基于科氏流量计和PSO-SVM的气液两相流测量研究

作者：孙立军; 刘悦^*; 童杰林; 陈水源; 高静宇

来源：天津大学学报 (自然科学与工程技术版), 2022, 55(10): 1034-1044.

• 科氏流量计
• 气液两相流
• 支持向量机
• 粒子群优化算法
• 含气率

科氏质量流量计测量单相流具有很高的精度，但在气液两相流工况下，科氏流量计测量性能下降，质量流量测量误差急剧增加．为减小测量误差和量化气体体积分数，本文对液相质量流量测量量程0～1 000 kg/h的科氏流量计，结合差压变送器，进行了含气率0～30%的气液两相流实验，并设计了基于粒子群优化算法-支持向量机(PSO-SVM)数据驱动的质量流量修正和含气率预测模型．PSO算法提高了模型构建的速度与预测精度．其中，差压可提供流动形态、相含率等信息，是模型的重要输入变量，包含该变量构建的模型对质量流量修正的相对误差为±1.5%，预测含气率的绝对误差为±3%．由于差压变量需外接差压变送器获取，存在安装不便、空间受限的问题．为实现一体化测量，利用科氏流量计自身动态信号来替代差压变量，并保证模型精度在可接受范围内．结合实验数据分析，设计了另外一种去除差压变量、输入变量完全基于科氏流量计自身信号的两相流测量模型．采用质量流量测量值方差替代差压，修正质量流量，对含气率预测设计了两级SVM模型，将质量流量修正的绝对偏差作为含气率预测模型的输入，以替代差压．结果显示，该模型对质量流量修正后的相对误差为±2%，含气率预测的绝对误差为±3%，模型精度可以接受，替代差压变量基本可行．

• 单位
  天津大学