頻域序列有效片段m′<m，所述相位頻域序列有效片段m′<m是指能夠反映兩相流流動特征的頻譜片段，這是由于混合流體流動測量數(shù)據(jù)頻譜范圍處于低頻區(qū)域，因此只需取相位頻域序列前面的一部分；

(8)將每一個工況內(nèi)的每一個相位頻域序列有效片段等間隔分割為e段，每一段的數(shù)據(jù)長度為q，得到相位頻段序列

其中m′＝e×q；其中每一個相位頻段序列代表一定頻率范圍，同時對應于一定的流體流動結(jié)構(gòu)；

(9)通過每一工況內(nèi)相位頻段序列構(gòu)建相應的相位加權(quán)復雜網(wǎng)絡W_P＝[(W_P)¹,(W_P)²,...,(W_P)^e]，所述的構(gòu)建相應的相位加權(quán)復雜網(wǎng)絡W_P包括如下過程：

(i)對同一工況中u頻段內(nèi)的任意兩個相位頻段序列和求取它們之間的距離其中||·||表示取二范數(shù)值的操作，并以所述的距離為基礎構(gòu)建網(wǎng)絡(W_P)^u，其中，表示u頻段的相位加權(quán)子網(wǎng)絡(W_P)^u中節(jié)點x和y之間的連邊權(quán)值，網(wǎng)絡節(jié)點數(shù)目為N，代表u頻段對應的所有N組相位頻段序列中最大值的平均值，即其中max(·)表示取最大值操作；其中為閾值，根據(jù)u頻段對應的所有N組相位頻段序列之間的距離決定：其中max_x,y(·)表示x和y變化時，括號中變量的最大值，h為可選擇的常數(shù)；其中表示如果則其值為1，如果則其值為0；

(ii)將同一工況中所有e個頻段的網(wǎng)絡(W_P)^u合并，得到W_P＝[(W_P)¹,(W_P)²,...,(W_P)^e]；

(10)進而得到包含幅值加權(quán)復雜網(wǎng)絡W_I和相位加權(quán)復雜網(wǎng)絡W_P的多層復雜網(wǎng)絡；

2)對所述的多層復雜網(wǎng)絡，設定幅值度分布和相位度分布以及度分布相關(guān)性其中，表示在u頻段的幅值加權(quán)子網(wǎng)絡(W_I)^u中度值為d的節(jié)點的數(shù)目，表示在u頻段的相位加權(quán)子網(wǎng)絡(W_P)^u中度值為d的節(jié)點的數(shù)目，表示在u頻段的幅值加權(quán)子網(wǎng)絡(W_I)^u中度分布序列的平均值，表示在u頻段的相位加權(quán)子網(wǎng)絡(W_P)^u中度分布序列的平均值，其中min(·)表示取最小值的操作，length(·)表示取序列長度的操作；

3)對所述的多層復雜網(wǎng)絡，設定多層網(wǎng)絡全局聚集系數(shù)

其中，表示u頻段的幅值加權(quán)子網(wǎng)絡(W_I)^u中節(jié)點i和j之間的連邊權(quán)值，表示u頻段的幅值加權(quán)子網(wǎng)絡(W_I)^u中節(jié)點j和o之間的連邊權(quán)值，表示u頻段的幅值加權(quán)子網(wǎng)絡(W_I)^u中節(jié)點o和i之間的連邊權(quán)值，表示u頻段的相位加權(quán)子網(wǎng)絡(W_P)^u中節(jié)點i和j之間的連邊權(quán)值，表示u頻段的相位加權(quán)子網(wǎng)絡(W_P)^u中節(jié)點j和o之間的連邊權(quán)值，表示u頻段的相位加權(quán)子網(wǎng)絡(W_P)^u中節(jié)點o和i之間的連邊權(quán)值；

4)繪制在不同流速下的度分布相關(guān)性多層網(wǎng)絡全局聚集系數(shù)與相含率測量圖版；

5)根據(jù)步驟4)所繪的測量圖版，分析節(jié)點度依賴性指標多層網(wǎng)絡全局聚集系數(shù)與流型演化動力學關(guān)系，揭示兩相流流型演化動力學機制。

采用如圖2所示的多元復阻抗測量系統(tǒng)進行垂直油水兩相流實驗，固定油相和水相的配比，改變油相和水相的流量進行實驗，包括如下步驟：

1)固定混合流體的含水率，選定混合流速；

2)并根據(jù)混合流體的含水率和混合流速計算油相和水相的表觀流速，根據(jù)表觀流速通過蠕動泵從底部向豎直管道中通入水相和油相；

3)當水相和油相充分混合并逐漸穩(wěn)定后，采用八電極循環(huán)激勵復阻抗傳感器采集多通道信號；

4)改變混合流速，重復步驟1)至步驟3)繼續(xù)實驗，直至在固定的含水率下所有混合流速對應的工況都完成數(shù)據(jù)采集；

5)再改變混合流體的含水率，重復步驟1)至步驟4)完成該含水率下實驗工況的數(shù)據(jù)采集；

6)重復步驟1)至步驟5)，直至設計的所有工況全部測量完成；

7)采用基于多層復雜網(wǎng)絡的兩相流多元復阻抗檢測信息融合方法，對每通道的幅值和相位信號進行頻域變化以及分解，然后針對有效頻譜片段構(gòu)建多層復雜網(wǎng)絡，通過多層復雜網(wǎng)絡理論從度分布相關(guān)性和全局聚集系數(shù)等角度對網(wǎng)絡進行融合分析，揭示兩相流流型演化動力學特性，并通過網(wǎng)絡指標繪制有較小偏差的在不同流速下的相含率測量圖版。

圖4給出了在含水率為98％的工況下多層網(wǎng)絡全局聚集系數(shù)隨兩相流混合流速變化曲線，如圖所示，隨著混合流速的增加，混合流體中油相泡徑減小，多層網(wǎng)絡全局聚集系數(shù)呈現(xiàn)單調(diào)遞減的變化趨勢，說明該指標對混合流體中油相泡徑變化敏感，可用于兩相流流型演化特性的揭示。

以上對本發(fā)明和實施例的描述，并不局限于此，實施例中的描述僅是本發(fā)明的實施方式之一，在不脫離本發(fā)明創(chuàng)造宗旨的情況下，任何不經(jīng)創(chuàng)造性的設計出與該技術(shù)方案類似的結(jié)構(gòu)或?qū)嵤├?，均屬本發(fā)明的保護范圍。