凝析油-气两相流偏微分方程组问题的求解及应用

根据凝析气藏开发的实际需要 ,引入凝析油 气两相拟压力、拟时间函数 ,建立了凝析气在双重渗透率介质中的不稳定渗流新模型 ,该模型为一类偏微分方程组的混合问题 ,本文研究了这类偏微分方程组问题的求解方法 .

卧式螺旋管内油－气两相流流型的研究

本文在两种不同尺寸的卧式螺旋管内进行了油－气两相流流型的实验研究，得到了流型图，并对各种流型之间的转变机理进行了讨论和分析，同时给出了各流型之间转变的准则关系式。

U型光导纤维探针对油－气两相流的测试

本文分析了Ｕ型光导纤维探针的测量原理。在内径为３０ｍｍ的垂直管中，对油－气两相流进行了局部参数的测试，获得了弹状流、块状流和环状流３种流型下探针的特征输出信号，讨论了相份额的确定方法。测试结果表明，Ｕ型光导纤维探针可用于油－气两相流的在线流型监测。同时，本文提出了由探针输出信号确定相份额的新方法，该方法比阈值法准确、可靠。

水平渐变管内油气两相流的数值模拟

为优化油气运输局部管道结构,提高油气两相流在渐变管道中流动的安全性,利用计算流体力学软件Fluent进行了三维水平管道的数值模拟研究,分析了渐变管道内变含气率(管道入口)条件下油-气两相流的压力变化规律与油-气两相分布云图。结果表明:渐变段处有涡旋产生,使得压强大幅下降形成低压区,低压区的存在会导致出口直管段静压分布改变,引起能量损失;渐扩管内逆压梯度的存在产生了额外的流动阻力,实际应用中除特殊需要外应尽量避免使用渐扩管。研究结果可为优化油气运输管道结构、降低管道流动能耗和提高输送安全问题提供参考。

某型航空发动机轴间轴承集油结构内的两相流动数值计算

为了分析某型航空发动机轴间轴承集油结构集油效率不高的原因,采用基于VOF模型和滑移网格技术的多相流数值计算方法,建立轴承集油结构的油气两相流三维瞬态仿真模型,分析集油结构的流场和滑油分布,揭示集油结构内的滑油运动规律和集油损失的机制,并给出了滑油流量对集油效率的影响。结果表明:集油结构中形成对转流动以及涡环,集油损失的原因主要是由于滑油油柱冲击保持架壁面后飞溅形成的油滴颗粒被旋涡带入油坝与收集器之间的狭缝,进而被甩出到轴承腔,导致集油效率降低;集油结构的集油效率与滑油流量无关,仅取决于自身结构。所研究的集油结构的集油效率仅为62%,须改进集油结构,以提高其集油效率。

中介轴承集油结构内两相流动的数值研究

为了找到某航空发动机中介轴承集油结构集油损失的原因,采用基于VOF模型的多相流数值计算方法,对集油结构内的油-气两相流动进行模拟研究。分析了结构内的流场和滑油运动规律,并给出了内圈转速对集油效率的影响。结果表明:转速越大,集油效率越低。集油环腔内的流动以周向流动为主,在环腔子午面上出现非对称的旋转涡流。集油损失的原因是滑油从进油孔甩入环腔,与保持架内表面碰撞,分为两股油流,一股流向轴承内部,另一股流向泄漏口方向。流向泄漏口方向的滑油由于缺少流向轴承内部方向的驱动力而在油坝内侧附近积累,达到一定量时溢过油坝,泄漏到轴承腔中。

基于粒子群优化极限学习机及电容层析成像的两相流流型及其参数预测

提出了一种基于粒子群优化极限学习机及电容层析成像的两相流流型辨识及其参数预测方法。首先,通过粒子群优化极限学习机的连接权值,并使用粒子群优化极限学习机算法对4种典型的油-气两相流流型进行辨识;其次,使用粒子群优化极限学习机算法对流型的参数进行预测;最后进行了仿真实验,结果表明,与极限学习机算法相比,粒子群优化极限学习机算法所需隐层节点数更少,流型辨识率更高,其正确辨识率达100%,对4种流型参数预测的最大相对误差为5.24%。

一种组合电极电容层析成像重建图像融合方法

提出一种基于电容层析成像(ECT)组合电极重建图像及层次聚类的ECT图像融合方法。首先,构建组合8电极及12电极ECT阵列传感器,研究2种组合传感器激励测量方案;其次,采用层次聚类法对两种组合电极ECT重建图像进行聚类,从而消除重建过程中产生的伪影;最后,将聚类后的2种图像再进行小波融合重建。实验结果表明,相较于原始重建图像,所提方法重建图像平均相对误差最小,最大降幅达到23.4%,平均相关系数最大,最大增幅达到10.56%。

一种电容层析成像图像重建优化算法

提出一种电学层析成像(ECT)图像重建优化算法。通过将传统正则化算法转化为最小二乘问题进行求解,结合lp范数逼近正则化最小化问题,利用重新加权的方法进行迭代计算。以油-气两相流模型进行仿真及静态实验,将所提出的优化算法与常用的LBP、Landweber迭代及Tikhonov正则化算法进行对比。结果表明,与常用算法相比,采用该优化算法对管道中心物体及多物体分布流型进行图像重建,其图像相对误差均为最低,且重建图像的形状保真度明显提高。