超声技术已被公认为识别气液两相流形态的主流方法，在工程领域具有重要的应用价值。然而，商业刚性探头体积庞大，限制了它们对弯曲表面的适应性。
本研究提出了一种基于灵活超声阵列和机器学习的流型自主识别策略。该阵列采用高性能1-3压电复合材料、可拉伸蛇形线、柔软的Eco-flex层和聚二甲基硅氧烷(PDMS)粘合层。由此产生的超声阵列表现出优异的机电特性，并提供了很大的拉伸性，可以在不需要超声耦合剂的情况下与弯曲表面进行紧密的界面接触。
研究证明，灵活的超声波阵列与机器学习相结合可以准确识别圆形管道中的气液两相流模式。这项工作提供了一种识别气液两相流模式的有效工具，为石油开采和天然气运输提供了工程机会。
电性能测试：使用信号发生器、示波器和阻抗分析仪等设备测试超声阵列的发射和接收信号、共振频率、灵敏度和阻抗等电性能参数。超声阵列具有良好的电性能，共振频率为4.5MHz，灵敏度为16%。 机械性能测试：通过疲劳测试和拉伸实验测试超声阵列的拉伸性能和循环加载寿命。具有超过20%的拉伸性和长循环加载寿命，能够适应不同尺寸的圆形管道。 超声传播特性测试：使用有限元分析(FEA)模拟超声在圆形管道中的传播特性，研究换能器尺寸对超声传播方向的影响。换能器尺寸为2mm时，超声在管道内传播更集中，能够减少反射和信号损失。
两相流型的动态监测与识别
使用透明亚克力圆柱管进行实验，将柔性超声阵列集成在管的一侧，高速相机用于拍摄管道内的两相流形态。 调整气体和液体的流速，形成四种典型的两相流型：段塞流、泡状流、塞状流和分层流。 超声阵列的四个通道同时采集信号，通过计算均方根(RMS)值生成 RMS 地图，直观显示流型特征。 对超声信号进行线性判别分析(LDA)和随机森林算法机器学习，识别不同的流型。
气液两相流型的动态监测
文章链接
欢迎投稿最新科研成果，对于具有创新性和转化价值的研究成果，我们期待以访谈形式报道。
本公众号免费为科研机构及课题组发布招聘信息，请添加下方微信发送招聘文档。
欢迎添加下方微信备注研究方向加入超声交流群！
