基于复杂网络的气液两相流流态识别

2021-01-05孙庆明李建民接丞想

化工时刊 2020年11期

彭旭孙庆明巴頔李建民接丞想

(齐齐哈尔大学机电工程学院，黑龙江齐齐哈尔 161006)

气液两相流动广泛地存在于自然界和工业生产中，其流动过程表现出明显的非线性和非平衡性，流型对两相流的流动特性和传热特性产生很大的影响。气液两相流流态的识别及其动力学特性研究，对于解决存在于能源、化工等领域的两相流动问题具有重要的意义。针对两相流动过程的非线性动力学特性，复杂网络理论被引入到两相流流态识别与动力学特性分析的研究中并取得了大量的成果[1-4]。从复杂网络的角度研究气液两相流演化过程有助于从宏观到微观上理解气液两相流的非线性动力学行为。因此，本文以垂直管内气液两相流为研究对象，以不同流动条件下获取的压差时间序列为节点，构建流型复杂网络，以网络社团结构探寻的方式揭示气液两相流态的演化过程，为气液两相流的流态识别提供一种新途径。

1 气液两相流模拟实验

气液两相流流态模拟系统如图1所示，模拟管段为内径40 mm, 长1 500 mm的透明管，采压间距为400 mm。采样频率和采样时间分别为256 Hz和20 s。

图1 气液两相流实验系统

在气液两相流流态模拟过程中以空气和水作为测试工质，空气流量范围为0～10 m3/h，水流量固定为0.5 m3/h。以不断增加气体流量的方式，在垂直管内获得泡状流、塞状流、混状流以及2种过渡流态，其相应地压差波动时间序列如图2所示。

图2 典型流型的压差时间序列

2 气液两相流流态复杂网络构建

复杂网络的社团单元具有内部节点连接紧密，社团间节点连接稀疏的特点，通过社团单元的探寻能够实现网络结构的划分。因此，本文通过节点的吸引度r(i,j)值和归属度a(i,j)作为网络社团单元的探寻准则，节点吸引度r(i,j)和归属度a(i,j)的表达式如下所示：

(1)

(2)

吸引度r(i,j)表示节点j作为节点i的社团中心的可能性，归属度a(i,j)表示节点i归属节点j的社团中心可能性。吸引度和归属度的值越大，则节点j作为社团中心的可能性越高，而节点i以节点j为社团中心的归属可能性越高。

本文以30组不同流动条件(即气相、液相流量的不同配比)为节点，以节点间压差时间序列的相似度为边连，构建流态复杂网络。节点i与j的相似度由节点间的欧式距离MP(i,j)进行度量，则S(i,j)的表达式如下所示：

(3)

利用不同流动条件的流态压差时间序列的相似度构建一个相似度矩阵S。通过相关阈值r的选取，能够将相似度矩阵S转化为连接矩阵A，即：

(4)

其中aij为:

(5)

aij为节点i与节点j之间的连接状态，m为节点总数，由此构建了一个无向无权的流态复杂网络。有研究表明基于网络模块度Q的相对稳定性的相关阈值r选取范围在0.90～0.96之间变化时，其模块度Q变化相对稳定[3]。因此本文选择r=0.93作为相关阈值。

3 结果与分析

在通过实验获取的30组垂直管内气液两相流态演化的压差时间序列的基础上，构建的流态复杂网络结构如图3所示，流态复杂网络呈现出三个明显的社团结构。通过计算不同流动条件节点的吸引度r(i,j)和归属度a(i,j)，流态复杂网络中的30个节点分别被划分到a、b和c社团，其中社团a包含20、21和23～30节点在内的10节点，社团b包含1～9、11和22节点在内的11个节点，社团c包含10、12～19节点在内的9个节点。

图3 气液两相流流态复杂网络社团结构

对比模拟实验结果发现在流态复杂网络中社团单元a中的节点主要对应于泡状流，社团单元b中的节点主要对应于塞状流，社团单元c中的节点主要对应于混状流。社团单元a与社团单元b之间连接较紧密的节点对应于泡状流与塞状流之间的过渡流态，而社团单元b与社团单元c之间连接较紧密的节点则对应于塞状流与混状流之间的过渡流态。由于气液两相流动过程中流态转换的过渡区间的压差波动相对比较接近，其相应的相似度的差异较小，从而会导致一定比例的误划分。从图3中可以发现流态为塞状流的节点20被误划入社团单元a，流态为混状流的节点11和流态为泡状流的节点22被误划入社团单元b，而流态为塞状流的节点10误划入社团单元c。通过上述分析，可获得流态复杂网络社团单元与典型流态的对应关系，从而实现了垂直管内泡状流、塞状流及混状流的识别。