一种气固鼓泡床内二维气泡识别方法与流程

文档序号:17938261发布日期:2019-06-18 22:48阅读:280来源:国知局
一种气固鼓泡床内二维气泡识别方法与流程

本发明涉及一种气固鼓泡床内二维气泡识别方法,特别涉及一种基于距离约束算法的气固鼓泡床内二维气泡识别方法,属于化工领域。



背景技术:

研究表明,气泡是气固鼓泡床内流动特性中最显著的特征,其中气泡相为非连续相,与连续的颗粒相相互接触进行传质传热。在床层中,气泡在分布板上或稍高一点的位置处形成,并沿床层上升,但是由于床层中压力变化等原因,气泡在上升的过程中不断聚并,并逐渐加速上升,这些较大尺寸的气泡的存在造成了颗粒返混、颗粒夹带以及气固接触不均匀,对化学反应产生不利的影响。减小鼓泡流化床内气泡尺寸则是提高流化质量,强化气固接触的有效手段。在气固鼓泡床中,正是由于气泡的生成、聚并及破碎的复杂运动行为,提高了气固的接触效率,提供了良好的传质和传热条件。

使用二维鼓泡床装置进行实验可以清楚的观察到鼓泡床内的流动情况,如气泡的生成、聚并及破碎的过程,以及对气泡的形态和分布有着清晰的认识和了解,并且可以比较不同尺寸的气泡的上升速度,为后续的定量化研究气泡的尺寸和数量起到很大的推动作用。而研究者们也常常使用二维建模的方法来对鼓泡床内的气泡特性进行研究,因为与三维模型相比,二维模型所需的计算时间较短,节省资源,同时也能准确揭示鼓泡床内的流动情况,并且可以基于二维鼓泡床实验中观察到的现象定量化考察气泡的尺寸及数量。

气固鼓泡床中气泡的结构、尺寸、速度等参数,以及气泡形态变化,如生成、聚并、分裂等均对气固鼓泡床内部的颗粒混合、气体传热、传质等传递特性有着决定性的影响。其中气泡数量与尺寸分布是非常重要的参数,目前针对二维鼓泡床的研究主要有实验、模拟两种方法。实验方面学者普遍通过建立冷模二维鼓泡床实验装置,采用侵入式测量方法(电阻探针、电感探针、阻抗探针、光纤探针、热探针等)、非侵入式测量方法(高速摄像、x-射线、激光、压力脉动等)等对气泡的形态特性进行研究,但是由于传感器对鼓泡床内气固流动有一定的干扰,而非接触法的成本较高,实施起来并不容易。模拟方面学者普遍采用图像处理方法对鼓泡床内气泡的形态特性进行分析,例如灰度法等。

然而实验体系对气泡形态的研究成本较高,且操作条件主要是使用低气速和低气量状态下的实验条件,这种实验条件下整个床内的气泡数目极少,形态清晰,方法易于实现。模拟体系传统图像处理方法的主要思路为事先生成固含率分布图,再基于图像识别二值化等方法获得气泡边界,这种方法依赖于过程方法的参数值设置,如灰度阈值、均值滤波能量、图像腐蚀度等,鲁棒性较差。



技术实现要素:

针对上述问题,本发明的目的是提供一种基于距离约束算法的气固鼓泡床内二维气泡识别方法,实现气固鼓泡床内气泡的二维识别,并得到气泡的数量、尺寸分布信息。

为实现上述目的,本发明采用以下技术方案,一种气固鼓泡床内二维气泡识别方法,其特征在于,包括以下步骤:

1)获取某一时刻气固鼓泡床内的一截面上各点的坐标(x,y)以及固含率的值,构成规模为n的数据总集dt:

2)从步骤1)中获得的数据总集中筛选出气泡数据点集;

3)计算气泡数据点集中每两个气泡数据点间的欧式距离,得到总欧式距离矩阵;

4)定义最小搜索邻域δ;

5)依据单个气泡内数据点间距s<δ而气泡间距离s>δ,以总欧式距离矩阵m中任意欧式距离mi,j为起始点,对其相应的行、列交替进行基于最小邻域δ的搜索,将行、列搜索结果分别存储在行集合srow、列集合scol中;上一轮搜索结果作为下一轮搜索的起点位置,重复进行行、列搜索,并将行、列搜索结果分别存储在行集合srow、列集合scol中;直至srowδscol=φ,表明属于单个气泡的全部数据点已经搜索完成,完成单个气泡的识别;

6)标记已识别的气泡,即对行集合srow或列集合scol内的属于单个气泡的全部元素赋予相同的标记,且上一个被识别的气泡的标记re和下一个被识别的气泡标记re+1之间的关系为:re+1=re+1,e为已标记气泡个数;

7)重复进行步骤5)~6),直至遍历总欧式距离矩阵m中的全部元素,完成整个气固鼓泡床空间内全部气泡的识别。

在上述步骤2)中,筛选气泡数据点集的具体过程如下:

2.1)定义气泡边界,即固含率满足的坐标点属于气泡上的点,并从数据总集dt中筛选出固含率符合的坐标点,构成包含有气泡数据点的子集ds:

ds={di(xi,yi)|i=1,2,…,m}|(m≤n)(2)

2.2)根据数据特点选择合适的稀释系数k,对子集ds进行系统抽样,得到气泡数据点集d:

d={di(xi,yi)|i=1,1+k,1+2k,…,l}|(l≤m)(3)。

在上述步骤3)中,得到总欧式距离矩阵的具体过程如下:

3.1)计算气泡数据点集d中的第i个数据点di与其余点的欧氏距离,构成欧式距离子集mi,

mi={mi,1,mi,2,mi,3,…mi,l},i=1,2,3,…,l(4)

式中,mi,j为第i个数据与第j个数据间的欧氏距离;

3.2)遍历气泡数据点集d中的全部数据点,得到总欧氏距离矩阵m:

在上述步骤1)中,某一时刻气固鼓泡床内的一截面上各点的坐标(x,y)以及固含率的数据来源是三维实验数据、工业数据、模拟数据中的任意一种。

还包括步骤8)体积极小的气泡识别,具体包括以下步骤:

i)构建最小值矩阵dmin,

确定欧式距离子集mi中的最小值,记为dmi,并记录其索引值idi,用[dmi,idi]表示距离气泡数据点di最近的点的索引值为idi;遍历总欧式距离集合m中的所有子集;得到最小值矩阵dmin,

dmin={[dm1,id1],[dm2,id2]…[dmt,idt]}(6)

ii)比较最小值矩阵dmin中的最小值dmi与最小搜索邻域δ之间的大小关系,当dmi>δ时,根据该最小值dmi对应的索引值idi找到该气泡数据点,认为该气泡数据点为气固鼓泡床空间中的离散点,即代表一个体积极小的气泡。

本发明采用以上技术方案,其具有如下优点:1、本发明通过获得气固鼓泡床内一截面上的坐标点和固含率,构成数据总集;从数据总集中筛选出仅包含气泡数据点集,计算气泡数据点集中任意两气泡数据点的欧式距离,得到总欧式距离矩阵;定义最小搜索邻域,依据气泡内数据点间距s<δ而气泡间距离s>δ,在总欧式距离矩阵中进行行、列交替搜索,完成气固鼓泡床内二维平面上气泡的识别,并获取气泡数量及其分布情况,回避传统基于灰度的图像识别方法中繁杂的形态学处理过程。2、本发明从现有的三维实验数据、工业数据、模拟数据中获取气固鼓泡床内一截面上的点坐标和固含率,构成数据总集,根据数据特点选择合适的稀释系数k,对包含气泡数据点的子集进行系统抽样,得到气泡数据点集;本发明能够适用不同工况,具有较好的工况自适应性,鲁棒性较好。

附图说明

图1是本发明的整体流程示意图;

图2是气固鼓泡床内某一截面上的气泡分布图;

图3是经识别后的气泡鼓泡床内某一截面上的气泡分布图。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

如图1所示,一种气固鼓泡床内二维气泡识别方法,其包括以下步骤:

1)获取某一时刻气固鼓泡床内的一截面上各点的坐标(x,y)以及固含率的值,构成规模为n的数据总集dt:

2)从步骤1)中获得的数据总集中筛选出气泡数据点集;

具体包括以下步骤:

2.1)定义气泡边界,即固含率满足的坐标点属于气泡上的点,并从数据总集dt中筛选出固含率符合的坐标点,构成包含有气泡数据点的子集ds:

ds={di(xi,yi)|i=1,2,…,m}|(m≤n)(2)

2.2)根据数据特点选择合适的稀释系数k,对子集ds进行系统抽样,得到气泡数据点集d:

d={di(xi,yi)|i=1,1+k,1+2k,…,l}|(l≤m)(3)。

3)计算气泡数据点集中每两个气泡数据点间的欧式距离,得到总欧式距离矩阵;

具体包括以下步骤:

3.1)计算气泡数据点集d中的第i个数据点di与其余点的欧氏距离,构成欧式距离子集mi,

mi={mi,1,mi,2,mi,3,…mi,l},i=1,2,3,…,l(4)

式中,mi,j为第i个数据与第j个数据间的欧氏距离;

3.2)遍历气泡数据点集d中的全部数据点,得到总欧氏距离矩阵m:

4)定义最小搜索邻域δ;

5)依据单个气泡内数据点间距s<δ而气泡间距离s>δ,以总欧式距离矩阵m中任意欧式距离mi,j为起始点,对其相应的行、列交替进行基于最小邻域δ(即欧式距离小于最小邻域δ)的搜索,将行、列搜索结果分别存储在行集合srow、列集合scol中;上一轮搜索结果作为下一轮搜索的起点位置,重复进行行、列搜索,并将行、列搜索结果分别存储在行集合srow、列集合scol中;直至srowδscol=φ,表明属于单个气泡的全部数据点已经搜索完成,即完成单个气泡的识别;

6)标记已识别的气泡,即对行集合srow或列集合scol内的属于单个气泡的全部元素赋予相同的标记,且上一个被识别的气泡的标记re和下一个被识别的气泡标记re+1之间的关系为:re+1=re+1,e为已标记气泡个数;这样,使得每一个被识别的气泡具有不同的标记;

7)重复进行步骤5)~6),直至遍历总欧式距离矩阵m中的全部元素,完成整个气固鼓泡床空间内全部气泡的识别。

进一步地,在上述步骤1)中,某一时刻气固鼓泡床内的一截面上各点的坐标(x,y)以及固含率的数据来源是三维实验数据、工业数据、模拟数据中的任意一种。

进一步地,本发明还包括,步骤8)体积极小的气泡识别,具体包括以下步骤:

i)构建最小值矩阵dmin,

确定欧式距离子集mi中的最小值,记为dmi,并记录其索引值idi,用[dmi,idi]表示距离气泡数据点di最近的点的索引值为idi;遍历总欧式距离集合m中的所有子集;得到最小值矩阵dmin,

dmin={[dm1,id1],[dm2,id2]…[dmt,idt]}(6)

ii)比较最小值矩阵dmin中的最小值dmi与最小搜索邻域δ之间的大小关系,当dmi>δ时,根据该最小值dmi对应的索引值idi找到该气泡数据点,认为该气泡数据点为气固鼓泡床空间中的离散点,即代表一个体积极小的气泡,其具有最小气泡直径值dmin,该最小气泡直径值应根据实际工况进行设定,或选择将该离散点排除在外。

下面以具体实施例对本发明作以说明:

以某气固鼓泡床在一定气速下的模拟数据为气泡数据来源,具体实施步骤如下:

步骤一:数据获取。从某气固鼓泡床模拟数据文件中,提取其各网格中的(x,y)坐标以及固含率的值,构成规模为26400的数据总集

步骤二:定义气泡边界。将固含率范围定义为气泡边界,并对dt中符合条件的数据进行筛选,同时根据装置特征,对z坐标进行筛选,最终构成规模为598仅含有气泡数据的子集d={di(xi,yi)|i=1,2,…,598},得到气固鼓泡床内的气泡平面分布图(如图2所示);

步骤三:计算距离矩阵。对集合d中的全部元素两两之间进行欧氏距离计算,得到距离矩阵m。

步骤四:定义最小搜索邻域δ。依据计算工况中装置的尺寸及特点,定义最小搜索邻域δ。

步骤五:并依据气泡内数据点间距s<δ,从距离矩阵δ中的某一起点位置mi,j对其对应行mi、列mj交替进行基于最小邻域δ的搜索,邻域内的行、列搜索结果分别存储在行集合srow、列集合scol中;行列搜索过程一直持续到srowδscol=φ为止,完成单个气泡的识别;

步骤六:标记已识别的气泡,即对行集合srow或列集合scol内属于单个气泡的全部元素赋予相同的标记,且上一个被识别的气泡的标记re和下一个被识别的气泡标记re+1之间的关系为:re+1=re+1,例如,第一个被识别的气泡标记为1,第二个被识别的气泡的标记为2。

步骤七:重复进行步骤五、六,算法持续到遍历距离矩阵m的全部元素为止,完成对整个二维平面内全部气泡的识别,经识别分类后的气泡二维平面分布图(如图3所示)。

本发明仅以上述实施例进行说明,各部件的结构、设置位置及其连接都是可以有所变化的。在本发明技术方案的基础上,凡根据本发明原理对个别部件进行的改进或等同变换,均不应排除在本发明的保护范围之外。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1