低压下水平安装文丘里湿气测量特性实验研究.ppt

低压下水平安装文丘里湿气测量特性实验研究 作者 方立德导师 张涛教授 报告内容湿气测量的虚高理论及测量模型简介低压下文丘里湿气测量特性的实验研究低压下文丘里湿气测量模型的实验比较神经网络文丘里湿气测量模型 一 湿气测量的虚高理论及测量模型简介湿气测量的虚高理论文丘里流量计用于湿气测量 由于气相中夹带液相使得流量计产生差压值会比单纯气相时偏高 通常把这种现象称为 虚高 OverReading 虚高定义式 X为LM Lockhart Maretinelli 参数 1 气相弗劳得数 2 3 气相的虚高质量流量 气相真实质量流量实际测量中是未知量 4 5 气相真实质量流量可通过虚高模型对虚高质量流量修正得到 文丘里湿气测量研究内容之一就是对虚高模型的研究 6 虚高模型简介 1 均相流模型 Homogenous 2 Murdock模型 1962年 7 8 3 修正Murdock模型 1998年 4 Chisholm模型 1977年 9 10 实际应用中C取值 11 5 Smith Leang模型 1975 6 林宗虎模型 1979年 12 13 7 DeLeeuw模型 1994年 14 15 Steven模型 2002 16 此前已有多人在中高压多相流实验装置上 对水平安装文丘里流量计湿气测量的虚高特性进行了研究 较全面实验有R N Steven1999在英国国家工程实验室 NEL NationalEngineeringLaboratory 的试验 实验压力2 6MPa LM参数 Lockhart Martinell 为0 0 3 1999 2002 NEL对几种常规干式气体流量计在湿气条件下进行了大量测试 其中包括文丘里 其测试压力为1 5 6MPa LM参数为0 05 0 3 并在其研究报告中预言低LM参数下文丘里的虚高会趋于同一条曲线 此外 还有CharlesBritton 1997 WaltSeidl JoshKinney和ThomasKegel 2003 等人在美国科罗拉多州工程实验中心 CEESI ColoradoEngineeringExperimentStation Inc 的实验 其实验压力在1 4 7 6MPa LM参数为0 0 25 而专门针对低压下的实验还未见报道 因此我们在低压低液相含率下对文丘里湿气测量的虚高特性进行了实验研究与分析 二 低压下文丘里湿气测量特性的实验研究 实验参数 实验原理图 实验结果 气相弗劳得数对虚高的影响P 0 25MPa 压力变化对虚高影响 孔径比对虚高影响P 0 25MPa 气液质量比对虚高的影响 可见 低压下LM参数 气相弗劳德数 压力和孔径比对文丘里湿气测量的虚高特性都有明显影响 NEL在高压下的预言没有得到证实 虚高随LM参数的增大而增大 在相同的LM参数下 随压力的增大而减小 随气相弗劳得数的增大而增大 随孔径比的增大而减小 气液质量比包含了气液密度比 滑差 截面含气率等参数 也是虚高的主要影响因素 三 低压下文丘里湿气测量模型的实验比较 R N Steven及NEL的工程师在中高压下对前述模型的特性进行了较全面的对比 比较依据选择均方根误差 Steven中高压比较结果 低压下的实验比较比较图形节选 孔径比0 55 压力0 15MPa 比较图形节选 孔径比0 55 压力0 15MPa 比较图形节选 孔径比0 55 压力0 25MPa 比较图形节选 孔径比0 55 压力0 25MPa 低压下的比较结果 低压下 各模型的预测误差均较中高压下大 原因是低压下实际的虚高值脉动较强烈 而常规的数学模型难以预测出这种脉动 因此 高压下得到的文丘里湿气测量模型在低压不能直接应用 需要考虑相关因素进行修正 或是结合低压与高压数据重新拟合公式 均相流模型在低压 1 和高压 3 下都有很好的表现 说明原理最简单的均相流模型在一定程度上反映了两相流的实际流动特性 因此 可以考虑以均相流模型为基础 结合试验修正来拟和虚高模型 可能会收到很好的效果 四 神经网络文丘里湿气测量模型 尽管低压下均相流模型 Steven模型 Deleeuw模型表现较好 但其相对误差绝对值仍在10 以上 并且NEL在中高压下的大量实验也表明各模型都不同程度上存在局限 主要是因为气液两相流动的机理还没有完全被掌握 现有模型对两相流动的影响因素考虑不全面所致 都是建立在一定假设基础上的半经验公式 而另一方面 油气工业中又迫切需要较准确的 适用范围宽的湿气测量模型 这与当前理论研究的不足形成矛盾 为了解决这一矛盾 我们认为在加深理论研究的同时 还要积极尝试建立更准确的测量模型以满足工业需求 这里我们尝试采用神经网络来拟和新的测量模型 因为 神经网络正适用于多参数 难用理论模型准确描述的函数关系的曲线拟和 将两相流模型理论及实验结论同神经网络方法相结合 针对文丘里湿气测量的特点 建立三层BP神经网络 输入层 隐层 中间层 输出层 模型中 输入节点取5个 中间层节点14个 输出层节点1个 模型输入参数选取 神经网络模型成功与否的关键是输入参数的选取是否合理 根据已有的实验研究成果 虚高的主要影响因素有LM参数 气相弗劳德数Frg 压力P和孔径比 又根据气液两相流的动量方程及分相流动理论可推得 上式说明 虚高的主要影响因素是 LM参数 气液密度比 即压力P 滑差S 气液真实速度之比 综合考虑理论与实验的成果 确定模型的输入参数应为 LM参数 压力P 气相弗劳得数Frg 孔径比 滑差S 滑差S难于获得 必需选一个替代参数 DeLeeuw定义了气相弗劳得数 用它反映滑差 但由其定义可知 该参数只反映了气相表观速度 没有反映液相流速 能反映滑差的应是气液质量比 它反映了滑差 气液密度比 截面含气率等因素 最终确定模型的输入参数为 LM参数 压力P 气相弗劳得数Frg 孔径比 气液质量比x 1 x 模型的最终训练结果 模型的训练误差在3 以内 训练集数据 模型的预测误差5 以内 测试集数据 神经网络模型与经典模型的对比 将神经网络模型与第1部分中提到的8个经典模型 在压力为0 15 6 0MPa 孔径比为0 4048 0 55 0 6 0 7 0 75 气相弗劳德数为0 5 5 5 LM参数为0 001 0 3下进行对比 其中高压数据来自NEL 比较图形节选 NEL 0 4 P 3 0MPa各模型对比 比较图形节选 NEL 0 4 P 3 0MPa各模型误差 比较图形节选 0 55 P 0 25MPa各模型对比 比较图形节选 0 55 P 0 25MPa各模型误差 总结 神经网络用于文丘里湿气测量 只要选择合适的输入参数 就能得到较理想的结果 而且误差水平较稳定 均在5 以内 在目前人们对气液两相流动特性还没有完全掌握的情况下 是一种有效的建模方法 神经网络文丘里湿气测量模型适用范围宽 在压力为0 15 6 0MPa 孔径比为0 4 0 75 气相弗劳德数0 5 5 5 LM参数0 002 0 3 质量含气率0 5 0 99范围均能得到满意的预测结果 神经网络具有学习功能 在新的测量环境下如果模型预测误差较大 可通过学习以适应新的环境 减小测量误差 并且 随着微计算机技术的发展 神经网络算法已能够在现场仪表中实现 据报道 英国石油软件公司 PetroleumSoft